Dare forma al lavoro, insieme all'AI

Un responsabile vuole capire in quali fasi rallenta la lavorazione delle pratiche. Conosce il processo, sa che alcune attese sono previste e altre meritano attenzione. Per ottenere un quadro utile deve tradurre questa conoscenza nelle funzionalità di uno o più software: trovare il report adatto, scegliere i campi, impostare i filtri, costruire un confronto, aggiungere uno strumento, controllare i dati. A volte riesce da solo; altre volte deve spiegare al collega analista quale dashboard gli servirebbe e attendere che venga preparata.

Tra la domanda e la risposta c'è un lavoro di traduzione. Una parte consiste nello stabilire che cosa osservare. Un'altra nel capire come chiederlo agli strumenti giusti. L'AI può intervenire su questa distanza, permettendo di partire dall'esigenza e costruire progressivamente il modo di risolverla.

Nel 2023 Jakob Nielsen, tra i principali studiosi dell'usabilità, descriveva questo cambiamento come il passaggio verso un'interazione digitale fondata sull'intento: la persona esprime il risultato desiderato e il sistema contribuisce a individuare come ottenerlo. Nello stesso articolo immaginava interfacce ibride, in cui il linguaggio naturale convive con pulsanti, menu ed elementi visuali.

Fonte: AI: First New UI Paradigm in 60 Years

Dalla domanda alla dashboard

Il responsabile potrebbe iniziare chiedendo di osservare i tempi di permanenza delle pratiche nelle diverse fasi, distinguendole per tipologia. In un sistema predisposto e collegato ai dati pertinenti, l'AI può aiutare a tradurre la richiesta in una prima dashboard, proponendo una tabella, un grafico, magari arricchiti da brevi note ed osservazioni. Il risultato diventa qualcosa da esaminare e modificare: restringere il periodo, separare due categorie, approfondire un gruppo di pratiche.

Proprio davanti al primo grafico potrebbe emergere una precisazione: le pratiche in attesa di documenti del cliente vanno considerate separatamente da quelle che attendono un passaggio interno. Chi conosce il processo può riconoscere questa differenza e chiedere di introdurla nell'analisi. Deve anche poter vedere quali dati sono stati usati e come sono stati calcolati i tempi. La rappresentazione diventa così davvero utile, grazie ad un confronto tra ciò che il sistema propone e ciò che la persona sa del lavoro.

Anche nel settore del credito molto spesso un'esigenza si chiarisce mentre prende forma: un confronto suggerisce una domanda più precisa, un dettaglio rivela che manca una distinzione. Il linguaggio naturale permette di esprimere queste intenzioni, e quel filtro in più, una selezione nuova o un grafico arricchito da altri dati consentono di intervenire direttamente sul risultato.

Dalla dashboard al workflow

La stessa logica interattiva può estendersi alla progettazione di un workflow. Dopo aver individuato una o più dashboard, il responsabile potrebbe voler ricevere periodicamente un riepilogo delle pratiche che richiedono attenzione sulla base di una serie di vincoli e dati. Occorre allora definire quali aggiornamenti raccogliere, quali criteri applicare, come organizzare il riepilogo, a chi sottoporlo per essere revisionato, e poi come e dove inviarlo.

Un ambiente visuale può rendere i workflow, siano essi più semplici o molto complessi, leggibili e soprattutto modificabili. L'AI generativa può assistere nella proposta del flusso e nella preparazione dei contenuti; i sistemi agentici possono utilizzare strumenti collegati per svolgere e coordinare le attività previste.

Nel nostro esempio, il percorso potrebbe recuperare gli aggiornamenti, applicare i criteri concordati e preparare una sintesi da fare revisionare ad un collaboratore per poi inviarla ad un responsabile pronto per prendere una decisione.

Per chi lavora, una piattaforma AI che consente queste attività apre una possibilità concreta: partecipare alla costruzione della soluzione attraverso una rappresentazione del processo su cui ragionare. Il responsabile può indicare un'eccezione, riconoscere un passaggio mancante, spiegare perché un criterio vada modificato. Chi cura dati e integrazioni può tradurre queste indicazioni in un funzionamento affidabile e verificarlo insieme a lui.

Un'esigenza che evolve

Il valore di questa esperienza si vede anche nel modo in cui evolve la richiesta iniziale. Ad esempio si parte dal desiderio di capire dove le pratiche rallentano; si apre una chat e si costruisce con l'AI una dashboard per individuare problemi e colli di bottiglia, poi si può definire un supporto ricorrente alle attività con dei workflow dove un sistema AI può incaricarsi dei compiti che non necessitano dell'operatività umana.

È qui che una maggiore facilità d'uso, unita all'esperienza conversazionale abilitata dalla nuova generazione di AI, può divenire maggiore possibilità di partecipazione ai processi e maggiore efficienza: avere davanti una proposta, riconoscere ciò che serve e poi lavorare insieme all'AI per ottenere il risultato.