Innovazione green

L’Intelligenza Artificiale e la Cattura della Conoscenza Tacita: Una Rivoluzione per il Settore Operativo

L'Intelligenza Artificiale nel settore operativo

In Breve

Cosa è la conoscenza tacita?
La conoscenza tacita è l'informazione derivante da esperienze pratiche e interazioni informali, che non è facilmente documentabile.
Come l'AI aiuta a catturare la conoscenza tacita?
L'AI consente di raccogliere feedback dai lavoratori, aggiornando dinamicamente le procedure e facilitando l'apprendimento continuo.
Qual è il ruolo del supporto esecutivo nell'implementazione dell'AI?
Il supporto esecutivo è fondamentale per creare una cultura di sperimentazione e tolleranza al fallimento, aumentando le probabilità di successo delle iniziative AI.

L’introduzione di agenti di Intelligenza Artificiale (AI) nel settore operativo sta rivoluzionando il modo in cui le aziende gestiscono la conoscenza tacita dei loro dipendenti. Questo fenomeno affronta il noto paradosso di Polanyi, secondo cui la conoscenza tacita, che deriva da esperienze pratiche e interazioni informali, rappresenta una parte significativa del patrimonio informativo aziendale, fino all’85% in alcuni casi.

La conoscenza tacita è spesso difficile da formalizzare e non è contenuta nelle procedure operative standard (SOP). Questo porta a gap operativi e alla perdita di competenze quando il personale esperto lascia l’organizzazione. Per affrontare questa sfida, gli agenti di conoscenza addestrati su SOP e materiali di onboarding stanno emergendo come strumenti fondamentali per identificare linee guida obsolete e lacune nei processi.

Questi agenti consentono un approccio bottom-up, coinvolgendo i lavoratori di magazzino, vendita e logistica nel segnalare incongruenze e proporre soluzioni pratiche. Le interazioni con gli assistenti AI generano segnali che vengono utilizzati per aggiornamenti dinamici e automatizzati delle procedure e della formazione, trasformando l’expertise implicita in micro-learning facilmente accessibile. Questo processo non solo facilita l’onboarding iniziale, ma promuove anche un continuo aggiornamento delle competenze, noto come ‘everboarding’.

Gli agenti moderni sono progettati per essere multimodali, capaci di ricevere e restituire informazioni tramite audio, testo, immagini e video. Ad esempio, 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 dettagliate. L’uso di modelli più piccoli e l’inferenza on-device permettono di mantenere i dati all’interno della rete aziendale, riducendo la latenza e aumentando la privacy.

Tuttavia, l’implementazione efficace di queste tecnologie richiede la collaborazione con partner esperti e l’uso di modelli e strumenti adeguati. Secondo un rapporto del MIT, le aziende che lavorano con fornitori esterni hanno un tasso di successo dell’AI del 66%, rispetto al 33% per quelle che sviluppano internamente. Inoltre, è fondamentale il supporto esecutivo: ricerche dello Stanford Digital Lab evidenziano che un forte sponsorship esecutivo, che incoraggia una cultura di sperimentazione e tolleranza al fallimento, è un fattore chiave per il successo delle iniziative AI.

Come osservato dall’economista David Autor, le attività che richiedono flessibilità, giudizio e buon senso, tipicamente associate alla conoscenza tacita, sono difficili da automatizzare e tendono a essere complementate dalla computerizzazione. La combinazione di segnalazione dal basso, agenti multimodali e processi di aggiornamento continuo permette di trasformare la conoscenza implicita in procedure e formazione strutturate. Questo approccio offre potenziali benefici significativi in termini di efficienza operativa, qualità del servizio e miglioramento delle condizioni di lavoro.

Autore

redazione

Redazione di Aambiente.

Tutti gli articoli