Quando pensiamo alle tecnologie più disruptive e popolari che stanno guadagnando spazio nel mondo degli affari, è impossibile non considerare l'intelligenza artificiale come uno degli strumenti principali. E questo non è un caso, poiché la ricerca 'Lo stato dell'IA all'inizio del 2024: aumenti e avviamenti dell'adozione di Gen AI e inizia a generare valore', condotta da McKinsey, rivela che il 72% delle aziende già utilizza l'IA. L'entusiasmo è alimentato principalmente dalla possibilità di eliminare compiti ripetitivi attraverso l'automazione, ottimizzando il tempo dei professionisti, che può essere impiegato in attività di maggior valore e rilevanza, riducendo i costi e aumentando l'efficienza.
Questo frenesia può far sentire gli manager che non hanno ancora adottato questa tecnologia svantaggiati. Ne mercati altamente competitivi, è comune cercare soluzioni innovative affinché le organizzazioni si distinguano e raggiungano il successo. Tuttavia, è fondamentale che i manager pensino in modo strategico prima di adottare nuove tecnologie, evitando decisioni affrettate che cercano solo l'apparenza di innovazione. Esiste la necessità di garantire che l'accettazione di queste soluzioni sia allineata con le reali esigenze del business e che si comprenda come esse possano, di fatto, stimolare la crescita.
L'adozione deve essere attentamente studiata, poiché qualsiasi modifica nella routine lavorativa comporta cambiamenti nei processi, nelle strutture organizzative e nella cultura, richiedendo sia tempo che risorse.
Per supportare la presa di decisioni, esperti come Alexandre Nascimento, ricercatore del MIT, presentano studi che possono essere fondamentali nello sviluppo di un piano di IA per l'azienda. Un esempio è il modello AI2M (Artificial Intelligence Adoption Intention Model), creato da lui, che considera cinque fattori principali che influenzano l'intenzione di integrazione dell'IA: le condizioni facilitanti, che valutano se l'utente crede di avere le risorse necessarie per utilizzare l'IA; l'aspettativa di performance, che misura se l'utente crede che l'IA migliorerà le sue prestazioni sul lavoro; l'aspettativa di sforzo, che riflette la percezione dell'utente sulla difficoltà di imparare e utilizzare l'IA; l'autoefficacia, che è la fiducia dell'utente nella propria capacità di usare l'IA; e l'influenza sociale, che valuta la pressione percepita da parte di altre persone per adottare l'IA.
In modo più generale, questi decisori devono considerare lo scenario seguente: qual è il problema che affrontano e come l'IA può aiutare a risolverlo, invece di adottare l'approccio inverso, cioè decidere di implementare l'IA senza considerare dove e come verrà applicata. Questi interrogativi non hanno l'intenzione di presentare una visione negativa sull'integrazione dell'IA, poiché è evidente quanto possa beneficiare i processi di lavoro. Invece, l'obiettivo è evidenziare che l'IA deve essere vista come uno strumento, e non come la soluzione miracolosa, come spesso fanno sembrare l'entusiasmo e il clamore generati dall'attenzione frequente dei media. In questo modo, le organizzazioni possono massimizzare i benefici dell'IA e garantire una trasformazione efficace.
