In Breve
- Come l'AI aiuta a gestire la conoscenza tacita?
- L'AI cattura la conoscenza tacita dei lavoratori, migliorando l'aggiornamento delle procedure operative e la formazione continua.
- Qual è il ruolo degli agenti AI nel settore operativo?
- Gli agenti AI analizzano SOP e feedback dai lavoratori per identificare lacune e migliorare l'efficienza.
- Perché è importante il supporto esecutivo nelle iniziative AI?
- Il supporto esecutivo promuove una cultura di sperimentazione, fondamentale per il successo delle iniziative AI.
L’Intelligenza Artificiale e la Valorizzazione della Conoscenza Tacita nel Settore Operativo
L’introduzione di agenti di intelligenza artificiale (AI) nelle operazioni quotidiane sta rivoluzionando il modo in cui le aziende gestiscono la conoscenza tacita dei loro lavoratori. Questa forma di conoscenza, che si sviluppa attraverso l’esperienza pratica e le interazioni informali, rappresenta una parte significativa del patrimonio informativo aziendale, arrivando a costituire fino all’85% delle informazioni utili. Tuttavia, essa non è facilmente codificabile nelle procedure operative standard (SOP), creando un gap informativo che può risultare dannoso per le organizzazioni.
Il paradosso di Polanyi, che afferma che “si sa più di quanto si possa dire”, è particolarmente evidente nei contesti operativi, dove le procedure centralizzate possono non rilevare lacune operative e competenze critiche possono andare perse quando il personale esperto lascia l’azienda. Per affrontare questa sfida, gli agenti AI sono stati progettati per analizzare SOP e materiali di onboarding, identificando linee guida obsolete e lacune informative.
Questo approccio bottom-up coinvolge attivamente i lavoratori di magazzino, vendita e logistica, permettendo loro di segnalare incongruenze e proporre soluzioni pratiche. Le interazioni con gli assistenti AI non solo forniscono feedback immediato, ma contribuiscono anche a un aggiornamento dinamico e automatizzato delle procedure e della formazione, traducendo la conoscenza implicita in micro-learning accessibile e utile per l’onboarding e il continuo sviluppo professionale.
Gli agenti moderni sono progettati per essere multimodali, capaci di ricevere e restituire informazioni attraverso vari formati, come audio, testo, immagini e video. Questo consente, ad esempio, di segnalare verbalmente un problema o di inviare una foto di un allestimento che viene poi confrontata con il planogram, accompagnata da istruzioni correttive dettagliate. Grazie a modelli di AI più piccoli e a tecnologie di inferenza on-device, è possibile mantenere i dati all’interno della rete aziendale, riducendo la latenza e migliorando la privacy.
Per implementare efficacemente queste tecnologie, le aziende devono collaborare con partner esperti e utilizzare strumenti di sviluppo adeguati. Un rapporto del MIT ha rivelato che le imprese che collaborano con fornitori esterni hanno un tasso di successo dell’AI del 66%, rispetto al 33% di quelle che sviluppano internamente. Tuttavia, non è sufficiente il solo intervento del dipartimento IT; studi condotti dallo Stanford Digital Lab evidenziano che il supporto esecutivo, che promuove una cultura di sperimentazione e accettazione del fallimento, è cruciale per il successo delle iniziative AI.
Come ha sottolineato l’economista David Autor, le attività che richiedono flessibilità, giudizio e buon senso, tutte competenze tipicamente tacite, sono difficili da automatizzare. Invece, queste competenze tendono a essere potenziate dalla computerizzazione. La combinazione di segnalazione dal basso, agenti multimodali e processi di aggiornamento continuo permette di trasformare la conoscenza implicita in procedure e formazioni strutturate, con potenziali benefici per l’efficienza operativa, la qualità del servizio e le condizioni di lavoro.
