L’Intelligenza Artificiale e la Cattura della Conoscenza Tacita nel Settore Operativo

L’Intelligenza Artificiale e la Cattura della Conoscenza Tacita nel Settore Operativo

L’introduzione di agenti di intelligenza artificiale (AI) nel settore operativo sta cambiando radicalmente il modo in cui le aziende gestiscono la conoscenza tacita dei loro lavoratori. Questo fenomeno affronta il noto paradosso di Polanyi, secondo cui la conoscenza tacita, frutto di esperienza pratica, conversazioni informali e memoria muscolare, rappresenta una parte significativa del patrimonio informativo aziendale, ma è spesso trascurata nelle procedure operative standard (SOP).

Secondo alcune stime, la conoscenza tacita può costituire fino all’85% delle informazioni utili in un’organizzazione. Tuttavia, le procedure centralizzate e testuali non riescono a rilevare gap operativi e possono portare alla perdita di competenze quando il personale esperto lascia l’azienda.

In questo contesto, gli agenti di conoscenza addestrati su SOP e materiali di onboarding stanno dimostrando di essere strumenti efficaci per evidenziare linee guida obsolete e lacune nei processi. Questo approccio bottom-up coinvolge lavoratori di magazzino, vendita e logistica, permettendo loro di 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. In questo modo, l’expertise implicita viene tradotta in micro-learning, favorendo non solo un onboarding iniziale, ma 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. Questo consente, ad esempio, di segnalare verbalmente un problema o inviare una foto di un allestimento che viene confrontata con il planogram, accompagnata da istruzioni correttive passo passo. Inoltre, l’uso di modelli più piccoli e l’inferenza on-device garantiscono che i dati rimangano 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 imprese che collaborano con fornitori esterni hanno un tasso di successo dell’AI del 66%, rispetto al 33% di quelle che sviluppano internamente.

Inoltre, non è sufficiente il solo intervento 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 determinante per il successo delle iniziative AI.

Come evidenziato dall’economista David Autor, le attività che richiedono flessibilità, giudizio e buon senso, competenze tipicamente tacite, risultano difficili da automatizzare. Tuttavia, queste possono 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, con potenziali benefici per l’efficienza operativa, la qualità del servizio e le condizioni di lavoro.