Come l’AI Trasforma la Conoscenza Tacita nelle Aziende: Il Caso del Frontline

L’introduzione di agenti di intelligenza artificiale (AI) nelle operazioni aziendali sta rivoluzionando 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 da esperienze pratiche, workaround e interazioni informali, può rappresentare fino all’85% del patrimonio informativo di un’azienda. Tuttavia, essa non è facilmente documentabile nelle procedure operative standard (SOP), il che porta a gap operativi e alla perdita di competenze quando personale esperto lascia l’organizzazione.

Grazie agli agenti di conoscenza addestrati su SOP e materiali di onboarding, le aziende stanno iniziando a identificare linee guida obsolete e lacune nei processi. Questo approccio bottom-up coinvolge i lavoratori di magazzino, vendita e logistica, che possono segnalare incongruenze e proporre soluzioni pratiche. Le interazioni con gli assistenti AI forniscono segnali che vengono utilizzati per aggiornamenti dinamici e automatizzati delle procedure e della formazione, trasformando l’expertise implicita in micro-learning accessibile. Questo non solo facilita l’onboarding iniziale, ma promuove anche un processo continuo di apprendimento, noto come everboarding.

Gli agenti moderni sono progettati per essere multimodali, in grado 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 confrontata con il planogram e accompagnata da istruzioni correttive dettagliate. Inoltre, con l’uso di modelli più piccoli e l’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, le aziende devono collaborare con partner esperti nel settore e utilizzare modelli e strumenti di sviluppo adeguati. Un rapporto del MIT ha evidenziato 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 è sufficiente l’intervento del dipartimento IT: ricerche dello Stanford Digital Lab mostrano che il supporto esecutivo è cruciale per il successo delle iniziative AI, contribuendo a creare una cultura di sperimentazione e di tolleranza al fallimento.

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