Il 2024 è stato un anno importante per l’IA in termini di nuove piattaforme, hardware, strategie e soluzioni. Tuttavia, nel mondo del lavoro, essa sta penetrando ma in maniera differente, a seconda delle dimensioni e della digitalizzazione delle aziende.
Nel web è possibile trovare tantissimo materiale su come l’adozione dell’IA, in particolare quella generativa, sia quella più considerata. Tuttavia, vi è tanto divario tra i mercati, le aziende e le differenti aree del mondo, per cui si facilmente rischia di entrare in confusione quando si cerca di capire qualcosa di più sull’IA.
A differenza della facilità con cui se ne parla, vi sono difficoltà oggettive (ma superabili) nell’adozione: dove la uso, come la uso, cosa uso, come identifico le aree dove l’IA può aiutarmi.
A differenza di quando è nato il web o i social, la grande velocità con cui le informazioni girano e le evoluzioni delle piattaforme (in poche settimane abbiamo avuto la chat vocale e l’implementazione dei motori di ricerca su OpenAI e un test di automazione di uso autonomo del computer da parte di un agente creato da Antrophic) rendono in apparenza ancora più difficile costruire un quadro utilizzabile per le aziende.
La realtà è che siamo in fase embrionale e che non esistono strategie di adozione predefinite ma ognuna va tagliata in base all’azienda. Certo, esistono framework e suggerimenti ma che non sono scritti nella pietra, anzi, evolvono a una velocità impressionante.
Questo però non ci impedisce di sbirciare in giro e capire cosa potrà succedere a breve.
Adozione
Il report di HubSpot del 2024 AI Trends Report, si sottolinea che il 75% dei marketer utilizza già strumenti IA per migliorare la produttività e il coinvolgimento dei clienti. Tuttavia, anche per Hubspot, il passaggio da esperimenti isolati a una trasformazione veramente aziendale richiede un approccio strategico e misurabile. Che significa? Che bisogna trovare delle metriche per capire se il valore dell’implementazione dell’IA porta un vantaggio competitivo (qualunque esso sia). Ovviamente, non solo in termini di efficienza operativa, ma anche la capacità di creare valore attraverso l’innovazione che scaturisce dal suo uso e l’automazione dei processi (Rapporto 4Manager 2024).
Le applicazioni più diffuse ad oggi per le aziende commerciali
Riguardo l’IA generativa, le applicazioni principali oggi sono riassumibili in due mega gruppi:
- Marketing e contenuti. Generazione testi per blog, siti web, social, report, strumenti per venditori, documenti interni, brainstorming, campagne, sia in formato testuale che immagini
- Analisi dei dati. Lettura testi e report, riassunti, estrazione dei punti principali, analisi e rilevazione di pattern.
Queste applicazioni, già di loro, offrono dei motivi validi per provare l’adozione di piattaforme LLM multimodali come ChatGPT, Claude, Gemini o Mistral.
Cosa ci attende
Nonostante il potenziale, molte organizzazioni, è indubbio piccole e grandi, faticano a implementare l’IA Tra le principali difficoltà, già citate in apertura, vi sono
- Costi e Risorse: L’implementazione dell’IA richiede investimenti in termini di acquisto piattaforme, training, digitalizzazione e infrastrutture. Specifichiamo bene però cosa significa. Un’azienda può benissimo acquistare una piattaforma LLM come ChatGPT e usarla immediatamente al costo di circa 20 euro al mese a licenza. Occorrerà però del tempo per capire come fare e dei corsi per usarla al meglio. Questo significa investire su sé stessi e sul personale. Se poi si vuole usare l’IA per la gestione della comunicazione con clienti tramite chatbot basati su IA generativa, si apre un nuovo capitolo che include il costo di una piattaforma per gestire i bot, la preparazione del database (meglio il knowledge base) del modello, l’infrastruttura e la consulenza. Si possono fare dei tentativi con piattaforme in commercio ma per una soluzione seria giriamo attorno ai 20K di media.
- Sicurezza, privacy ed etica. Quando si usano sistemi di IA generativa come ChatGPT, la raccomandazione di solito è quella di non caricare dati sensibili, informazioni personali e di clienti, per ovvii motivi. I dati che usiamo, se non selezioniamo specificatamente l’opt-out sul nostro account, possono essere usati dal gestore del modello per addestrare il suoi modelli di IA. In più, se generiamo contenuti a scopo marketing, dobbiamo essere sicuri che rispecchino il nostro modo di parlare come azienda, non includano stereotipi e bias e che siamo effettivamente corretti e validati. Se poi si creano infrastrutture ad hoc dove ospitare I propri strumenti di IA in locale, si dovrà richiedere al fornitore l’ottemperanza al GDPR e all’IA Act, per evitare potenziali problemi di sorta.
- Formazione. Una delle voci più importanti. Il mio consiglio è di formarsi autonomamente per capire il campo da gioco e fare qualche tiro in porta. E poi farsi affiancare da consulenti per degli aggiornamenti e utilizzi mirati. Almeno per il momento, questo mondo gira troppo in fretta per poter avere il tempo fisico per stare dietro a tutto, soprattutto se dobbiamo anche lavorare! Magari seguire alcune newsletter aiuta. L’IA è un utensile e non deve diventare lo scopo. Organizzare dei workshop di tanto in tanto e dei check point aiuta a sfruttarla la meglio per il nostro business.
Conclusione
L’IA rappresenta una svolta epocale per le imprese di tutti i settori ma essa non si vede fino a quando poi accade qualcosa che ci costringe a correre. Voglio parafrasare una famosa frase che si usa in quest’ambito: l’IA non ti toglierà il lavoro ma un concorrente che sa usare l’IA meglio di te lo farà.
Adottare anche un semplice piano insieme a un consulente ci farà fare un bel passo avanti, senza avere paura e senza ignorare le potenzialità molto concrete che una conoscenza e l’uso di questi strumenti porta alla nostra azienda.
