IMPLEMENTARE L'INTELLIGENZA ARTIFICIALE IN UNA PMI TENENDO BEN PRESENTI I REQUISITI DELLA ISO 9001
Come deve muoversi una PMI certificata ISO 9001 che voglia iniziare a lavorare con l'intelligenza artificiale? Quali rischi e quali opportunità deve avere considerare?"
L'intelligenza artificiale non è più una tecnologia futuristica riservata alle grandi multinazionali tecnologiche. Oggi, anche le piccole e medie imprese italiane possono accedere a soluzioni AI pratiche e accessibili per gestire al meglio i loro processi operativi.
Dal chatbot che si occupa delle prime richieste dei clienti al sistema di controllo qualità automatizzato, l'AI sta diventando un elemento strategico per competere nei mercati di oggi. Tuttavia, questa trasformazione digitale solleva alcuni interrogativi:
- Come mantenere la qualità e la conformità durante l'implementazione dell'AI?
- Come garantire che l'automazione non comprometta gli standard delle nostre aziende?
La ISO 9001 con i suoi principi del miglioramento continuo e dell'approccio per processi, non diventa obsoleta con l'arrivo dell'intelligenza artificiale, anzi acquisisce nuova rilevanza. L'intelligenza artificiale, infatti, introduce una variabilità e una complessità che richiedono una gestione strutturata della qualità ancora più rigorosa. Le PMI che implementano l'AI senza un modello ben strutturato rischiano, infatti, di creare nei loro processi delle vere e proprie "scatole nere", perdendo il controllo sugli elementi critici del lavoro.La ISO 9001 ci aiuta proprio a creare questa struttura, garantendo che l'innovazione tecnologica sia accompagnata da governance e controllo.
La ISO 9001:2015 si basa su sette principi fondamentali del quality management che assumono nuova rilevanza nell'era dell'intelligenza artificiale. Per quanto riguarda la focalizzazione sul cliente, ad esempio, l'AI può migliorare la personalizzazione e la capacità di risposta ma deve essere guidata da una comprensione profonda delle esigenze del cliente per evitare i chatbot che conosciamo tutti fin troppo bene e che non risolvono MAI un problema al cliente!
Paradossalmente, l'automazione richiede un maggiore coinvolgimento umano per essere efficace, non di meno e, per quanto riguarda l'approccio per processi, deve essere integrata nei processi esistenti, senza stravolgerli completamente.
Per quanto riguarda il miglioramento, l'intelligenza artificiale genera dati che possono alimentare cicli di miglioramento continuo più efficaci e, migliorando la qualità di questi dati proprio grazie al suo intervento, possiamo migliorare anche le decisioni che prendiamo basandoci sulle evidenze.
Insomma, ci servono molti ingredienti per combinare qualcosa di buono!
Definizione e tipologie di AI più utili nelle PMI
Per le PMI italiane, l'AI si concretizza principalmente in:
- AI predittiva: sistemi che analizzano dati storici per prevedere trend futuri, utili per la manutenzione predittiva o per la gestione delle scorte
- AI conversazionale: chatbot e assistenti virtuali per il customer service o per il supporto interno
- Computer vision: sistemi di riconoscimento delle immagini per il controllo qualità automatizzato o per la sicurezza
- AI per l'automazione: robot software che automatizzano i processi ripetitivi
- AI analitica: sistemi che elaborano grandi quantità di dati per identificare modelli
L’Italia si è posizionata al 15° posto su 27 stati membri dell’Unione Europea nell’edizione 2024 del Digital Economy and Society Index (DESI), che misura il livello di digitalizzazione di economia e società nei paesi UE, con le PMI che mostrano un gap significativo nell'adozione di tecnologie avanzate. .
Le barriere principali che sono state identificate sono:
- la mancanza di competenze interne
- i costi percepiti come elevati
- l'incertezza sui benefici
Analisi costi-benefici per l'introduzione dell'AI
Un approccio strutturato per valutare gli investimenti da fare per iniziare a lavorare con l'intelligenza artificiale deve considerare:
-
Costi diretti:
- licenze software e servizi cloud
- hardware e infrastruttura
- formazione del personale
- consulenza e implementazione
-
Costi indiretti:
- tempo di implementazione e curva di apprendimento
- possibili interruzioni operative
- aggiornamento dei processi e della documentazione
- gestione del cambiamento
-
Benefici quantificabili:
- riduzione degli errori e delle rilavorazioni
- aumento della velocità dei processi
- riduzione dei costi manuali
- miglioramentodella soddisfazione del cliente
-
Benefici strategici:
- vantaggi competitivi
- percezione del brand
- attrattività per persone di talento
Impatti dell'intelligenza artificiale sui requisiti della ISO 9001
Per quanto riguarda il punto 4.1 della ISO 9001:2015 relativo al contesto dell'organizzazione, l''introduzione dell'AI modifica significativamente il contesto interno ed esterno. Dal punto di vista interno, cambiano le competenze richieste, i processi operativi e le capacità analitiche. Esternamente, si modificano le aspettative dei clienti e il posizionamento competitivo.
Per il punto 4.2 sulla comprensione delle esigenze delle parti interessate, sappiamo che l'intelligenza artificiale ha un impatto su tutte le relazioni perché i clienti possono aspettarsi maggiore personalizzazione e rapidità, i fornitori potrebbero dover adeguare i propri sistemi per l'integrazione, il personale richiedere formazione e rassicurazioni.
I requisiti del paragrafo 6.1 (Azioni per affrontare rischi e opportunità) dovranno essere analizzati nuovamente per ciò che concerne le nuove categorie di rischi che devono essere formalmente valutate e gestite. Occorre considerare le probabilità cjhe il sistema dia problemi, l'impatto sulla qualità del prodotto e del servizio e la disponibilità di procedure alternative.
Per il requisito 6.2 (Obiettivi per la qualità e pianificazione), gli obiettivi della qualità dovranno essere rivisti per includere indicatori specifici per i sistemi AI, come l'accuratezza, la precisione, il tempo di risposta, ecc. Ad esempio: un centro di assistenza che introduce l'AI per avere conversazioni con i clienti potrebbe fissare obiettivi come il "95% di accuratezza nella comprensione delle richieste del cliente" e la "riduzione del 30% del tempo medio di risoluzione dei problemi".
Il punto 7.1.6 sulla gestione delle conoscenze è interessante perché l'implementazione dell'AI richiede nuove competenze e la gestione della conoscenza diventa critica per evitare un'eccessiva dipendenza da pochi specialisti. Occorre procedere con una mappatura delle competenze AI necessarie rispetto a quelle disponibili e con programmi di formazione. Ad esempio, un'officina meccanica che introduca a scopo diagnostico l'intelligenza artificiale deve formare i meccanici sui nuovi sistemi, mantenendo le competenze tradizionali per i casi in cui l'AI non è applicabile.
Per il paragrafo 7.5 sulle informazioni documentate, l'intelligenza artificiale cambia radicalmente l'approccio alla gestione documentale. Da un lato può automatizzare molti processi, dall'altro introduce nuove esigenze di tracciabilità. Vanno stabiliti tutti i criteri per il training dell'AI, per l'aggiornamento dei dati, per la tracciabilità delle decisioni prese, ecc. Ad esempio, un laboratorio di analisi che usi l'intelligenza artificiale per l'interpretazione degli esami deve mantenere i log delle decisioni prese in automatico dal sistema, dei casi in cui l'AI è stata sovrascritta da operatori umani e delle performance del sistema nel tempo.
Per le attività operative del capitolo 8 della ISO 9001, l'integrazione dell'intelligenza artificiale nei processi richiede una riprogettazione dei flussi di lavoro che mantenga il controllo umano nei punti critici.
Ad esempio, un'azienda tessile che introduca l'AI per il controllo qualità dei tessuti deve definire le soglie di confidenza oltre le quali il pezzo viene automaticamente approvato e sotto le quali viene sottoposto a controllo umano.
Per ciò che riguarda la produzione ed erogazione dei servizi, l'intelligenza artificiale
può modificare direttamente il prodotto o il servizio finale, richiedendo nuovi controlli di qualità e criteri di accettazione.
Un'agenzia di marketing che usi l'AI per la generazione di contenuti deve, ad esempio, definire processi di revisione umana, criteri di qualità per i contenuti generati automaticamente e procedure per la personalizzazione su richiesta del cliente.
Per ciò che riguarda il monitoraggio, la misurazione e l'analisi (punto 9.1 della norma), l'intelligenza artificiale offre nuove opportunità per il monitoraggio ma richiede anche nuovi indicatori specifici per valutare le performance dei sistemi automatizzati. Un'azienda di spedizioni che usi l'AI per l'ottimizzazione delle rotte deve, per esempio, monitorare non solo i tempi di consegna ma anche l'accuratezza delle predizioni del traffico e la soddisfazione del cliente per le finestre di consegna stimate.
Per gli audit interni (paragrafo 9.2), occorre estendere l'ambito per coprire anche i sistemi AI e sviluppare le competenze necessarie.
Ai requisiti del punto 10.2 che riguardano non conformità e azioni correttive bisogna prestare particolare attenzione perché possono avere caratteristiche diverse da quelle tradizionali e richiedere approcci specifici per l'analisi delle cause. Ad esempio: se un sistema AI di controllo qualità inizia a produrre falsi positivi, l'analisi delle cause potrebbe rivelare un problema a livello di dati con la necessità di ripetere il training del modello.