In Breve
- Come l'AI può catturare la conoscenza tacita?
- Attraverso agenti AI che interagiscono con i lavoratori, segnalando incongruenze e aggiornando le procedure operative.
- Qual è il ruolo del crowdsourcing nel frontline?
- Permette ai lavoratori di contribuire attivamente alla segnalazione di problemi e soluzioni pratiche.
- Quali sono i benefici dell'implementazione dell'AI?
- Miglioramento dell'efficienza operativa, qualità del servizio e condizioni di lavoro.
L’introduzione di agenti AI nelle operazioni quotidiane sta rivoluzionando il modo in cui le aziende gestiscono la conoscenza tacita dei lavoratori di frontline. Questo approccio affronta il noto paradosso di Polanyi, secondo cui la conoscenza tacita — derivante da esperienza pratica, workaround, conversazioni informali e memoria muscolare — rappresenta una parte significativa del patrimonio informativo aziendale, fino all’85%. Tuttavia, questa conoscenza è spesso assente dalle procedure operative standard (SOP), creando lacune e rischi di perdita di competenze quando il personale esperto lascia l’organizzazione.
Gli agenti di conoscenza, addestrati su SOP e materiali di onboarding, stanno dimostrando la loro efficacia nel mettere in luce linee guida obsolete e lacune operative. Questo approccio bottom-up coinvolge i lavoratori di magazzino, vendita e logistica, permettendo loro di segnalare incongruenze, eccezioni e 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 accessibile e promuovendo un processo continuo di ‘everboarding’.
Gli agenti AI moderni sono progettati per essere multimodali, capaci di elaborare e restituire informazioni attraverso audio, testo, immagini e video. Questo consente, ad 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. 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.
Per implementare efficacemente queste tecnologie, è fondamentale collaborare con partner che abbiano competenze specifiche nel settore e strumenti di sviluppo adeguati. 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. Tuttavia, non basta il supporto dell’IT: ricerche dello Stanford Digital Lab mostrano che il supporto esecutivo, che promuove una cultura di sperimentazione e consente di affrontare il fallimento, è un fattore cruciale per il successo delle iniziative AI, contribuendo per il 43% al loro buon esito.
Come sottolineato dall’economista David Autor, le attività che richiedono flessibilità, giudizio e buon senso — tutte competenze tipicamente tacite — risultano 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. Ciò porta a potenziali benefici in termini di efficienza operativa, qualità del servizio e miglioramento delle condizioni di lavoro.
