In Breve
- Come l'AI aiuta a gestire la conoscenza tacita?
- L'AI consente di catturare la conoscenza tacita dei lavoratori, migliorando l'efficienza e aggiornando le procedure operative.
- Qual è il ruolo degli agenti multimodali?
- Gli agenti multimodali permettono di comunicare attraverso audio, testo, immagini e video, facilitando la segnalazione di problemi.
- Quali sono i benefici dell'approccio bottom-up?
- L'approccio bottom-up coinvolge i lavoratori nel segnalare incongruenze, migliorando la formazione e le procedure aziendali.
L’introduzione di agenti di intelligenza artificiale (AI) nelle operazioni aziendali sta rivoluzionando il modo in cui le aziende gestiscono la conoscenza tacita, un aspetto cruciale spesso trascurato. Questo fenomeno, noto come il paradosso di Polanyi, evidenzia come la conoscenza tacita — frutto di esperienza pratica, workaround e interazioni informali — possa costituire fino all’85% del patrimonio informativo di un’organizzazione.
Le procedure operative standard (SOP) tradizionali, spesso centralizzate e testuali, non riescono a rilevare gap operativi e possono portare alla perdita di competenze quando il personale esperto lascia l’organizzazione. In questo contesto, gli agenti AI addestrati su SOP e materiali di onboarding stanno emergendo come strumenti fondamentali per evidenziare linee guida obsolete e lacune informative.
Questo approccio bottom-up coinvolge attivamente i lavoratori di magazzino, vendita e logistica, che possono segnalare incongruenze, eccezioni e soluzioni pratiche. Le informazioni raccolte attraverso le interazioni con gli assistenti AI vengono utilizzate per aggiornamenti dinamici e automatizzati di formazione e SOP, trasformando la conoscenza implicita in micro-learning accessibile e favorendo un processo continuo di apprendimento.
Gli agenti moderni sono progettati per essere multimodali, consentendo la comunicazione attraverso audio, testo, immagini e video. Questo significa che un lavoratore può segnalare verbalmente un problema o inviare una foto di un allestimento, che viene poi confrontata con il planogram e accompagnata da istruzioni correttive. Grazie a modelli più piccoli e all’inferenza on-device, è possibile mantenere i dati all’interno della rete aziendale, riducendo la latenza e migliorando la privacy.
Tuttavia, l’implementazione efficace di queste tecnologie richiede partner con competenze specifiche nel settore e strumenti di sviluppo adeguati. Un rapporto del MIT ha rivelato che le aziende che collaborano con fornitori esterni hanno un tasso di successo dell’AI del 66%, rispetto al 33% di quelle che sviluppano internamente. Inoltre, non è sufficiente l’intervento del dipartimento IT: ricerche dello Stanford Digital Lab hanno dimostrato che il supporto esecutivo è un fattore determinante per il successo delle iniziative AI, contribuendo a creare una cultura di sperimentazione e tolleranza al fallimento.
Come sottolineato dall’economista David Autor, le attività che richiedono flessibilità, giudizio e buon senso — competenze tipicamente tacite — risultano difficili da automatizzare, ma possono essere potenziate dalla computerizzazione. La combinazione di segnalazione dal basso, agenti multimodali e processi di aggiornamento continuo consente di trasformare la conoscenza implicita in procedure e formazione strutturate, portando a benefici significativi in termini di efficienza operativa, qualità del servizio e condizioni di lavoro.