Una tavola rotonda sull’innovazione ospitata da Dematic esplora perché i progetti di IA generano più valore quando le organizzazioni partono dal problema e non dalla tecnologia.

Molte organizzazioni desiderano un’IA che supporti i loro obiettivi di sostenibilità, ma alcune iniziano ancora dal punto sbagliato. Partono dalla tecnologia, procedono rapidamente verso l’implementazione e solo in seguito si chiedono quale problema operativo, ambientale o legato alla circolarità stiano cercando di risolvere.

Questo è stato uno dei messaggi centrali di Geertrui Mieke De Ketelaere durante una tavola rotonda sull’innovazione ospitata da Dematic ad Anversa e dedicata a Innovation & AI for Sustainability & Circularity.

“Si accelera un po’ troppo perché c’è molto hype,” afferma. “Bisogna davvero prima chiedersi: cosa si vuole raggiungere?”

Questa domanda è fondamentale perché l’IA non risolve obiettivi deboli, dati di scarsa qualità o processi poco maturi. Può aiutare le organizzazioni a individuare schemi e supportare decisioni migliori, ma solo quando le basi sono solide. Se un’azienda vuole addestrare un sistema di IA sui propri dati operativi, quei dati devono essere accurati, completi e realmente utili.

De Ketelaere, professoressa associata presso la Vlerick Business School ed esperta di IA sostenibile, etica e affidabile, mette anche in guardia dal considerare l’IA come una scorciatoia per compensare una scarsa maturità nell’automazione. Le aziende che non hanno costruito una solida comprensione dell’automazione basata su regole possono incontrare difficoltà se cercano di passare direttamente all’IA.

L’automazione esegue regole programmate sempre nello stesso modo. L’IA può svilupparsi su questa base, ma non sostituisce la necessità di comprendere processi, dati e team.

La governance rappresenta un ulteriore punto di verifica prima dell’implementazione. Molte aziende introducono prima la tecnologia e affrontano solo in seguito temi come sicurezza, governance e accesso ai dati. Secondo De Ketelaere, l’IA cambia questo ordine, perché i dati possono uscire dall’azienda, i team possono ottenere accesso a informazioni che non dovrebbero vedere e i sistemi possono influenzare decisioni che il business non comprende pienamente.

“Con l’IA, bisogna ripensare le regole del gioco e mettere governance e sicurezza al primo posto”, afferma.

Questo significa porsi domande più complesse prima dell’implementazione. Chi può accedere ai dati? Dove vanno i dati? In che modo i team utilizzeranno gli output? Quali decisioni supporterà il sistema? Dove è ancora necessario il controllo umano?

Per Dematic, questa discussione rafforza un punto pratico: decisioni credibili in materia di automazione partono dalla comprensione. L’IA può creare valore, ma solo quando le organizzazioni definiscono l’obiettivo, valutano le basi esistenti e decidono se l’IA sia davvero lo strumento giusto per il lavoro da svolgere.

La Dematic Innovation Roundtable è il punto di partenza di una serie di Q&A in tre parti che esplora come le organizzazioni possano applicare l’IA in modo più responsabile ed efficace, senza perdere di vista il rischio, la responsabilità e il valore nel lungo termine.

Questa serie riflette il ruolo di Dematic come punto di connessione con competenze esterne su temi che stanno plasmando il business, le operations e l’automazione. Rafforza inoltre un principio tanto semplice quanto fondamentale: prima della macchina, viene sempre l’intelligenza che la guida.

La tecnologia continua a evolversi rapidamente. È la comprensione — fondata su esperienza, giudizio e responsabilità — che trasforma questa tecnologia in prestazioni durature e in un progresso significativo.