A.R.C.O. (Automated Risk & Change Operations) è un progetto di ricerca industriale e sviluppo sperimentale co-finanziato dall’Unione Europea, nell’ambito del Programma Regionale Abruzzo FESR 2021-2027, che persegue lo sviluppo di una piattaforma per la gestione del Change Management supportato da modelli di Intelligenza Artificiale.
Indice degli argomenti
Il cambiamento costante e la sfida del change management
Il cambiamento è una costante inevitabile nella vita di qualsiasi organizzazione. Qualsiasi sia la motivazione alla base della decisione di attuare un cambiamento – per esempio l’adozione di nuove tecnologie, la gestione delle risorse umane, l’introduzione di nuove norme come la Direttiva NIS2, oppure altri fattori gestionali, organizzativi o provenienti dal contesto esterno – ogni trasformazione richiede una risposta strutturata per essere gestita con successo. Ed è qui che entra in gioco il Change Management: un processo che accompagna le organizzazioni e le loro persone nella gestione dei cambiamenti, mitigando i rischi e assicurando il raggiungimento dell’obiettivo.
Le fasi del processo di cambiamento secondo i principi del change management
Un processo di cambiamento secondo i principi del Change Management generalmente si articola nelle seguenti fasi:
- nella prima fase viene identificata l’esigenza di un cambiamento;
- la seconda fase è dedicata alla progettazione e pianificazione delle attività necessarie per portare a compimento il cambiamento, comprensiva di una valutazione dei rischi potenziali, della definizione di meccanismi di approvazione e di una comunicazione trasparente e continua a tutti gli interessati;
- la terza fase prevede l’esecuzione delle attività pianificate, mobilitando le risorse necessarie;
- nella quarta e ultima fase di revisione e chiusura vengono verificati i risultati ottenuti e vengono raccolte le lessons learned utili ad ottimizzare future iniziative di cambiamento, procedendo quindi ad una chiusura formale del processo.
Tuttavia, l’applicazione pratica delle fasi appena descritte non è di semplice attuazione. Anche se le linee guida sono chiare, un ostacolo molto spesso sottovalutato è la carenza di strumenti e metodologie pratiche in grado di supportare concretamente l’adozione della procedura standard. Questa mancanza può portare ad iniziative di cambiamento gestite in modo incompleto, magari con problemi nella condivisione delle informazioni a tutti gli interessati, oppure carente nella pianificazione o nella gestione dei rischi.
I problemi che rallentano il processo di cambiamento
In generale, i seguenti problemi possono rallentare il processo o addirittura comprometterne la buona riuscita:
- comunicazione inefficace, quando le informazioni sono carenti, frammentate oppure non raggiungono tutte le persone interessate, generando confusione. La situazione è frequentemente aggravata dalla metodologia della comunicazione stessa, spesso affidata a lunghe catene di email che coinvolgono molteplici interlocutori, ostacolando il tracciamento storico delle decisioni e delle richieste;
- mancanza di un processo strutturato, ossia navigare a vista quasi improvvisando l’implementazione del cambiamento senza una chiara roadmap conduce inevitabilmente ad omissioni, errori e inefficienze;
- scarsità di tempo e risorse dedicate, in quanto un’accurata pianificazione può richiedere un impegno considerevole di tempo e risorse, spesso sottovalutato, specialmente se tali attività si basano su processi manuali;
- resistenza al cambiamento, una reazione comune a livello individuale e organizzativo, che può ostacolare significativamente l’adozione della trasformazione.
Le considerazioni fin qui presentate evidenziano una sempre più fondamentale necessità per le organizzazioni: efficientare i propri processi operativi ed organizzativi sfruttando appieno le opportunità e le tecnologie messe a disposizione dalla rapida trasformazione digitale in atto. Da questa esigenza nasce l’idea del progetto A.R.C.O., una soluzione pensata per supportare le organizzazioni nell’adozione del modello di Change Management descritto dalla letteratura integrando in modo strategico modelli di Intelligenza Artificiale.
Il progetto A.R.C.O. ha innescato una significativa evoluzione nel modulo di Change Management del software “INRIMAone” sviluppato da Infoteam, una piattaforma in grado di offrire strumenti utili a monitorare lo stato di conformità nel tempo alle normative di Cyber Security. La componente di Intelligenza Artificiale è stata progettata come parte fondamentale del modulo, perfettamente integrata sia a livello tecnico sia a livello funzionale e di usabilità da parte dell’utente finale, tanto da favorire un rebranding del modulo stesso che ora è conosciuto con il nome “A.R.C.O.”, sottolineandone così il ruolo centrale. La componente di IA del modulo A.R.C.O. è stata sviluppata per rendere la gestione di un cambiamento facile, strutturata e automatizzata, garantendo al contempo la conformità dei processi operativi alle norme, agli standard e alle best practice di riferimento.
Funzionalità avanzate dell’intelligenza artificiale per il change management
L’obiettivo cardine dei modelli di Intelligenza Artificiale pensati per A.R.C.O. è la semplificazione e l’automazione delle procedure di Change Management per poter rendere i processi di gestione dei cambiamenti efficienti e il più possibile autonomi. Il modulo di Change Management, quindi, è stato dotato di strumenti avanzati per organizzare e semplificare il lavoro: grazie a un workflow strutturato gli utenti sono guidati nelle azioni da compiere, facilitando al contempo la collaborazione tramite ruoli definiti e comunicazioni automatiche.
In questo contesto, l’applicazione dei modelli di Intelligenza Artificiale riesce ad ottimizzare il Change Management offrendo le seguenti funzionalità:
- automatizzazione di attività ripetitive, proponendo in base alla tipologia di cambiamento e ad altri parametri le attività da svolgere e i rischi potenziali connessi alle attività, in modo da ridurre considerevolmente il carico di lavoro manuale e lasciando all’utente solo il compito di revisione dei contenuti proposti;
- elevato grado di personalizzazione, in quanto i modelli sono addestrati sulla documentazione fornita direttamente dall’organizzazione e controllabile in qualsiasi momento;
- ottimizzazione delle procedure interne, riducendo i tempi per la documentazione dei cambiamenti e fornendo un sistema nel quale centralizzare tutte le informazioni e renderle disponibili immediatamente a chi ne ha bisogno;
- supporto sempre disponibile all’utente in qualsiasi step del processo per risolvere dubbi sulla procedura e sul sistema senza interruzioni nei flussi di lavoro.
Tecnologie chiave: chatbot documentale e ai generativa
L’efficienza e la sicurezza raggiungibili con le funzionalità appena descritte sono rese possibili grazie all’impiego strategico di due tecnologie chiave: un chatbot documentale e l’AI generativa. Il chatbot documentale è direttamente collegato ai documenti aziendali come organigrammi, procedure, manuali e processi. Basato su un sistema RAG (Retrieval-Augmented Generation) e sfruttando modelli LLM (Large Language Model), il chatbot è in grado di interpretare le domande degli utenti e fornire risposte specifiche e pertinenti, attingendo direttamente dalla documentazione messa a disposizione. Questo si traduce in un supporto rapido per gli utenti, migliorando l’efficienza operativa. Parallelamente, l’AI generativa offre un supporto intelligente e proattivo. Il sistema utilizza la conoscenza aziendale per suggerire automaticamente le attività necessarie per portare a compimento il cambiamento così come un piano dei rischi potenziali collegati a tali attività. Come risultato l’operatività del Change Manager viene supportata, a beneficio della velocità decisionale.
L’applicazione dei modelli di Intelligenza Artificiale al Change Management porta sicuramente benefici concreti all’operatività aziendale; tuttavia è importante portare l’attenzione anche sulle potenziali sfide che l’adozione di tali modelli può generare. Una delle considerazioni più importanti riguarda i bias intrinsechi dell’IA. Poiché i modelli di Intelligenza Artificiale apprendono dai dati con cui vengono addestrati, possono inavvertitamente replicare o amplificare pregiudizi o errori esistenti. È quindi fondamentale mantenere uno sguardo critico e attento per riconoscere eventuali bias e aggiornare, se necessario in maniera periodica, la documentazione fornita per l’addestramento e garantire così una maggiore accuratezza. Inoltre, è fondamentale sottolineare come l’IA sia un supporto, non un sostituto. Le capacità decisionali, di pianificazione e di revisione sono qualità che rimangono al centro di un Change Management efficace e la figura del Change Manager non viene sostituita dall’IA ma potenziata e supportata per velocizzare i processi e facilitare le decisioni.
I trend evolutivi dell’Intelligenza Artificiale sono molto promettenti, e le applicazioni al Change Management sono destinate ad un’ulteriore evoluzione. Ci aspettiamo un’IA sempre più contestualizzata, con una crescente integrazione all’interno di strumenti di collaborazione e piattaforme aziendali. Questo creerà un ecosistema di strumenti sempre più ricco, capace di semplificare e supportare l’operatività sfruttando appieno la ricchezza delle informazioni aziendali. Le possibilità future sono molte e promettenti.
Considerazioni critiche e prospettive future del change management IA
A.R.C.O., un buon esempio di progetto finanziato con i fondi FESR 2021-2027, dimostra come sia possibile applicare concretamente l’Intelligenza Artificiale nelle operazioni aziendali quotidiane. Abbiamo visto come l’IA può semplificare e automatizzare le attività più ripetitive e come il modulo supporti attivamente l’adozione delle procedure di Change Management. Le evoluzioni future dell’Intelligenza Artificiale porteranno a nuove applicazioni, rendendo l’esplorazione e l’integrazione di queste tecnologie negli ecosistemi aziendali un’opportunità da non mancare, per affrontare con successo la complessità del cambiamento nell’era digitale.
