Un'impresa edile è fatta di lavoro che difficilmente si lascia riassumere in un unico processo. Calcolo, preparazione del lavoro, pianificazione, acquisti, esecuzione in cantiere, supervisione, revisione e consegna si intrecciano e dipendono da un disegno che può ancora cambiare, un fornitore che consegna in ritardo, o condizioni meteorologiche che stravolgono la pianificazione. Molte ore vengono dedicate ad allineare tra loro queste componenti: un calcolo che corrisponde a un capitolato, una pianificazione che corrisponde alla consegna dei materiali, un'esecuzione che corrisponde a ciò che effettivamente si trova nel terreno o nella struttura. Questo rende l'edilizia un settore in cui le ambizioni finiscono rapidamente sulla carta ma atterrano più lentamente nel lavoro quotidiano, perché il lavoro stesso è frammentato tra ruoli, luoghi e momenti.
L'AI sta già assumendo compiti in parte di questo lavoro, non come visione futura ma come qualcosa che oggi accade in alcune aziende e in altre ancora no. Un calcolo che si genera in gran parte automaticamente sulla base di progetti precedenti, una pianificazione che si ricalcola da sé in caso di modifica dei tempi di consegna, un permesso ambientale sottoposto a una pre-verifica di completezza: questi sono compiti in cui il software può svolgere la maggior parte del lavoro. Altri compiti, come la valutazione di uno scostamento in cantiere o la stima di un rischio legato a un terreno difficile, restano in parte lavoro umano, con l'AI che fornisce una prima valutazione e un project manager che approva o respinge motivando la decisione. Altro lavoro ancora, come la negoziazione con un subappaltatore o la gestione di un team in cantiere, resta lavoro umano senza che l'AI vi intervenga nel breve termine.
La differenza tra le aziende che organizzano già così il lavoro e quelle che non lo fanno ancora raramente sta nella disponibilità della tecnologia. Sta nella domanda se i dati sottostanti sono in ordine: un sistema di calcolo che apprende da progetti precedenti ha bisogno di dati di progetto coerenti, e nell'edilizia questi non ci sono automaticamente, perché ogni progetto viene documentato in modo diverso. Sta anche nella domanda se ruoli e diritti decisionali sono strutturati per il nuovo modo di lavorare: chi valuta una proposta di pianificazione generata dall'AI, e in base a quale criterio questa persona può discostarsene. Senza quella risposta, un'ambizione resta un'idea.
Un team dirigenziale che parla di "AI nel calcolo" non intende sempre la stessa cosa. Un'ambizione presuppone che l'AI produca un calcolo di massima che un calcolatore controlla ancora; un'altra presuppone che l'AI consegni calcoli in autonomia che vengono esaminati solo in caso di scostamento. Sono due livelli di prontezza diversi, con requisiti diversi in termini di qualità dei dati, di fiducia del calcolatore nel sistema, e di modo in cui è distribuita la responsabilità. Chi non rende esplicita questa differenza la scopre solo quando il progetto è già in corso e il calcolo non torna.
È qui che entra in gioco il test delle ambizioni: le ambizioni vengono definite in quattro livelli, dalla visione ampia al target concreto, e verificate sulla prontezza lungo otto dimensioni, con cinque confidence gate che indicano dove l'ambizione poggia su basi solide e dove no. Questa verifica viene ritradotta in capability: quali ruoli devono acquisire qualcosa di nuovo, e a chi viene assegnato quale diritto decisionale nel processo modificato. Non si tratta di una consulenza del personale né di una motivazione per una decisione riguardante i posti di lavoro; per questo valgono requisiti di legge specifici. Si tratta della domanda su cosa deve saper fare un'organizzazione prima che il lavoro possa effettivamente spostarsi, e dove al momento risulta che non è ancora in grado di farlo.
L'edilizia condivide questo schema con altri settori in cui il lavoro è frammentato tra luoghi e ruoli: il settore degli impianti tecnici conosce questioni simili su pianificazione e diagnosi dei guasti, il commercio all'ingrosso si confronta con requisiti sui dati simili per scorte e acquisti, e l'industria manifatturiera incontra limiti analoghi nel controllo qualità e nella pianificazione dei processi. La domanda non è mai se l'AI possa assumere qualcosa, ma se l'organizzazione che la circonda è strutturata al punto che quel passaggio regga nel tempo. Per un team dirigenziale, spesso è prima di tutto una questione di linguaggio: come allineare la direzione quando ognuno intende diversamente "AI nella pianificazione", e come evitare che una strategia resti un documento quando l'ambizione è stata sì definita ma non è mai stata tradotta in ciò che un calcolatore, un pianificatore o un esecutore fanno diversamente da domani.
La domanda di fondo — quale lavoro in questa azienda può effettivamente essere rilevato dall'AI — trova risposta attività per attività con la scansione del lavoro di FTE TO AI, indipendentemente dal test delle ambizioni più ampio.
Un team dirigenziale che vuole sapere a che punto sono le proprie ambizioni sull'AI nell'edilizia non deve iniziare con un piano elaborato. Il check di prontezza gratuito consiste in otto brevi domande, una per dimensione, e restituisce un quadro di dove l'organizzazione è più avanti e dove lo è meno. Il test completo delle ambizioni, con i quattro livelli e i cinque confidence gate, è in fase di sviluppo.
Vertel wat u wilt bereiken, dan kijken we samen wat daarvoor moet staan.
Answers come from this site’s knowledge base. Not tailored advice, and not a scan of your company.