Adottare l’intelligenza artificiale per le aziende può essere difficile, e non tanto per motivi di natura tecnologica: il problema spesso sta nei processi, nelle tempistiche, nell’allineamento tra obiettivi, definizione dei budget, decisioni. Oggi il ritmo dell’innovazione tecnologica è molto più rapido che in passato e la stessa intelligenza artificiale consente (almeno in teoria) di velocizzare enormemente il test, lo sviluppo e il rilascio di applicazioni.
Molte aziende, però, sono ancora vincolate a i classici cicli di approvazione trimestrali. Questo non solo impone un rallentamento forzato all’innovazione ma rischia di creare dei disallineamenti, per esempio se vengono dedicare risorse a iniziative che non rispondono più alle esigenze dell’azienda. Un altro rischio è quello di investire in iniziative che non producono valore aggiunto, salvo accorgersene quando ormai è tardi.
Qui si colloca la nuova proposta di Reply, Symbiosis, che non è una tecnologia ma un modello operativo basato sull’AI che aiuta ad “allineare priorità di business e capacità di esecuzione”, come spiegato dalla società. Supportato da una piattaforma dedicata, il modello è soprattutto rivolto alle aziende alle prese con l’adozione dell’AI generativa o agentica, a prescindere dal settore di appartenenza. Il modello, infatti, può essere adattato a differenti esigenze.
Symbiosis connette strategia, gestione del portafoglio di iniziative ed esecuzione, per favorire l’allineamento di priorità e decisioni di investimento con risultati di business misurabili. In pratica, il modello aiuta a decidere quali iniziative proseguire, riorientare o interrompere, sulla base delle evidenze emerse durante l’esecuzione.
Il modello traduce gli obiettivi strategici in quelli che Reply chiama intents: problemi di business definiti con chiarezza, ciascuno associato a un obiettivo misurabile, a un responsabile, a un perimetro di intervento e a un orizzonte temporale.
In questo modello di piccoli team (chiamati cells) utilizzano gli agenti AI per sperimentare possibili soluzioni attraverso brevi cicli di lavoro e apprendimento. I risultati orientano, poi, le decisioni successive, aiutando le aziende a concentrare le risorse sulle iniziative che dimostrano di generare valore. La piattaforma a supporto rende operativo questo processo, riunendo in un ambiente condiviso priorità, stato di avanzamento, evidenze e decisioni. I team possono monitorare ciascun Intent, seguirne risultati e rischi e documentare le decisioni di proseguire, modificare l’approccio o interrompere l’attività.
Ulteriore elemento è il Learning Mesh, un layer di intelligenza condivisa: qui viene raccolta la conoscenza generata durante l’esecuzione e nelle attività quotidiane, nei processi, log e segnali provenienti dai sistemi operativi. Il Learning Mesh trova gli schemi ricorrenti e ricava insight utili per prendere decisioni. In sostanza, è uno strumento che aiuta a far tesoro delle esperienze e degli insegnamenti appresi.
Reply ha fatto sapere di utilizzare già il metodo e gli strumenti di Symbiosis per diversi tipi di cliente. Un’azienda del settore energia, per esempio, si serve del modello operativo per la modernizzazione di applicazioni legacy, mentre un ente del servizio sanitario britannico utilizza Symbiosis per automatizzare le attività amministrative e per avere supporto nei servizi territoriali di preabilitazione chirurgica. Altro caso d’uso suggerito da Reply è il supporto all’adozione di agenti AI per l’analisi e il debugging del software.
(Immagine: Reply)