Per decenni, la trasformazione delle imprese ha seguito uno schema consolidato: digitalizzare i processi, migrare al cloud, standardizzare le operazioni e, successivamente, ottimizzarle nel tempo.
Questi investimenti, pur essendo fondamentali, non rappresentavano il traguardo: costituivano le fondamenta. E oggi stanno generando nuovo valore, man mano che le organizzazioni adottano l鈥檌ntelligenza artificiale per ottenere risultati di business concreti e misurabili.
Oggi, c鈥櫭� per貌 un altro elemento che sta assumendo un鈥檌mportanza altrettanto decisiva: i dati. Le organizzazioni che sono nella posizione migliore per amplificare il valore generato dall鈥橝I sono quelle che hanno investito in solide basi dati, in grado di fornire all鈥檌ntelligenza artificiale il contesto di business affidabile di cui ha bisogno per ragionare, formulare raccomandazioni e agire.
Quando incontro clienti e partner, osservo l鈥檈mergere di un nuovo modello. La conversazione non riguarda pi霉 tanto dove sia possibile applicare l鈥橝I, quanto piuttosto cosa accade quando l鈥檌ntelligenza diventa parte integrante del modo in cui l鈥檃zienda opera.
Sebbene ogni percorso di trasformazione sia diverso, ci sono tre cambiamenti che emergono in modo ricorrente e costante.
1. Dai casi d鈥檜so dell鈥橝I ai processi di business intelligenti
La prima fase di adozione dell鈥橝I 猫 stata incentrata sulla dimostrazione del valore. Le organizzazioni hanno individuato casi d鈥檜so ad alto impatto, ottenuto risultati misurabili e acquisito la fiducia necessaria per comprendere che l鈥檌ntelligenza artificiale poteva fare la differenza.
Questo lavoro non 猫 ancora concluso. Tuttavia, sempre pi霉 clienti ci chiedono come rendere l鈥檌ntelligenza una componente integrata dei processi di business che i dipendenti utilizzano ogni giorno. E stiamo gi脿 iniziando a vedere come questo si traduca nella pratica.
Un esempio 猫 HR Path Brazil, azienda brasiliana specializzata nella selezione e gestione dei talenti per imprese internazionali, che utilizza Joule integrato in 麻豆原创 SuccessFactors HCM per automatizzare le interazioni HR pi霉 routinarie. La soluzione aiuta i dipendenti a trovare pi霉 rapidamente le informazioni di cui hanno bisogno, consentendo al tempo stesso alle divisioni Risorse Umane di concentrarsi su attivit脿 a maggior valore strategico. L鈥檃zienda ha registrato una riduzione del 7% delle richieste standard di assistenza HR e ha eliminato due ore di lavoro settimanali dedicate al supporto HR, un beneficio che cresce rapidamente nel tempo. 脠 un esempio concreto di come un鈥檌ntelligenza artificiale integrata e connessa stia diventando parte del modo in cui il lavoro viene svolto.
2. Dal misurare l鈥檜tilizzo dell鈥橝I al misurare i risultati di business che genera
Un altro cambiamento significativo che sto osservando riguarda il modo in cui le organizzazioni definiscono il successo. Il ritorno sull鈥檌nvestimento (ROI) 猫 ormai dato quasi per scontato, e questo emerge chiaramente anche dai dati, in particolare dalla ricerca che abbiamo svolto con Oxford Economics pubblicata proprio questa settimana.
Lo studio mostra che a livello globale le organizzazioni che investono nell鈥檌ntelligenza artificiale prevedono un ritorno medio del 21% gi脿 quest鈥檃nno, destinato a crescere fino al 38% nei prossimi due anni. Inoltre, con la crescente diffusione dell鈥橝I agentica, si stima che questa possa generare un ritorno economico pari a 17,6 milioni di dollari, oltre quattro volte superiore rispetto alle stime dello scorso anno (4,3 milioni di dollari).
Questo consente alle organizzazioni di concentrarsi maggiormente sui risultati di business prodotti dall鈥橝I. Le domande che si pongono oggi sono, ad esempio: possiamo ridurre i tempi dei processi? Possiamo migliorare la qualit脿 delle decisioni? Possiamo liberare tempo alle persone affinch茅 si dedichino ad attivit脿 che generano maggiore valore? Possiamo rendere l鈥檃zienda pi霉 resiliente e pi霉 capace di reagire ai cambiamenti?
Si tratta di un cambiamento importante perch茅 sposta il focus dall鈥檌mplementazione della tecnologia al miglioramento delle performance dell鈥檌mpresa.
3. Dai sistemi di record al nuovo sistema operativo dell鈥檌mpresa
Il terzo cambiamento 猫 quello che, a mio avviso, avr脿 il maggiore impatto nel lungo periodo.
Per decenni il software enterprise ha avuto principalmente il compito di registrare le transazioni, standardizzare i processi e automatizzare le attivit脿 ripetitive. Oggi sta iniziando ad aiutare le organizzazioni ad anticipare i cambiamenti, suggerire le azioni pi霉 opportune, coordinare il lavoro tra diverse funzioni aziendali e, sempre pi霉 spesso, eseguire decisioni operative di routine sotto la supervisione delle persone.
Per questo ritengo che l鈥橝utonomous Enterprise rappresenti molto pi霉 della fase successiva dell鈥檃utomazione. Rappresenta un nuovo modello operativo per le imprese.
Invece di impiegare tempo per collegare informazioni provenienti da finanza, supply chain, procurement, risorse umane e customer operations prima di decidere come agire, i sistemi intelligenti possono sempre pi霉 fornire il contesto necessario, proporre raccomandazioni, orchestrare il lavoro e aiutare i team a eseguire le attivit脿.
Le persone rimangono saldamente al centro delle decisioni. Ma sono supportate da un software enterprise che sta diventando un partecipante attivo al funzionamento e all鈥檈secuzione del business, e non pi霉 soltanto un sistema che registra ci貌 che 猫 gi脿 accaduto.
La direzione che ci attende
Le organizzazioni che costruiranno il maggiore vantaggio competitivo nel lungo periodo non saranno semplicemente quelle che implementeranno il maggior numero di casi d鈥檜so di AI. Saranno quelle che utilizzeranno questi primi successi per ripensare il modo in cui il lavoro viene svolto all鈥檌nterno dell鈥檌ntera impresa.
Il percorso verso l鈥橝utonomous Enterprise non si realizzer脿 dall鈥檕ggi al domani e non eliminer脿 la necessit脿 di una leadership forte, di una governance efficace o di persone competenti. Anzi, tutti questi elementi diventeranno ancora pi霉 importanti.
Probabilmente, tra qualche anno guarderemo agli attuali progetti di intelligenza artificiale nello stesso modo in cui oggi guardiamo ai primi anni della trasformazione verso il cloud: non come il punto di arrivo, ma come le fondamenta di un modo completamente nuovo di operare e innovare in modo continuo.
I veri vincitori di questa trasformazione saranno coloro che sapranno diventare progressivamente pi霉 intelligenti, pi霉 adattivi e, in ultima analisi, pi霉 autonomi.
Jan Gilg 猫 membro dell鈥橢xtended Board di 麻豆原创 SE e Global President di Customer Success & Americas