Quasi tutto il software gestionale ha aggiunto una chat nell’ultimo anno. Un pulsante in un angolo, una finestra che si apre, un modello che risponde. È il modo più rapido per poter dire che un prodotto ha l’intelligenza artificiale. È anche quello che cambia meno il lavoro di chi lo usa.
La domanda utile non è se un sistema ha l’IA. È dove vive quell’IA, che cosa può leggere e che cosa succede quando sbaglia.
Una chat a lato non è uno strato dentro
Un assistente che vive in una finestra a parte comincia ogni conversazione da zero. Bisogna raccontargli di quale azienda stiamo parlando, quale periodo si sta chiudendo, che cosa significa il codice strano che un prodotto si porta dietro da otto anni. Quando finalmente ha abbastanza contesto per essere utile, la conversazione si chiude e quel contesto si perde.
Uno strato integrato parte da dove si trova già la persona. Se la schermata aperta è quella degli incassi di agosto di un’organizzazione precisa, quello è già il contesto e nessuno deve scriverlo. La differenza si misura in qualcosa di molto poco epico: quante frasi servono prima di ottenere qualcosa di utilizzabile.
Cambia anche quello che l’IA può offrire. Una chat esterna restituisce un testo che qualcuno dovrà riportare a mano. Uno strato integrato può proporre il movimento concreto sulla voce che si sta guardando e lasciare che la persona lo confermi, lo modifichi o lo scarti. Il lavoro non si sostituisce: si riduce a rivedere invece di digitare.
I permessi non sono un dettaglio di implementazione
È qui che la maggior parte delle integrazioni veloci si rompe. Perché un assistente risponda bene serve dargli accesso ai dati. La tentazione è dargli accesso a tutto e confidare che risponda soltanto su quello che gli compete.
È un cattivo progetto, e non per motivi teorici. Un assistente con permessi propri finisce per essere la strada più breve perché qualcuno legga quello che il suo ruolo non gli permette di leggere: basta chiedere a lui invece di aprire la schermata che ha bloccata. La regola sana è l’opposta: l’IA opera con i permessi di chi fa la domanda, mai con i suoi. Questo fa sì che a volte la risposta sia che non c’è informazione disponibile, il che è scomodo ed è corretto.
Come lo applica Xeni dentro XEN, con il dettaglio dei permessi per organizzazione e per modulo, trova risposta nel centro assistenza. Leggi la risposta nel centro assistenza
Un modello per ogni compito, non un modello per tutto
Classificare un movimento in una categoria e scrivere l’analisi di uno scostamento di budget non sono lo stesso compito. Hanno difficoltà diversa, tolleranza all’errore diversa e costo diverso. Risolverli con lo stesso modello significa pagare troppo in un caso e restare corti nell’altro.
Una piattaforma nativa nell’IA sceglie il modello in base al compito. Per chi la usa questo è invisibile, e deve esserlo: quello che percepisce è che le cose brevi vanno veloci e che quelle lunghe durano quello che devono durare. Quello che non dovrebbe percepire mai è una fattura di consumo inspiegabile a fine mese.
Dove sbaglia e che cosa succede allora
Conviene dirlo con chiarezza, perché il settore non è abituato. Un modello sbaglia. Può leggere bene i dati e ragionare male, oppure ragionare bene su dati incompleti. Per questo una piattaforma seria lascia che l’IA proponga e che la persona confermi, e conserva che cosa le è stato chiesto, con quale contesto e che cosa ha risposto.
In XEN, Xeni si può spegnere per organizzazione e per modulo. Non è una concessione: è la prova che la piattaforma funziona anche senza. Una gestione che smette di operare quando cade il fornitore di un modello non è una gestione con l’IA, è una gestione legata a un terzo.
Come valutarlo da fuori
Se stai guardando uno strumento che si presenta come nativo nell’IA, ci sono quattro domande che separano abbastanza bene il marketing dall’ingegneria.
- L’IA compare dentro la schermata in cui lavoro o in una finestra a parte?
- Con quali permessi legge i miei dati: i miei o i suoi?
- Posso spegnerla e continuare a lavorare come prima?
- Resta traccia di quello che le è stato chiesto e di quello che ha risposto?
Nessuna delle quattro parla di modelli né di parametri. Tutte parlano di come si incastra l’intelligenza nel lavoro reale di un’organizzazione, che è l’unica cosa che si nota dopo sei mesi.
