Pochi giorni fa mi sono imbattuto nella notizia di una tecnologia che “tenevo sotto osservazione” da un po’ di tempo. L’avevo lasciata, quando muoveva i suoi primi passi, in un viaggio americano di qualche anno fa, alla convention di una primaria società IT, e l’ho ritrovata di recente in occasione dell’annuncio di un’intera famiglia di agenti software a base AI che si integra funzionalmente nella suite applicativa e che aiuta gli utenti nei loro diversi compiti.
Ad esempio nell’HR, nella supply chain e nel Crm, questi agenti servono ad aiutare gli utenti nella programmazione dei turni, nell’assunzione dei dipendenti, nella gestione dei benefit aziendali; nell’assistenza clienti, nell’evasione degli ordini, nella manutenzione dei macchinari, nella gestione dei clienti e degli ordini, nella gestione dei contratti, nella ricerca di nuovi clienti e tanto altro; occupandosi, a seconda del livello di intelligenza programmato, di sobbarcarsi da un lato il lavoro di routine e dall’altro, sulla base di accurate analisi dei dati, di rilevare pattern ricorrenti e di scoprire opportunità e anomalie che difficilmente l’occhio umano rileverebbe.
Se ne parla di questo fenomeno, ma certo non abbastanza; fanno molto più presa sul versante consumer e sociale gli effetti distopici e disumanizzanti preconizzati con l’intelligenza artificiale o la sostituzione imminente dei modelli affettivi tradizionali da parte dei robot che entreranno nelle nostre vite (su questo tema segnalo un romanzo bello ed elegante di Kazuo Ishiguro – Klara e il sole – dove l’androide B2 promette di dedicare i suoi straordinari talenti al bambino che lo sceglierà, impegnandosi, e struggendosi, nel tentativo di imparare tutte le mille sfumature del cuore umano).
Tuttavia gli agenti software sono tecnologie che ci sono quotidianamente accanto nella nostra vita professionale e che stanno cambiando, e magari qualcuno non se ne accorge nemmeno, il nostro modo di lavorare e di essere produttivi ed efficaci. Hanno un inevitabile impatto sul livello qualitativo delle persone e le mettono di fronte a una continua, quotidiana sfida di miglioramento dei propri skill professionali. Per diventare persone sempre meno esecutive e sempre più individui intelligenti in grado, oltre che di operare, di ragionare sui dati e sulle opzioni che le applicazioni offrono.
Sviluppare nuovi modi di lavorare
Ancora non si percepisce forse questa sfida, ma è in realtà la sfida che abbiamo di fronte: diventare persone in grado di ragionare, interrogarsi, valutare opzioni in un rapporto simbiotico con l’intelligenza artificiale. A partire dal proprio mondo professionale. Serve essere in grado, sempre di più, di definire gli obiettivi; ma non in termini solo tattici (devo rispondere a un problema sul cliente x), bensì anche strategici (devo migliorare la customer satisfaction della mia base clienti).
È in questo percorso migliorativo che gli agenti intelligenti e l’essere umano possono dare il loro meglio. Serve sviluppare una capacità di interazione nuova per consentire all’agente di cercare correttamente le informazioni di cui ho bisogno. Servirà saper delegare operazioni ripetitive e avere la capacità di concentrarsi sul valore generato dall’analisi del dato e da lì, in modo ricorsivo, affinare sempre più la risposta. Non è un compito facile. Ma la schiera di agenti software a base AI che ogni anno vengono integrati nelle suite applicative che sempre più usiamo nel nostro lavoro richiede questa nuova dimensione prima ancora culturale che professionale.
I problemi ci sono, ma la strada è segnata
Esistono diverse tipologie di agenti software, con compiti e funzionalità differenti a seconda delle molteplici funzioni che nella fase di programmazione sono state implementate e della capacità dell’ambiente informativo di poter gestire efficacemente questi software (potenza dei sistemi, integrazione di architetture e database per consentire interrogazioni autonome, suite applicative integrate, possibilità di accesso a enormi volumi di dati senza infrangere le regole di privacy, ecc.).
Dai livelli più semplici, in cui l’agente di AI opera esclusivamente in base a regole predefinite e accesso diretto a dati immediati; ad agenti dove i meccanismi decisionali sono più avanzati, valutando i risultati e le conseguenze prima di decidere; fino a livelli di agenti software con capacità di ragionamento solide, complesse e molto evolute in cui si confrontano diversi approcci per raggiungere il risultato definito e fissare il percorso migliore, imparano di continuo dalle esperienze, progettano in autonomia nuove attività in background per auto addestrarsi confrontando esperienze pregresse e dati presenti nei database aziendali, fino a cluster di agenti che si ripartiscono autonomamente i compiti in forma gerarchica in rapporto alla complessità dei task.
È chiaro che non ci muoviamo in un mondo fatato. Che le complessità e i livelli tecnologici sono ancora distanti da una dimensione umana di supervisore evoluto di queste intelligenze diffuse. Che esistono comunque problemi sia sul lato tecnologico da superare (il sistema informativo deve garantire integrazione applicativa e dei dati, architetture e sistemi performanti) sia sul piano etico e organizzativo (i modelli di deep learning, almeno in questa fase, devono poter essere verificati e validati dall’intervento umano, perché possono produrre risultati distorti con effetti molto pericolosi sia per la correttezza del rapporto azienda-cliente, sia per il pericolo di caduta di immagine della prima nei confronti dei secondi). Ma la strada è segnata. Ognuno di noi ha di fronte, con tempi e modi legati alla propria realtà professionale, un cambiamento nella capacità di saper interpretare dati e risultati e di spingersi ad aggiungere valore sia nella gestione del rapporto con le intelligenze artificiali, sfidandole a un continuo affinamento dei risultati, sia nella propria capacità di sviluppare una visione più strategica e meno operativa.
