Cover Tatler Vietnam discute con Trân Tuấn Anh Nghĩa di Base.vn su come le imprese possono integrare l'intelligenza artificiale.

In “Power and Prediction: The Disruptive Economics of Artificial Intelligence”, gli economisti Ajay Agrawal, Joshua Gans e Avi Goldfarb sostengono che l'“intelligenza artificiale” riduca i costi di previsione, trasformando il processo decisionale delle imprese. Per ottenere un salto di produttività, le “imprese” devono riprogettare processi e sistemi operativi invece di limitarsi a implementare l'“intelligenza artificiale” in modo isolato.

In Vietnam, l'“intelligenza artificiale” è ampiamente diffusa, ma la sua reale efficacia rimane una sfida significativa. Un sondaggio di EY Consulting Vietnam su 120 leader d'“impresa” ha rivelato che, sebbene il 97% abbia integrato l'“intelligenza artificiale” nelle operazioni, solo il 3% ha effettivamente consolidato tale tecnologia per generare valore concreto.

Per saperne di più: Diaflow e l'ambizione di guidare gli agenti AI nelle imprese

Come possono dunque le “imprese” vietnamite adattare le proprie operazioni per sfruttare appieno questa tecnologia? Tatler Vietnam ha discusso con Trân Tuấn Anh Nghĩa, Vice Direttore Generale di Base.vn, le strategie per approcciare l'“intelligenza artificiale” partendo dalla gestione aziendale, dal design dei sistemi e dalla responsabilità umana.

Tatler Asia
Above Un'analisi approfondita su come le imprese vietnamite possono integrare strategicamente l'intelligenza artificiale nei loro processi operativi.

“Power and Prediction” offre un quadro economico per valutare l'impatto dell'“intelligenza artificiale”: dove crea valore e come può alterare la struttura economica. Osservando le realtà aziendali vietnamite, cosa nota nel modo in cui le “imprese” prendono decisioni e organizzano il lavoro?

Ho letto Power and Prediction oltre due anni fa, proprio quando, insieme a molti imprenditori, iniziavo ad avvertire la pressione del rapido sviluppo dell'“intelligenza artificiale”. Allora, i grandi modelli linguistici non erano così avanzati e termini come LLM, agenti o RAG suonavano nuovi.

Guardando indietro, i progressi sono stati sorprendenti. Il libro mi ha fornito una bussola per orientarmi in questo mondo caotico. Condivido la tesi secondo cui, per comprendere il presente e prevedere il futuro, occorre osservare i modelli passati. Sia l'elettricità che l'“intelligenza artificiale” sono tecnologie a scopo generale, capaci di rivoluzionare il lavoro umano. Edison illuminò Pearl Street nel 1882, ma ci vollero 40 anni affinché l'elettricità innescasse una rivoluzione produttiva. Gli autori chiamano questo periodo di transizione “The Between Times”. Paragonando la storia dell'elettrificazione alla situazione attuale in Vietnam, siamo probabilmente a un punto analogo al 1900: applichiamo l'“intelligenza artificiale” a compiti isolati, senza ancora generare una trasformazione sistemica.

Spesso l'“intelligenza artificiale” complica i flussi di lavoro anziché semplificarli, mentre alcuni leader si aspettano che risolva ogni problema. Dove si stanno bloccando le “imprese”?

Non credo sia un errore delle “imprese”, quanto una caratteristica del periodo di transizione. Paul David descrisse come i proprietari di fabbriche del primo Novecento sostituirono i motori a vapore con quelli elettrici senza modificare le linee produttive, ottenendo scarsi risultati. Oggi le “imprese” fanno lo stesso con l'“intelligenza artificiale”.

Identifico tre problemi comuni: l'uso dell'“intelligenza artificiale” solo come strumento individuale che impedisce la condivisione del sapere; l'integrazione parziale in processi obsoleti che richiede extra-lavoro di supervisione; e aspettative irrealistiche su dati frammentati. L'“intelligenza artificiale” non può estrarre valore se i dati non sono consolidati in una “single source of truth”. Il fulcro è costruire un sistema operativo aziendale coerente affinché la tecnologia diventi parte dell'organizzazione, non solo un supporto esterno.

Tatler Asia
Above La leadership aziendale vietnamita deve ripensare profondamente le strutture operative per sfruttare al meglio l'intelligenza artificiale.

Qual è il confine tra “usare l'AI” e “riprogettare l'impresa con l'AI”? Quali sono i segnali di questa trasformazione?

Il confine risiede in questa domanda: “Quando l'“intelligenza artificiale” cambia una decisione, le altre decisioni nel sistema devono cambiare di conseguenza?”. Se la risposta è sì, l'“impresa” sta puntando a una soluzione di sistema. I segnali sono chiari: le descrizioni delle mansioni vengono riscritte, i processi di approvazione inutili vengono eliminati, e la valutazione si sposta dalle attività ai risultati finali. Se l'adozione dell'“intelligenza artificiale” non sposta alcuna autorità decisionale, l'“impresa” non si sta davvero riprogettando. I cambiamenti sistemici comportano sempre una redistribuzione del potere.

Per saperne di più: I padri dell'AI: abbiamo bisogno di tecnologie che comprendano il valore umano

L'“intelligenza artificiale” riduce i costi di previsione, valorizzando il “giudizio” umano. Quali competenze umane diventeranno più preziose?

Dico sempre al mio team che l'“intelligenza artificiale” può simulare risultati, ma non può sostituire completamente il pensiero che li genera. Le decisioni si compongono di previsione e giudizio. Mentre la macchina prevede meglio e a costi inferiori, determinare quali risultati perseguire, quali rischi accettare e cosa sacrificare resta prerogativa umana. Le competenze che acquisiranno più valore sono: porre il problema corretto, esercitare il giudizio in situazioni ambigue e assumersi la responsabilità finale dei risultati.

Tatler Asia
Above Il giudizio umano e la capacità di visione strategica rimangono pilastri insostituibili per ogni impresa moderna che adotta l'AI.

Le “imprese” sono pronte ad affrontare il tema della responsabilità quando l'“intelligenza artificiale” entra nei sistemi?

Penso che la maggior parte non lo sia. La responsabilità finale resta sempre umana. Il problema è che molti utilizzano agenti AI al di fuori di sistemi operativi controllabili. Un sistema è pronto solo quando risponde chiaramente a queste domande: cosa può fare l'“intelligenza artificiale”? Chi ne risponde? Le azioni sono tracciabili? Quali decisioni richiedono un intervento umano diretto? Questi sono i principi cardine che abbiamo adottato per costruire Base 2.0.

Come avete definito lo sviluppo di Base 2.0 per le “imprese”?

Siamo partiti da un paradosso dopo dieci anni al servizio di oltre 12.000 clienti: le “imprese” usano molti software, ma i dati restano caotici e il lavoro frammentato. Abbiamo scelto di costruire un'impresa “AI-Centric” da zero. Piuttosto che aggiungere funzioni AI a piattaforme datate, abbiamo creato un sistema operativo in cui l'operatività dell'uomo e della macchina è integrata e misurabile.

Tatler Asia
Above Base 2.0 rappresenta una nuova frontiera operativa per le imprese, mettendo l'intelligenza artificiale al centro dell'organizzazione.

Se potesse riprogettare un'“impresa” da zero per sfruttare al massimo l'“intelligenza artificiale”, da dove inizierebbe?

Non inizierei dagli strumenti, ma ridefinendo il lavoro stesso. Elencherei tutti gli output necessari, definirei i criteri di successo e i limiti di responsabilità. Solo allora deciderei quali compiti assegnare all'uomo e quali all'agente AI. Infine, integrerei tutto in un sistema unificato.

Tre consigli per le “imprese”?

Primo: non partite dall'“intelligenza artificiale”, ma dalla definizione chiara del vostro lavoro. Secondo: affidate compiti all'“intelligenza artificiale” come fareste con un nuovo dipendente, definendo ambiti e regole. Terzo: coltivate la capacità di giudizio umano e la responsabilità etica.

L'elettrificazione ha impiegato 40 anni per rimodellare le linee di produzione. Credo che l'“intelligenza artificiale” sarà molto più rapida: la ricostruzione è già iniziata!

LEGGI ANCHE

Le banche si preparano alla nuova era

Premio Nobel per la Pace 2026 Navi Pillay: una vita nel confronto col potere

Evolving Parents: aspetti interessanti dell'educazione familiare