AI e nuovi modelli di generazione del valore (#74)

Noi esseri umani abbiamo mille bias e “tare” che trovo super interessanti; una di queste è la nostra assoluta scarsa capacità di comprendere il tempo ed è per questa ragione che ci sembra intelligente fare un abbonamento annuale ad una palestra credendo che ci andremo 3 volte alla settimana e quindi sarà conveniente. La triste realtà è che va bene se ci andiamo 3 volte al mese ed il costo per ingresso reale è esponenzialmente più alto rispetto alle aspettative.

Un altro aspetto che ci caratterizza è che tendiamo a interpretare le novità, soprattutto quelle tecnologiche, alla luce di ciò che abbiamo già vissuto e conosciuto in passato. È un po’ come quando i primi automobilisti chiamavano le loro macchine “carrozze senza cavalli“.

Ecco, anche oggi, stiamo facendo la stessa cosa con l’AI.

Non (solo) un nuovo motore di ricerca

Molti di noi hanno visto l’arrivo di ChatGPT e hanno pensato: “Ah, ecco il nuovo Google!“. E sempre con questa lente ne valutiamo il valore; ci serve o non ci serve? Dipende se risponde bene alle domande!

Ovviamente pensare all’AI come un sostituto di Google non solo è riduttivo, ma può essere anche forviante. Sì, con la generative AI possiamo cercare informazioni, ma possiamo anche elaborarle, rielaborarle, e persino crearle da zero dando i giusti input (prompt) e un contesto unico e personale. Capire che non stiamo parlando del “nuovo google” o della “nuova internet” è tanto più importante poi se si considera che, nel futuro, il modo in cui useremo questa nuova tecnologia è … beh tutto da inventare.

I modelli di business che si sono dimostrati efficienti nel passato potrebbero essere limitanti o del tutto inutili in un modo ricco di AI; pensa anche semplicemente al modello di remunerazione che oggi usa OpenAI (Subscription) versus quello di Google e di tutto il Web pre-AI (ADV).

Da dove partire allora per provare a capire quali potrebbero essere i nuovi modelli di business post-AI? Beh come sempre è bene partire dalle competenze.

Ad oggi, quasi fine 2024, come siamo messi a competenze AI?

Un potenziale infinito

La ricerca AI Proficiency Report offre in questo senso una panoramica dettagliata su come diverse industry e settori stiano adottando e beneficiando dell’intelligenza artificiale. Proviamo a vedere più nel dettaglio:

1. Tra i settori all’avanguardia spiccano:
   • Consulenza (19% di “AI Experts”)
   • Software B2B (14% di “AI Experts”)
   • Pubblicità/media/branding (10% di “AI Experts”)

Questi settori stanno guidando il percorso di adozione della nuova tecnologia con il 73% dei datori di lavoro che approva apertamente l’uso dell’AI. In queste aziende il 34% dei dipendenti utilizza l’AI quotidianamente e il 24% dei dipendenti risparmia più del 20% del proprio tempo settimanale proprio grazie all’AI.

Ma c’è di più. Il report rivela che il 95% degli appartenenti alla “AI Class” (i più avanzati nell’uso dell’AI) lavorano in aziende che approvano apertamente l’uso dell’AI. Questo suggerisce una forte correlazione tra il supporto aziendale e l’adozione efficace dell’AI.

Inoltre, il 50% degli appartenenti alla “AI Class” ha ricevuto una formazione puntuale e pianificata sull’AI. E questo, se ce ne fosse davvero bisogno, evidenzia l’importanza cruciale dell’educazione e del training nel massimizzare i benefici dell’AI.

2. Tra i settori più in ritardo:
   • Retail (0% di “AI Experts”)
   • Manifatturiero (0% di “AI Experts”)
   • Sanità (1% di “AI Experts”)

Qui solo il 60% dei datori di lavoro approva esplicitamente l’uso dell’AI e appena il 15% dei dipendenti usa l’AI quotidianamente. Gli impatti si vedono anche sulla produttività dove il dipendente medio in questi settori risparmia meno del 10% del proprio tempo settimanale usando l’AI.

Il report fornisce ulteriori dettagli interessanti su questi settori più “in ritardo”:

• La maggior parte degli “AI Skeptics” (scettici dell’AI) non si trova in aziende che vietano l’AI, ma in quelle che non prendono una posizione chiara su di essa.

• Solo il 2% delle persone che hanno ricevuto una formazione pianificata e puntuale sull’AI rimane scettica.

• L’accesso a strumenti AI aziendali o di team sembra essere un fattore cruciale: i membri più produttivi della “AI Class” hanno accesso a LLM (Large Language Models) aziendali o di team.

Questa disparità nell’adozione dell’AI tra i vari settori solleva domande importanti:

1. Quali sono le barriere specifiche che impediscono una maggiore adozione dell’AI nei settori in ritardo?

2. Come possono questi settori imparare dalle best practices dei settori all’avanguardia?

3. Qual è il ruolo della leadership aziendale nel promuovere l’adozione dell’AI?

Insomma questo report non solo ci offre una fotografia dello stato attuale dell’adozione dell’AI nelle diverse aree coperte, ma ci fornisce anche preziosi spunti su come le aziende possono accelerare la loro trasformazione digitale. La chiave sembra risiedere in una combinazione di supporto aziendale, formazione adeguata e accesso agli strumenti giusti.

Ok, ma una volta che queste competenze sono messe in campo… cosa ci possiamo fare?

Modelli (alternativi) di business centrati sull’AI

E torniamo all’inizio di questa newsletter; l’errore più grande che possiamo fare con qualsiasi innovazione tecnologica sta proprio nel ricondurre il suo valore e il suo ruolo all’interno delle dinamiche di generazione del valore che l’hanno preceduta. Il vero valore, la vera opportunità, sta invece nel provare ad immaginarsi modelli di business diversi, che siano “nativamente” AI e che siano in grado di esprimere a pieno il suo potenziale.

Ragionandoci un pò vedo allora 5 possibili modelli alternativi che si preparano all’orizzonte; eccoli!

1. Il modello “augmentation” o “mech suit”: Questo modello vede l’AI come uno strumento di potenziamento per i dipendenti. Strumenti come ChatGPT o Claude possono aumentare l’efficienza dei lavoratori del 10-20%. Secondo l’AI Proficiency Report, il 30% dei membri della “AI Class” risparmia più del 30% del loro tempo settimanale utilizzando l’AI. Questo si traduce in 624 ore all’anno per un dipendente a tempo pieno. Considerando uno stipendio medio di $100,000 all’anno (siamo sempre negli US), questo risparmio di tempo equivarrebbe a $30,000 di valore. Inoltre, il 95% della “AI Class” utilizza l’AI come partner di pensiero, dimostrando come questi strumenti possano amplificare le capacità cognitive dei lavoratori.

2. Il modello “AI specializzata” o “agente specifico”: Invece di un’AI generica, questo modello propone di creare un’AI specializzata per compiti specifici, portando a soluzioni più precise ed efficaci. Questo approccio si allinea con l’idea per cui per avere risultati misurabili rispetto al valore generato dall’AI sia fondamentale concentrarsi su casi d’uso specifici. Ad esempio, nel settore bancario, un’AI specializzata potrebbe essere sviluppata per l’analisi del rischio di credito, portando a decisioni più accurate e veloci. E qualcosa su questo anche in Italia si inizia già a vedere.

3. Il modello “infrastruttura AI”: Questo modello si concentra sulla creazione dell’infrastruttura necessaria per l’utilizzo dell’AI nelle aziende. E qui esistono enormi opportunità; aziende come Together AI o Fireworks stanno crescendo rapidamente offrendo servizi che semplificano l’accesso alle risorse di calcolo GPU, essenziali per le applicazioni AI. Questo settore potrebbe vedere una crescita significativa, considerando che il 77% delle aziende non ha ancora implementato LLM aziendali o di team.

4. Il modello “AI verticale”: Questo modello si concentra su soluzioni AI per settori specifici. Questo approccio potrebbe essere particolarmente efficace nei settori attualmente in ritardo nell’adozione dell’AI, come il retail, il manifatturiero e la sanità. Ad esempio, nel settore sanitario, dove solo l’1% sono considerati “AI Experts”, un’AI verticale potrebbe affrontare sfide specifiche come l’analisi di immagini mediche o la gestione dei dati dei pazienti, superando le barriere normative e di privacy specifiche del settore.

5. Il modello “AI trainer”: Questo modello si concentra sulla formazione di esperti che possano addestrare sia l’AI che i dipendenti a lavorare insieme efficacemente. Il report che abbiamo citato sopra ha evidenziato l’importanza cruciale della formazione. Questo suggerisce un’enorme opportunità per servizi di formazione AI, sia per l’addestramento di modelli AI che per l’educazione dei dipendenti all’uso efficace di questi strumenti.

Tutti questi modelli di business riflettono diverse strategie per capitalizzare sul potenziale dell’AI. La scelta del modello più appropriato dipenderà dal settore specifico, dalle esigenze aziendali e dal livello attuale di competenza in AI all’interno dell’organizzazione. La chiave del successo sarà allora nella capacità di allineare i modelli stessi con obiettivi aziendali concreti e di dimostrare un ROI tangibile.

Ecco perchè pensare all’AI solo come al “nuovo Google” è davvero riduttivo; stiamo parlando di un nuovo modo di pensare al business, all’innovazione e al lavoro stesso. Le aziende che avranno successo saranno quelle che non cercheranno di forzare l’AI in vecchi modelli di business, ma quelle che saranno disposte a ripensare e creare nuovi modelli basati sulle uniche capacità dell’AI.

Sempre avanti, condannati all’ottimismo!

Giuseppe