Poche grandi organizzazioni hanno ricostruito le proprie operazioni centrali attorno all'intelligenza artificiale, secondo il responsabile tecnologico di una delle più grandi società di consulenza al mondo. Ha anche affermato che le aziende non dovrebbero ancora spendere troppe energie nell'attribuire colpe quando i progetti di AI vanno male.

Il numero di grandi imprese o processi governativi "che sono stati davvero, veramente reinventati con l'AI al centro assoluto è praticamente quasi zero", ha dichiarato Marc Warner, chief technology officer globale di Accenture, durante un evento virtuale Fortune Brainstorm AI. Accenture, socio fondatore di Brainstorm AI, ha sponsorizzato la sessione.

Warner e altri tre dirigenti hanno dialogato con il redattore AI di Fortune Jeremy Kahn sul motivo per cui molte aziende riportano scarsi ritorni dall'AI nonostante il suo uso diffuso. I panelist erano Matthieu Caillat di AXA, Greg Ulrich di Mastercard e Marjorie Janiewicz di Mistral AI. Le loro risposte hanno puntato meno sul software che sul cambiamento organizzativo.

Periferia contro cuore del business

La maggior parte delle aziende, ha detto Warner, ha schierato l'AI in attività periferiche come marketing, note di riunione e trascrizione. La programmazione è "forse un po' diversa", ha osservato, perché lì i ritorni possono essere misurati. Spostare l'economia di un settore, al contrario, significa puntare sui processi aziendali centrali — il che è rischioso. Ha paragonato il momento attuale alle prime fabbriche che usavano l'elettricità solo per l'illuminazione, prima di riprogettare la produzione attorno ai motori elettrici. Gli economisti che hanno studiato le precedenti tecnologie general purpose hanno documentato lo stesso ritardo: i guadagni misurabili tendono ad arrivare solo dopo che le organizzazioni ristrutturano le proprie operazioni attorno al nuovo strumento, invece di limitarsi ad alimentare i vecchi processi con esso.

Ulrich ha sostenuto che i maggiori ritorni derivano dalla riprogettazione di interi flussi di lavoro piuttosto che dal sovrapporre l'AI a quelli esistenti. Mastercard, ha detto, è "molto, molto avanzata" nel rielaborare il ciclo di sviluppo prodotto, usando team più piccoli e ottenendo tempi più rapidi. Ha anche segnalato una trappola comune: accelerare un passaggio in un processo di 80 fasi, e la fase successiva semplicemente accumula un arretrato.

"L'agente AI che automatizza una parte di tutto questo non è … il collo di bottiglia principale per gran parte di ciò", ha detto Ulrich. "È il ripensamento. È la rimappatura."

Warner ha descritto le trasformazioni AI come "progetti politici", affermando di averle considerate progetti tecnologici fino a poco tempo fa. Continua a considerare le realizzazioni AI in sé come progetti tecnologici.

Caillat ha detto che man mano che la tecnologia migliora, il lavoro riguarda meno la tecnologia e più: "Come porti la gente con te?" Ulrich ha notato che Mastercard fa affidamento sul patrocinio dell'amministratore delegato, inclusi aggiornamenti settimanali con i diretti collaboratori del CEO, ammettendo però che nessuno ha risolto la politica delle grandi organizzazioni.

Responsabilità

Kahn ha trasmesso una domanda del pubblico su chi è responsabile quando un agente AI commette un errore. Warner ha detto che non esiste una singola risposta. In linea generale, ha detto, l'owner del business è responsabile del valore di un agente, il tecnologico della sua funzionalità e il chief information security officer della sua sicurezza.

Tuttavia, ha sostenuto, la maggior parte delle aziende non dovrebbe soffermarsi sulle colpe in questa fase. "Non credo che la maggior parte delle organizzazioni debba preoccuparsi troppo del gioco delle colpe in questo momento", ha detto Warner, esortando le aziende a dare credito alle persone per aver provato, sapendo che molti tentativi falliranno. Ha fatto un'eccezione per gli incidenti critici come una grave violazione della sicurezza.

Janiewicz, che ha detto di aver trascorso 10 anni nella cybersecurity, ha concordato sul fatto che l'indicare i colpevoli non è utile. La domanda migliore, ha detto, è se un'azienda controlla la tecnologia che adotta e può stabilire le proprie regole. Mistral vende modelli open-weight che i clienti possono scaricare ed eseguire sulla propria infrastruttura invece di accedervi solo tramite un servizio gestito dal fornitore.

Tenere il passo

I dirigenti hanno anche detto che i loro piani hanno una breve durata. Ulrich ha detto che gli strumenti di consulenza che Mastercard ha costruito circa un anno fa sono ormai "d'antan, e semplicemente non così utili oggi", spingendo l'azienda a ricostruirli. Caillat ha detto che AXA operava un tempo secondo il principio "misura due volte e taglia una sola" ma "non può più permetterselo", perché le conclusioni scadono prima che arrivi la certezza.

Caillat ha detto che AXA è partita con circa 400 casi d'uso AI per creare entusiasmo, per poi restringere il focus. Il piano dell'assicuratrice per il 2027-2029 punta a 500-700 milioni di euro all'anno di valore ricorrente pre-tasse dall'AI entro il 2029, ha detto, e AXA ha circa 4 miliardi di documenti non strutturati che sta iniziando a mettere a frutto.

Warner ha aggiunto che, secondo i calcoli di Accenture, il ritmo attuale non mostra segni di rallentamento fino a qualcosa vicina al 2030. I vincoli energetici in Occidente potrebbero iniziare a farsi sentire all'inizio degli anni '30, ha detto.

Accenture è il socio fondatore degli eventi Fortune Brainstorm AI e ha ospitato questa sessione. L'AI generativa è stata utilizzata per assistenza alla ricerca e/o trascrizione dell'articolo originale; il giornalista ha riportato e verificato in autonomia i fatti, e un redattore umano l'ha revisionato prima della pubblicazione.

Questa storia è stata pubblicata originariamente su Fortune.com.