intelligenza artificiale

Sogei:”Ecco la nostra strategia per diventare un’azienda cognitiva”



Indirizzo copiato

Sogei si prepara ad affrontare le sfide dell’intelligenza artificiale, a rispondere in maniera adeguata al regolamento Ue AI ACT e ad aderire a codici di condotta comuni sull’IA. Ecco le tre fasi della strategia Cognitive Enterprise

Pubblicato il 4 lug 2023

Monica Gabrielli

Dirigente Responsabile Strategia e Sviluppo Nuove Iniziative



AI Questions Icon
Chiedi all'AI
Riassumi questo articolo
Approfondisci con altre fonti
Cognitive-Digital-Labor




La Sogei, affrontando le sfide poste dall’IA attraverso il progetto Cognitive Enterprise, previsto nel piano industriale 2023-2025 persegue nel raggiungimento del proprio obbiettivo: “Semplificare la vita di noi cittadini”, creando le condizioni per poter rispondere in maniera adeguata al regolamento comunitario AI ACT atteso per fine 2023 e aderire a codici di condotta comuni sull’IA.

Il progetto Cognitive Enterprise di Sogei

La strategia aziendale, caratterizzata da tre fasi, l’ottimizzazione dell’esistente, la creazione di valore e l’evoluzione del modello di business, condurrà alla definizione di nuove linee di indirizzo, di mission, di vision, di segragation of duties e procedure di escalation dei problemi o dei rischi, in grado di soddisfare le aspettative dei clienti prima che i clienti stessi maturino la coscienza di avere un’aspettativa che deve essere soddisfatta.

La fase di ottimizzazione della situazione esistente

La fase di ottimizzazione della situazione esistente ha richiesto un’attività di ricognizione sull’organizzazione, sui processi, sulle competenze e sulle soluzioni AI presenti in pipeline, in sperimentazione e in esercizio. Frutto dell’attività è stata la definizione di un modello operativo attraverso cui sono stati definiti il modello di governance, la catena del valore e il modello organizzativo verso cui tendere con le relative competenze da acquisire o sviluppare oltre agli strumenti e le tecnologie digitali abilitanti.

L’adozione dell’approccio “Human in the loop”

Il processo principale interessato dalla strategia di trasformazione è certamente quello relativo al ciclo di sviluppo del software che, per le soluzioni di IA, deve essere rivisto nelle diverse fasi prevedendo per alcune anche cicli iterativi attraverso l’adozione dell’approccio “Human in the loop” che colloca la conoscenza e l’esperienza delle persone al centro dei processi di apprendimento automatico. Uno degli elementi fondanti che rendono qualsiasi artefatto di IA responsabile e inclusivo è la necessaria responsabilità di chi lo progetta, il cui compito etico primario deve riguardare le capacità di includere e di prendere come primo elemento centrale l’essere umano che ne dovrà beneficiare (AI Human-centered design). Iniziare un processo di ideazione, progettazione e sviluppo di artefatti di IA tenendo a mente la centralità dell’essere umano è un elemento fondamentale. Tale passaggio è estremamente delicato, poiché da tale fase di sviluppo si delineano i principi di responsabilità ed etica necessari.

Il progetto Ethical eXperience

Attraverso il progetto Ethical eXperience sono state definite le caratteristiche di un comitato etico con il compito di governare le questioni di alto livello concernenti le questioni etiche che possono intervenire durante la progettazione e la realizzazione di artefatti IT e, dunque, anche di artefatti derivanti dall’utilizzo di metodi, tecniche e strumenti di IA. A tale proposito è stata ipotizzata l’istituzione di una figura preposta denominata ethical trustee, una funzione aziendale che sia in possesso degli ethical skill necessari, ovvero in grado di includere ed inglobare i valori etici e i driver etici propri dell’Azienda all’interno dei processi, delle tecnologie e nelle persone che costituiscono l’ecosistema aziendale e di guidare e definire le modalità di trasferimento dei valori etici e dei driver etici propri dell’Azienda.

L’ottimizzazione dell’esistente richiede anche l’adozione di strumenti e piattaforme in grado di creare valore agli stakeholder e all’organizzazione. In particolare si è inteso implementare un framework che oltre a valutare gli aspetti etici consenta una governance end-to-end del ciclo di vita delle soluzioni di IA. Sarà, inoltre, fondamentale consolidare all’interno di una Cognitive Platform gli strumenti per consentire di acquisire, organizzare, analizzare i dati e presentare i risultati delle soluzioni di IA attraverso modalità diverse.

La fase di creazione del valore

La fase di creazione del valore rappresenta il cuore dell’intero percorso in quanto saranno avviate le progettualità che realizzeranno concretamente quanto definito nella fase precedente di ottimizzazione della situazione esistente. In particolare, il primo step sarà la costituzione di un centro di competenza per l’IA e comitati a supporto.

Il centro di competenza per l’IA

Il centro di competenza avrà il compito insieme alle strutture aziendali preposte di implementare quanto previsto nel modello operativo e in particolare ha una visione di insieme di tutti i vari progetti di AI aziendali,  dei metodi e/o delle tecnologie di IA in uso, presiede e coordina lo steering committee per l’IA,  produce linee guida e standard interni obbligatori, avvia i progetti necessari per aggiornare i processi, collabora alla strategia di sviluppo delle competenze e supporta i programmi di formazione, garantisce che i prodotti e i servizi di IA soddisfino gli obiettivi aziendali e in ultima analisi collabora al consolidamento  delle tecnologie funzionali alla realizzazione della Cognitive Platform.

Il personale del centro di competenza

Il centro di competenza avrà al proprio interno personale altamente specializzato ed eterogeneo in termini di professionalità. Dal Chief AI Officer, esperto tecnico con elevata competenza nel settore dell’IA con il compito di indirizzare le strategie interne in tema, allo scienziato dei dati  (data scientist), all’ingegnere della conoscenza, al filosofo, allo scienziato cognitivo, all’analista di business (business analyst), all’IA business development fino all’ IT facilitator.

Il centro di competenza opererà in modo integrato con le diverse figure professionali che operano all’interno delle varie strutture aziendali come, a titolo esemplificativo, l’ingegnere dei dati (data engineer), l’architetto di IA (AI architect), l’ingegnere di IA (AI engineer), il developer (sviluppatore). gli esperti di business e il mondo delle operations. Il centro di competenza di IA potrà contare su altri centri di competenza interni che forniranno supporto per gli aspetti legati alla privacy, alla sicurezza, alla customer experience e come menzionato in precedenza l’ethical trustee per le questioni etiche.

Ripensare il ciclo produttivo

Il percorso descritto per diventare un’azienda cognitiva porterà Sogei a ripensare il proprio ciclo produttivo in modo tale che sempre di più le competenze specialistiche delle proprie persone, l’apprendimento automatico, l’automazione di processo, l’approccio data-driven e i framework a supporto consentiranno di combinare la tecnologia, la cultura e le esperienze umane. L’obiettivo è realizzare una IA responsabile basata sui principi di trasparenza, eticità, completezza e efficienza e garantire il massimo beneficio per gli stakeholder e i cittadini grazie anche alla possibilità di sviluppare nuovi modelli di business.

Partecipa alla community

guest

0 Commenti
Più recenti
Più votati
Inline Feedback
Vedi tutti i commenti

People&Change

Tutti
Produttività e AI
AI IN AZIENDA
AI E LAVORO
SCENARI
FORMAZIONE
CULTURA AZIENDALE
COMPETENZE
AI in azienda
Carriera
AI leadership
Leggi l'articolo Produttività e AI: il vantaggio cresce ai vertici, meno tra i dipendenti
lo studio
Produttività e AI: il vantaggio cresce ai vertici, meno tra i dipendenti
Leggi l'articolo Shadow AI in azienda: come governare rischi, dati e sicurezza
policy
Shadow AI in azienda: come governare rischi, dati e sicurezza
Leggi l'articolo AI e lavoro: i rischi di adottarla senza riprogettare i processi
collaborazione uomo-ai
AI e lavoro: i rischi di adottarla senza riprogettare i processi
Leggi l'articolo Diritto a un call center umano: banco di prova per il futuro con l’AI
la sentenza
Diritto a un call center umano: banco di prova per il futuro con l’AI
Leggi l'articolo Shadow AI, vietarla non basta: il problema sono i processi aziendali
scenari
Shadow AI, vietarla non basta: il problema sono i processi aziendali
Leggi l'articolo Longevità e lavoro: come riprogettare la propria carriera
scenari
Longevità e lavoro: come riprogettare la propria carriera
Leggi l'articolo People Pleaser sul lavoro: perché è difficile dire di no
lavoro e SOCIETÀ
People Pleaser sul lavoro: perché è difficile dire di no
Leggi l'articolo Master MIA a Cremona, il modello ibrido per portare l’AI in azienda
imprese e formazione
Master MIA a Cremona, il modello ibrido per portare l’AI in azienda
Leggi l'articolo Skills contro job title: le competenze trasformano i team nell’era dell’AI
competenze e lavoro
Skills contro job title: le competenze trasformano i team nell’era dell’AI
Leggi l'articolo Shadow AI in azienda: rischi, controlli e strumenti di governance
uso non approvato dell’AI
Shadow AI in azienda: rischi, controlli e strumenti di governance
Leggi l'articolo L’AI accelera la conoscenza, non l’esperienza: il nuovo compito delle HR
risorse umane
L’AI accelera la conoscenza, non l’esperienza: il nuovo compito delle HR
Leggi l'articolo Gestione del cambiamento nell’AI: strategie per un’adozione efficace
la guida
Gestione del cambiamento nell’AI: strategie per un’adozione efficace
Leggi l'articolo Team ibridi, le regole per coordinare persone e agenti IA
leader aumentato
Team ibridi, le regole per coordinare persone e agenti IA
Leggi l'articolo Dimissioni e carriera: quando e come decidere di lasciare un lavoro
scenari
Dimissioni e carriera: quando e come decidere di lasciare un lavoro
Leggi l'articolo AI leadership, come cambiare la governance delle organizzazioni
AI e organizzazioni
AI leadership, come cambiare la governance delle organizzazioni
Leggi l'articolo AI in azienda, l’adozione si blocca senza una nuova leadership
Oltre l'AI Fatigue
AI in azienda, l’adozione si blocca senza una nuova leadership
Leggi l'articolo Produttività e AI: il vantaggio cresce ai vertici, meno tra i dipendenti
lo studio
Produttività e AI: il vantaggio cresce ai vertici, meno tra i dipendenti
Leggi l'articolo Shadow AI in azienda: come governare rischi, dati e sicurezza
policy
Shadow AI in azienda: come governare rischi, dati e sicurezza
Leggi l'articolo AI e lavoro: i rischi di adottarla senza riprogettare i processi
collaborazione uomo-ai
AI e lavoro: i rischi di adottarla senza riprogettare i processi
Leggi l'articolo Diritto a un call center umano: banco di prova per il futuro con l’AI
la sentenza
Diritto a un call center umano: banco di prova per il futuro con l’AI
Leggi l'articolo Shadow AI, vietarla non basta: il problema sono i processi aziendali
scenari
Shadow AI, vietarla non basta: il problema sono i processi aziendali
Leggi l'articolo Longevità e lavoro: come riprogettare la propria carriera
scenari
Longevità e lavoro: come riprogettare la propria carriera
Leggi l'articolo People Pleaser sul lavoro: perché è difficile dire di no
lavoro e SOCIETÀ
People Pleaser sul lavoro: perché è difficile dire di no
Leggi l'articolo Master MIA a Cremona, il modello ibrido per portare l’AI in azienda
imprese e formazione
Master MIA a Cremona, il modello ibrido per portare l’AI in azienda
Leggi l'articolo Skills contro job title: le competenze trasformano i team nell’era dell’AI
competenze e lavoro
Skills contro job title: le competenze trasformano i team nell’era dell’AI
Leggi l'articolo Shadow AI in azienda: rischi, controlli e strumenti di governance
uso non approvato dell’AI
Shadow AI in azienda: rischi, controlli e strumenti di governance
Leggi l'articolo L’AI accelera la conoscenza, non l’esperienza: il nuovo compito delle HR
risorse umane
L’AI accelera la conoscenza, non l’esperienza: il nuovo compito delle HR
Leggi l'articolo Gestione del cambiamento nell’AI: strategie per un’adozione efficace
la guida
Gestione del cambiamento nell’AI: strategie per un’adozione efficace
Leggi l'articolo Team ibridi, le regole per coordinare persone e agenti IA
leader aumentato
Team ibridi, le regole per coordinare persone e agenti IA
Leggi l'articolo Dimissioni e carriera: quando e come decidere di lasciare un lavoro
scenari
Dimissioni e carriera: quando e come decidere di lasciare un lavoro
Leggi l'articolo AI leadership, come cambiare la governance delle organizzazioni
AI e organizzazioni
AI leadership, come cambiare la governance delle organizzazioni
Leggi l'articolo AI in azienda, l’adozione si blocca senza una nuova leadership
Oltre l'AI Fatigue
AI in azienda, l’adozione si blocca senza una nuova leadership
0
Lascia un commento, la tua opinione conta.x