In Breve
- Come l'AI cattura la conoscenza tacita?
- L'AI consente di raccogliere la conoscenza tacita tramite interazioni con i lavoratori, evidenziando lacune nelle procedure operative.
- Qual è il ruolo degli agenti multimodali?
- Gli agenti multimodali possono comunicare tramite audio, testo e immagini, facilitando la segnalazione di problemi.
- Qual è il tasso di successo delle iniziative AI?
- Il tasso di successo dell'AI è del 66% per le imprese che collaborano con fornitori esterni.
L’importanza della conoscenza tacita
L’introduzione di agenti AI sul fronte operativo sta consentendo di catturare la conoscenza tacita dei lavoratori di frontline, affrontando il cosiddetto paradosso di Polanyi. La conoscenza tacita — frutto di esperienza pratica, workaround, conversazioni informali e memoria muscolare — può arrivare a costituire fino all’85% del patrimonio informativo aziendale e difficilmente è contenuta nelle procedure operative standard (SOP). Di conseguenza, procedure centralizzate e testuali non rilevano gap operativi e rischiano di perdere competenze quando personale esperto si sposta o esce dall’organizzazione.
Il ruolo degli agenti AI nella raccolta della conoscenza
Agenti di conoscenza addestrati su SOP e materiali di onboarding stanno evidenziando linee guida obsolete e lacune, permettendo un approccio bottom-up che coinvolge i lavoratori di magazzino, vendita e logistica nel segnalare incongruenze, eccezioni e soluzioni pratiche. I segnali provenienti dalle interazioni con gli assistenti AI vengono instradati verso aggiornamenti dinamici e automatizzati di formazione e SOP, traducendo expertise implicita in micro-learning fruibile e favorendo non solo l’onboarding iniziale ma un processo continuo di everboarding.
Agenti multimodali e privacy
Gli agenti moderni sono multimodali: possono ricevere e restituire informazioni tramite audio, testo, immagini e video. Questo consente, per esempio, di segnalare verbalmente un problema o inviare una foto di un allestimento che viene confrontata con il planogram e accompagnata da istruzioni correttive passo passo. Con modelli più piccoli e inferenza on-device è possibile mantenere i dati nel dispositivo o nella rete aziendale, riducendo latenza e aumentando la privacy.
Collaborazione e successo nell’implementazione
L’implementazione efficace richiede partner con competenze di settore, modelli e strumenti di sviluppo. Un rapporto del MIT indica un tasso di successo dell’AI del 66% per le imprese che collaborano con fornitori esterni rispetto al 33% per chi sviluppa internamente. Inoltre, non basta l’intervento dell’IT: ricerche dello Stanford Digital Lab mostrano che il sponsorship esecutivo, che abilita una cultura di sperimentazione e il permesso di fallire, è un fattore determinante (43%) per il successo delle iniziative AI.
Conclusioni e prospettive future
Come sottolineato dall’economista David Autor, le attività che richiedono flessibilità, giudizio e buon senso — competenze tipicamente tacite — risultano difficili da automatizzare e tendono invece a essere complementate dalla computerizzazione. La combinazione di segnalazione dal basso, agenti multimodali e processi di aggiornamento continuo permette di trasformare conoscenza implicita in procedure e formazione strutturate, con potenziali benefici per efficienza operativa, qualità del servizio e condizioni di lavoro.
