L’Intelligenza Artificiale e la Cattura della Conoscenza Tacita nei Lavoratori di Frontline

L’introduzione di agenti di intelligenza artificiale (AI) nei processi operativi sta trasformando il modo in cui le aziende catturano e utilizzano la conoscenza tacita dei lavoratori di frontline. Questo fenomeno affronta il noto paradosso di Polanyi, secondo cui gran parte della conoscenza di un’organizzazione — fino all’85% — è tacita, derivante da esperienze pratiche e interazioni quotidiane, e non è facilmente documentabile nelle procedure operative standard (SOP).

Le procedure centralizzate spesso non riescono a rilevare le lacune operative e possono portare alla perdita di competenze preziose quando il personale esperto lascia l’organizzazione. Tuttavia, gli agenti AI, addestrati su SOP e materiali di onboarding, stanno emergendo come strumenti chiave per identificare linee guida obsolete e colmare queste lacune. Questo approccio bottom-up coinvolge i lavoratori di magazzino, vendita e logistica nel segnalare incongruenze e proporre soluzioni pratiche.

Le interazioni con gli assistenti AI generano segnali che vengono utilizzati per aggiornamenti dinamici e automatizzati delle SOP e della formazione, traducendo la conoscenza implicita in micro-learning accessibile. Questo non solo facilita l’onboarding iniziale, ma promuove anche un processo continuo di apprendimento, noto come everboarding.

Gli agenti moderni sono progettati per essere multimodali, consentendo la comunicazione attraverso audio, testo, immagini e video. Ad esempio, un lavoratore può segnalare verbalmente un problema o inviare una foto di un allestimento, che viene confrontata con il planogram e accompagnata da istruzioni correttive dettagliate. L’uso di modelli più piccoli e l’inferenza on-device permettono di mantenere i dati all’interno della rete aziendale, riducendo la latenza e aumentando la privacy degli utenti.

Tuttavia, l’implementazione efficace di queste tecnologie richiede una collaborazione con partner esperti e l’uso di modelli e strumenti di sviluppo adeguati. Un rapporto del MIT ha rivelato che le aziende che collaborano con fornitori esterni hanno un tasso di successo dell’AI del 66%, rispetto al 33% per quelle che sviluppano internamente. Inoltre, non è sufficiente il supporto dell’IT: ricerche dello Stanford Digital Lab evidenziano che il supporto esecutivo, che incoraggia una cultura di sperimentazione e tolleranza al fallimento, è cruciale per il successo delle iniziative AI.

Come sottolineato dall’economista David Autor, le attività che richiedono flessibilità, giudizio e buon senso — tutte competenze tipicamente tacite — sono difficili da automatizzare e tendono a essere complementate dalla computerizzazione. La combinazione di segnalazione dal basso, agenti multimodali e processi di aggiornamento continuo consente di trasformare la conoscenza implicita in procedure e formazione strutturate, portando a significativi miglioramenti nell’efficienza operativa, nella qualità del servizio e nelle condizioni di lavoro.