L'integrazione dell'Intelligenza Artificiale nei processi legati allacreazione e gestione degli OKR (Objectives & Key Results) in aziendarappresenta, senza dubbio, un enorme potenziale per ogni team che vuoleraggiungere i propri obiettivi.

L’Intelligenza Artificiale, se ben utilizzata, potrà trasformareradicalmente la gestione dell’intera infrastruttura aziendale degli obiettivi,fino a cambiare il modo in cui quotidianamente lavorano i team all’interno delproprio ciclo di strategy execution.

Come panel scientifico dell’Associazione Italiana OKR,abbiamo scelto di dedicare il primo White Paper a questo argomento conlo scopo di fornire un contributo a tutto l’ecosistema di esperti eappassionati italiani alla metodologia, contenenti consigli su come poterutilizzare questa nuova tecnologia in modo da tutelare la Cultura OKRdella quale, noi stessi, ci facciamo garanti.

I valori fondanti della Cultura OKR sono: trasparenza, condivisione,confronto, consapevolezza, responsabilità e miglioramento continuo.

2. Utilizzi attuali dell'AI nelprocesso OKR

Nel momento in cui viene emesso questo White Paper, esistono giàdiverse applicazioni dell'AI all’interno di alcune metodologie di applicazionedel Framework OKR.

Le attuali soluzioni si concentrano in particolar modo sulla fase digenerazione degli Obiettivi, di definizione dei Key Results e della fruizionedi una reportistica utile a comunicarli. L'applicazione della tecnologia GPTagli OKR ha portato alla creazione di oltre 250 modelli di linguaggio specificiper questa finalità. Questi modelli già consentono di facilitare lapianificazione strategica e la gestione proattiva degli obiettivi aziendali.

Nascono ogni giorno nuove funzionalità e casi d’uso, anche sotto forma ditest da parte dei maggiori vendor software sul mercato, questo elenconon vuole quindi essere esaustivo ma solo elencare gli scenari più diffusi.

2.1. Migliorare la definizione diObjectives e Key Results

L’Intelligenza Artificiale può essere impiegata per migliorare ladefinizione di:

Objectives, dato uno specifico team e una generica idea di obiettivi, in modo da trovare delle forme più motivanti e adatte a descrivere lo scopo del team stesso (o della stessa mission aziendale, se a livello di azienda)

Key Results, dati degli specifici Objectives a cui legarsi, aiutando i team a scegliere dei parametri adatti per misurare il proprio successo in termini di raggiungimento dell’obiettivo. E’ infatti possibile utilizzare dei prompt conversazionali per chiedere all'AI di generare una serie di possibili Key Results in base agli obiettivi stabiliti, ottenendo così delle valide opzioni da cui partire.

2.2. Trovare ispirazione

Partendo da un documento aziendale o da Business Plan descrittivo,l’Intelligenza Artificiale può guidare il team alla strutturazione dellapropria strategy execution - rendendoli azionabili.

Vari software consentono agli utenti di caricare interi documenti, di ogniformato, che l'AI analizza per suggerire una struttura di Objectives, KeyResults e iniziative da mettere in campo, compresa una tempistica adeguata pereffettuare la reportistica di raggiungimento degli obiettivi nel tempo (inmolte metodologie, chiamata reporting o check-in).

I team possono trovare ispirazione grazie all’AI anche sottoponendo deidocumenti che non sono propri, ma di altre aziende anche competitor, perfarsi aiutare a creare una strategia già strutturata attraverso la metodologiaOKR.

2.3. Miglioramento nellacomunicazione dei risultati e delle priorità

Un’altra possibilità molto sfruttata è quella di utilizzare l’AI perrendere la reportistica sugli obiettivi più fruibile, comprensibile e - diconseguenza - azionabile.

Una comunicazione efficace riesce a mettere in risalto i punti piùimportanti e non essere eccessivamente schematica, lasciando modo al team dispiegare il contesto in cui le aspettative sui risultati vengono o menoraggiunte.

Partire da una serie di numeri per raccontare una storia, è unacaratteristica che l’AI può aiutare il team a fare, creando efficienza nelprocesso di gestione (il che aiuterà a renderlo più frequente e, quindi, piùutile).

La comunicazione, inoltre, può riguardare anche la lista degli OKR attualidei diversi team all’interno dell’azienda o di un reparto - senza attendere ilmomento del reporting. Gli attuali utilizzi dell’AI consentono di fare un summarydi tutti gli OKR dei team e presentarli in maniera efficace, al fine dimigliorarne l’allineamento verticale e orizzontale.

2.4 Aumentare gliEsperimenti attraverso AI e NoCode per fallire velocemente.

Oggi, quando discutiamo di Intelligenza Artificiale,parliamo anche di strumenti capaci di generare rapidamente soluzioni digitali(da siti web a strumenti interni) senza dover scrivere una riga di codice.Stiamo parlando degli strumenti NoCode che sfruttano il potere della AI pervelocizzare il modo in cui otteniamo un determinato valore.

Questi strumenti non si limitano asemplificare l'analisi e la pianificazione degli OKR, ma possono diventarefondamentali nel velocizzare il ciclo di sperimentazione per il raggiungimentodei Key Results.

Con l'ausilio dell'AI e del NoCode, iteam possono rapidamente ideare, testare e rifinire le iniziative collegate aiKR, riuscendo quindi a portare avanti un gran numero di esperimenticontemporaneamente al fine di poter ottenere un progresso misurabile.

Ed è qui che il fallimento diventa unpotente strumento di apprendimento. Incrementando il numero degli esperimenti,aumentiamo proporzionalmente i nostri fallimenti, da cui possiamo derivareinsegnamenti vitali per affinare le nostre strategie e pratiche. È questa lachiave per una continua evoluzione e miglioramento.

3. Possibili utilizzi futuri

L'evoluzione continua dell'Intelligenza Artificiale offrirà un aiuto sempremaggiore a tutti i team che vorranno applicare la metodologia OKR perraggiungere i propri Obiettivi Sfidanti.

Oltre alla efficace gestione e comunicazione degli obiettivi, l’AI potràaiutarli molto sulla gestione dei dati e sull’allineamento in strutturecomplesse e - sempre di più - anche aperte alle organizzazioni partner.

Si pensi a progetti trasversali tra più reparti e, addirittura, tra piùaziende. Ecco alcuni possibili scenari e vantaggi che ci aspettiamo neiprossimi mesi.

3.1. Migliorare il forecastingdei dati (con target migliori)

Un aspetto cruciale riguarda la capacità del team di predire le performanceaziendali basandosi sui dati disponibili, in modo da poter fissare deitarget numerici che siano sfidanti ma non impossibili.

L’Intelligenza Artificiale fonda la sua forza proprio nella capacitàanalitica e predittiva che i team che dispongono di una quantità significativadi dati, potranno sfruttare sempre di più per velocizzare e migliorare ilprocesso di definizione dei target.

L'analisi avanzata dei dati e il forecasting continuo possonoconsentire ai team di anticipare le sfide future e le opportunità, fornendoloro anche dei consigli di pianificazione strategica.

3.2. Generare strategiepiù efficaci

L'utilizzo dell'AI per fornire soluzioni sotto forma di strategie oiniziative, rappresenta un'area di potenziale ed enorme sviluppo. Attualmente,questo aspetto è migliorabile e richiede ulteriori rifiniture per garantire lacoerenza e la pertinenza delle proposte generate con gli obiettivi aziendali.Tuttavia, se ottimizzato, potrebbe avere un impatto significativo sulla capacitàdi un'azienda di adattarsi alle mutevoli dinamiche del mercato.

Anche grazie ai dati, infatti, l’Intelligenza Artificiale potrò aiutare iteam a predire meglio ciò che accadrà (in termini di rischi eopportunità) e prendere le migliori iniziative. In sostanza, diventare unalleato per influenzare di più i fattori esterni e interni, raggiungendo cosìpiù spesso i propri Obiettivi.

Un punto cruciale di questa prospettiva è che disponendo di dati altamentespecifici, l'AI possa andare oltre la mera predizione e iniziare a generaredirettamente iniziative strategiche e task rilevanti - accorciando il ciclo di strategyexecution del team. Questa capacità potrebbe rappresentare un saltosignificativo nell'automazione dei processi decisionali, offrendo soluzioniimmediate e su misura per le esigenze di gestione agile sempre piùemergenti.

3.3. Migliorare l’efficienzanelle attività di reporting

Uno dei maggiori ostacoli che diversi team incontrano nell’utilizzocontinuativo della metodologia OKR è quella di non avere i giusti dati edisponibili all’istante. Grazie all’Intelligenza Artificiale e alla suacapacità predittiva, si potranno generare dei modelli predittivi e di machinelearning in grado di simulare i dati di chiusura con un alto grado diaffidabilità, e velocizzare grazie a ciò il Ciclo di ottimizzazione strategicalegato agli OKR.

Invece di aspettare la fine del trimestre, e talvolta qualche settimanaulteriore per avere a disposizione dei dati su cui ragionare, l’AI potràaiutare le aziende ad avere dei dati stimati ma affidabili subito dopola chiusura del periodo, per poterli rendere azionabili attraverso l’esecuzionestrategia. Ciò efficienta tutto il sistema di gestione, compreso l’allineamentoverticale, e - solo in un secondo momento - quel risultato stimato potrà esserevalidato con dati consuntivi, gestendo eventuali gap.

3.4. Migliorarel’allineamento tra team

Quando i team e gli obiettivi in azienda sono molti, diventa complessoindividuare eventuali disallineamenti tra funzioni o tra progetti in atto.L’Intelligenza Artificiale potrà aiutare nel processo di conflict checking,allertando i team di eventuali contrasti all’interno delle proprie strategie efungendo da promotore dello spirito collaborativo che pèrmea gli OKR e su cuisi basa la totale trasparenza del sistema.

In questo modo, si potrà migliorare l’allineamento verticale all’interno diogni funzione ma, soprattutto, quello orizzontale che è spesso causa dirallentamenti e difficoltà nel raggiungimento dei risultati attesi.

4. Rischi da evitare nell’utilizzodell’AI

Il corretto utilizzo dell’AI in relazione agli OKR richiede una valutazioneattenta dei potenziali rischi derivanti da un approccio superficiale o errato -che potrebbe impattare il messaggio sotteso al metodo e la Cultura OKR basatasu collaborazione ed equilibrio.

Uno dei rischi più evidenti è la banalizzazione del processo, che simanifesta quando ci si affida completamente ad uno strumento (quale che essosia, e a prescindere dalla sua sofisticatezza) senza un fondamento metodologicoe culturale solido.

L'implementazione di sistemi avanzati di forecasting basati su datistorici, per esempio, può risultare efficace solo se si esamina attentamentel'intero contesto in cui le decisioni devono essere prese, perché limitarsi auna visione parziale può portare a conclusioni distorte e decisioni nonottimali. Inoltre, l’eccessiva efficienza ed automazione nel processo direporting potrebbe limitare il coinvolgimento attivo dei membri del team, senzafarli crescere nelle proprie capacità strategiche e approccio mentale perobiettivi.

La corsa alla generazione massiva di iniziative strategiche può inoltreportare da una “fase strategica” entusiasmante ma poco focalizzata, quindi pocoequilibrata, pagandone le conseguenze nella successiva “fase di esecuzione”. Unfocus esclusivo sulla fase strategica potrebbe tradursi in una mancanza dientusiasmo e impegno durante le fasi di esecuzione e reazione, che sonocruciali per il successo a lungo termine.

Un altro rischio di de-focalizzazione risiede nella facilità di generazioneattraverso l'AI degli OKR stessi, sia in termini di Objectives che di KeyResults, il quale potrebbe portare ad una proliferazione eccessiva deglistessi. Un numero eccessivo di obiettivi può diluire l'attenzione e le risorse,riducendo l'efficacia complessiva del Sistema.

5. Soluzioni e consigli dagliesperti AIOKR

Questi alcuni consigli da parte degli esperti del board scientificodell’AIOKR per tutti i team italiani che si approcciano all’IntelligenzaArtificiale nel processo di gestione dei loro Obiettivi Chiave:

la parte importante degli OKR non risiede mai nel semplice reporting dei dati, quando nel profondo percorso di cambiamento culturale che generano nel team, abituando le persone a parlare periodicamente di priorità future, di risultati ottenuti e di strategia;

vengono sempre prima le Persone e la Cultura aziendale, poi i concetti metodologici e solo alla fine gli strumenti - come i software e l’Intelligenza Artificiale;

è essenziale validare ogni proposta dell’AI, che nella generazione di idee dovrebbe essere usata come brainstorming. Il consiglio per ogni team è “use it for wrong”, cioè provare a contrastare ogni idea che l’Intelligenza Artificiale propone in modo da evitare la proliferazione (sia di iniziative che obiettivi) e la de-focalizzazione. L’IA deve liberarci tempo per permettere al team di ragionare di più, suggerendo stimoli che permettano alle Persone di ragionare;

non interrompere gli incontri di allineamento verticale e orizzontale che dovrebbero essere presenti in ogni organizzazione, anche di persona, per portare avanti una Cultura di collaborazione e delle relazioni di fiducia, molto più impattanti sul lungo termine. L’AI dovrebbe svolgere il ruolo di consigliere e mai di decisore, identificando problemi e mettendoli sul tavolo;

ricordare che l’Intelligenza Artificiale è sempre frutto di stime e, come tale, è soggetta ad errori e imperfezioni. Il modo migliore per aiutarla a diventare più precisa è quella di fornirle un numero sempre maggiore di dati su cui effettuare le sue stime; quindi, affiancare ad ogni Key Result dei KPI che misurino gli specifici fattori (esterni ed interni) connessi all’obiettivo.

Si ringrazia per il contributo il Comitato Scientificodell’Associazione.
Nello specifico:

‍

· CiprianiLuca

· Mazzaro Andrea Maria

· Orsenigo Alessandro

· Palmitesta Daniele

· Ruggeri Marco

· Scarpellino Marco

· Troso Luca

· Zisa William

Qui per scaricare il documento in PDF 📌

Child care provided