Come elaborare una strategia efficace per implementare gli strumenti di intelligenza artificiale all’interno della propria PMI? Come ottimizzare l’utilizzo di queste tecnologie e tutelarsi dai rischi connessi? Ecco il parere degli esperti.
L’IA può trasformare interi comparti dell’attività di un’azienda: attraverso l’analisi di grandi quantità di dati, permette di migliorare le ricerche di mercato, personalizzare la relazione con i clienti, ottimizzare i processi produttivi o di selezione del personale.
Nonostante le grandi ambizioni in questo ambito, le PMI svizzere faticano ancora a integrare questi strumenti nelle proprie strategie per garantirne un’applicazione efficace. È quanto emerge da uno studio pubblicato nel 2024 dalla Haute école de gestion (HEG) di Ginevra, in collaborazione con l’azienda Oracle e la società di consulenza Colombus Consulting. Come procedere nel modo migliore? In particolare, come regolamentare l’utilizzo delle IA generative? Come assicurarsi che i dipendenti adottino queste tecnologie senza timore? Due esperti offrono i loro consigli.
Individuare i casi d’uso
Per garantire il valore aggiunto degli strumenti di IA all’interno della propria azienda è necessario innanzitutto stabilire con precisione come verranno impiegati. "Il termine ‘IA’ copre un’ampia gamma di strumenti e i più diffusi non sono necessariamente i più adatti alle esigenze dell’azienda", spiega Alexandre Caboussat, professore presso la HEG di Ginevra e coautore dello studio sull’utilizzo dell’IA in Svizzera pubblicato nel 2024. I sistemi di IA generativa, come ChatGPT, DeepSeek, Perplexity o Dall-E, rappresentano delle potenti soluzioni per assistere nella redazione di testi o per automatizzare alcuni aspetti del servizio clienti. Tuttavia, il loro funzionamento richiede una potenza di calcolo elevata e il loro campo di applicazione è spesso generico. Pertanto, IA più semplici, progettate per usi specifici o addestrate con i dati aziendali, possono rivelarsi decisamente più efficaci. Nel settore industriale, i cosiddetti sistemi di IA "a memoria limitata", come quelli sviluppati dal progetto Bonsai di Microsoft oppure i sensori Keyence, si basano su migliaia di fotografie scattate alla fine della catena di produzione e permettono, ad esempio, di individuare rapidamente i prodotti difettosi durante i controlli qualità.
Effettuare un’analisi della situazione
Prima dell’applicazione, l’azienda deve assicurarsi che i suoi dati siano compatibili con gli strumenti che intende utilizzare. Infatti, a seconda dell’utilizzo e del tipo di IA individuato, i requisiti potranno variare. "A volte è necessario adattare i processi affinché i dati vengano generati sistematicamente in un formato utilizzabile dall’intelligenza artificiale", prosegue Mascha Kurpicz-Briki, professoressa di informatica presso la Scuola universitaria professionale di Berna (BFH). Inoltre, quando i dati sono strettamente legati a un particolare settore o professione, spesso è preferibile trattarli internamente piuttosto che delegare il compito ad aziende esterne. È il caso, ad esempio, del settore sanitario, dove l’interpretazione delle RM richiede competenze cliniche specializzate, o dell’orologeria, dove l’analisi di immagini ad alta risoluzione dei componenti si basa su criteri di qualità specifici per ciascuna azienda.
Definire un quadro
"Superato l’entusiasmo iniziale, l’utilizzo dell’IA è divenuto più ponderato, ma anche più critico", spiega Alexandre Caboussat. L’esperto consiglia alle aziende di definire un quadro delle possibilità, ma anche dei limiti entro cui i nuovi strumenti potranno essere impiegati, accompagnando al contempo la loro adozione da parte dei collaboratori sin dalle prime fasi. Questo approccio offre anche il vantaggio di ridurre il timore dei dipendenti più riluttanti di essere sostituiti da una macchina e permette di fare chiarezza sull’utilizzo dei diversi strumenti.
Formare i team
"I dipendenti devono comprendere i princìpi fondamentali dell’apprendimento automatico. Infatti, i sistemi di IA generativa presentano varie tipologie di rischio connesse alla loro modalità di funzionamento, come la generazione di informazioni errate (note come "allucinazioni" nel caso dei chatbot) o la riproduzione, o addirittura il consolidamento di stereotipi sociali. Si tratta quindi di metterli nella condizione di riconoscere tali rischi”, avverte Mascha Kurpicz-Briki. Diverse istituzioni svizzere, come la HES-SO, l’Università di Ginevra o aziende private come Lumind o MCJS, offrono programmi di formazione destinati ai team aziendali.
Misurare l’impatto
Una volta che l’IA è stata integrata, occorre valutarne l’impatto, sia in termini di ritorno sull’investimento che di creazione di valore. Si tratta però di un parametro difficile da misurare: "La percezione dell’utilità e della redditività varia a seconda del caso d’uso. È quindi difficile proporre una soluzione pronta all’uso, soprattutto perché per le PMI può essere complicato tenersi aggiornate, considerata la rapida e costante evoluzione della tecnologia ", afferma Mascha Kurpicz-Briki.
Anche in questo caso, le collaborazioni con il mondo accademico possono contribuire ad affrontare questa sfida. Il centro di ricerca Generative AI Lab della BFH, ad esempio, propone studi di fattibilità. L’obiettivo consiste nell’analizzare i dati e i processi di una PMI per individuare gli ambiti in cui l’utilizzo dell’IA può essere ulteriormente ottimizzato.
Definire le applicazioni dell'intelligenza artificiale, garantire che il database sia compatibile con gli strumenti scelti e che i dipendenti abbiano un quadro chiaro per il loro utilizzo sono i punti di partenza per un'implementazione efficace dell'intelligenza artificiale nelle aziende. Per garantire un impiego sicuro e ottimale, sarà poi necessario introdurre una formazione mirata del personale e una valutazione costante delle prestazioni ottenute grazie a questi strumenti. In questo modo, l'IA può rivelarsi estremamente rilevante e contribuire alla creazione di valore, anche in un ambiente altamente dinamico come quello delle piccole e medie imprese.
Informazione
Sul tema
Ha senso vietare l’IA generativa?
Per Alexandre Caboussat, professore presso la Haute école de gestion di Ginevra, decisamente no: “Si tratta di una tecnologia destinata a restare. Non ha senso combatterla. La vera sfida consiste nel regolamentarla e definirne gli usi problematici.” Un punto di vista condiviso anche da Mascha Kurpicz-Briki, professoressa di informatica presso la Scuola universitaria professionale di Berna (BFH): “Le aziende devono stabilire in quali fasi dei loro processi abbia senso integrare l’IA generativa e in che modo. Alcune dovranno, ad esempio, privilegiare strumenti interni, in quanto i loro dati non devono essere esposti a terzi tramite piattaforme web. In ogni caso, è fondamentale che i dipendenti siano consapevoli dei rischi e dei limiti di queste tecnologie, così da utilizzarle in modo responsabile e nell’interesse dell’azienda.
Link
Ultima modifica 07.05.2025
