Dopo ERP, CRM, SaaS… è forse giunto il momento dell'IA delle IA?

Ogni epoca ha avuto il suo software di gestione

Se facciamo un passo indietro e guardiamo agli ultimi trent'anni di informatica nelle aziende e nelle organizzazioni, lo scenario si ripete:

• Il sistema ERP Il software di gestione integrata (IMS) è stato creato per riunire contabilità, magazzino, acquisti e produzione, che fino ad allora erano stati gestiti da software che non comunicavano tra loro.
• Il CRM Ha messo ordine nei fascicoli dei clienti, sparsi tra venditori, fogli di calcolo e rubriche. Anche in questo caso, si trattava di raccogliere i dati.
• Il sistema informativo per la gestione delle risorse umane (HRIS) Ho fatto lo stesso per le buste paga, le ferie e i fascicoli del personale; ; il CMMS per il mantenimento; ; il CMS per i contenuti del sito web; ; il PIM per le schede prodotto.
• SaaS poi abbiamo convertito tutto a un modello di abbonamento, con una barriera d'ingresso molto più accessibile.
• E tutto questo senza nemmeno menzionare il piattaforme di integrazione e automazione (Zapier, Make e altri), responsabili della circolazione dei dati tra decine di applicazioni.

Ogni volta, lo stesso meccanismo: un'ondata di strumenti sparsi, poi un sistema centrale che ristabilisce l'ordine. L'ondata attuale si chiama IA. Ed è molto più veloce delle precedenti.

Il problema: un'eccessiva intelligenza artificiale

Oggi, in molte aziende, l'IA viene implementata come il SaaS dieci anni fa: il marketing ha il suo generatore di testo, le vendite il suo assistente per la ricerca di potenziali clienti, la contabilità il suo strumento per la lettura delle fatture, il servizio clienti il suo chatbot, e ogni dipendente ha aperto il proprio account su due o tre sistemi di IA, con le proprie competenze. Nessuno ha una visione d'insieme.

Funziona benissimo a livello locale, ma può trasformarsi rapidamente in un sistema complesso, con strumenti sovrapposti, abbonamenti che si accumulano, automazioni improvvisate comprensibili solo al loro autore e interrogativi in merito a governance e sicurezza.

Parti dalle esigenze, non dagli strumenti.

La prima correzione è semplice e non ha nulla a che vedere con la tecnologia: smettiamo di chiederci "dove possiamo inserire l'IA?" e torniamo a chiederci "cosa ci sta facendo perdere tempo, denaro o clienti?".

Un bisogno, un obiettivo, un indicatore. Solo allora scegliamo lo strumento. E a volte, lo strumento non è nemmeno l'IA. Nel mio automazione dei preventivi per il catering, Il calcolo non utilizza alcuna intelligenza artificiale: il prezzo deve essere esatto, non "probabile". L'intelligenza artificiale trova applicazione in altri ambiti, ad esempio per leggere una richiesta, scrivere un messaggio o sviluppare lo strumento.

Ma partire dai bisogni non basta quando si hanno centinaia di bisogni, decine di strumenti e migliaia di collaboratori. Serve un sistema che li faccia lavorare insieme.

L'IA delle IA: un direttore d'orchestra per tutte le altre

Questo sistema non sostituirebbe nessuna delle vostre IA, ma le farebbe lavorare insieme, come faceva un tempo l'ERP per la contabilità, la gestione delle scorte e gli acquisti.

Ecco come me lo immagino.

Un direttore d'orchestra che comprende il contesto generale

L'IA delle IA saprebbe quali IA sono in esecuzione nell'azienda, a cosa servono, a quali dati hanno accesso, quali dipendenti vi hanno accesso e quali processi influenzano.

Quando si presenta un'esigenza, non si avvia un nuovo strumento: il sistema attiva le IA appropriate, nell'ordine corretto, fornendo loro il contesto adeguato. In questo modo, una richiesta del cliente può essere letta da un'IA, arricchita dal CRM, quantificata da uno strumento di calcolo e infine elaborata da un'altra IA, senza che nessuno debba effettuare manualmente il collegamento.

Il modello giusto per ogni compito

Non tutti i modelli sono uguali e non tutti hanno lo stesso costo. Smistare le email richiede un tipo di capacità intellettuale diverso rispetto all'analisi di un contratto.

L'IA delle IA sceglierebbe il modello più adatto in base al contesto: un modello piccolo, veloce ed economico per compiti semplici, un modello potente per ragionamenti complessi e un modello ospitato internamente quando i dati sono sensibili. Inoltre, può cambiare fornitore se un modello diventa migliore o più economico, senza che gli utenti aziendali se ne accorgano.

Feedback, monitoraggio e correzione automatica

Un'IA che commette errori in silenzio è più pericolosa di un'IA che si blocca.

L'IA delle IA monitorerebbe continuamente gli agenti IA: qualità della risposta, errori, tempi di elaborazione, costi, comportamenti anomali. Quando qualcosa va storto, correggerebbe automaticamente ciò che è correggibile (riavviare un'attività, cambiare il modello, ripristinare una versione precedente) e avviserebbe un essere umano per il resto.

Nel tempo, ottimizzerebbe i processi: identificherebbe le automazioni lente, costose o inutilizzate e suggerirebbe di migliorarle o eliminarle.

Report e registri per il reparto IT e la direzione.

Ogni singola azione compiuta dall'IA viene tracciata: chi ha richiesto cosa, quale IA ha agito, su quali dati, con quale risultato e a quale costo. Il reparto IT trova le informazioni necessarie per la sicurezza e la verifica. Il management finalmente trova la risposta alla domanda che tutti si pongono: cosa ci offre realmente l'IA?

Una console dove tutti esprimono le proprie esigenze

Infine, una console che ognuno possa utilizzare per le proprie specifiche esigenze aziendali sarebbe, a mio avviso, il fulcro del progetto.

Anziché sottoporre i team ad audit, formalizzare una dichiarazione dei bisogni, raccogliere dati, elaborarli e poi proporre soluzioni che sono spesso complicate, costose e dispendiose in termini di tempo da implementare, potremmo abbracciare il lato rischioso dell'utilizzo dell'IA nei suoi aspetti più pericolosi, consentendo ai team di esprimere le proprie esigenze per offrire loro soluzioni "compatibili con la governance" grazie all'IA delle IA.

Ciascun dipendente avrebbe quindi una chiacchierata, sotto forma di conversazione, in cui descriverebbe la propria fonte di irritazione quotidiana: "Passo due ore a settimana a copiare gli ordini dei fornitori nel foglio di calcolo", per esempio.

L'IA delle IA, che comprende il contesto generale, proporrebbe l'automazione utilizzando strumenti e IA già validati. Se l'esigenza supera le capacità esistenti, la inoltrerebbe al reparto IT o alla direzione, con una soluzione qualificata e quantificata, invece di lasciare che il dipendente si arrangi con uno strumento trovato online.

Un effetto collaterale molto interessante: un bisogno espresso una sola volta avvantaggia tutti. Se tre reparti diversi richiedono la stessa cosa, l'IA delle IA la rileva e l'automazione diventa un servizio condiviso anziché tre soluzioni parallele.

Cosa aggiungerei

• Un registro e un ciclo di vita. Ogni IA ha un responsabile, una data di messa in servizio e una data di revisione. Un'IA non più necessaria viene ritirata, proprio come l'account di un dipendente viene disattivato al momento della sua cessazione del rapporto di lavoro.
• Il minimo privilegio. Un'intelligenza artificiale non dovrebbe mai avere più diritti della persona per cui lavora.
• Un budget per ogni servizio. I costi derivanti dall'utilizzo dell'IA possono lievitare senza preavviso. Il consumo deve essere monitorato quotidianamente, proprio come si fa con una nota spese.
• Test di non regressione. Quando un fornitore aggiorna il suo modello, le risposte cambiano. Una serie di casi tipici deve essere riprodotta automaticamente per verificare che non si siano verificati problemi.
• Un interruttore di emergenza. La possibilità di disattivare un'IA, un fornitore o un'automazione con un solo clic, senza interrompere tutto.
• Indipendenza dai fornitori. Se l'intera intelligenza artificiale si basa su un singolo attore, gli state consegnando le chiavi di casa.
• Conformità integrata. Tra il GDPR e la legge europea sull'intelligenza artificiale, la tracciabilità non è più un'opzione. Un sistema che registra tutto rende la conformità una conseguenza naturale, non un progetto a sé stante.

Cerchiamo di essere realistici riguardo ai limiti.

Sarebbe disonesto presentare l'IA delle IA come una soluzione miracolosa. Tre rischi mi sembrano seri.

Ricrea la centrale del gas un piano più in alto. Chi ha vissuto un progetto ERP di diciotto mesi sa che un sistema concepito per unificare tutto può trasformarsi nel problema più grande dell'azienda. L'intelligenza artificiale dovrebbe rimanere un livello di gestione leggero, non un altro mostro da aggiungere alla lista.

L'onniscienza ha un prezzo. Un sistema che vede tutto e agisce ovunque rappresenta anche un singolo punto di fallimento e un bersaglio ideale per un aggressore. La sua sicurezza deve essere considerata prima della sua funzionalità.

Un'IA che corregge altre IA rimane pur sempre un'IA. L'auto-ottimizzazione può essere fuorviante: un sistema che mira a ridurre i costi finirà per compromettere la qualità se non viene monitorato. Le correzioni automatiche dovrebbero essere riservate alle azioni reversibili. Per qualsiasi operazione che impegni l'azienda (un pagamento, un'email a un cliente, la cancellazione di dati), è ovviamente necessaria l'approvazione umana.

E cosa significa tutto ciò in termini pratici per una PMI o un imprenditore?

Le principali case produttrici di software si contenderanno le proprie piattaforme con le grandi aziende, a prezzi da grandi corporazioni. Ma la necessità di una struttura è la stessa per una PMI, un libero professionista o un infopreneur che gestisce dieci strumenti di intelligenza artificiale. E la buona notizia è che possiamo applicare questa logica fin da subito, senza aspettare il software perfetto:

1. Fare l'inventario. Una semplice tabella: quale IA, chi la utilizza, per quale scopo, con quali dati, a quale costo e con quali vantaggi. Si scoprono sempre delle sorprese.
2. Stabilisci tre regole. Gli strumenti autorizzati, i dati che non vengono mai inseriti in un'IA e che convalidano una nuova automazione.
3. Centralizzare anziché accumulare. Un assistente principale connesso ai tuoi strumenti aziendali (che è esattamente ciò che consentono i connettori MCP) spesso sostituisce diversi abbonamenti, con un registro di tutte le attività svolte.
4. Automatizzare in base alle necessità, misurando il tempo risparmiato ed eliminando ciò che non apporta alcun profitto.

L'intelligenza artificiale non deve essere ovunque. Deve essere al posto giusto, servire a uno scopo ed essere sotto il controllo di qualcuno. L'intelligenza artificiale delle intelligenze artificiali sarebbe semplicemente un modo per industrializzare questo buon senso. Le aziende che lo comprenderanno fin da subito non avranno "più IA" delle altre: ne avranno di meno, ma un'IA che funziona davvero.