Un primo progetto AI utile parte da un lavoro concreto, non dal nome di uno strumento. Chi svolge l’attività? Quali informazioni usa? Che cosa rende difficile completarla? Quale decisione deve restare a una persona? Rispondere a queste domande permette di confrontare l’AI con alternative più semplici e di decidere anche di non adottarla.
Immaginiamo uno studio che conserva istruzioni di lavoro in cartelle diverse. Questo scenario è interamente ipotetico: non descrive un cliente o risultati Tredipi. La domanda iniziale è “Come trovare la procedura aggiornata senza consultare documenti che l’utente non è autorizzato a vedere?”. Non è ancora “Quale chatbot acquistare?”.
Il referente del processo prepara un inventario: nome della procedura, versione, responsabile, data di revisione e gruppo autorizzato. I documenti mancanti o contraddittori restano fuori dalla prova. Si lavora prima con documenti sintetici o con materiale espressamente ammesso; non si carica l’archivio aziendale in un servizio scelto per comodità.
Una scheda iniziale potrebbe essere così:
| Elemento | Ipotesi da verificare |
|---|---|
| Attività | Cercare una procedura e indicarne la fonte aggiornata. |
| Utilizzatori | Un gruppo interno autorizzato, da individuare. |
| Alternative | Cartella organizzata, ricerca tradizionale, prodotto configurato o integrazione AI. |
| Errore da evitare | Una risposta senza riscontro o un documento non autorizzato. |
| Controllo umano | Confronto della risposta con la procedura originale prima dell’uso. |
| Condizione di stop | Fonti contraddittorie, accessi errati o impossibilità di controllare l’esito. |
Per una prima prova, il gruppo potrebbe proporre un campione di domande frequenti, casi ambigui e richieste fuori perimetro. La numerosità va concordata sul lavoro reale: un campione comodo ma non rappresentativo può dare una falsa impressione di utilità. Le stesse domande vengono affrontate con la soluzione attuale e con le alternative selezionate.
Il tempo di ricerca è solo un indicatore. Servono anche correttezza del riferimento, necessità di correzione e rispetto delle autorizzazioni. Una risposta rapida ma non verificabile non costituisce un miglioramento.
| Indicatore proposto | Come raccogliere la baseline | Che cosa confrontare |
|---|---|---|
| Tempo di ricerca | Misurare l’attività con gli strumenti attuali sul campione condiviso. | La stessa attività e lo stesso tipo di domande. |
| Correttezza della fonte | Registrare versione e riferimento della procedura attesa. | Presenza e pertinenza del riscontro fornito. |
| Intervento umano | Annotare controlli, correzioni e richieste da inoltrare a un collega. | Il lavoro complessivo, non solo il tempo di generazione. |
| Accessi | Preparare utenti e documenti con permessi distinti. | Che una richiesta non superi il perimetro autorizzato. |
Non assegniamo a questo esempio risparmi, percentuali di accuratezza o ritorni economici. Baseline e soglie richiedono dati, un metodo e un responsabile nel contesto effettivo.
Se nessuno possiede le fonti, se le autorizzazioni sono incerte o se il beneficio non si distingue da quello di una ricerca tradizionale, è sensato preparare il processo prima di investire nell’AI. La decisione di attendere dovrebbe indicare attività, responsabile e condizione di riesame, evitando un rinvio indefinito.
Il NIST AI RMF collega contesto, misurazione e gestione dei rischi; il relativo Playbook presenta azioni volontarie da scegliere in base all’uso. La scheda e l’esempio di questo articolo sono proposte editoriali originali, non una checklist ufficiale o una certificazione.
L’AI Opportunity Assessment aiuta a mettere in relazione problema, dati, alternative e criteri di decisione. Puoi vedere il facsimile dimostrativo oppure richiedere un primo confronto. Se hai già un percorso avviato, il Trusted AI Advisor riguarda il confronto continuativo sulle scelte.
