- Il professor K. Sudhir di Yale sostiene che molte aziende stanno sottovalutando un fattore cruciale durante l’implementazione degli AI Agent: le regole implicite che governano l’organizzazione e che non esistono nei dati formali o nei processi ufficiali.
- L’articolo si apre con l’esempio di un cliente facoltoso che richiede l’aggiornamento del beneficiario di un conto di investimento. Il sistema IA gestisce la pratica in modo impeccabile: classifica la richiesta, completa le procedure e invia una conferma automatica. Tuttavia, un consulente finanziario esperto riconoscerebbe in questo un segnale del fatto che il cliente sta valutando di trasferire i propri asset presso un altro istituto.
- Un mese dopo, il cliente abbandona effettivamente la società.
- Nessuna IA ha commesso errori, eppure l’azienda ha preso la decisione sbagliata perché ha mancato i segnali impliciti che gli esseri umani di solito percepiscono.
- Sudhir definisce questo livello invisibile di competenze “implicit organization” (organizzazione implicita/organizzazione ngầm).
- Secondo il professore, in ogni azienda coesistono simultaneamente due sistemi operativi.
- Il primo sistema operativo è costituito da processi formali, politiche, organigrammi e dati documentati.
- Il secondo sistema operativo è la rete di conoscenze tacite, motivazioni personali, esperienza e capacità di giudizio che i dipendenti utilizzano ogni giorno.
- L’organizzazione implicita svolge tre funzioni che i sistemi formali faticano a sostituire: coordinamento, motivazione e autocontrollo.
- Il coordinamento si manifesta quando i dipendenti scambiano spontaneamente informazioni non richieste dai processi formali.
- La motivazione deriva dalla cultura aziendale, dalla reputazione professionale e dalle relazioni sociali all’interno dell’azienda.
- L’autocontrollo è la capacità di fermarsi quando si percepisce che qualcosa non va, anche se si possiede l’autorità formale per eseguire quell’azione.
- Sudhir sostiene che gli attuali AI Agent possono accedere ai dati e ai processi molto rapidamente, ma non ereditano automaticamente questi elementi impliciti.
- Quando un’azienda sostituisce i dipendenti con l’IA, non sta solo cambiando l’esecutore del lavoro, ma sta eliminando molti meccanismi di motivazione e controllo che operano silenziosamente sotto la superficie.
- L’autore cita l’esempio degli analisti del credito. Un’IA può ottimizzare la velocità di approvazione di un prestito, ma non comprende intrinsecamente i rischi relazionali con il cliente o l’esperienza di settore accumulata dagli esperti nel corso degli anni.
- Ramp viene menzionata come un esempio positivo, poiché progetta AI Agent per gestire la maggior parte delle richieste, ma reindirizza i casi difficili alla valutazione umana. Tali decisioni umane vengono poi utilizzate per migliorare il sistema nel tempo.
- McKinsey con il sistema Lilli ed Estée Lauder con ConsumerIQ sono riuscite a digitalizzare una parte della conoscenza organizzativa.
- Tuttavia, l’autore sottolinea che il recupero della conoscenza non equivale alla capacità di giudizio.
- I sistemi multi-AI agent (Multi-agent systems) sono particolarmente inclini a guasti e anomalie poiché mancano di una storia comune, mancano di esperienza e non hanno una figura che si assuma la responsabilità complessiva end-to-end.
- Sudhir cita ricerche che mostrano come il tasso di fallimento dei sistemi multi-agente possa oscillare tra il 40% e l’80%.
- Egli ritiene che le aziende abbiano solo tre opzioni: inserire l’IA nei processi attuali, riprogettare sulla base dei vecchi processi o riprogettare partendo da una piena comprensione dell’organizzazione implicita.
- La terza opzione è considerata l’unica via d’azione efficace.
- Un altro rischio a lungo termine è che l’IA possa interrompere il percorso di formazione dei giovani talenti. Molti lavori di livello base (entry-level) rappresentano proprio il luogo in cui i dipendenti imparano ad avere capacità di giudizio, assorbono la cultura aziendale e accumulano l’esperienza necessaria per diventare i leader del futuro. Se l’IA sostituisse completamente tali mansioni, le aziende potrebbero perdere la futura risorsa umana in grado di gestire l’IA stessa.
- Sudhir raccomanda alle aziende di riprogettare proattivamente i sistemi di apprendistato, supervisione e revisione critica dell’IA, anziché focalizzarsi unicamente sull’automazione.
- 📌 Conclusione: La sfida più grande degli AI Agent non è la tecnologia, bensì i fattori invisibili che aiutano l’azienda a funzionare efficacemente ogni giorno. K. Sudhir la chiama “organizzazione implicita”, composta da conoscenza empirica, motivazione professionale e capacità di giudizio che nessun sistema archivia in modo completo. Quando l’IA sostituisce l’uomo, l’azienda rischia di eliminare involontariamente proprio quei meccanismi che la proteggono da decisioni errate. Secondo l’autore, le aziende di successo con l’IA non saranno quelle che automatizzeranno di più, ma quelle che capiranno meglio cosa non può essere automatizzato.
Gli AI Agent possono eseguire ogni processo alla perfezione, ma far comunque perdere grandi clienti all’azienda
Related Posts
VIET NAM CONSULTING AND MEASUREMENT JOINT STOCK COMPANY
CONTATTI
Email: info@vietmetric.vn
Indirizzo: Numero 34, Vicolo 91, Via Tran Duy Hung, Quartiere Yen Hoa, Città di Hanoi
© 2026 Vietmetric