Nell’ambito degli sviluppi a livello “Tech”, si considerano tre aree nella filiera di valore:

1-Infrastrutture, i microchip, i cloud computing e i data center;
2-algoritmi generativi e i Large Language model, realizzati da realtà quali Open AI, Antrophic, Google o Meta e che sfruttano le risorse offerte dalla prima area
3- modelli e strumenti software per le applicazioni, le app.

Il quarto fattore

I contenuti, specie gli indirizzi formativi destinati alle HR e le competenze necessarie per dialogare con gli esperti di IA e i sistemi di IA medesimi, rappresentano un ulteriore fattore distintivo che entra in gioco nella competizione in atto per la supremazia e le applicazioni della Intelligenza computazionale e la gestione delle piattaforme di dati. Si tratta anche dei contenuti della cultura manageriale e organizzativa, psicologico-comportamentale, da inserire nelle app.
Esempi di contenuti del “quarto fattore”, il know-how da inserire nelle app e da attuare nelle organizzazioni:
-Case-history, soprattutto le esperienze maturate all’interno di organizzazioni, non formalizzate o ignote, non ancora utilizzate e pubblicizzate come promozione del brand;
-Test di selezione e strumenti di assesment;
-Programmi formativi per allenare a sviluppare le skills necessarie e utili per gestire le piattaforme dati
-Sviluppo di competenze per interpretare i dati; i dati massivi non interpretati creano blocchi organizzativi, se non sono valutati correttamente, in modo sistemico e situazionali (alla realtà dell’impresa, del mercato).

E’ difficile per una impresa competere su questi quattro livelli, anche se può riuscire a gestire più di un’area. Per le relativamente piccole o medie imprese ed agenzie, occorre valutare l’opportunità di specializzarsi in uno di questi segmenti.*

Nota

La IA sarà presto in grado di autoevolvere, per cui le competenze tecnologiche e di programmazione trasferite alla IA stessa renderà obsoleto il contributo di figure professionali ritenute prima indispensabili come informatici, ingegneri e programmatori, elaboratori di algoritmi, data scientist. Quel che sarà sempre più necessario e quindi strategico, sarà l’apporto di figure che avendo competenze human, relazionali, di contesto, sistemiche, sanno dialogare con i sistemi di IA, gestirli e orientarli verso obiettivi dell’impresa, delle comunità, della società o del singolo professionista e utente, utilizzatore di sistemi di IA.

*Nel nostro caso, l’orientamento è sul quarto fattore, che non richiede i grandi investimenti e le competenze tecnologiche delle prime tre aree, ma soprattutto esperienze e idee, relazioni.