Continuando la passeggiata tra le pagine della Sloan Management Review (Smr) del Massachusetts Institute of Technology, sempre con riferimento all’innovazione e all’AI, ho trovato dei materiali di particolare interesse. Il primo articolo richiama il tema mai a sufficienza ricordato: ”solo se misuri gestisci” che nasce da un passaggio intermedio ”solo se misuri sei spinto a chiederti: perché quel risultato?”

Così questo contributo di Michael Schrage, David Kiron, François Candelon, Shervin Khodabandeh, and Michael Chu, curato da Mit con Bcg dal titolo The Future of Strategic Measurement: Enhancing KPIs With AI (Smr Big Ideas February 2024) ha rappresentato un primo rapporto sulle relazioni intelligenza artificiale e strategia aziendale che ha cercato di esaminare come le organizzazioni stiano usando l’IA per far evolvere i loro indicatori di performance chiave per allinearsi meglio con le loro strategie e realizzare obiettivi aziendali. Sulla base dei risultati di un sondaggio globale e di interviste ad esecutive, il Report offre consigli sullo sviluppo e sull’utilizzo di KPI potenziali per migliorare le prestazioni e mettere a punto soluzioni che possono rendere disponibili KPI più intelligenti. Queste sono i primi passi in termini di rilevazioni e ogni indicatore proposto qualcosa da cui muovere.

Eric Siegel, dopo aver spiegato nel suo primo best selling come il machine learning lavora, in questo suo secondo contributo, The AI Playbook: Mastering the Rare Art of Machine Learning Deployment (Smr February, 2024), mostra come l’apprendimento generato possa essere capitalizzato.

L’autore evidenzia come il più grande strumento sia anche il più difficile da usare. L’apprendimento automatico è la tecnologia generale più importante al mondo, ma è notoriamente difficile da lanciare. Al di fuori di Big Tech e una manciata di altre aziende leader, le iniziative di apprendimento automatico non riescono regolarmente a distribuire, non realizzando mai valore. Cosa manca? Una pratica commerciale specializzata adatta a un’ampia adozione. Nel playbook dell’IA, l’autore, Eric Siegel, presenta la pratica a sei fasi standard per inaugurare progetti di apprendimento automatico dal concepimento al dispiegamento. Illustra la pratica con storie di successo e fallimento, tra cui casi di studio di UPS e FICO. Questo approccio disciplinato serve entrambe le parti: autorizza i professionisti delle imprese e stabilisce un quadro strategico gravemente necessario per i professionisti dei dati. Oltre a descrivere in dettaglio alcune soluzioni pratiche, questo libro è per la crescita di professionisti in queste aree. Fornisce una dose vitale di conoscenza di base semi-tecnica che tutte le persone interessate devono possedere per guidare o partecipare a progetti di apprendimento automatico, end-to-end. Ciò mette professionisti aziendali e analisti di dati sullo stesso piano in modo che possano collaborare, stabilendo congiuntamente ed esattamente ciò che l’apprendimento automatico è chiamato a prevedere, quanto le previsioni possano essere accurate e su come letali previsioni possano essere apprese per migliorare la gestione. Questi elementi essenziali rendono o rompono ogni iniziativa; se ci sono aprono la strada per la distribuzione guidata dal valore dell’apprendimento automatico.

Da ultimo un terzo articolo: The GenAI Focus Shifts to Innovation at Colgate-Palmolive di Thomas Davenport e Randy Bean (Smr January 2025). Colgate Palmolive multinazionale produttrice di prodotti di largo consumo, nata nel 1806, usa generative AI per il ciclo complessivo del processo di innovazione, dalla sintesi dei focus group con i consumatori e dall’evidenziazione delle loro esigenze insoddisfatte per suggerire idee relative a nuovi specifici prodotti.

Colgate-Palmolive, da quando ho avuto l’opportunità di lavorare per l’azienda nelle strutture presenti in Italia, stabilimento di Anzio incluso, ho avuto sempre l’idea che fosse una realtà da lungo tempo orientata ai dati e alle intuizioni. Forse a questo orientamento è dovuta la long life dell’azienda. Così ha raccolto ricerche di mercato dei consumatori per decenni e ha impiegato analisi innovative per dare un senso a tali dati. È stato anche un utente regolare di intelligenza artificiale analitica – apprendimento automatico tradizionale – per affrontare problemi come i prezzi dei prodotti, la promozione e l’assortimento, nonché il marketing e l’efficacia dei media. Come molte grandi aziende negli ultimi mesi, Colgate-Palmolive ha anche abbracciato l’intelligenza artificiale generativa per migliorare la produttività dei suoi dipendenti. “Non volevamo semplicemente difenderci in vari aspetti dell’intelligenza artificiale generativa – si tratta solo di guidare il valore”; così sostiene Diana Schildhouse, Chief Analytics Officer dell’azienda. “Ci siamo concentrati su alcune priorità aziendali chiave con questa tecnologia, come l’innovazione e la creazione di contenuti di marketing”. Queste sono aree con valore aziendale più facilmente misurabile. L’IA generativa in azienda rappresenta in primo luogo un potente archivio di conoscenze di mercato. Attraverso queste esperienze Colgate è stata in grado di riunire l’intelligenza artificiale tradizionale e l’intelligenza artificiale generativa in modi che in precedenza non erano stati possibili. Quello che ne risulta è un effettivo miglioramento della produttività, del valore per ora lavorata.

Resta aggiornato con i nostri contenuti attraverso la nostra newsletter.

Scopri Manage-Mind: i migliori contenuti di management sempre a portata di clic