AI e conoscenza tacita: come il crowdsourcing sta trasformando il lavoro in prima linea

L’introduzione di agenti AI sul fronte operativo sta consentendo di catturare la conoscenza tacita dei lavoratori, affrontando il noto paradosso di Polanyi. Questa forma di conoscenza, che deriva dall’esperienza pratica, dai workaround, dalle conversazioni informali e dalla memoria muscolare, rappresenta fino all’85% del patrimonio informativo aziendale, ma è raramente documentata nelle procedure operative standard (SOP).

Le procedure centralizzate e testuali spesso non riescono a rilevare gap operativi, rischiando di perdere competenze preziose quando il personale esperto lascia l’organizzazione. Gli agenti di conoscenza, addestrati su SOP e materiali di onboarding, stanno emergendo come strumenti chiave per evidenziare linee guida obsolete e lacune. Questo approccio bottom-up coinvolge i lavoratori di magazzino, vendita e logistica, che possono segnalare incongruenze e proporre soluzioni pratiche.

Le interazioni con gli assistenti AI generano segnali che vengono utilizzati per aggiornamenti dinamici e automatizzati delle procedure e della formazione, trasformando l’expertise implicita in micro-learning accessibile. Ciò non solo facilita l’onboarding iniziale, ma promuove anche un processo continuo di ‘everboarding’, garantendo che le competenze siano sempre aggiornate.

Gli agenti moderni sono progettati per essere multimodali: possono ricevere e restituire informazioni attraverso audio, testo, immagini e video. Ciò consente ai lavoratori di segnalare verbalmente un problema o inviare una foto di un allestimento, che viene poi confrontata con il planogram e accompagnata da istruzioni correttive passo passo. Inoltre, grazie a modelli più piccoli e all’inferenza on-device, è possibile mantenere i dati all’interno del dispositivo o della rete aziendale, riducendo la latenza e migliorando la privacy.

Per una implementazione efficace, è fondamentale collaborare con partner che abbiano competenze specifiche nel settore e strumenti di sviluppo adeguati. Un rapporto del MIT ha evidenziato che le imprese che collaborano con fornitori esterni hanno un tasso di successo dell’AI del 66%, rispetto al 33% per quelle che sviluppano internamente. Tuttavia, non basta l’intervento dell’IT: ricerche dello Stanford Digital Lab indicano che il supporto esecutivo, che promuove una cultura di sperimentazione e consente di fallire, è un fattore determinante per il successo delle iniziative AI.

Come sottolineato dall’economista David Autor, le attività che richiedono flessibilità, giudizio e buon senso — competenze tipicamente tacite — risultano difficili da automatizzare e tendono piuttosto a essere complementate dalla computerizzazione. La sinergia tra segnalazione dal basso, agenti multimodali e processi di aggiornamento continuo permette di trasformare la conoscenza implicita in procedure e formazione strutturate, portando a significativi benefici in termini di efficienza operativa, qualità del servizio e condizioni di lavoro.