Tag: conoscenza tacita

  • L’Intelligenza Artificiale e la Conoscenza Tacita: Come il Crowdsourcing Trasforma il Lavoro Frontline

    L’Intelligenza Artificiale e la Conoscenza Tacita: Come il Crowdsourcing Trasforma il Lavoro Frontline

    In Breve

    Come l'AI aiuta a gestire la conoscenza tacita?
    L'AI cattura la conoscenza tacita dei lavoratori, permettendo aggiornamenti dinamici delle procedure e migliorando la formazione.
    Qual è il ruolo degli agenti multimodali?
    Gli agenti multimodali ricevono e restituiscono informazioni in vari formati, facilitando la segnalazione di problemi.
    Quali sono i fattori chiave per il successo delle iniziative AI?
    Collaborazioni con fornitori esterni e supporto esecutivo sono fondamentali per il successo delle iniziative AI.

    L’Intelligenza Artificiale e la Conoscenza Tacita: Come il Crowdsourcing Trasforma il Lavoro Frontline

    L’introduzione di agenti di Intelligenza Artificiale (AI) nelle operazioni quotidiane sta cambiando radicalmente il modo in cui le aziende gestiscono la conoscenza tacita dei lavoratori di frontline, affrontando il noto paradosso di Polanyi. Questa forma di conoscenza, che deriva dall’esperienza pratica, dai workaround e dalle interazioni informali, rappresenta una parte significativa del patrimonio informativo aziendale, arrivando a costituire fino all’85% delle informazioni utili.

    Tradizionalmente, la conoscenza tacita non è facilmente catturabile attraverso le procedure operative standard (SOP), il che porta a lacune operative e alla perdita di competenze quando il personale esperto lascia l’organizzazione. Tuttavia, grazie all’uso di agenti AI addestrati su SOP e materiali di onboarding, le aziende stanno iniziando a identificare e colmare queste lacune, permettendo un approccio bottom-up che coinvolge direttamente i lavoratori di magazzino, vendita e logistica.

    Questi agenti AI sono in grado di evidenziare linee guida obsolete e di raccogliere segnalazioni su incongruenze e soluzioni pratiche. Le interazioni con gli assistenti AI vengono utilizzate per aggiornare dinamicamente le procedure e i materiali di formazione, trasformando la conoscenza implicita in micro-learning accessibile e favorendo un processo continuo di apprendimento, noto come everboarding.

    Un aspetto innovativo degli agenti moderni è la loro capacità multimodale: possono ricevere e restituire informazioni attraverso audio, testo, immagini e video. Questo significa che un lavoratore può segnalare verbalmente un problema o inviare una foto di un allestimento, che viene poi confrontata con il planogram e accompagnata da istruzioni correttive passo dopo passo. Inoltre, grazie a modelli più piccoli e all’inferenza on-device, è possibile mantenere i dati all’interno della rete aziendale, riducendo la latenza e aumentando la privacy.

    Tuttavia, l’implementazione efficace di queste tecnologie richiede partner con competenze specifiche, modelli e strumenti di sviluppo. Un rapporto del MIT evidenzia che le aziende che collaborano con fornitori esterni hanno un tasso di successo dell’AI del 66%, rispetto al 33% di quelle che sviluppano internamente. Inoltre, non basta l’intervento del dipartimento IT: ricerche dello Stanford Digital Lab mostrano che il supporto esecutivo, che promuove una cultura di sperimentazione e tolleranza al fallimento, è fondamentale per il successo delle iniziative AI, contribuendo per il 43% al raggiungimento degli obiettivi.

    Come sottolineato dall’economista David Autor, le attività che richiedono flessibilità, giudizio e buon senso — competenze tipicamente tacite — sono difficili da automatizzare. Tuttavia, queste possono essere complementate dalla computerizzazione. La combinazione di segnalazione dal basso, agenti multimodali e un processo di aggiornamento continuo consente di trasformare la conoscenza implicita in procedure e formazione strutturate, offrendo potenziali benefici in termini di efficienza operativa, qualità del servizio e condizioni di lavoro.