In Breve
- Qual è il ruolo dell'AI nella cattura della conoscenza tacita?
- L'AI aiuta a catturare la conoscenza tacita dei lavoratori, migliorando l'efficienza e colmando le lacune nelle procedure operative.
- Come gli agenti AI possono migliorare l'onboarding?
- Gli agenti AI facilitano l'onboarding trasformando l'expertise implicita in micro-learning accessibile.
- Qual è l'importanza della sponsorship esecutiva nelle iniziative AI?
- La sponsorship esecutiva è cruciale per promuovere una cultura di sperimentazione e aumentare il successo delle iniziative AI.
L’introduzione di agenti di intelligenza artificiale (AI) nel settore operativo sta rivoluzionando il modo in cui le aziende gestiscono la conoscenza tacita dei loro lavoratori. Questo fenomeno affronta il noto paradosso di Polanyi, secondo cui la conoscenza tacita — derivante da esperienze pratiche, conversazioni informali e memoria muscolare — rappresenta una parte significativa del patrimonio informativo aziendale, fino all’85%.
Le procedure operative standard (SOP) tradizionali spesso non riescono a catturare questa conoscenza, portando a lacune operative e alla perdita di competenze quando il personale esperto lascia l’organizzazione. In questo contesto, gli agenti di conoscenza, addestrati su SOP e materiali di onboarding, stanno emergendo come strumenti chiave per evidenziare linee guida obsolete e colmare queste lacune.
Questi agenti consentono un approccio bottom-up, coinvolgendo i lavoratori di magazzino, vendita e logistica nel segnalare incongruenze e soluzioni pratiche. Le interazioni con gli assistenti AI vengono utilizzate per aggiornamenti dinamici e automatizzati delle procedure e della formazione, trasformando l’expertise implicita in micro-learning accessibile. Questo processo non solo facilita l’onboarding iniziale, ma promuove anche un continuo sviluppo delle competenze, noto come ‘everboarding’.
Inoltre, gli agenti moderni sono progettati per essere multimodali, in grado di ricevere e restituire informazioni attraverso audio, testo, immagini e video. Ciò consente ai lavoratori di segnalare verbalmente problemi o inviare foto di allestimenti, che vengono poi confrontati con i planogram e accompagnati da istruzioni correttive dettagliate. Grazie a modelli più compatti e all’inferenza on-device, è possibile mantenere i dati all’interno della rete aziendale, migliorando la privacy e riducendo la latenza.
Per implementare efficacemente queste tecnologie, è fondamentale collaborare con partner esperti e utilizzare modelli e strumenti di sviluppo adeguati. Secondo un rapporto del MIT, le aziende che lavorano con fornitori esterni hanno un tasso di successo dell’AI del 66%, rispetto al 33% di quelle che sviluppano soluzioni internamente. Inoltre, il supporto da parte della direzione è cruciale: ricerche dello Stanford Digital Lab evidenziano che la sponsorship esecutiva, che promuove una cultura di sperimentazione e accetta il fallimento, è un fattore determinante per il successo delle iniziative AI.
Come osservato dall’economista David Autor, le attività che richiedono flessibilità, giudizio e buon senso — competenze tipicamente tacite — sono difficili da automatizzare e tendono a essere complementate 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, con benefici potenziali per l’efficienza operativa, la qualità del servizio e le condizioni di lavoro.