La corsa dell'IA: come evitare la trappola dell'adozione affrettata

Quando pensiamo alle tecnologie più dirompenti e popolari che hanno guadagnato terreno nel mondo degli affari, è impossibile non considerare l'intelligenza artificiale come uno degli strumenti principali E questo non per niente, dal momento che la ricerca 72% delle aziende utilizza già l'AI all'inizio del 2024: Gen AI Adoption Spikes and Starts to Generate Value's, rivela che 72% delle aziende già utilizza l'AI. L'entusiasmo è alimentato principalmente dalla possibilità di eliminare le attività ripetitive attraverso l'automazione, ottimizzando il tempo dei professionisti, che può essere sfruttato in attività di maggior valore e rilevanza, riducendo i costi e aumentando l'efficienza.

Questa frenesia può far sentire in svantaggio i manager che non hanno ancora adottato questa tecnologia, nei mercati altamente competitivi è comune cercare soluzioni innovative affinché le organizzazioni si distinguano e raggiungano il successo, è tuttavia fondamentale che i manager pensino strategicamente prima di adottare nuove tecnologie, evitando decisioni affrettate che cercano solo l'apparenza di innovazione. È necessario garantire che l'accettazione di queste soluzioni sia allineata alle reali esigenze del business e che si comprenda come possano, di fatto, guidare la crescita.

L'adozione dovrebbe essere studiata attentamente, poiché qualsiasi cambiamento nel lavoro quotidiano implica cambiamenti nei processi, nelle strutture organizzative e nella cultura, che richiede sia tempo che risorse. 

Per supportare il processo decisionale, esperti come Alexandre Nascimento, ricercatore del MIT, presentano studi che possono essere fondamentali nello sviluppo di un piano di AI per il business Un esempio è il modello AI2M (Artificial Intelligence Adoption Model), da lui creato, che considera cinque fattori principali che influenzano l'intenzione dell'integrazione di AI: le condizioni facilitanti, che valutano se l'utente ritiene di avere le risorse necessarie per utilizzare l'AI; l'aspettativa di performance, che misura se l'utente crede che l'AI migliorerà le sue prestazioni sul lavoro; l'aspettativa di sforzo, che riflette la percezione dell'utente della difficoltà di apprendimento e di utilizzo dell'AI, la capacità di adottare l'autoefficacia, l'autoefficacia dell'autoefficacia è l'autoefficacia della fiducia in se stesso dell'autoefficacia. 

Più in generale, questi decisori dovrebbero considerare il seguente scenario: qual è il problema che devo affrontare e come l'IA può aiutare a risolverlo, piuttosto che adottare l'approccio inverso, che sarebbe decidere di implementare l'IA senza considerare dove e come verrà applicata Queste domande non intendono presentare una visione negativa sull'integrazione dell'IA, in quanto è evidente quanto possa giovare ai processi lavorativi, invece, l'obiettivo è quello di evidenziare che l'IA dovrebbe essere vista come uno strumento, piuttosto che come la soluzione miracolosa, come l'entusiasmo e il brusio generati dalla frequente attenzione dei media spesso fanno sembrare.