La cosa principale che l’intelligenza artificiale ha fatto per le imprese è cambiare radicalmente la concorrenza. Quando l’intelligenza artificiale è in mani esperte, ha effettivamente ridotto quasi a zero il costo del feedback, essenziale per creare prodotti migliori.
L’ascesa dell’intelligenza artificiale ricorda da vicino il famoso “Pottery Experiment”, un aneddoto che illustra il potere della quantità sulla perfezione, reso popolare nel libro di James Clear Abitudini atomiche. Secondo quanto riferito, un professore di ceramica ha diviso gli studenti in due gruppi. Il primo gruppo è stato valutato esclusivamente in base alla qualità di un unico vaso perfetto prodotto nel corso del semestre. Il secondo gruppo è stato valutato esclusivamente in base alla quantità, misurata in peso, di vasi completati. Sorprendentemente, gli studenti che si sono concentrati sulla quantità hanno prodotto il lavoro di massima qualità perché hanno imparato attraverso iterazioni rapide ed errori, mentre il gruppo “qualità” ha perso tempo a teorizzare.
Prima dell’intelligenza artificiale, le aziende attribuivano grande valore alle risorse e ai processi ben strutturati per fornire un prodotto. Questi elementi hanno mantenuto a galla l’azienda, consentito la crescita, supportato il lancio di nuovi prodotti e contribuito ad attirare clienti.
Ora il gioco ha cambiato radicalmente direzione. L’intelligenza artificiale non è solo una funzionalità. Fornisce un feedback di mercato iperveloce, che è diventato il fossato definitivo. Ciò richiede flessibilità organizzativa, pensiero non ovvio e fedeltà al reale adattamento del prodotto al mercato.
Processi e risorse come peso
Processi e risorse che un tempo erano essenziali per la crescita stanno diventando sempre più un peso. Le aziende coinvolgono necessariamente la burocrazia, con processi volti a preservare le risorse e quindi la crescita. Questi processi richiedono più livelli di approvazione, con decisioni più ampie che coinvolgono più persone. Questo non ha più senso. Le risorse necessarie per finanziare lo sviluppo del prodotto non rappresentano più un vantaggio competitivo, perché l’intelligenza artificiale applicata in modo intelligente può fornire risultati comparabili a una frazione del costo in termini di denaro e ore umane. Fondamentalmente, queste decisioni possono ora essere prese rapidamente da un unico fondatore.
Riesci a confrontare in modo significativo un prodotto sviluppato dall’intelligenza artificiale con uno costruito da un grande dipartimento professionale e testato da un altro? Possono esserci sfumature e differenze, ma è improbabile che la persona che paga per il prodotto noti un divario sostanziale nel modo in cui soddisfa le sue esigenze. In molti casi, la qualità dei prodotti realizzati con strumenti di intelligenza artificiale potrebbe addirittura essere superiore. Il punto chiave della competizione è questo: l’intelligenza artificiale neutralizza il vantaggio delle risorse e sposta l’attenzione sul secondo vantaggio, la flessibilità rispetto alla rigidità dei processi.
Quando una grande azienda identifica un’opportunità di mercato e decide di lanciare un nuovo prodotto, deve affrontare un percorso burocratico che può durare mesi. I processi sono progettati per gestire attentamente le risorse e risultati rapidi non sono realistici quando sono in gioco le ore umane di sviluppo, test e più dipartimenti.
Per soddisfare la domanda del mercato, le aziende spesso devono combattere le proprie regole. I loro processi non consentono loro di agire in modi che non siano formalmente documentati.
Una startup reagisce in modo molto diverso. Utilizzando l’intelligenza artificiale, può lanciare un prodotto e testare un’ipotesi di mercato il più rapidamente possibile. Non è vincolato da formalità o processi rigidi. L’obiettivo è imparare rapidamente se le persone hanno bisogno del prodotto e, in caso affermativo, cosa deve cambiare per renderlo migliore. È qui che una piccola startup concentra le proprie risorse: raggiungere l’adattamento del prodotto al mercato. In casi estremi, i progetti di grande successo sono costituiti da una sola persona eccezionalmente abile nella gestione dell’intelligenza artificiale.
Un terzo svantaggio delle risorse estensive è che consumano risorse. I dipartimenti richiedono stipendi, che si riflettono nel prezzo del prodotto finale. Una startup che utilizza l’intelligenza artificiale può ridurre significativamente i costi, offrire prezzi più bassi ai clienti, attirare più utenti e migliorare continuamente il prodotto in base al feedback.
L’effetto ceramica per le startup
Se una startup abilitata all’intelligenza artificiale e un’azienda identificano contemporaneamente la stessa opportunità di mercato, il risultato dopo un anno è rivelatore. L’azienda potrebbe aver testato due ipotesi utilizzando un centinaio di ingegneri, mentre la startup potrebbe aver testato un centinaio di ipotesi con solo due ingegneri. Il risultato è che il prodotto della startup si allinea molto più strettamente alla domanda del mercato e in alcuni casi crea addirittura una domanda che prima non esisteva. Questo vantaggio deriva da un volume di feedback esponenzialmente maggiore e dalla flessibilità di rispondere ad esso.
I limiti naturali di questo modello sono i settori ad alta intensità di capitale come quello spaziale, della difesa e della medicina, dove il costo della sperimentazione è troppo elevato per consentire un feedback rapido ed economico da parte dei clienti. Lo stesso vale per le vendite B2G e altri settori ad alta intensità di capitale.
Come le aziende dovrebbero adattarsi
Affinché le grandi aziende possano competere con rivali in rapida evoluzione, sostenuti dall’intelligenza artificiale, devono emulare il loro approccio, e non il contrario. In primo luogo, devono riconoscere che le strutture burocratiche tradizionali e lente rappresentano un ostacolo importante. Il modello aziendale deve evolversi per dare priorità alla velocità e alla sperimentazione.
Un passo fondamentale è la creazione di squadre di intelligenza artificiale autonome che operano all’interno di sandbox governate, ovvero ambienti controllati con requisiti di conformità semplificati. Questi team devono essere completamente scollegati dai processi decisionali burocratici standard. Ciò consente una rapida iterazione e implementazione di prototipi di intelligenza artificiale senza lunghi cicli di approvazione.
I nuovi indicatori chiave di prestazione dovrebbero misurare la velocità di apprendimento e la velocità di implementazione della tecnologia, segnalando un chiaro allontanamento dai parametri legacy legati a progetti lenti e a lungo ciclo. Le aziende dovrebbero inoltre creare un catalogo completo di dati interni per garantire un facile accesso alla formazione dei modelli.
La natura della rivalità basata sull’intelligenza artificiale
Il nuovo modello di rivalità non farà crollare immediatamente le imprese tradizionali né ne fermerà la crescita. Più grande è l’organizzazione, più lento è il declino. È proprio questo il problema. Le aziende non riescono ad adattarsi perché non percepiscono una minaccia immediata, poiché i rapporti annuali mostrano ancora una crescita positiva. La crescita rallenta gradualmente, prima per frazioni percentuali, poi per percentuali intere. Nel frattempo, le nuove imprese potrebbero crescere del migliaia di punti percentuali all’anno, sfidando infine gli operatori storici che sono del tutto impreparati a rispondere.
Questa dinamica è ben illustrata dal rapporto tra Intel e Nvidia, anche se all’epoca la sperimentazione dell’intelligenza artificiale non era un fattore. “Se non hai un microprocessore, cos’altro hai da vendere?” Il CEO di Intel Paul Otellini ha dichiarato nel 2009, respingendo l’affermazione di Nvidia secondo cui l’industria si stava spostando verso i chip grafici. Il successo di Nvidia è stato alimentato dal dominio di Intel, che ha permesso alla rivale di crescere silenziosamente e infine superarla un decennio dopo.
Con la forza aggiuntiva dell’intelligenza artificiale, tali cambiamenti di dominio avverranno molto più velocemente.
