Adozione dell’IA: il tempo risparmiato diventa capacità del team?
Le promesse dell’IA sono spesso formulate in termini di tempo risparmiato su un compito; chi guida il team risponde però del lavoro effettivamente completato. La domanda utile è quindi precisa: come verificare che un’accelerazione individuale aumenti la capacità del team, anziché limitarsi a spostare il carico di lavoro?
Che cosa stabilisce la letteratura
Erik Brynjolfsson e Lorin M. Hitt (1996, Management Science) hanno individuato, attraverso dati aziendali, un contributo positivo della spesa in sistemi informativi alla produzione. Il loro risultato contraddice l’idea che l’informatica sia necessariamente improduttiva. Riguarda tuttavia la performance delle imprese, non l’equivalenza tra minuti risparmiati in un compito e capacità collettiva aggiuntiva.
Il meccanismo delle complementarità organizzative
Timothy F. Bresnahan, Erik Brynjolfsson e Lorin M. Hitt (2002, The Quarterly Journal of Economics) presentano risultati compatibili con una complementarità tra tecnologie dell’informazione, organizzazione del lavoro e qualifiche. La tecnologia non è dunque una risorsa i cui effetti siano indipendenti dal modo in cui viene distribuito il lavoro. Per l’IA, ne deriva un’ipotesi manageriale da verificare: accelerare una fase può non modificare il risultato finale se la fase successiva non riesce ad assorbire il flusso.
La conclusione troppo rapida
Talvolta se ne deduce che basti sommare i guadagni individuali per calcolare la nuova capacità disponibile. Questa conclusione non deriva dagli studi: una bozza ottenuta più velocemente può richiedere più correzioni o attendere più a lungo l’approvazione. Il guadagno rilevante per il management riguarda il processo completato a qualità comparabile, non soltanto il compito accelerato. (i nostri percorsi di formazione per quadri e collaboratori)
Che cosa i dati non permettono di promettere
Questi studi riguardano tecnologie precedenti all’IA generativa e si basano su dati osservazionali a livello aziendale. Non dimostrano né l’effetto causale di uno strumento attuale in un team, né un tasso di conversione del tempo risparmiato in produzione aggiuntiva. D’altra parte, la pratica diffusa di raccogliere soltanto il tempo risparmiato dichiarato dagli utenti esclude dall’osservazione attese, rilavorazioni e lavoro trasferito ai colleghi.
Una verifica pratica a Losanna
Nell’ambito del programma SHR « Conduire l’adoption de l’IA dans son équipe », un team di Losanna può monitorare per due settimane un unico flusso: preparazione di dossier nel medtech, sintesi amministrative in una scuola universitaria, documenti operativi nello sport internazionale o proposte commerciali di una scale-up dell’arco lemanico. Per ogni elaborato registra il tempo di lavoro di tutte le persone coinvolte, le attese, le rilavorazioni e l’accettazione secondo criteri di qualità definiti in anticipo, senza inserire dati sensibili in uno strumento non autorizzato. La misura principale è il numero di elaborati accettati diviso per le ore di lavoro complessive, confrontato con un periodo di riferimento relativo a pratiche di complessità comparabile. Il tempo totale dall’avvio al completamento integra questo rapporto: insieme, le misure permettono di verificare se il guadagno dichiarato supera la sola fase assistita dall’IA, senza pretendere di isolare da sole un effetto causale. Per approfondire: scoprite la formazione Guidare l'adozione dell'IA nel proprio team a Losanna, oppure sfogliate i nostri percorsi di formazione per quadri e collaboratori in Svizzera.
In Bildern: Guidare l'adozione dell'IA nel proprio team in Losanna
- guidare l'adozione dell'ia nel proprio team
- Losanna
- ricerca
- Weiterbildung losanna