ROI intelligenza artificiale: come misurarlo in azienda

Il ROI dell'intelligenza artificiale è il rapporto tra i benefici misurabili ottenuti da un investimento in AI e i suoi costi complessivi. La formula è semplice: (benefici meno costi) divisi per costi. Il problema non è il calcolo, ma cosa mettere al numeratore e come dimostrarlo.

Per questo il ROI dell'AI va costruito per processi circoscritti, con una misura prima e una dopo. Un numero unico per l'intera azienda, di solito, racconta una storia più comoda che vera.

Perché il ROI dell'AI è difficile da misurare

Quattro ostacoli ricorrono quasi sempre.

• Benefici diffusi. L'AI aiuta in molte piccole attività, ciascuna con un guadagno modesto e difficile da isolare.
• Nessuna misura di partenza. Spesso nessuno aveva cronometrato il processo prima. Dopo l'introduzione dello strumento, il confronto è impossibile.
• Tempo risparmiato non è valore incassato. Se una persona risparmia un'ora, il beneficio economico dipende da cosa ne fa: più lavoro, lavoro migliore, oppure niente di rilevabile.
• Costi sottostimati. Oltre alle licenze contano formazione, integrazione, tempo di revisione degli output e gestione del cambiamento.

A questi si aggiunge un errore di impostazione, frequente nei piani di investimento: chiedere "quanto rende l'AI?" come se fosse un'unica cosa. L'AI è un insieme di strumenti usati in decine di modi diversi.

I tre livelli di misura

Conviene tenere separati tre livelli, che rispondono a domande diverse e non vanno sommati in un solo indicatore.

Livello 1: adozione reale nei processi

Domanda: lo strumento è davvero usato, da chi e per cosa? Si misura con dati di utilizzo per reparto, ruolo e caso d'uso, integrati da questionari. È la condizione di partenza: senza adozione non c'è impatto. Il metodo è descritto in cos'è l'AI adoption e come misurarla.

Livello 2: impatto sui processi

Domanda: il processo funziona meglio di prima? Si misura con indicatori operativi (tempo, volumi, errori, qualità) confrontati con una baseline. Funziona bene solo su processi circoscritti, dove si può isolare l'effetto dell'AI da altre variabili.

Livello 3: impatto sulle persone

Domanda: come cambia il lavoro? Si legge con survey e indicatori di sentiment, sempre in forma aggregata per ruolo o reparto, mai come valutazione individuale. Include percezione di carico, soddisfazione e fiducia nello strumento.

Un risultato ottimo al livello 2 con un livello 3 in peggioramento è un segnale da non ignorare, perché un guadagno ottenuto a spese delle persone raramente regge nel tempo.

Baseline prima e dopo su processi circoscritti

Il metodo più solido è anche il più semplice da descrivere: misurare il processo prima, introdurre l'AI, misurarlo dopo.

1. Scegliere un processo circoscritto. Con un inizio e una fine chiari, volumi ripetuti, un responsabile identificabile. Ad esempio la preparazione di risposte a richieste standard o la prima revisione di documenti ricorrenti.
2. Definire gli indicatori. Pochi: tempo per unità, volume gestito, tasso di errori o di rilavorazioni, tempo di revisione.
3. Rilevare la baseline. Per un periodo sufficiente a coprire la variabilità normale, prima di cambiare qualcosa.
4. Introdurre lo strumento con formazione e regole d'uso chiare.
5. Rilevare di nuovo a regime, non nelle prime settimane in cui l'uso è ancora instabile.
6. Confrontare e documentare le condizioni, per distinguere l'effetto dell'AI da stagionalità, cambi di organico o di volumi.
7. Calcolare il ROI del processo, includendo tutti i costi di quel caso d'uso.

Per i processi in cui si può, un gruppo di confronto che non usa lo strumento rende la stima più credibile. Non sempre è praticabile, e in quel caso i limiti vanno dichiarati.

Indicatori sensati

Gli indicatori vanno scelti sul processo, non sullo strumento. Alcune famiglie utili:

• Tempo di ciclo per unità di lavoro, o tempo medio di gestione.
• Volume gestito a parità di risorse.
• Qualità: errori, rilavorazioni, correzioni richieste in revisione.
• Tempo di revisione degli output AI, spesso trascurato e invece decisivo per il beneficio netto.
• Soddisfazione e carico percepito del team, in forma aggregata.
• Costo totale del caso d'uso: licenze, integrazione, formazione, tempo dedicato.

Un esempio ipotetico: un team gestisce 400 richieste al mese con un tempo medio di 30 minuti. Dopo l'introduzione dello strumento, il tempo medio scende a 22 minuti, ma ogni risposta richiede 4 minuti di revisione aggiuntiva. Il guadagno netto è di 4 minuti per richiesta, non di 8. Se la qualità è stabile, il beneficio è reale ma più contenuto di quanto il solo tempo di scrittura suggerisca. I numeri sono inventati a scopo illustrativo.

Dal tempo risparmiato al valore

Convertire i minuti in euro richiede cautela. Moltiplicare le ore risparmiate per il costo orario è un calcolo diffuso ma ottimistico, perché presuppone che ogni ora liberata sia riutilizzata in modo produttivo. Più prudente ragionare per scenari.

• Capacità liberata: più volumi gestiti senza nuove assunzioni.
• Qualità: meno errori e rilavorazioni, con un costo evitato stimabile.
• Velocità: tempi di risposta più brevi, con effetto su clienti o su altri processi.
• Costo ridotto: solo se effettivamente riallocato o evitato.

Dichiarare quale di questi scenari si assume rende il numero discutibile in modo utile, che è meglio di un numero impeccabile e non verificabile. Conviene inoltre fissare in anticipo, per ogni caso d'uso, l'impatto atteso: confrontare atteso e realizzato è il modo più onesto per capire se la stima iniziale era ragionevole e per correggere quelle successive.

Il lato dei costi

Il ROI ha anche un denominatore. La spesa in licenze è solo una parte del costo totale. Conviene tenere sotto controllo la spesa per tool e per seat, individuare le licenze inutilizzate e le sovrapposizioni tra strumenti, perché influenzano direttamente il risultato. Il metodo è in ridurre la spesa in licenze AI. Un caso d'uso redditizio su un tool sovradimensionato può risultare in perdita.

Limiti onesti

Dichiarare i limiti rende la misura più credibile.

• Causalità. Anche con una baseline, altri fattori possono spiegare parte del cambiamento.
• Effetti di apprendimento. Le prestazioni cambiano mentre le persone imparano a usare lo strumento: misurare troppo presto sottostima il beneficio.
• Benefici non misurabili. Alcuni vantaggi, come la riduzione di carichi frustranti, si colgono con survey e restano soggettivi.
• Non tutto è misurabile con precisione. Per attività creative o non ripetitive la baseline è fragile e conviene accontentarsi di indicatori indiretti.
• Generalizzazione. Il ROI di un processo non si trasferisce automaticamente a un altro.

Il risultato è un insieme di stime per processo, con intervalli e ipotesi esplicite, più utile di un dato aggregato apparentemente preciso. Per organizzare i casi d'uso su cui misurare, può servire un registro dei casi d'uso. Presentare alla direzione un insieme di stime con ipotesi dichiarate, anziché un singolo rendimento percentuale, riduce il rischio di aspettative che la misura successiva non potrà confermare.

Dove si colloca Delphis

Delphis è una piattaforma indipendente dai fornitori di AI che collega spesa, adozione, impatto e obblighi normativi. Per il ROI mette a confronto impatto atteso e realizzato sui casi d'uso, con misure prima e dopo su processi circoscritti, affiancate da indicatori aggregati sulle persone e dal costo del caso d'uso. Vedi la pagina adozione e ROI.