L'intelligenza artificiale sta rapidamente passando da categoria di hype tecnologico a strumento di lavoro reale. In un contesto di crescente carico informativo, carenza di personale e aumento della velocità dei processi aziendali, la digitalizzazione diventa una fase naturale e inevitabile dello sviluppo del settore. L'attenzione verso queste tecnologie è confermata a livello globale: l'Organizzazione Internazionale del Lavoro (OIL) dedica giornate tematiche alla digitalizzazione e a livello statale si stanno formando strategie di formazione continua. Le grandi aziende stanno già introducendo KPI sull'adozione dell'IA per il top management. Nel suo intervento, Rinat Fatkhutdinov esamina in dettaglio come adattare i processi di salute e sicurezza sul lavoro (HSE) alle nuove realtà, evitando le tipiche trappole dell'automazione.
Nonostante il 97% delle grandi aziende dichiari di implementare o pianificare iniziative di IA, solo la metà ne vede un valore reale. Basandosi sulle ricerche della Skolkovo Business School, lo speaker osserva che la stragrande maggioranza dei progetti aziendali nel campo dell'intelligenza artificiale si conclude in fase pilota o non porta risultati di business.
Il problema non risiede nelle tecnologie in sé, ma in errori di processo fondamentali:
Gli specialisti dei dipartimenti IT non conoscono i «punti dolenti» quotidiani degli ingegneri della sicurezza. Per un'implementazione tecnologica di successo, le aziende hanno bisogno di «broker della conoscenza»: ambasciatori proattivi all'interno dei dipartimenti HSE stessi. Si tratta di specialisti che comprendono profondamente le specificità dei processi produttivi, sono pronti a studiare nuovi strumenti e possono tradurre le esigenze aziendali in un linguaggio comprensibile agli sviluppatori. Sono loro ad aiutare a superare la barriera di rifiuto dell'innovazione sul campo e a collegare la tecnologia a un compito reale.
L'intervento analizza una serie di esempi contrastanti tratti dalla pratica aziendale. Gli scenari fallimentari sono sempre legati all'ignorare le reali esigenze degli utenti. Ad esempio, quando una compagnia petrolifera implementa un modello aziendale che gestisce i compiti peggio delle reti neurali disponibili (come DeepSeek), i dipendenti semplicemente si rifiutano di usarlo. L'altro estremo è lo sviluppo di soluzioni IT nel vuoto, dove gli addetti alla produzione non sospettano nemmeno dell'esistenza di un prodotto creato per loro.
I casi di successo si basano sul coinvolgimento e sul ridimensionamento graduale. In una società di estrazione è stato creato un analogo interno sicuro di ChatGPT. Lo strumento è stato integrato con i sistemi gestionali aziendali e le tecnologie di automazione dei processi robotici (RPA). Il risultato è stata una riduzione del 20% del carico di lavoro su compiti intellettuali di routine.
La principale conclusione manageriale risiede nel rispetto di un modello a tre fasi: prima la formazione di massa del personale e la rimozione delle paure verso la tecnologia, poi l'implementazione e il calcolo preciso di un progetto pilota di successo, e solo dopo questo, l'estensione dell'esperienza positiva a tutta l'azienda.
Esplora la biblioteca completa delle migliori pratiche di sicurezza industriale
Vai alla biblioteca