Fonte: Tricia Wang Wobi
Il dibattito sul futuro del business e dell’efficienza aziendale ha trovato il suo epicentro a Milano ieri 9 giugno. Sul prestigioso palco del Teatro Gaber, il forum AI & Business Transformation, l’evento pietra miliare organizzato da WOBI, ha riunito i più influenti leader, manager ed esperti internazionali per ridisegnare le regole della competitività e della leadership nell’era degli algoritmi.
Tra le voci globali più attese della manifestazione spicca senza dubbio quella di Tricia Wang, sociologa d’impresa nota in tutto il mondo per aver teorizzato l’importanza dei thick data – i dati “spessi” e qualitativi – contro la cieca fiducia nei soli big data. Consulente per le principali aziende Fortune 500, Wang porta sul mercato una visione fortemente pragmatica e controcorrente: l’AI deve essere un alleato per potenziare le persone, non per sostituirle.
In questa intervista esclusiva per Wall Street Italia, l’esperta analizza i rischi dell’automazione acritica, introduce il suo innovativo framework operativo VIDA e lancia un messaggio potente alla business community sul valore inestimabile dell’intuito e della tradizione.
Ecco cosa ci ha raccontato.
Lei è riconosciuta a livello globale per aver introdotto il concetto di “thick data” per contrastare l’illusione che i soli big data possano spiegare tutto. In un’era dominata dall’AI, come possono le aziende combinare l’analisi quantitativa degli algoritmi con l’intuizione e l’osservazione umana per progettare prodotti ed esperienze che rispondano davvero ai reali bisogni dei clienti?
Siamo sempre più in grado di automatizzare parti della customer experience: la raccolta, l’inserimento, l’elaborazione. L’unica cosa che possiamo automatizzare, ma che non dovremmo fare, è il giudizio umano. È il vostro giudizio a dirvi se un prodotto funzionerà, se non state pensando abbastanza in grande o se avete bisogno di cambiare rotta. E ciò che ancora questo giudizio alla realtà è quello che io chiamo thick data.
I thick data provengono direttamente dall’essere umano: le sue azioni, le sue storie, la sua visione del mondo. Rappresentano il “perché” dietro a ciò che le persone fanno, dritto alla fonte, senza mai essere una media o una probabilità. I big data vi dicono cosa è successo; i thick data vi spiegano il perché: i loro bisogni reali, le loro gioie, i loro dolori.
Come leaders, custodiamo anni di thick data derivanti dal nostro stesso lavoro, e ne otteniamo altri direttamente dai nostri clienti. Le aziende di maggior successo investono nella loro raccolta. Con l’avvento dell’AI, le migliori tra esse investiranno di più nella funzione di customer experience, non di meno, perché verificare ciò di cui i clienti hanno bisogno oggi conta di più, non di meno.
Tuttavia, l’aspetto ingannevole da cui i leader devono guardarsi è che un LLM offre l’illusione dei thick data, confezionata in una narrazione convincente che si legge come una intuizione autentica; ed è fuorviante e pericoloso nel momento stesso in cui si decide di agire in base ad essa.
L’AI viene spesso descritta attraverso narrazioni estreme, o come una bacchetta magica che risolve ogni cosa o come una minaccia esistenziale per l’occupazione. Dalla sua prospettiva di consulente per aziende Fortune 500, quale approccio pragmatico dovrebbero adottare i leader d’azienda per sfatare questi miti e sfruttare l’AI come uno strumento concreto per prendere decisioni strategiche migliori e guidare una crescita sostenibile?
Oggi l’AI consiste ancora per lo più nell’adozione di strumenti: ottimizzazione dei processi, efficienza. È utile, ma non è ancora chiaro quanto guadagno reale stiamo effettivamente vedendo.
La mia ipotesi è che i veri guadagni arriveranno quando le aziende smetteranno di considerare l’AI come un semplice strumento e inizieranno a trattarla come un co-shaper. Un user è passivo: prende quello che lo strumento gli dà. Uno shaper è attivo: lo dirigi, lo contrasti, costruisci qualcosa che nessuno dei due avrebbe potuto raggiungere da solo. Non siamo ancora a questo punto. Quello dello shaping è una forma di mentalità e un cambiamento strutturale, e richiede un livello di sicurezza e di orchestrazione degli agenti che l’impresa oggi non possiede ancora.
Nel frattempo, ecco alcune mosse pragmatiche.
In primo luogo, date alle vostre persone un budget definito e chiedete loro di giocarci.
In secondo luogo, lavorate con il vostro team di sicurezza; chiedete politiche attive, non solo permessi.
In terzo luogo, non considerate l’AI solo come una sostituzione. Consideratela come un cambio di marcia superiore per ciò che le vostre persone già fanno.
IKEA è un buon modello. Hanno sostituito l’attività principale di 8.500 addetti al servizio clienti con un chatbot di nome Billie, per poi riqualificare quegli stessi operatori come arredatori d’interni; ciò ha portato a un incremento dei ricavi dichiarati di 1,3 miliardi di euro, senza un singolo licenziamento. I leader devono avere ben chiaro che sostituire un flusso di lavoro non equivale a sostituire un essere umano.
Nel suo lavoro, lei introduce il framework VIDA (Verify, Interpret, Decide, Accountable) per mantenere centrale il giudizio umano man mano che le aziende adottano l’AI. Come si traduce questo modello nella cultura operativa di un’azienda e in che modo una prospettiva incentrata sulla persona può generare un impatto significativo sul business?
Nel momento in cui assegniamo all’AI il compito di farsi carico del lavoro di routine, il ruolo dell’uomo non scompare: si eleva e si concentra sui gradini più alti della scala.
Chiamo i quattro gradini superiori VIDA: Verify, Interpret, Decide, Accountable.
Verify: ogni intuizione ha una sua catena di fornitura. Nell’era dell’AI bisogna confermare che ci sia un vero essere umano alla fonte, e non solo una frase dal suono probabile.
Interpret: il modello fornisce un output. Un essere umano ne interpreta il significato nel nostro mercato, nel nostro momento storico.
Decide: quando l’AI vi mette davanti a cento valide opzioni, scegliere diventa più difficile, non più facile. Qualcuno deve impegnarsi e chiudere le altre strade.
Accountable: si può automatizzare la decisione, ma non si può automatizzare la responsabilità (accountability). Non esiste un modello da colpevolizzare alle due di notte.
La catena corre in un’unica direzione. Non si può essere responsabili (accountable) di ciò che non si è deciso (decide), non si può decidere ciò che non si è interpretato (interpret), non si può interpretare ciò che non si è mai verificato (verify). Togliete l’essere umano da un qualsiasi gradino e quello sottostante crollerà. È così che si trasforma l’AI in decisioni migliori, non solo più veloci.
Il forum AI & Business Transformation è ampiamente riconosciuto come un evento pietra miliare per l’evoluzione del settore. Qual è il messaggio centrale che desidera lanciare oggi ai leader d’azienda su come preservare il loro distintivo vantaggio umano in questo nuovo scenario guidato dall’AI?
Il mio messaggio va controcorrente rispetto al sentiment del momento: con l’espansione dell’AI, l’intuizione umana diventa più importante, non meno, e decisamente più urgente.
La mia base è nella Silicon Valley, dove il messaggio più forte è che l’AI sostituirà gli umani. Ma se si parla con i leader pragmatici dell’AI al di fuori della Silicon Valley, quelli che l’AI la stanno effettivamente implementando e innovando sul campo, si sente l’esatto contrario. Recentemente ho moderato un panel con Hiroaki Kitano alla conferenza Superintelligence for Humanity. Kitano guida i Computer Science Laboratories di Sony in Giappone e ha proposto che l’innovazione dell’AI debba poggiare su tre elementi: tradizione, terroir e tecnologia. Non sulla sola tecnologia.
L’Italia, come il Giappone, ha un profondo rispetto per il saper fare, il che la rende un terreno ideale per adottare questo approccio. I leader con questa mentalità, che nutrono rispetto per la tradizione umana e per la iper-località del terroir, detengono un vantaggio competitivo, perché un’innovazione di successo con le nuove tecnologie non riguarda mai soltanto la tecnologia in sé.
