Valutare il valore dell’AI in azienda: oltre il consumo di token

Negli ultimi anni, l’adozione dell’intelligenza artificiale (AI) ha preso piede in molte organizzazioni, portando a un uso crescente del consumo di token come indicatore di produttività. Questo fenomeno, noto come “tokenmaxxing”, ha generato costi in aumento senza garantire un effettivo ritorno in termini di valore. È fondamentale, quindi, che le aziende sviluppino criteri di valutazione che considerino non solo l’uso degli strumenti AI, ma anche la loro qualità, accuratezza e rilevanza rispetto agli obiettivi di business.

Secondo recenti studi, l’88% dei dipendenti crede di aver tratto beneficio dall’uso dell’AI, stimando un risparmio medio di circa 2,3 ore al giorno. Tuttavia, sorprendentemente, quattro dipendenti su cinque non sfruttano appieno le potenzialità offerte da questi strumenti, e il 69% non comprende completamente come l’AI possa essere applicata al proprio ruolo. Inoltre, il 60% dei lavoratori si sente costretto a utilizzare l’AI anche quando non è lo strumento più appropriato.

Per affrontare questi problemi e ridurre sprechi e rischi, è necessario adottare un approccio più deliberato. Ciò implica incentivare l’esperimento, ma accompagnandolo con formazione mirata, linee guida per un’adozione consapevole e indicazioni su quali modelli utilizzare per specifici compiti. Ad esempio, si potrebbero utilizzare modelli più economici per attività routinarie e modelli più avanzati per compiti complessi.

Un aspetto spesso trascurato è il tempo speso dai dipendenti per revisionare e correggere gli output generati dall’AI. Per questo motivo, la qualità dell’output deve essere integrata nell’architettura dell’AI attraverso processi di revisione e governance, specialmente per decisioni ad alto rischio. È essenziale implementare passaggi di verifica automatizzati e parametrizzati per ogni ruolo, in modo da garantire risultati più accurati e affidabili.

Il cambiamento richiesto non è solo tecnico, ma anche culturale. Le organizzazioni devono fornire chiarezza su quando e come utilizzare l’AI, sviluppare politiche e programmi di formazione continui che traducano le regole in comportamenti quotidiani, e garantire visibilità tecnica e di governance per evitare frizioni che possano portare all’adozione di soluzioni non controllate.

Le aziende che riescono a creare valore attraverso l’AI pongono domande diverse rispetto a quelle che si concentrano esclusivamente sul consumo di token. Si chiedono, ad esempio, se il lavoro sia diventato più accurato, se le decisioni siano migliorate, se stiano utilizzando i modelli più adeguati per ciascun compito e se stiano ottenendo risultati di qualità ottimizzando i costi. Quando ai dipendenti vengono forniti gli strumenti, il contesto e la fiducia necessari, la produttività e il ritorno sugli investimenti tendono a seguire in modo più sostenibile.