L'intelligenza artificiale per i consulenti

La consulenza si basa su tre tipi di lavoro che l'intelligenza artificiale può accelerare: raccolta e sintesi di informazioni, costruzione di una trama persuasiva e analisi dei dati. Le grandi aziende hanno creato strumenti interni per questo. McKinsey, ad esempio, ha introdotto nel 2023 un assistente interno di intelligenza artificiale generativa chiamato Lilli per ricercare la propria conoscenza. Molte aziende più piccole utilizzano versioni aziendali degli assistenti generali. Sintesi della ricerca significa riassumere rapporti, appunti di interviste e materiale di mercato in temi. L’intelligenza artificiale lo fa velocemente, ma la sintesi non è neutrale. I modelli tendono a ripetere la visione più comune, a smussare le contraddizioni e a eliminare valori anomali insoliti, e il valore anomalo a volte è l’intuizione. Una buona pratica è richiedere citazioni a fonti specifiche e leggere un campione degli originali. Il lavoro sulla trama si adatta bene all'intelligenza artificiale perché le diapositive di consultazione seguono convenzioni note: un pensiero dominante, argomenti di supporto e titoli di azioni che affermano le conclusioni. L’intelligenza artificiale può proporre strutture e restringere i titoli dei giornali. Non può sapere di cosa si preoccupa il CEO del cliente. L’analisi è più sicura quando l’intelligenza artificiale scrive codice o formule che è possibile ispezionare ed eseguire nuovamente, anziché indicare numeri in prosa. La riservatezza è il vincolo difficile. I dati dei clienti sono generalmente coperti da contratti e NDA, pertanto i consulenti dovrebbero utilizzare strumenti approvati dall'azienda i cui termini escludono la formazione sui dati dei clienti. Dovrebbero anche seguire le regole del cliente, che potrebbero vietare completamente l'uso dell'intelligenza artificiale. Le prove sulla qualità sono contrastanti. Un esperimento sul campo del 2023 condotto dai ricercatori della Harvard Business School con i consulenti del Boston Consulting Group ha descritto una frontiera frastagliata. Nelle attività rientranti nelle capacità del modello, i consulenti che utilizzano l’intelligenza artificiale hanno fatto meglio e più velocemente. In un compito al di fuori di esso, avevano maggiori probabilità di ottenere una risposta sbagliata. La lezione è sapere da che parte della frontiera si trova un compito. Per i junior, il classico lavoro di prima bozza (ricerca a tavolino, formattazione, pulizia dei dati) comincia a ridursi. Ciò solleva una vera domanda di apprendistato: come fanno i nuovi consulenti a costruire il giudizio se non svolgono più il lavoro di base?