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

Chiedete a un dipendente in prima linea dove si trova la risposta e raramente otterrete un documento. Otterrete un nome. La policy è nella testa di qualcuno, l’eccezione è in una conversazione della scorsa primavera e la versione attuale del playbook è quella che un collega con anzianità tiene sul proprio desktop. Ogni organizzazione funziona grazie a conoscenze che non riesce a trovare facilmente.

Il costo non è astratto. Si paga ogni giorno nella stessa moneta, da parte di tutti.

Il problema è il recupero, non l’informazione

Alle aziende non manca la conoscenza. Mancano i modi per raggiungerla. Lo studio di McKinsey sui lavoratori della conoscenza ha rilevato che quasi un quinto della settimana lavorativa va perso nella ricerca di informazioni interne o nella caccia alla persona che le possiede. Per una funzione ad alta intensità di conoscenza, significa un giorno su cinque speso a cercare anziché a servire.

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

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

I benefici colpiscono più forte dove l’anzianità è minore

L’evidenza più rigorosa proviene da uno studio su 5.179 agenti del supporto clienti a cui è stato fornito un assistente generativo che suggeriva risposte in tempo reale. L’accesso ha aumentato le risoluzioni orarie del 14% in media. Ma la media nasconde la vera storia. Gli agenti alle prime armi e meno qualificati sono migliorati del 34%, mentre i più esperti si sono mossi a malapena.

Quell’asimmetria è l’intera ragione che fa della conoscenza interna un caso d’uso. L’assistente funziona facendo emergere ciò che i vostri migliori collaboratori già sanno e mettendolo a disposizione di tutti gli altri. Comprime la curva dell’anzianità, trasformando un dipendente con due mesi di esperienza nell’equivalente di uno con sei mesi.

È per questo che la conoscenza interna è passata da progetto secondario a priorità di prima linea. Nell’indagine McKinsey del 2024, il 65% delle organizzazioni ha dichiarato di utilizzare regolarmente l’AI generativa, quasi il doppio rispetto a dieci mesi prima, e uno schema ricorrente all’interno di questa adozione è un’interfaccia conversazionale posta sopra i contenuti interni.

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

La tecnologia è la parte facile. È la disciplina a decidere se le persone continueranno a usare lo strumento dopo la prima risposta sbagliata. Cinque pratiche separano le implementazioni che generano valore composto da quelle che muoiono in silenzio.

1. Delimitate il corpus. Partite da un solo insieme di contenuti ben curato (policy HR, playbook di supporto o documentazione di prodotto) e dite agli utenti esattamente cosa l’assistente conosce e cosa no. Un assistente circoscritto che dà risposte corrette batte uno ampio che tira a indovinare.
2. Ancorate ogni risposta e citatela. Le risposte devono essere tratte da contenuti approvati e restituite con i link alla fonte, così che un dipendente possa verificare con un clic. L’assistente propone; la fonte decide.
3. Trattate l’aggiornamento come un compito, non come una speranza. I repository obsoleti sono il luogo da cui nascono le allucinazioni. Assegnate la responsabilità di ciò che viene aggiunto, rimosso e rivisto, e con quale cadenza.
4. Limitate l’accesso in base alle autorizzazioni. La conoscenza interna porta con sé dei permessi. L’assistente deve rispettare chi è autorizzato a vedere cosa, altrimenti diventa una falla con un’interfaccia gentile.
5. Chiudete il ciclo del feedback. Monitorate le domande a cui non sa rispondere e le risposte che le persone rifiutano. Quelle lacune sono la roadmap per il prossimo ciclo di contenuti, non un motivo per abbandonare lo strumento.

Perché i conti tornano

Il motivo per cui questo caso d’uso ricorre nelle analisi più serie è che il valore si concentra proprio dove operano queste aziende. McKinsey stima che le customer operations siano una delle quattro funzioni che rappresentano 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 la conoscenza dell’esperto 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 sopra le proprie competenze, governato con la stessa serietà della conoscenza che vi sta sotto. È questo il passaggio dal mettere in produzione un chatbot al gestire una vera capacità di conoscenza.

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