Mentre le aziende di tutto il mondo accelerano gli investimenti in intelligenza artificiale, la sfida non è più semplicemente aggiungere nuovi strumenti, ma piuttosto garantire che questa tecnologia generi un impatto concreto sull'operatività. È in questo contesto che si posiziona Teamcubation, una startup argentina fondata da Mariano Wechsler e Diego Jolodenco, che ha sviluppato un modello innovativo per formare i dipendenti non tecnici all'automatizzazione delle loro mansioni quotidiane tramite l'IA.
La tesi alla base di questo modello di business è chiara e diretta: oggi molte aziende sostengono già costi significativi per licenze, piattaforme e soluzioni basate su modelli generativi. Tuttavia, spesso non riescono a tradurre queste spese in miglioramenti misurabili in termini di efficienza, produttività e risultati tangibili. Il problema, secondo i fondatori, non risiede nella tecnologia in sé, ma nella sua adozione efficace e nell'integrazione nei flussi di lavoro reali.
Booster AI: adozione "on the job" per risultati immediati
Per affrontare questa problematica, Teamcubation ha ideato Booster AI, un servizio di adozione "on the job" che si distingue nettamente dai tradizionali corsi teorici. Anziché offrire lezioni astratte, Booster AI lavora direttamente sui processi concreti di ogni singolo collaboratore. La promessa è ambiziosa ma realistica: trasformare le attività ripetitive e a basso valore aggiunto in flussi di lavoro automatizzati, liberando tempo e risorse per mansioni più strategiche e significative.
Diego Jolodenco e Mariano Wechsler, i fondatori di Teamcubation, condividono dati incoraggianti sull'efficacia del loro approccio. In un'implementazione che ha coinvolto 24 persone, hanno rilevato un totale di 3.680 ore di lavoro dedicate ai processi analizzati. Grazie all'automazione introdotta durante il periodo di formazione, sono riusciti a recuperare 540 ore, il che si traduce in un miglioramento dell'efficienza del 15%. In alcuni casi, assicurano i fondatori, l'impatto può raggiungere il 40% in soli tre mesi. Con un round di finanziamento iniziale già concluso e una nuova ricerca di capitale in corso per espandersi a Madrid, in Messico, in Brasile e negli Stati Uniti, Teamcubation punta a diventare un attore regionale chiave in una nuova categoria di mercato: quella delle aziende che non vendono intelligenza artificiale, ma la sua adozione pratica e reale.
Il problema non è la tecnologia, ma la sua adozione
Dalla programmazione all'ottimizzazione con l'IA
«L'anno scorso ci siamo posti una domanda che sembrava quasi provocatoria», racconta Mariano Wechsler. «Per 35 anni abbiamo detto a tutti che dovevano imparare a programmare. Ci siamo chiesti se questo, con tutto ciò che sta accadendo oggi intorno all'intelligenza artificiale e al ruolo del programmatore, fosse davvero valsa la pena. E la conclusione è stata che sì, assolutamente sì. Ma non tanto per il fatto di scrivere codice, che quasi ti direi essere il compito di minor valore aggiunto di un programmatore, quanto per le abilità sottostanti che l'apprendimento della programmazione ti fornisce: dividere un problema in parti, risolvere ogni parte separatamente, strutturare i dati, pensare a un'architettura, comporre soluzioni con diversi servizi. Questa forma di pensiero oggi è fondamentale per sfruttare al massimo l'IA».
È proprio qui che i fondatori hanno individuato il problema centrale: praticamente tutte le persone che lavorano con un computer avrebbero bisogno di queste abilità per utilizzare efficacemente gli strumenti di IA, e non c'era nessuno che le trasmettesse al personale non tecnico. «Quindi abbiamo detto: dobbiamo formare le persone affinché possano ottimizzare il proprio "metro quadrato" di lavoro con l'IA», spiega Wechsler. Questo approccio riconosce che l'intelligenza artificiale non è solo una questione di software avanzato, ma di una mentalità e di un set di competenze che permettono di integrarla strategicamente nelle operazioni quotidiane.
Superare la barriera dell'adozione spontanea
«Il problema che rileviamo non è tecnologico, ma di adozione», afferma Diego Jolodenco. «Oggi tutti parlano di IA e moltissime aziende hanno già stanziato budget per aggiungere queste capacità ai loro team. Ma molte partono da un'idea sbagliata: credono che le persone adotteranno l'IA da sole, perché l'IA sembra facile. E in realtà, l'unica cosa che si impara da soli è uno strato molto basilare, che è la conversazione con un LLM (Large Language Model)».
«Per automatizzare processi reali, per lavorare con agenti, con gestori di flusso, con integrazioni, è necessario pensare in un certo modo. E questo non avviene spontaneamente. Le persone hanno bisogno di accompagnamento. Per noi, questo accompagnamento è il cuore del business», sottolinea Jolodenco. Questa visione smentisce l'idea che l'IA sia una soluzione "plug-and-play" e sottolinea l'importanza di un supporto mirato e personalizzato per sbloccarne il vero potenziale a livello aziendale.
Il valore di Booster AI nelle aziende
Molte aziende, pur avendo investito in strumenti di IA, faticano a trovare un ritorno sull'investimento. Spesso, l'IA viene utilizzata per compiti superficiali, come scrivere e-mail più curate o generare qualche immagine, attività che, sebbene utili, non spostano l'ago del business. Teamcubation interviene precisamente in questo punto, lavorando con persone che operano quotidianamente con un computer e svolgono compiti ripetitivi.
Gli esempi di attività automatizzabili sono innumerevoli:
- Qualcuno che legge ogni giorno il Bollettino Ufficiale per verificare se c'è qualcosa che interessa l'azienda.
- Qualcuno che riceve otto fogli Excel da diverse filiali, li rivede, li aggiusta e consolida tutto in un unico rapporto.
Come funziona concretamente Booster AI
«Noi non diamo corsi. Questo è il punto centrale», spiega Jolodenco. «Non è 'vieni a imparare la teoria' ma 'facciamolo insieme'. Entriamo nell'azienda, lavoriamo con piccoli gruppi e prima mostriamo il potenziale. Dopo viene la parte importante: mentoring uno a uno sul lavoro reale di ogni persona. Non raccontiamo a qualcuno, in astratto, come automatizzare un processo. Automatizziamo il suo processo concreto. Se quella persona ogni giorno consolida otto fogli Excel, lavoriamo su quello. Se ogni giorno fa ricerca manuale, lavoriamo su quello. Al termine, non solo ha acquisito l'abilità: gli resta anche il flusso funzionante. Quindi il risparmio di tempo è immediato».
Questo approccio pragmatico garantisce che l'apprendimento sia immediatamente applicabile e che i benefici siano percepiti in tempo reale, rafforzando la motivazione del dipendente e l'impatto sull'efficienza aziendale. La formazione non è un esercizio accademico, ma un investimento diretto nell'ottimizzazione delle operazioni.
Gli strumenti utilizzati
Spesso la discussione sugli strumenti di IA si limita a nomi come ChatGPT, Gemini o Copilot. In realtà, la soluzione proposta da Teamcubation combina tipicamente due livelli tecnologici. Da un lato, una LLM (Large Language Model), che può essere ChatGPT, Gemini, Copilot o qualsiasi altra la cui licenza l'azienda possieda già. Dall'altro, uno strumento di gestione dei flussi, come n8n, Power Automate, SAP, o quello che fa parte dello stack tecnologico del cliente.
«Noi non imponiamo una nuova strumento a prescindere», chiarisce Wechsler. «Prima capiamo quali licenze ha l'azienda, con quale ecosistema lavora e, a partire da lì, personalizziamo il servizio per formare le persone con quegli strumenti». Questa flessibilità assicura che le soluzioni siano compatibili con l'infrastruttura esistente del cliente, massimizzando l'efficacia e riducendo la complessità di implementazione.
La ricezione all'interno delle aziende
«C'è un misto di ansia e timore», ammette Wechsler riguardo alla ricezione iniziale. «Ma quando la proposta scende a terra, l'accoglienza è molto buona. La gente è estremamente interessata ad acquisire queste abilità. Il problema è che esiste una distanza enorme tra l'uso dell'IA per qualcosa di molto basilare, come migliorare un'e-mail, e usarla per automatizzare processi reali». Teamcubation si propone di colmare questo divario. «Quello che facciamo noi è costruire un ponte tra queste due cose. Avviciniamo a persone che non sanno programmare un modo di pensare e di operare che fino a poco tempo fa sembrava riservato al mondo tecnico», spiega Wechsler. Questo ponte non solo abilita l'individuo, ma trasforma anche la cultura aziendale verso una maggiore autonomia e innovazione.
Il valore di Booster AI per ogni area aziendale
L'impatto di Booster AI si manifesta in modo diverso a seconda dell'area aziendale, soddisfacendo le specifiche esigenze di ciascun ruolo dirigenziale:
- Per il CEO: vede team più efficienti e questo, soprattutto nel contesto attuale, ha un valore enorme, contribuendo direttamente alla competitività e alla redditività dell'azienda.
- Per il CFO: osserva un miglioramento delle performance, un risparmio di ore lavorative e un uso più oculato delle risorse. Si traduce in una gestione finanziaria più robusta e in un ROI più rapido sugli investimenti tecnologici.
- Per l'area People (Risorse Umane): trova un modo di formare il personale che non rimane nella teoria. «Spesso la risposta automatica è 'mandiamoli a un corso', ma poi la persona torna alla sua scrivania e non sa come applicare nulla. Noi diciamo sempre che siamo come le rotelle della bicicletta. Andiamo alla scrivania della persona, al suo compito concreto, e lavoriamo lì. Questo cambia completamente l'adozione», afferma Jolodenco. Si tratta di un investimento nella crescita professionale dei dipendenti, aumentando la loro soddisfazione e le loro competenze.
- Per il CTO: c'è anche un enorme vantaggio: si riduce la pressione sul backlog. In tutte le aziende ci sono richieste interne che finiscono per andare alla tecnologia e che non vengono mai realizzate perché non sono prioritarie. Molte di queste necessità oggi possono essere risolte dalle stesse persone del business con questi strumenti, senza caricare di più il team tecnico. Questo non solo alleggerisce il carico di lavoro del reparto IT, ma promuove anche una maggiore agilità e autonomia all'interno dell'organizzazione.
Numeri concreti e risultati misurabili
Teamcubation ha dimostrato con numeri concreti l'efficacia del suo modello. «In un'azienda abbiamo realizzato tre booster per 24 persone», racconta Jolodenco. «In totale, quelle persone rappresentavano circa 3.680 ore di lavoro sui processi che abbiamo analizzato. Quello che facciamo sempre è misurare quanto tempo impiega oggi un compito e quanto tempo impiega dopo averlo automatizzato».
Per dare un esempio semplice: «Se qualcuno impiegava due o tre ore al giorno per fare ricerca e dopo aver automatizzato quel flusso riceve il riassunto pronto, in audio o via WhatsApp, per ascoltarlo mentre va in macchina...» L'intervista si interrompe qui, ma il messaggio è chiaro: l'impatto sul tempo recuperato è immediato e significativo, trasformando radicalmente il modo in cui le persone lavorano e fornendo un valore aggiunto tangibile e misurabile all'azienda.