L’intelligenza artificiale aiuta molte persone a lavorare in modo più produttivo, ma questo non si traduce necessariamente in risultati migliori per i loro datori di lavoro. Nello studio The State of AI 2026 di McKinsey, l’80% dei 1.719 intervistati in 97 paesi ha dichiarato che l’IA aveva migliorato la propria produttività individuale. Solo il 37% ha segnalato un impatto positivo sui risultati operativi delle rispettive aziende.

Bruno Machado, scrivendo dell’adozione dell’IA presso Ânima Educação, afferma che il divario mette in luce la difficoltà di trasformare i guadagni individuali in valore aziendale. Descrive un sistema personale che raccoglie i dati sulla salute dai suoi dispositivi e invia ogni giorno un riepilogo tramite WhatsApp. A giugno il progetto è costato 19 dollari, in gran parte durante lo sviluppo e i test; i costi di esercizio ordinari ammontavano solo a pochi centesimi. Tuttavia, un’attività di piccola entità era rimasta in esecuzione per settimane sul modello più costoso perché Machado ne aveva trascurato la configurazione.

I costi dell’IA variano in base alla complessità dell’attività e al modello utilizzato, scrive Machado, perciò non è necessario ricorrere al modello più potente per ogni applicazione. Su scala aziendale, l’uso indiscriminato di configurazioni costose può far aumentare la spesa in molti flussi di lavoro. Monitorare i consumi è importante, ma le aziende devono anche stabilire quale valore restituisca ogni applicazione.

Nel 2025, il consumo di token presso Ânima ha superato i 10 miliardi, dieci volte il volume del 2024. L’azienda prevede che nel 2026 l’utilizzo supererà di oltre 20 volte il totale dello scorso anno. Machado avverte che l’aumento dei consumi dimostra l’adozione, non il rendimento finanziario: utilizzo, produttività e impatto aziendale sono misure distinte.

Secondo Machado, i budget per l’IA devono tenere conto dei costi che variano con l’utilizzo, a differenza di molte licenze software e di molti contratti. Le aziende dovrebbero definire limiti di spesa, impostare avvisi e rendere visibili i consumi, valutando al contempo alternative come gli strumenti interni sulla base del costo totale, della qualità e dei risultati. Come afferma Machado, i token senza risultati sono un costo.

Presso Ânima, i progetti vengono valutati rispetto a una situazione di partenza e a indicatori legati al loro scopo. Nell’assistenza agli studenti, l’azienda monitora i tempi di risposta e i tassi di risoluzione. Per gli strumenti che assistono gli insegnanti, considera quante attività operative possono essere liberate a favore di compiti che richiedono capacità di giudizio; le applicazioni didattiche vengono valutate sulla base di prove dell’apprendimento.

Machado cita diversi risultati operativi. I modelli predittivi sulle morosità nei pagamenti, combinati con la comunicazione diretta con gli studenti, hanno permesso ad Ânima di recuperare internamente lo stesso volume che in precedenza era gestito da società esterne di recupero crediti, alle quali spettava il 2% dell’importo recuperato. I contratti sono stati conclusi, eliminando una spesa annuale di diversi milioni di reais.

In uno dei marchi del gruppo, la sostituzione dei menu telefonici con un’interfaccia conversazionale ha aumentato dal 30% al 45% la quota di richieste gestite senza l’intervento di un operatore umano. L’azienda punta ad avvicinarsi al 90% con l’estensione della soluzione. Più dell’80% degli insegnanti utilizza IA.RA, una suite di funzionalità supportate da basi di conoscenza istituzionali, e con il suo aiuto sono stati creati oltre 25.000 oggetti didattici. Machado osserva che questi dati indicano l’adozione e la produzione, mentre gli effetti sull’apprendimento richiedono una valutazione separata.

L’azienda ha organizzato il proprio programma di IA attorno a iniziative che coprono il percorso dello studente, dall’iscrizione alla formazione. Ognuna ha uno sponsor nel comitato esecutivo e obiettivi di impatto finanziario per i tre anni successivi. Machado afferma che il coinvolgimento della dirigenza è importante per integrare l’IA nelle decisioni relative a processi, investimenti e priorità.

Machado consiglia ai dirigenti di scegliere un processo significativo, misurarne le prestazioni attuali e verificare in che modo l’IA potrebbe migliorarlo. Dovrebbero inoltre assegnare un responsabile e definire indicatori chiari per ogni nuova iniziativa aziendale proposta. A suo avviso, misurare i risultati, riprogettare i processi e riallocare le risorse in base all’impatto sono passaggi essenziali per trasformare gli investimenti nell’IA in valore aziendale.

Fonti: Canaltech.