take two.

Take Two · AI nelle attività IT

AI e formazione in azienda

Introdurre strumenti AI significa anche organizzare una formazione continua, adatta ai ruoli e capace di accompagnare l’evoluzione degli strumenti.

Take Two · · 7 min di lettura

Attivare un assistente AI è semplice. Far sì che venga usato bene, nei compiti adatti e con risultati controllati richiede un lavoro diverso: scegliere gli strumenti, chiarire le regole e aiutare le persone a integrarli nel proprio lavoro.

La formazione non è un incontro da spuntare prima del lancio. È un percorso che accompagna strumenti e processi mentre cambiano. Un modello si aggiorna, compare una nuova funzione, un tentativo rivela un limite: ogni passaggio può modificare il modo in cui conviene lavorare. L’azienda deve quindi prevedere occasioni regolari per imparare, fare domande e rivedere le pratiche.

Il percorso di introduzione dell’AI: selezionare uno strumento, provarlo su attività circoscritte, formare le persone, applicarlo al lavoro e rivedere il percorso alla luce dei risultati.

Prima si decide che cosa introdurre

La scelta non dovrebbe partire da una licenza disponibile o da una dimostrazione convincente. Conviene individuare attività concrete, capire quali dati coinvolgono e valutare che cosa significhi fare un buon lavoro. Una prova circoscritta aiuta a osservare qualità, tempo necessario, correzioni e rischi, prima di estendere l’uso.

Nel frattempo servono regole semplici: quali strumenti sono approvati, quali informazioni possono essere condivise, che cosa richiede una verifica umana e a chi rivolgersi in caso di dubbio. Le regole devono essere facili da trovare e aggiornate quando cambiano gli strumenti o i casi d’uso. Un elenco di divieti senza indicazioni pratiche lascia le persone sole davanti alle decisioni quotidiane.

La stessa base, percorsi diversi

Tutti hanno bisogno di una base comune: capire che cosa fa lo strumento, che cosa non garantisce, come trattare i dati, come riconoscere un risultato da verificare e come segnalare un problema. Da lì, la formazione si divide per responsabilità e attività.

Chi usa l’AI nel proprio lavoro ha bisogno di esercitarsi su compiti pertinenti al ruolo. Può imparare a fornire contesto, formulare richieste chiare, valutare le risposte e integrare l’assistente senza affidargli decisioni che restano di sua competenza. Gli esempi dovrebbero assomigliare al lavoro reale, usando dati autorizzati o di prova.

Le persone che configurano strumenti o flussi di lavoro devono approfondire permessi, integrazioni, gestione delle informazioni, monitoraggio e procedure di intervento. Un prototipo che funziona per il suo autore non è ancora un servizio pronto per un reparto: qualcuno deve poterlo mantenere, valutarne gli errori e decidere quando fermarlo.

Manager e responsabili hanno un percorso ulteriore. Devono sapere quali risultati chiedere, come leggere costi e benefici e dove rimangono necessarie competenze umane. Una risposta convincente non è una prova di correttezza; un’attività che richiede meno tempo non produce automaticamente un risparmio se quel tempo viene subito riempito da altro lavoro.

Tre percorsi di apprendimento: uso quotidiano per i team, governo tecnico e operativo per IT e specialisti, decisioni su valore e responsabilità per manager e direzione.

Un percorso iniziale, poi l’evoluzione per ruolo

Un primo percorso può cominciare con una sessione comune: quali strumenti sono approvati e quali dati si possono inserire; come dare contesto e obiettivi a una richiesta; come controllare una risposta prima di usarla; come riconoscere un errore e a chi segnalarlo. Dopo una breve dimostrazione, ogni persona può provare su un’attività familiare con dati di esempio, confrontando il risultato dell’AI con quello atteso.

La formazione prosegue con esercitazioni diverse. I team possono lavorare su bozze, sintesi o classificazioni pertinenti alle proprie mansioni, imparando a correggere e documentare i risultati. IT e specialisti possono provare configurazioni e flussi circoscritti, concentrandosi su accessi, dati, test, monitoraggio e gestione degli errori. I manager possono valutare un caso d’uso, definire indicatori di qualità e costo e discutere come distribuire il tempo liberato, senza assumere che ogni attività sia pronta per essere automatizzata.

In seguito, i dubbi emersi nell’uso quotidiano diventano materiale per aggiornare gli esempi e le istruzioni. Si possono organizzare brevi momenti di confronto tra colleghi, approfondire un nuovo strumento o una funzione e ripetere le prove quando cambia un processo. Così il corso iniziale dà un linguaggio comune, mentre la pratica e gli aggiornamenti mantengono la formazione vicina al lavoro effettivo.

Chi tiene aggiornato il percorso

In un’azienda medio-grande può essere utile un gruppo di ricerca e sviluppo, o una funzione equivalente, incaricata di seguire i modelli, provare gli aggiornamenti e valutare nuovi casi d’uso. Il suo compito non è adottare ogni novità: è condurre esperimenti con criteri chiari, coinvolgere le funzioni interessate e trasformare ciò che funziona in indicazioni, strumenti e formazione riutilizzabili.

Il gruppo deve lavorare insieme a IT, sicurezza, responsabili dei processi e persone che svolgono le attività. Queste ultime conoscono eccezioni e controlli che una prova tecnica può non mostrare. La decisione di estendere uno strumento deve considerare anche assistenza, accessi, continuità del servizio e responsabilità operative.

In un’organizzazione piccola, un team IT può seguire gli aggiornamenti e coordinare le prove, magari con l’affiancamento di una persona esperta o di un partner. Non deve però diventare l’unico proprietario della formazione: chi guida i reparti aiuta a individuare gli esercizi giusti e a dare spazio per applicarli. La dimensione cambia il modo di organizzarsi, non il bisogno di un referente e di un processo.

Ai manager: investire il tempo guadagnato

La formazione dei manager dovrebbe partire da domande concrete. Quale problema vogliamo risolvere? Quali indicatori ci diranno se lo strumento aiuta davvero? Chi controlla il risultato e interviene quando è sbagliato? Quali dati e competenze servono per mantenere il processo? Come usiamo il tempo che si libera?

Quest’ultima domanda orienta il progetto. Se l’AI riduce il lavoro ripetitivo, l’azienda può seguire meglio i clienti, migliorare un servizio, affrontare arretrati o dedicare tempo a nuove competenze. Sono possibilità da pianificare, non effetti automatici della tecnologia.

Anche l’idea di sostituire operatori umani con agenti va valutata come una scelta di processo, non come un risparmio certo. Un agente può richiedere configurazione, controlli, gestione delle eccezioni e intervento umano. Prima di affidargli attività importanti, occorre misurare qualità, costi complessivi e conseguenze degli errori. La supervisione non scompare solo perché il lavoro è stato delegato a un sistema.

Può essere lungimirante reinvestire le risorse liberate: formare le persone, migliorare i processi e provare nuovi servizi. Quando si accumula esperienza, l’azienda avrà basi migliori per decidere dove automatizzare e dove il contributo umano resta essenziale.

Un ciclo che si ripete

Una buona introduzione ha momenti di verifica: si ascoltano gli utenti, si controllano gli esiti, si aggiornano gli esempi e si rivedono le istruzioni. Se cambia il modello, la funzione o il processo, si valuta se la formazione va ripetuta o adattata. Se una prova non porta valore, ci si ferma e si impara dal risultato.

La formazione sull’AI non ha una data di conclusione perché non ne ha una l’evoluzione degli strumenti. L’obiettivo non è far usare tutto a tutti, ma mettere ogni persona nelle condizioni di scegliere quando l’AI è utile, come controllarla e quando affidarsi al proprio giudizio o chiedere supporto. È così che una novità tecnica può diventare una capacità dell’organizzazione.

Continua a esplorare