Dove l’AI crea (davvero) valore

Qualche settimana fa abbiamo partecipato ad AI Festival, uno dei contesti in cui il dibattito sull’Intelligenza Artificiale è più vivo. Si è parlato molto di nuove funzionalità, di strumenti sempre più potenti, di promesse che sembrano aprire possibilità infinite.

È anche in occasioni come questa, però, che emerge una domanda meno immediata ma decisiva. Una domanda che incontriamo spesso lavorando su prodotti e servizi digitali: non tanto cosa possiamo fare con l’AI, ma dove ha davvero senso usarla.

Spostare l’attenzione dalle possibilità della tecnologia ai processi delle organizzazioni cambia radicalmente il punto di vista. Significa interrogarsi su dove l’AI può contribuire a risolvere problemi concreti, migliorare esperienze esistenti e immaginarne di nuove, essere adottata nel lavoro quotidiano.

Se c’è una cosa che abbiamo imparato in oltre un decade di progetti di Digital Transformation, è che quando un progetto non raggiunge i risultati sperati il problema raramente è la tecnologia in sé: capita più spesso che la tecnologia non sia aderente al contesto e ai processi organizzativi, o che siano state fatte scelte di funzionalità e contenuti nel punto sbagliato del processo, o nel touchpoint sbagliato verso l’utente.
È molto spesso un problema che deriva da una prospettiva solution-first (es. cambiamo piattaforma alla intranet, rifacciamo la app, ecc.), in cui viene sottovalutata o saltata la fase di framing del problema.
Questa mancanza in uno scenario che contempla l’AI è nettamente più pericolosa per la velocità e l’autonomia con cui il sistema opera.

Partire dai processi per capire dove l’AI può creare valore reale

Prima di immaginare nuove funzionalità o nuovi assistenti intelligenti, è utile fermarsi a guardare ciò che già esiste: processi, servizi, flussi di lavoro. Partire dai processi aiuta a individuare dove il lavoro si inceppa davvero, nei passaggi ripetitivi e time-consuming, nei colli di bottiglia o in quei momenti dell’esperienza che rallentano e generano tensione.

È proprio in questi punti che l’AI può avere senso come componente di una soluzione più ampia. Ma è anche qui che diventa evidente dove non ha senso introdurla a tutti i costi.
È un approccio che in Tangible utilizziamo da tempo quando lavoriamo su servizi e prodotti digitali complessi, e che abbiamo già raccontato in altri approfondimenti su Thinking dedicati alla lettura dei processi come leva progettuale.

Workshop come una AI Opportunity Map aiutano proprio a prendere decisioni e a rendere esplicite le scelte fatte lungo il processo. Servono a capire cosa vale la pena esplorare e cosa, invece, aggiunge complessità senza produrre valore.

Non tutte le soluzioni AI sono uguali

Quando si osserva un processo con questa lente, emergono in genere tre possibili direzioni in cui componenti AI possono intervenire:

• Possono agire in modo invisibile, automatizzando parti ripetitive del lavoro
• Possono supportare le persone nelle decisioni, suggerendo, sintetizzando, mettendo in evidenza informazioni rilevanti
• Oppure possono diventare un’interfaccia esplicita, un punto di contatto diretto tra sistema e utente

Nessuna di queste opzioni è migliore in assoluto. Ma ognuna implica scelte diverse in termini di esperienza, responsabilità, adozione.

Decidere quale scenario ha senso per un determinato contesto è già un atto di progettazione e spesso è proprio questa scelta, più che la tecnologia in sé, a determinare se una soluzione AI-powered verrà davvero usata oppure no, e se produrrà valore oppure no.

L’adozione come segnale di successo

Come lo è stato con i progetti di Digital Transformation, anche quando si parla di soluzioni AI-powered, il rischio è confondere il valore con la presenza della tecnologia. Una funzionalità può essere tecnicamente sofisticata, ben progettata, persino apprezzata in fase di demo, eppure non entrare mai davvero nelle pratiche quotidiane delle persone.

In contesti complessi, come aziende strutturate, organizzazioni pubbliche ed ecosistemi digitali articolati, l’adozione non è una conseguenza automatica, ma è una bussola progettuale.
Molto dipende da dove la soluzione viene inserita nel processo, da quanto dialoga con strumenti e abitudini esistenti, da quanto è percepita come un supporto reale e non come un ulteriore carico cognitivo.

Per questo, quando si lavora su soluzioni che integrano l’AI, l’adozione dovrebbe diventare uno dei principali segnali di successo. Conta che la soluzione venga usata e che sia utile nel momento in cui serve.
Facendo un passo ancora oltre: una soluzione adottata che cosa sposta a livello di valore di business?

È importante scegliere cosa osservare per sapere se siamo sulla rotta giusta, specialmente in progetti che hanno una componente sperimentale come quelli che contemplano l’AI. Di fatto, è una scelta di design dirimente, che orienta la direzione stessa del progetto, e pertanto è bene che sia intenzionale e consapevole.

Guardare all’adozione in questi termini aiuta anche a rimettere a fuoco il ruolo del design come spazio in cui si prendono decisioni che determinano se una soluzione avrà davvero un impatto o resterà sulla carta.

Scegliere è già progettare

Guardando all’integrazione dell’Intelligenza Artificiale da questa prospettiva, diventa evidente che il suo valore non emerge automaticamente con l’introduzione di una nuova tecnologia. Emerge dalle scelte che vengono fatte prima, a partire da dove intervenire e con quale ruolo all’interno del processo.

Progettare soluzioni intelligenti oggi significa assumersi la responsabilità di queste decisioni, accettando che alcune opportunità vadano lasciate andare e che non ogni problema richieda l’AI come risposta tecnologica.

È in questo spazio, fatto di scelte consapevoli e spesso poco visibili, che l’AI smette di essere una promessa astratta e inizia a diventare parte integrante di sistemi che le persone usano davvero. E dove il lavoro del design continua a essere, prima di tutto, un lavoro di orientamento.