In un'azienda, possono essere attivi contemporaneamente numerosi piattaforme, sistemi e strumenti basati sull'AI, come piattaforme clienti potenziate dall'AI, assistenti conversazionali e strumenti di automazione dei flussi di lavoro e dei processi. Ogni singolo strumento è sofisticato, avanzato e veloce nella risposta. Tuttavia, quando vengono messi in funzione, i risultati e le azioni che ne derivano possono essere sbagliati, confusi o mancare di una comprensione adeguata dell'azienda. Molte organizzazioni si trovano in questa situazione, e potrebbe essere uno dei motivi principali per cui faticano a ottenere rendimenti dai loro investimenti in AI.

Il divario tra capacità e utilità dell'AI

Un sondaggio di MIT Technology Review Insights rivela che, sebbene ogni organizzazione intervistata utilizzi l'AI in qualche misura, meno di una su cinque (16%) sta estraendo un valore trasformativo dalle sue implementazioni. La percentuale più alta di rispondenti (40%) afferma di ottenere guadagni moderati in compiti o team specifici, mentre il 21% riporta guadagni significativi, lasciando il 23% che ottiene rendimenti minimi o nulli.

Le aziende stanno principalmente ancora sperimentando casi d'uso dell'AI (secondo il 38% dei rispondenti) o la utilizzano per assistere il lavoro dei dipendenti con strumenti come co-piloti o assistenti di chat (35%). Solo il 12% delle aziende ha agenti AI in produzione e il 3% afferma di utilizzare l'AI per svolgere la maggior parte del lavoro nei processi chiave.

L'importanza del contesto

“C'è un grande divario tra ciò che i modelli sono in grado di fare e come i modelli sono realmente utili all'interno delle organizzazioni”, afferma Prukalpa Sankar, co-fondatrice di Atlan. “Per ogni intento e scopo reale, l'intelligenza artificiale generale è già qui. È solo che non è davvero utile nella maggior parte delle aziende oggi.”

Il fattore mancante, afferma Sankar, è il contesto, o quanto bene l'AI comprende un'azienda. Uno strato di contesto è l'infrastruttura architettonica che si trova tra i sistemi aziendali di un'organizzazione (ad esempio, i sistemi di registrazione e i dati) e le sue piattaforme AI. Traduce l'intelligenza aziendale in un contesto governato e utilizzabile dalle macchine per agenti o modelli AI e aiuta la conoscenza a comporsi. “Senza uno strato di contesto per l'AI, è quasi come assumere l'interno più intelligente del mondo, bendarlo e gettarlo nella tua organizzazione”, afferma Sankar.

L'AI oggi e le sue potenzialità

Dieci anni dopo la partita di AlphaGo contro il campione di Go Lee Sedol, l'AI di oggi non sta ancora sfruttando la macchina che ha reso possibile quella vittoria. Nonostante i progressi, molte aziende faticano a integrare efficacemente l'AI nei loro processi operativi.

Le affermazioni entusiastiche sull'AGI (Artificial General Intelligence) e sulle nuove capacità spesso crollano rapidamente sotto esame. Le torri di sorveglianza, sempre più alimentate dall'AI, promettevano risposte più rapide ai attraversamenti. Tuttavia, la nostra indagine sui decessi vicino alle torri ha rilevato che stanno fallendo nel fornire i risultati promessi.

Opportunità e sfide future

Per sfruttare appieno il potenziale dell'AI, le aziende devono concentrarsi sulla creazione di un contesto aziendale chiaro e comprensibile per le tecnologie AI. Questo richiede un investimento significativo nell'infrastruttura e nella governance dei dati, nonché nella formazione dei dipendenti per lavorare efficacemente con gli strumenti AI.

Inoltre, le aziende devono essere consapevoli delle limitazioni attuali dell'AI e evitare di fare affermazioni esagerate sulle sue capacità. Solo attraverso un approccio equilibrato e realistico, le aziende possono sperare di ottenere un valore trasformativo dai loro investimenti in AI.