L’adozione dell’Intelligenza Artificiale nel Regno Unito: sfide e opportunità

In Breve
- Qual è la percentuale di knowledge worker nel Regno Unito che utilizza strumenti di AI?
- L'81% dei knowledge worker nel Regno Unito utilizza strumenti di AI settimanalmente.
- Quali sono le principali sfide legate all'adozione dell'AI?
- Le principali sfide includono la sovrapposizione dell'AI a processi inefficienti e la carenza di governance.
- Cosa si intende per 'shadow AI'?
- Il termine 'shadow AI' si riferisce all'uso di strumenti di AI non approvati da parte dei lavoratori.
L’adozione dell’intelligenza artificiale (AI) nel Regno Unito ha raggiunto livelli significativi, con l’81% dei knowledge worker che utilizza strumenti di AI su base settimanale. Tuttavia, questa diffusione non ha portato a una trasformazione organizzativa tangibile né a benefici operativi chiari. Molte aziende hanno integrato l’AI in processi già frammentati e sistemi inefficienti, aggravando problemi esistenti piuttosto che risolverli.
Secondo un’indagine, il 58% dei responsabili IT ha riportato un’alta adozione dell’AI, ma con guadagni di produttività misurabili limitati. Inoltre, l’82% ha dovuto affrontare aumenti di costo inattesi legati all’implementazione di queste tecnologie. Quasi due terzi dei leader IT si dichiarano completamente responsabili degli esiti derivanti dall’uso dell’AI, mentre le implementazioni si diffondono tra i vari reparti spesso al di fuori di percorsi di governance strutturati, creando responsabilità senza la necessaria visibilità.
Un fenomeno preoccupante è quello della “shadow AI”, dove uno su quattro lavoratori utilizza strumenti di AI non approvati, evidenziando un attrito significativo con gli strumenti ufficiali forniti dalle aziende. Questo porta a una carenza di contesto organizzativo, un altro ostacolo all’efficacia dei progetti AI. Quasi la metà dei leader IT ha segnalato che i progetti di AI si arenano perché i modelli non dispongono delle informazioni necessarie riguardo alla struttura, priorità e diritti decisionali per produrre output utilizzabili senza correzioni onerose.
Le metriche attualmente adottate per misurare l’efficacia dell’AI sono spesso fuorvianti. Molte aziende si concentrano su indicatori come il numero di licenze, i prompt inviati o le ore teoricamente risparmiate, mentre sarebbe più utile focalizzarsi su esiti concreti. Questi includono la riduzione dei tempi di risoluzione per i clienti, la diminuzione del tempo necessario per la ricerca delle informazioni e decisioni più rapide e informate.
Un esempio operativo significativo è la creazione di un assistente di vendita AI, il cui impatto sul processo commerciale è misurato attraverso tassi di risposta e nuovi incontri generati. Con l’emergere di agenti AI che operano in autonomia per conto delle persone, le organizzazioni si trovano di fronte alla necessità di monitorare quali agenti esistono, chi li ha creati, a cosa hanno accesso, cosa sono autorizzati a fare e come viene valutata la loro performance.
Le imprese che riusciranno a trarre vantaggio dall’AI non saranno necessariamente quelle che la utilizzano di più, ma quelle che la integrano con responsabilità chiare, governance adeguata e flussi di lavoro ben definiti. L’adozione dell’AI deve essere vista come un punto di partenza, ma il vero obiettivo rimane la creazione di valore misurabile per le organizzazioni.
