Quando aggiungere funzioni di IA alla sua app — e quando rinunciarvi

In questo momento grava su ogni responsabile di prodotto una pressione silenziosa a innestare l'IA su qualunque cosa stia costruendo. Gli investitori ne chiedono. I concorrenti la mettono nei titoli. Un membro del consiglio inoltra un articolo. E così un'app perfettamente valida si ritrova una piccola icona scintillante e una finestra di chat che nessuno aveva chiesto e che quasi nessuno usa. La funzione viene rilasciata, esce il comunicato stampa e sei mesi dopo le curve d'uso sono piatte. La domanda non è mai stata se <em>potesse</em> aggiungere l'IA. Era se dovesse farlo.

Sviluppo software e funzioni di IA per piccole e medie imprese, il che significa che ho un interesse economico a dirle di aggiungere l'IA dappertutto. Farò l'opposto. La cosa più preziosa che posso offrirle è un modo per capire — prima di impegnare il budget — se una funzione di IA porterà il proprio peso in silenzio o marcirà in silenzio. Perché qui il fallimento non è drammatico. Le funzioni di IA raramente esplodono. Restano semplicemente lì, inutilizzate e ignorate, costandole denaro a ogni chiamata API e un po' di credibilità ogni volta che un utente le tocca e se ne va.

Questa guida è la struttura che uso davvero in quelle conversazioni. Niente paroloni, niente nomi di modelli alla moda, niente finzioni secondo cui un modello linguistico è la risposta a una domanda che non si è ancora posto. Solo un modo concreto per decidere cosa appartiene alla sua app, cosa appartiene al codice semplice e cosa va nel cestino.

Perché la maggior parte delle funzioni di IA innestate fallisce in silenzio

Quando una funzione di IA fa flop in un piccolo prodotto, non è quasi mai perché il modello non era abbastanza intelligente. Fa flop perché la funzione è stata scelta per le ragioni sbagliate. Qualcuno voleva avere l'IA, anziché voler risolvere una cosa specifica e dolorosa che casualmente richiedeva l'IA. La tecnologia era l'obiettivo, e il problema dell'utente un ripensamento. Gli utenti lo fiutano all'istante.

Il secondo fallimento comune è più sottile: la funzione risolve un problema reale, ma un problema che il codice semplice avrebbe risolto in modo più economico e affidabile. Un pulsante con la dicitura «basato su IA» che si limita a ordinare un elenco per data è una zavorra, non una funzione. Ha preso qualcosa di deterministico, l'ha reso più lento, più costoso e a volte sbagliato, e poi ha pubblicizzato il peggioramento. Anche questo gli utenti lo notano.

Il terzo fallimento è la fiducia. Le funzioni di IA sono probabilistiche: hanno ragione il più delle volte e torto con sicumera alcune volte. Se ne inserisce una in un flusso dove una risposta sbagliata costa cara e l'utente non ha modo di intercettarla, non ha aggiunto una funzione, ha piazzato una mina. La buona notizia è che tutti e tre i modi di fallire sono prevedibili, quindi evitabili. Basta porsi le domande giuste prima di iniziare, non dopo il rilascio.

Il test onesto: è davvero un problema da IA?

Ecco il filtro più utile che conosco. Per qualunque funzione che è tentato di rendere «intelligente», si chieda: questo compito segue regole fisse, oppure richiede di comprendere un input umano e disordinato? Se il compito segue regole — ordina per questo, calcola quello, invia un promemoria due ore prima —, vuole codice semplice. È più economico, più veloce, del tutto prevedibile e non allucina mai. Chiamarlo IA è solo costoso marketing.

L'IA si guadagna il posto dove l'input è davvero disordinato e di forma umana: testo libero che le regole non possono prevedere, immagini, voce, documenti in cento layout diversi, linguaggio da comprendere anziché da confrontare. Sono le cose che un tempo era impossibile automatizzare del tutto. Se la sua funzione vive lì, l'IA non è un orpello: è l'unico modo concreto per costruirla. L'abilità sta nel distinguere onestamente le due categorie, soprattutto quando c'è pressione a chiamare tutto IA.

Dove l'IA serve davvero in una app

Concretizziamo. Dopo anni a costruirle, un breve elenco di schemi continua a dimostrare il proprio valore — non perché siano alla moda, ma perché il compito sottostante riguarda davvero la comprensione di input non strutturato. Sono le funzioni a cui gli utenti tornano per davvero.

• Trasformare testo libero in dati strutturati: leggere un'email prolissa di un cliente ed estrarne l'ordine, l'indirizzo, la scadenza.
• Stilare una prima versione — una risposta, un riassunto, una descrizione — che poi una persona modifica, anziché far inviare all'IA senza supervisione.
• Una ricerca che capisce il significato, non solo le parole chiave, così gli utenti trovano il documento giusto anche quando lo formulano diversamente da come lei l'ha archiviato.
• Classificare o instradare un flusso di elementi in arrivo — ticket di assistenza, email, caricamenti — così che la cosa giusta raggiunga il posto giusto.
• Estrarre informazioni da documenti e immagini: fatture, ricevute, moduli, foto scattate sul campo.
• Aiuto conversazionale sui suoi dati, dove un utente pone una domanda semplice e ottiene una risposta ancorata ai suoi contenuti.

Noti lo schema. In ognuno di questi casi l'input è imprevedibile e umano, e un piccolo margine di errore è tollerabile perché una persona è nel ciclo o il costo di uno sbaglio è basso. Quella combinazione — input disordinato, posta in gioco indulgente — è la casa naturale di una funzione di IA. Quando trova un compito che soddisfa entrambe le metà, probabilmente ha trovato una funzione che vale la pena costruire.

Dove conviene lasciar perdere l'IA

Altrettanto importante è sapere dove non ricorrere all'IA, perché la collocazione sbagliata non spreca solo denaro: erode attivamente la fiducia che il suo prodotto si è guadagnato. Alcuni compiti sembrano allettanti e si rivelano trappole.

C'è anche un costo più silenzioso. Ogni funzione di IA è ora qualcosa che deve monitorare, valutare e pagare a ogni singola chiamata. Tre funzioni di IA di cui i suoi utenti si fidano valgono più di dieci che ogni tanto la mettono in imbarazzo. Un modello che sbaglia davanti a un cliente nel momento sbagliato può disfare un anno di credibilità costruita con cura. La sobrietà qui non è timidezza: è fiuto di prodotto.

Una mappa rapida: costruirla, lasciarla o farla più avanti

Per renderlo meno astratto, ecco come una manciata di idee comuni del tipo «aggiungiamo l'IA» tende a posizionarsi una volta passata per il test qui sopra. Lo prenda come un punto di partenza ragionevole da discutere, non come vangelo.

La forma della tabella è la lezione. I sì si addensano dove l'input è disordinato e la posta in gioco indulgente. I no si addensano dove il compito è davvero basato su regole, oppure dove una risposta sbagliata fa male e nessuno controlla. Se sa collocare onestamente la sua idea su quella griglia, ha già preso la maggior parte della decisione.

Tempismo: anche una buona funzione di IA può essere aggiunta troppo presto

A volte la funzione è davvero azzeccata e la risposta resta comunque non ancora. Le funzioni di IA hanno un prerequisito subdolo che i fondatori sottovalutano: valgono solo quanto i dati e il flusso di lavoro su cui poggiano. Una ricerca semantica sui suoi documenti è meravigliosa — una volta che i suoi documenti sono davvero organizzati. Un assistente che risponde a domande sul suo prodotto è brillante — una volta che i contenuti del suo prodotto non sono un guazzabuglio contraddittorio. L'IA amplifica tutto ciò su cui è costruita, caos compreso.

Quindi, prima di aggiungere lo strato arguto, si assicuri che lo strato noioso sottostante sia solido. Se la sua app principale sta ancora trovando l'equilibrio, riversare tempo di sviluppo in una funzione di IA significa di solito attingere dal conto sbagliato. La verità poco glamour è che il momento migliore per aggiungere l'IA è spesso dopo aver consolidato le fondamenta — quando ha utenti reali, dati reali e un dolore chiaro e ripetitivo che l'IA è in posizione unica per eliminare.

Come aggiungere una funzione di IA senza pentirsene

Diciamo che ha trovato una funzione che supera il test: input disordinato, posta in gioco indulgente, fondamenta solide sotto, un dolore reale da eliminare. Bene. Ora la parte in cui i team costruiscono qualcosa di duraturo oppure qualcosa che l'anno prossimo strapperanno via in silenzio. La tratti come un esperimento accurato, non come un lancio.

1. 1
   Scriva il compito in una frase

   «L'assistente legge un'email in arrivo e compila il modulo d'ordine, che una persona conferma.» Se non riesce a scrivere quella frase, la funzione non è pronta: è ancora innamorato della tecnologia, non del compito.
2. 2
   All'inizio tenga una persona nel ciclo

   Lasci che l'IA stili una bozza, suggerisca o precompili — e lasci che una persona approvi. Imparerà dov'è affidabile e dove no prima ancora di affidarle un'azione autonoma, ammesso che mai lo faccia.
3. 3
   Decida cosa succede quando sbaglia

   Le funzioni probabilistiche hanno bisogno di un fallimento dignitoso. Come se ne accorge l'utente? Come lo corregge? Una funzione di IA senza un «annulla» o un «non è giusto» visibile è una funzione di cui non può fidarsi in produzione.
4. 4
   Misuri l'uso, non la novità

   Monitori se le persone la usano davvero dopo la prima settimana e se fa risparmiare il tempo promesso. Una funzione che schizza al lancio e poi si appiattisce le sta dicendo qualcosa. Ascolti.
5. 5
   Sia disposto a rimuoverla

   Se i numeri dicono che non si guadagna il posto, la tagli. Un prodotto più piccolo che fa poche cose in modo affidabile batte uno gonfio, costellato di funzioni di IA che nessuno tocca.

Il filo che attraversa tutti e cinque i passi è l'umiltà di fronte all'errore. Il codice semplice o funziona o ha un bug che lei corregge. L'IA ha ragione il più delle volte e torto alcune volte, per sempre: è la sua natura, non un difetto da rattoppare. Progetti la funzione attorno a questa realtà e diventa una risorsa. Finga che l'IA abbia sempre ragione e avrà costruito la mina di cui parlavamo prima.

Il quadro più ampio: l'IA è uno strumento, non una strategia

Faccia un passo indietro abbastanza grande e l'intera questione si semplifica. L'IA è uno strumento, così come lo sono un database o una barra di ricerca. Non si costruisce un prodotto attorno all'avere un database; si usa un database dove rende migliore il prodotto. La stessa sobrietà la serve bene qui. Le aziende che traggono valore reale dall'IA non sono quelle che ne hanno aggiunta di più: sono quelle che l'hanno aggiunta esattamente nei pochi punti in cui elimina un attrito autentico, resistendo ovunque altro.

Quella sobrietà è anche, per inciso, ciò che rende impressionante l'IA che davvero aggiunge. Quando ogni schermata ha un assistente fatto a metà, nessuno sembra speciale. Quando una funzione legge in silenzio l'email di un cliente e fa risparmiare al suo team dieci minuti ogni volta, le persone se ne ricordano. Meno numerose, più affilate, davvero utili: questa è la versione dell'IA che vale la pena costruire, ed è la versione per cui i suoi utenti la ringrazieranno per davvero.

Domande frequenti