Immagina di dover preparare una proposta per un cliente. Inserisci alcune informazioni in uno strumento di intelligenza artificiale e, poco dopo, hai davanti un documento ordinato, scritto bene, con argomentazioni che sembrano convincenti. Il lavoro che pensavi ti avrebbe occupato buona parte della mattinata ha già una prima forma.
La tentazione è leggerlo velocemente, sistemare qualche frase e inviarlo. Ma quel documento tiene conto delle esigenze del cliente? I dati sono corretti? Le conclusioni sono sostenute dalle informazioni disponibili?
È in questo passaggio che, per me, si gioca il valore dell’IA nei servizi professionali. Generare una risposta è una capacità dello strumento. Valutare se quella risposta sia adatta alla situazione richiede il nostro contributo.
Prima di scegliere lo strumento, chiarisci il lavoro
Quando si parla di introdurre l’IA, partirei dall’attività che vogliamo migliorare. Preparare una bozza, riordinare informazioni e suggerire una decisione al cliente comportano responsabilità diverse. Utilizzare lo stesso programma per tutte queste operazioni non le rende equivalenti.
L’automazione permette di eseguire alcuni passaggi senza intervenire ogni volta. Il supporto decisionale offre invece elementi che una persona deve valutare prima di scegliere. Se questa distinzione rimane poco chiara, rischiamo di trattare un suggerimento come una decisione già presa.
Pensa a un sistema che prepara il riepilogo di una richiesta ricevuta. Può aiutarti a mettere in ordine le informazioni, ma occorre verificare che abbia riportato correttamente i punti importanti. Se da quel riepilogo deve nascere una proposta, serve anche comprendere il contesto, individuare eventuali informazioni mancanti e valutare le alternative.
Il cliente si affida al professionista anche per questo: perché sappia riconoscere ciò che merita attenzione e spiegare le ragioni di una scelta. Produrre più documenti non dimostra, da solo, che stiamo offrendo un servizio migliore.
Una risposta convincente va comunque verificata
Noi tendiamo ad associare un’esposizione chiara a una buona comprensione del problema. Con l’IA questa abitudine richiede particolare attenzione: un modello può presentare con sicurezza informazioni errate o riferimenti inesistenti. È uno dei rischi descritti dal NIST nel suo quadro dedicato all’IA generativa. nvlpubs.nist.gov
Per questo definirei i controlli prima di introdurre lo strumento. Che cosa va verificato? Su quali documenti o fonti? Chi approva il lavoro? In quali circostanze ci fermiamo e chiediamo un approfondimento?
Dire che “controlla una persona” lascia ancora aperte molte questioni. Quella persona deve avere competenza, tempo e criteri per farlo. Se legge rapidamente e approva perché il testo scorre bene, il controllo rischia di diventare una formalità.
Considererei anche quali informazioni del cliente possono essere utilizzate e con quali strumenti. La facilità con cui possiamo incollare un documento non ci esonera dal verificare se sia appropriato farlo.
Cominciare dall’assistenza, poi valutare l’automazione
In un team di consulenza partirei generalmente dall’IA come assistente, soprattutto nelle attività che richiedono interpretazione e conoscenza del cliente. È ciò che viene chiamato augmentation first: prima il supporto al professionista.
L’IA prepara una bozza, propone un confronto o aiuta a organizzare il materiale; il professionista verifica e decide come utilizzare il risultato. Questo permette di conoscere lo strumento attraverso il lavoro concreto, osservando dove contribuisce e dove richiede correzioni.
La revisione, però, richiede tempo. Per capire se il processo sia utile, considererei anche quel tempo, insieme alle eventuali rilavorazioni. Una bozza prodotta rapidamente può avere bisogno di un controllo impegnativo.
L’approccio automation first parte invece dai compiti da eseguire automaticamente, lasciando alle persone la gestione delle eccezioni e delle validazioni previste. Lo valuterei per attività circoscritte, ripetitive e verificabili, quando gli errori possono essere intercettati prima di produrre conseguenze rilevanti.
Immagina un flusso che prepara un riepilogo da un modulo interno e blocca i casi con informazioni mancanti. È una situazione diversa da una raccomandazione personalizzata, nella quale bisogna comprendere esigenze e conseguenze.
Userei quindi entrambi gli approcci, scegliendo il controllo adatto a ogni passaggio. Prima di automatizzare, vorrei poter rispondere a una domanda concreta: se qui il sistema sbaglia, come ce ne accorgiamo e che cosa succede dopo?
La fiducia passa dal modo in cui lavoriamo
La fiducia del cliente può risentire di scelte che, all’interno del team, sembrano soltanto operative. Penso a cinque errori che cercherei di prevenire: non spiegare un uso rilevante dell’IA rispetto al servizio concordato; consegnare contenuti non verificati; utilizzare informazioni riservate senza controllare strumenti e condizioni; dipendere dal sistema fino a non saperne più valutare il lavoro; non avere un responsabile e un’alternativa quando qualcosa non funziona.
Sono problemi che richiedono organizzazione, oltre alla conoscenza del programma. Per introdurre uno strumento generativo in un team, procederei attraverso sei passaggi.
1. Chiarire regole e responsabilità. Scegli un’attività pilota, stabilisci strumenti e dati consentiti e individua chi approva il risultato. Deve essere riconoscibile anche quali decisioni restano al professionista.
2. Definire la comunicazione al cliente. Stabilisci quando e come spiegare l’utilizzo dell’IA, quali informazioni vengono trattate e quali verifiche svolge il team, tenendo conto degli accordi e degli obblighi applicabili al servizio.
3. Preparare una revisione concreta. Definisci controlli su fedeltà ai documenti, dati, fonti, completezza e adeguatezza al caso. Chiarisci quali problemi impediscono la consegna.
4. Osservare la qualità del lavoro. Confronta errori, correzioni, tempo complessivo e riscontri dei clienti con il processo precedente. Decidi prima quali risultati giustificano la prosecuzione.
5. Formare il team su casi pratici. Utilizza anche esempi incompleti o problematici. Le persone devono imparare a verificare, riconoscere quando mancano elementi e sapere quando procedere senza IA.
6. Preparare il ritorno al metodo precedente. Il termine tecnico è rollback: significa poter sospendere il nuovo processo e riprendere il lavoro in altro modo. Definisci chi può farlo, come prosegue il servizio e come vengono individuati e corretti gli eventuali lavori coinvolti.
Per me introdurre l’IA significa anche rendere più chiaro il nostro modo di lavorare. Ci porta a esplicitare passaggi che forse davamo per scontati: chi decide, su quali elementi e con quali verifiche.
Comincerei da un’attività limitata, osservando ciò che succede prima di estendere l’utilizzo. Il valore del professionista si vede anche nella capacità di scegliere dove affidarsi allo strumento, dove approfondire e quando fermarsi.