La conoscenza che ti risponde: assistenti AI per le competenze interne

Chiedete a chi lavora in prima linea dove si trova una risposta e raramente vi indicherà un documento. Vi farà un nome. La policy è nella testa di qualcuno, l’eccezione è rimasta in una conversazione della scorsa primavera e la versione aggiornata del playbook è quella che un collega anziano tiene sul proprio desktop. Ogni organizzazione va avanti grazie a un sapere che poi fatica a ritrovare.

Il costo non è astratto. Si paga ogni giorno, nella stessa moneta, e lo paga chiunque.

Il problema è il recupero, non l’informazione

Alle aziende non manca la conoscenza. Mancano i modi per arrivarci. Lo studio di McKinsey su chi lavora con le informazioni ha rilevato che quasi un quinto della settimana lavorativa se ne va nella ricerca di dati interni o nella caccia alla persona che li possiede. Per una funzione ad alta intensità di conoscenza, vuol dire un giorno su cinque speso a cercare invece che a servire il cliente.

Un assistente interno incide direttamente su quel numero. Raccoglie le policy, i playbook e la documentazione di prodotto che l’organizzazione già possiede, li indicizza e risponde alle domande in linguaggio naturale citando la fonte. La stessa ricerca ha rilevato che rendere la conoscenza facilmente reperibile può ridurre i tempi di ricerca fino al 35%. Il punto non è la novità tecnologica. Sono le ore recuperate.

Alle aziende non manca la conoscenza. Mancano i modi per arrivarci.

I benefici si fanno sentire di più dove l’esperienza è minore

I dati più solidi vengono da uno studio su 5.179 operatori del supporto clienti a cui è stato messo a disposizione un assistente generativo che suggeriva risposte in tempo reale. In media, le risoluzioni orarie sono salite del 14%. Ma la media nasconde il dato più interessante. Gli operatori alle prime armi e meno qualificati sono migliorati del 34%, mentre i più esperti si sono mossi a malapena.

È proprio questa asimmetria a rendere la conoscenza interna un caso d’uso interessante. L’assistente fa emergere ciò che i vostri collaboratori migliori già sanno e lo mette a disposizione di tutti gli altri. Accorcia la curva di apprendimento e porta chi ha due mesi di esperienza al livello di chi ne ha sei.

È per questo che la conoscenza interna è passata da progetto collaterale a priorità operativa. Nell’indagine McKinsey del 2024, il 65% delle organizzazioni ha dichiarato di usare regolarmente l’AI generativa, quasi il doppio rispetto a dieci mesi prima; e in questa ondata di adozione torna spesso un modello ricorrente: un’interfaccia conversazionale costruita sopra i contenuti interni.

Cosa distingue un assistente che conquista la fiducia da uno che la erode

La tecnologia è la parte facile. È il rigore a decidere se le persone continueranno a usare lo strumento dopo la prima risposta sbagliata. Cinque pratiche separano le implementazioni che generano valore nel tempo da quelle che si spengono in silenzio.

1. Delimitate il corpus. Partite da un solo insieme di contenuti ben curato (policy HR, playbook del supporto o documentazione di prodotto) e dite agli utenti con chiarezza cosa l’assistente conosce e cosa no. Un assistente circoscritto che dà risposte corrette vale più di uno generalista che tira a indovinare.
2. Ancorate ogni risposta alla fonte e citatela. Le risposte devono attingere a contenuti approvati e arrivare con il link alla fonte, così che chiunque possa verificare con un clic. L’assistente propone; la fonte decide.
3. Trattate l’aggiornamento come un compito, non come un auspicio. È dagli archivi obsoleti che nascono le allucinazioni. Assegnate la responsabilità di ciò che si aggiunge, si rimuove e si rivede, e con quale cadenza.
4. Filtrate l’accesso in base ai permessi. La conoscenza interna ha i suoi livelli di autorizzazione. L’assistente deve rispettare chi può vedere cosa, altrimenti diventa una falla con un’interfaccia cortese.
5. Chiudete il ciclo del feedback. Tenete sotto controllo le domande a cui non sa rispondere e le risposte che le persone scartano. Quelle lacune sono la roadmap per il prossimo ciclo di contenuti, non un motivo per accantonare lo strumento.

Perché i conti tornano

Se questo caso d’uso ricorre nelle analisi più serie è perché il valore si concentra proprio dove queste aziende lavorano. McKinsey stima che le customer operations siano una delle quattro funzioni che concentrano la maggior parte del potenziale dell’AI generativa, con guadagni di produttività pari al 30-45% degli attuali costi della funzione. Un assistente interno è il modo in cui quel potenziale arriva sulla scrivania: non sostituendo l’esperto, ma rendendo il suo sapere disponibile a tutti nel momento esatto in cui serve.

Le aziende che ci riescono non trattano l’assistente come una funzionalità. Lo trattano come uno strato gestito che poggia sulle proprie competenze, governato con la stessa serietà della conoscenza che gli sta sotto. È questo il salto: dal mandare in produzione un chatbot al gestire una vera e propria capacità di conoscenza.

Per scoprire come progettiamo e governiamo gli assistenti di conoscenza interna, scoprite il nostro lavoro di Advisory e di Experience Strategy, oppure sfogliate i case study.