La maggior parte delle aziende sta ancora cercando di capire cosa dovrebbe fare concretamente un agente di IA. JLL ha superato da tempo questa domanda. Con agenti operativi nella gestione delle strutture, nelle comunicazioni del marchio e nelle funzioni aziendali, l’azienda sta imparando che i problemi più difficili non sono necessariamente tecnici: riguardano piuttosto la dimostrazione del valore, la costruzione della fiducia e la garanzia che l’IA risolva un problema aziendale concreto invece di diventare l’ennesimo costoso progetto sperimentale aziendale.
Registrata alla conferenza AI4 di Las Vegas, con parte dell’inevitabile rumore di fondo del luogo della conferenza, questa conversazione tra il conduttore David Rice e Carlin Power, vicepresidente globale per l’IA e l’abilitazione delle tecnologie di piattaforma presso JLL, esplora cosa serve davvero per implementare l’IA su larga scala. Discutono del motivo per cui il ROI deve rientrare nel conto economico, di come lo sviluppo decentralizzato dell’IA possa accelerare l’innovazione utile e del perché eliminare i ruoli di livello iniziale in nome dell’efficienza potrebbe essere esattamente la lezione sbagliata da trarre dall’IA.
Cosa imparerai
- Perché gli agenti di IA di successo devono collegarsi direttamente a risultati aziendali misurabili
- Come una solida base dati aziendale renda possibile lo sviluppo decentralizzato dell’IA
- Perché la competenza nell’IA richieda più del semplice accesso dei dipendenti agli strumenti
- Come l’aumento delle capacità possa elevare le aspettative nei confronti dei talenti all’inizio della carriera invece di eliminare quei ruoli
- Perché il comportamento e gli incentivi della leadership siano importanti quando si cerca di promuovere un’adozione autentica dell’IA
- Come le organizzazioni senza agenti in produzione possano iniziare in piccolo senza rimanere bloccate in una fase pilota permanente
Punti chiave
- Inserisci l’IA nel problema aziendale, non accanto ad esso. Chiedere quale sia il ROI dell’“IA” presa isolatamente è spesso la conversazione sbagliata. JLL riporta la domanda nel conto economico: se un’unità aziendale deve aumentare la produttività, migliorare i risultati per i clienti, incrementare i ricavi o ampliare la quota di portafoglio, quale ruolo può svolgere l’IA nel raggiungimento di quell’obiettivo? Altrimenti ci si ritrova con il solito martello che vaga per i corridoi alla ricerca di un chiodo.
- Considera gli agenti come investimenti soggetti ad aspettative di performance. JLL valuta se gli agenti stanno producendo i benefici per i quali sono stati creati e utilizza una conversazione ricorrente basata sul fermare, avviare o continuare un’iniziativa per determinare se abbia senso proseguire l’investimento. Un agente non dovrebbe ricevere un lasciapassare solo perché tutti si sentono attualmente obbligati a inserire la parola “IA” da qualche parte nella presentazione strategica.
- Non confondere l’automazione con la strategia della forza lavoro. Power sostiene che eliminare i talenti all’inizio della carriera sia il segnale di una strategia sull’IA immatura. Gli stagisti di JLL utilizzano l’IA per affrontare progetti sofisticati a un livello che, secondo lei, può ricordare quello di dipendenti con diversi anni di esperienza. L’opportunità non consiste necessariamente nell’avere meno dipendenti junior, ma in aspettative radicalmente più elevate su ciò che i dipendenti junior possono apportare.
- La competenza va costruita, non semplicemente annunciata. JLL ha investito in professionisti dell’abilitazione, formazione, programmi per sostenitori e percorsi formativi specifici per ruolo all’interno di un’azienda operativa in 80 Paesi. I dipendenti hanno imparato sia cosa potesse fare la tecnologia sia in quali ambiti dovessero ancora “fidarsi, ma verificare”. Avere accesso a uno strumento non equivale a sapere come utilizzarlo responsabilmente.
- Inizia con un ambito abbastanza circoscritto da permettere di imparare qualcosa di utile. Ai leader che partono da zero agenti, Power consiglia di riunire esperti di dominio con competenze tecniche e di individuare un numero ridotto di casi d’uso in cui la sperimentazione stessa possa produrre un ROI positivo. Costruisci evidenze, amplia ciò che funziona e reinvesti i rendimenti invece di tentare di trasformare l’intera organizzazione fin dal primo giorno.
- I leader devono utilizzare personalmente gli strumenti. JLL ha affiancato all’innovazione dal basso modelli di comportamento dall’alto, inclusi KPI relativi alla competenza nell’IA, all’adozione e all’utilizzo. È improbabile che i dipendenti sperimentino con fiducia se la leadership tratta l’IA come qualcosa che dovrebbero fare tutti gli altri.
Capitoli
- 00:00 — Cosa imparerà l’altro 97%
- 02:08 — Portare gli agenti di IA in produzione
- 05:40 — Il problema del ROI dell’IA
- 07:48 — Inserire l’IA nel conto economico
- 09:26 — Costruire agenti duraturi
- 10:43 — Scalare l’IA decentralizzata
- 13:37 — L’IA e il lavoro di livello iniziale
- 17:09 — Ripensare i talenti all’inizio della carriera
- 19:00 — Costruire la competenza nell’IA su larga scala
- 21:12 — I tuoi primi tre mesi con gli agenti di IA
- 24:41 — Considerazioni conclusive
Conosci la nostra ospite

Carlin Power è la Vicepresidente globale dell’abilitazione all’AI e alla tecnologia delle piattaforme presso JLL, dove contribuisce a promuovere l’adozione dell’AI a livello aziendale e la trasformazione tecnologica in tutta l’organizzazione globale operante nel settore degli immobili commerciali. Con un’esperienza che spazia dagli immobili commerciali alla gestione dei prodotti, dall’analisi all’abilitazione tecnologica e allo sviluppo dei dipendenti, si concentra sulla trasformazione delle capacità emergenti dell’AI in strumenti e flussi di lavoro pratici che migliorano il modo in cui le persone lavorano. Carlin è una convinta sostenitrice della trasformazione basata sull’AI incentrata sulle persone e pone l’accento sulla formazione, sull’adozione responsabile e sui risultati aziendali misurabili, aiutando al contempo i dipendenti a sviluppare le competenze e la fiducia necessarie per prosperare in un ambiente di lavoro supportato dall’AI.
Link correlati:
- Unisciti alla community People Managing People
- Iscriviti alla newsletter per ricevere i nostri ultimi articoli e podcast
- Connettiti con Carlin su LinkedIn
- Visita JLL
Articoli e podcast correlati:
David Rice: Solo il 17% delle organizzazioni ha implementato agenti di IA. Il numero relativo a più dipartimenti è intorno al 3%. JLL ha smesso di contarli. Nella puntata di oggi parlo con Carlin Power, vicepresidente globale per l'IA e l'abilitazione tecnologica delle piattaforme presso JLL, di ciò che l'altro 97% sta per imparare.
Perché JLL non sta sperimentando con gli agenti. Li sta eseguendo in produzione nella gestione delle strutture, nelle comunicazioni del marchio e nelle funzioni aziendali a livello globale, e le lezioni apprese non sono principalmente tecniche. La prima cosa che si è inceppata non è stata la tecnologia, ma la conversazione sul ROI. Come si giustifica il costo delle funzionalità essenziali?
Come ci si siede davanti al proprio CFO e si dice: "Potremmo ottenere un rendimento dell'1% su questo investimento"? La risposta di Power è stata riportare la conversazione sul valore nel posto giusto, all'interno del conto economico che sta prendendo la decisione sull'investimento. Se un responsabile aziendale sta cercando di crescere e aumentare del 20% la quota di spesa dei clienti principali, l'IA diventa parte di quella conversazione invece di essere un martello in cerca di un chiodo.
Anche la questione dell'inizio della carriera merita attenzione in questo argomento. La ricerca di Stanford traccia una linea netta. Quando l'IA automatizza, le assunzioni di personale junior diminuiscono. Quando potenzia, l'occupazione resta stabile o cresce. JLL ha fatto una scelta deliberata e gli stagisti selezionati di recente hanno presentato un lavoro finale così sofisticato che, senza che glielo avessero detto, Power non avrebbe immaginato che non fossero già al terzo o quarto anno di carriera.
Oggi parleremo quindi di ciò che distingue gli agenti che sopravvivono dal 40% dei progetti che Gartner prevede verranno cancellati entro il 2027, del motivo per cui l'inquadramento del ROI conta più della tecnologia stessa, di come costruire competenze sull'IA in ottanta Paesi senza perdere la rilevanza locale e di cosa dovrebbe fare nei primi tre mesi un responsabile delle persone con zero agenti in produzione mentre li implementa.
Sono David Rice. Questo è People Managing People e, se la vostra organizzazione sta ancora cercando di capire da dove iniziare con gli agenti, questa conversazione offre un piano pratico da parte di qualcuno che ha già superato da tempo quella domanda. Iniziamo.
Benvenuti al podcast People Managing People. Come sempre, sono il vostro conduttore, David Rice, e oggi sono con me Carlin Power. È la vicepresidente globale per l'IA e l'abilitazione tecnologica delle piattaforme presso JLL. Molte organizzazioni stanno sperimentando con gli agenti di IA, ma voi ne avete effettivamente implementati alcuni con successo. Giusto. Quindi-
Carlin Power: Sì, lo abbiamo fatto...
David Rice: parleremo un po' di questo e di alcune lezioni apprese.
La prima domanda che volevo farti riguarda una cosa che avevo visto in un sondaggio Gartner tra i CIO: solo il 17% delle organizzazioni ha implementato agenti.
Carlin Power: Certo.
David Rice: E credo che il numero relativo a più dipartimenti sia il 3% o qualcosa del genere, giusto? Sì, sì. È davvero basso.
Carlin Power: Sì.
David Rice: Quindi molte persone si trovano all'inizio di questo percorso. E voi avete pubblicato, l'ultimo numero che ho visto era circa 34. Credo che ora siano di più.
Carlin Power: Sì. Stiamo crescendo. Credo che abbiamo semplicemente smesso di contarli.
David Rice: Avete smesso... Allora, la mia prima domanda è: cosa sapete oggi che l'altro 97% sta per imparare?
Carlin Power: Certo. Credo che in realtà si ricolleghi ad alcune decisioni che abbiamo preso all'inizio. Abbiamo investito in quello che chiamiamo JLL Falcon, un nome commerciale elegante per una raccolta di funzionalità e API di IA che tutti i nostri sviluppatori software potevano utilizzare in modo economicamente efficiente per implementare funzionalità di IA su tecnologie completamente nuove e su tecnologie esistenti già presenti sul mercato.
Grazie a questo, e poiché siamo riusciti a decentralizzare l'innovazione tra tutti i nostri ingegneri, hanno iniziato a migliorare molto più rapidamente le proprie competenze su come costruire e implementare elementi come gli agenti. Abbiamo agenti nella nostra attività di gestione delle strutture che ottimizzano gli ordini di lavoro e il modo in cui i tecnici vengono assegnati ai siti per svolgere il loro lavoro di gestione delle strutture.
Abbiamo agenti del marchio che applicano il marchio alle nostre presentazioni PowerPoint e il nostro tono di voce alle comunicazioni interne ed esterne di JLL. Circa un mese e mezzo fa abbiamo implementato Ask JLL, una raccolta di agenti costituita da tutti i nostri esperti di dominio delle funzioni aziendali, che aiuta i dipendenti a ricevere assistenza in tutte le nostre funzioni aziendali.
Grazie a questa decentralizzazione tra tutti quei team di ingegneria, stiamo semplicemente costruendo agenti per problemi aziendali specifici, con risultati di ROI molto precisi.
David Rice: È anche per questo che pensi che abbia avuto successo? Hai menzionato la natura specifica. Il successo dipende dal fatto che non state cercando genericamente di risolvere qualcosa, ma siete molto specifici?
Carlin Power: Sì. Abbiamo agenti generici e strumenti di IA per uso generale. Abbiamo un assistente di IA generale che chiamiamo Pulse, affettuosamente... che analizza tutte le nostre chat, tutte le nostre e-mail e tutti i nostri documenti condivisi. Agisce come un assistente amministrativo e alleggerisce gran parte del carico delle attività amministrative e operative che bisogna svolgere in un lavoro basato sulla conoscenza.
Abbiamo quindi implementato intenzionalmente alcune funzionalità generiche, ma sì, il vero ROI, perché quelle cose sono più che altro funzionalità essenziali, giusto?
David Rice: Giusto.
Carlin Power: Sono elementi che tutti i nostri dipendenti devono avere a disposizione per poter competere sul mercato.
Tutti gli agenti implementati dai nostri team di ingegneria software che supportano una particolare linea di business o una funzione aziendale affrontano problemi aziendali specifici che fanno avanzare i risultati dell'azienda, e questo è allineato a più livelli dell'organizzazione.
David Rice: Riportami al primo agente. Cosa si è rotto, a parte la parte tecnica? Sono stati i permessi e la titolarità o-
Carlin Power: Sì...
David Rice: la descrizione del lavoro di qualcuno, in sostanza?
Carlin Power: Sì, esatto. Il primo agente, wow. In realtà è Pulse, quindi... noto anche come strumenti di lavoro JLL, perché ora lo distribuiamo tramite un MCP, ovvero il termine elegante per indicare un connettore diretto a un agente verso dati strutturati.
In realtà non credo che si sia rotto qualcosa di tecnico. Si è trattato piuttosto di capire come giustificare il costo rispetto al ROI. Ti parlavo delle funzionalità essenziali. È una conversazione piuttosto difficile quando si vedono numeri di efficienza solo nell'ordine dell'1-3%, giusto?
È difficile sedersi davanti al CFO e dire: "Penso che dovremmo farlo, ma potremmo ottenere un rendimento dell'1%". All'inizio abbiamo cercato di capire come articolare il valore delle funzionalità essenziali e come articolare il valore di un particolare agente.
E questo deve diventare uno standard per la costruzione? Come facciamo ad assicurarci che ogni sviluppatore della nostra organizzazione possa dire: "Implementerò questo agente per risolvere un problema che prima ci costava una certa quantità di lavoro o produceva un determinato risultato. Ora saremo in grado di raggiungere una produttività cinque volte superiore, generare una nuova fonte di ricavi, aumentare la nostra quota di mercato o la quota di spesa di un cliente"?
Quando inizi a far ragionare i team in questo modo, dimostrare il ROI diventa molto più semplice. Questa è stata la prima cosa: ci chiedevano quando e come usare questi strumenti e quale fosse il ROI, e noi rispondevamo: "Buona domanda".
David Rice: È interessante che tu abbia menzionato la normalizzazione. C'è stata anche una standardizzazione del linguaggio o della comprensione di ciò che qualificava come ROI per le persone che volevano fare queste cose? Perché immagino che la fantasia possa correre un po' troppo.
Potresti dire: "Ehi, questo non è realmente un valore aziendale".
Carlin Power: Fortunatamente abbiamo ottimi professionisti della finanza nella nostra organizzazione. Sebbene sia una funzione centralizzata, è decentralizzata per il modo in cui è distribuita nelle nostre linee di business e funzioni.
Il nostro team finanziario ha dedicato molto tempo a capire come fornire ai team strutture per elaborare una conversazione sul ROI, o un'equazione del ROI. Penso che questo aspetto stia maturando. Non direi di avere la risposta, perché se l'avessi mi licenzierei e fonderei da un giorno all'altro una società di consulenza da un miliardo di dollari, come farebbero tutti gli altri, ma-
David Rice: Già...
Carlin Power: credo che si tratti di riportare la conversazione sul valore nel luogo a cui appartiene: il conto economico che prende la decisione sull'investimento. Se un responsabile aziendale dice: "Dobbiamo aumentare del 20% la nostra quota di spesa con i dieci clienti principali", l'IA diventa parte della conversazione invece di essere un martello in cerca di un chiodo.
David Rice: Gartner prevede che il 40% dei progetti di IA basati su agenti verrà cancellato entro la fine del 2027. Quando guardi agli agenti che avete costruito, cosa ti rende sicura che saranno resilienti e continueranno oltre quella data?
Carlin Power: Ancora una volta, si torna alla nostra decisione di implementare JLL Falcon e al processo decisionale decentralizzato nelle funzioni di ingegneria, ora collegato agli indicatori chiave di prestazione delle linee di business.
Non costruiamo nulla, o almeno cerchiamo di non costruire nulla, che non abbia un ROI attribuibile o un risparmio quantificabile. La conversazione diventa quindi molto semplice: gli agenti di IA stanno funzionando? Raggiungono i loro obiettivi proprio come un dipendente raggiungerebbe i propri obiettivi aziendali?
Questa tecnologia o questo agente fanno ciò che ci aspettavamo? Realizzano i benefici previsti? Se no, perché, e dobbiamo continuare a investire? Periodicamente, per ciascun agente implementato nell'organizzazione, deve esserci una conversazione del tipo: interrompere, avviare o continuare.
David Rice: Hai menzionato il processo decisionale decentralizzato. È qualcosa che avete costruito fin dall'inizio? Faceva già parte dei vostri processi prima di tutto questo?
Carlin Power: La base della nostra strategia per l'IA è il nostro livello dati aziendale. Negli ultimi cinque o sei anni, sotto la guida del nostro CTO Yao Moran, abbiamo costruito competenze, accuratezza, affidabilità e rilevanza dei dati nel nostro data warehouse aziendale.
Ogni singolo dato che abbiamo in JLL confluisce nel data warehouse aziendale. Esiste poi un insieme di funzionalità di governance che definisce cosa sono quei dati, per cosa sono rilevanti, per chi sono rilevanti e come le persone possono accedervi. Abbiamo quindi un livello dati molto solido alla base e JLL Falcon sopra di esso.
Quando parliamo di MCP o di connettori, si tratta semplicemente di entrare direttamente nel nostro data warehouse aziendale ed estrarre i dati rilevanti per l'utente. Questa è la nostra funzione di scalabilità, sia dal punto di vista dell'efficienza dei costi sia da quello della rilevanza dei dati.
Abbiamo poi una strategia di IA guidata dai dipendenti e una strategia di IA guidata centralmente. È nella strategia guidata centralmente che avviene la decentralizzazione di cui parlavo. Ogni linea di business e ogni funzione aziendale dispone di iniziative tecnologiche allineate a quella strategia per offrire la differenziazione di cui abbiamo bisogno sul mercato.
La strategia guidata dai dipendenti è invece il modo in cui permettiamo alle persone, all'interno dell'azienda, di utilizzare i nostri strumenti e sviluppare competenze interne sull'IA. È la nostra funzione abilitante. Abbiamo quindi la base, costituita dai dati; la funzione di scalabilità, cioè la piattaforma JLL Falcon; la funzione di differenziazione, guidata centralmente; e la funzione di abilitazione, guidata dai dipendenti.
Tutto questo confluisce nei nostri tre risultati aziendali: offrire valore ai clienti, liberare l'eccellenza nelle operazioni e promuovere l'innovazione.
Credo che questo sia fondamentale per il nostro successo. E sì, la decisione di decentralizzare è stata deliberata. L'abbiamo presa subito? Non ricordo. Ma è dove siamo arrivati? Assolutamente.
David Rice: Una domanda che volevo farti riguarda una ricerca di Stanford che tracciava una linea netta: quando l'IA automatizza le attività, le assunzioni di personale junior diminuiscono.
Quando invece potenzia il lavoro, l'occupazione resta stabile o cresce.
Carlin Power: Sì.
David Rice: Tra i vostri 34 agenti, o più ormai, da quale parte di quella linea pensi vi troviate? È stata una decisione o un risultato?
Carlin Power: Se un'azienda si concentra sull'efficienza e sulla produttività e quindi mira a ridurre il lavoro, compreso quello nelle fasi iniziali della carriera, credo che questo dimostri semplicemente l'immaturità della sua strategia complessiva per l'IA e del suo modello di coinvolgimento.
Non è mai stata una nostra scelta deliberata dire: "Elimineremo il 40% dei posti di lavoro". Credo che al discorso di apertura di questa mattina lo abbiano definito allarmismo.
Mi sembra una posizione troppo estrema e, ancora una volta, di breve durata. Può essere davvero dannoso per il successo di un'organizzazione eliminare completamente i talenti all'inizio della carriera.
David Rice: Già.
Carlin Power: Lo scorso lunedì ero con i nostri stagisti dell'approvvigionamento e degli acquisti, che presentavano i loro progetti finali, molti dei quali avevano utilizzato i nostri strumenti interni e alcuni dei laboratori avanzati con cui collaboriamo.
Se il responsabile dell'approvvigionamento e degli acquisti non mi avesse detto che erano stagisti, avrei pensato che fossero al terzo o quarto anno di carriera, considerando la profondità delle loro conoscenze su problemi molto complessi di approvvigionamento e acquisti, la loro familiarità con i clienti con cui avevano lavorato e il modo in cui avevano contribuito a migliorare il valore degli asset e dei contratti che gestiamo.
Ho imparato delle cose. Sono rimasta sbalordita da ciò che erano riusciti a fare in così poco tempo e ancora più colpita dal fatto che, alla fine, il responsabile dell'approvvigionamento e degli acquisti abbia detto: "Avete tutti un posto di lavoro qui a JLL, se lo volete".
È un ottimo esempio del fatto che non dovremmo eliminare i posti di lavoro all'inizio della carriera. Dovremmo stabilire aspettative completamente diverse su ciò che possiamo ottenere dai talenti all'inizio della carriera.
Abbiamo quindi riprogettato completamente la nostra strategia per l'inizio della carriera attorno a progetti finali basati su attività concrete, che creano davvero valore nei programmi di tirocinio che organizziamo in JLL.
Credo sia una questione di immaturità e che alla fine arriveranno a capirlo. Metterei in guardia le aziende dal tentare di eliminare questo percorso iniziale, perché penso che gran parte della loro innovazione nei prossimi tre-cinque anni arriverà proprio da lì.
David Rice: Mi fa piacere che tu l'abbia detto, perché sono sempre stato un sostenitore di questo approccio. Il progetto finale mi ricorda quasi più un apprendistato.
Carlin Power: Sì.
David Rice: Pensiamo agli stage e, quando ne ho fatto uno all'università, era piuttosto noioso.
Non c'era molta responsabilità. Era più o meno così-
Carlin Power: Credo di aver risposto al telefono e archiviato documenti.
David Rice: Esatto. Non era così approfondito da farmi uscire pensando: "È stato davvero importante?"
Carlin Power: Sì.
David Rice: Sai, quindi-
Carlin Power: Sì, mettilo nel curriculum.
David Rice: Già, l'ho fatto. Ma il modello dell'apprendistato, che secondo me è proprio ciò a cui ti riferisci, significa imparare facendo davvero il lavoro.
Carlin Power: Esatto.
David Rice: E farlo a un livello di profondità tale che, come hai detto, sembravano persone con tre o quattro anni di esperienza.
Carlin Power: Mi ha lasciata senza parole e mi ha aiutata a stabilire un nuovo standard e a educare l'organizzazione su ciò che dovremmo aspettarci dai nostri talenti all'inizio della carriera.
Spero che questo stabilisca anche, a livello organizzativo, una competenza secondo cui dovremmo probabilmente aspettarci molto di più anche dai nostri professionisti. Abbiamo educato i nostri leader su ciò che definirei l'evoluzione della proposta di valore.
Li accompagniamo in un laboratorio di formazione composto da più moduli e, forse sorprendentemente, era molto difficile per loro articolare la propria proposta di valore attuale per l'azienda.
Quando l'intero team viene potenziato, migliorato o sostituito dall'IA, cosa farete con quel valore? Come lo recupereremo, attraverso una produttività maggiore, risultati di qualità migliore, più tempo con i clienti o più tempo per costruire nuove fonti di ricavi?
David Rice: Penso che "prima le persone" abbia bisogno di uno strumento concreto, altrimenti sono solo parole, uno slogan. Sono curioso: qual è il vostro strumento? Come avete distinto l'adozione dalla conformità e dalle persone che semplicemente aggirano il sistema?
Carlin Power: Sì.
David Rice: L'agente.
Carlin Power: Anche questa è stata una decisione intenzionale presa molto presto.
Abbiamo destinato una parte consistente del nostro budget a professionisti del coinvolgimento e dell'abilitazione, che all'inizio hanno aiutato tutti i nostri dipendenti a sviluppare un livello di competenza sull'IA.
Si è trattato di presentar loro nuovi strumenti, fornire le basi sul funzionamento dell'IA generativa e spiegare come proteggiamo i loro dati e quelli dei clienti, oltre a rispondere alle domande iniziali: cosa succede quando carico il conto economico di un cliente in un sistema di IA generativa?
Abbiamo costruito il sistema in modo sicuro e isolato, ma chiedevamo comunque di usare il buon senso. Li aiutavamo anche a trovare un equilibrio tra ciò che potevano affidare all'IA generativa e ciò che non potevano, seguendo una metodologia basata sul fidarsi ma verificare.
Inserire molto presto questo principio nella cultura delle persone ha favorito l'adozione di funzionalità più avanzate quando sono state rese disponibili.
Costruivamo gli strumenti, li distribuivamo e formavamo le persone. Abbiamo creato un programma di ambasciatori in grado di adattare la formazione ai singoli ruoli e profili professionali delle nostre linee di business e funzioni aziendali, perché siamo un'azienda enorme che opera in 80 Paesi.
Molti aspetti devono essere considerati a livello locale, mentre una funzione centrale non è progettata per supportarli su larga scala. Abbiamo quindi dovuto coinvolgere gli esperti dei diversi ambiti per aiutarci a stabilire il livello successivo di competenza necessario ai nostri team per iniziare a innovare autonomamente.
David Rice: Stiamo finendo il tempo, ma prima di lasciarti andare vorrei proporti uno scenario ipotetico, perché adoro gli scenari ipotetici.
Carlin Power: Certo.
David Rice: Immaginiamo un responsabile delle persone con zero agenti in produzione, mentre il consiglio di amministrazione inizia a fare pressione. Vuole vedere dei progressi e chiede perché non ce ne siano. Ha dodici mesi e un budget.
Carlin Power: Sì.
David Rice: Cosa dovrebbe fare nei primi tre mesi per iniziare e qual è la prima cosa che sarà tentato di fare, ma che secondo te sarebbe una perdita di tempo?
Carlin Power: La prima cosa è creare un gruppo di persone con cui ti senti molto a tuo agio nello sperimentare in tutta l'organizzazione. Non so se partirei subito con i responsabili delle funzioni, ma sceglierei esperti di dominio delle linee di business e delle funzioni aziendali, tecnicamente competenti, che possano aiutarti a definire casi d'uso reali per i quali persino la sperimentazione produca un ROI positivo netto.
Cercare di procedere subito in modo molto ampio e generale comporterà molti costi. Se internamente non hai persone formate sui diversi ambiti aziendali o sull'IA, i costi esploderanno e ti ritroverai esattamente nella situazione descritta dalle domande che mi hai posto.
David Rice: Già.
Carlin Power: Bisogna costruire il successo in alcuni casi d'uso, poi scalarli e usare quel ROI per reinvestire in altri strumenti, compresi quelli più orizzontali o generici, distribuiti all'organizzazione. Questo è fondamentale.
L'altro elemento è la funzione di abilitazione e di sviluppo delle competenze. Devi mettere le persone a proprio agio nell'utilizzare gli strumenti e incentivarle a farlo.
Un riferimento che cito continuamente, e per cui sono molto grata, è il nostro CEO Christian Ulbrich, che ha definito la visione e ha autorizzato le persone a usare l'IA. Ha stabilito indicatori chiave di prestazione globali relativi a competenze, adozione e utilizzo.
Non c'era alcuna punizione per chi usava questi strumenti. Non era: "Hai scoperto come automatizzare il tuo dipartimento? Bene, ora licenziamo tutti". Questa narrazione non è mai esistita in JLL. Il messaggio era: dobbiamo usare l'IA per servire meglio i clienti e le nostre persone.
Tutti i dirigenti dovevano costruire indicatori chiave di prestazione relativi al raggiungimento di questo obiettivo e dare l'esempio con i propri comportamenti. Il nostro CEO è stato molto diretto: ognuno di voi deve usare gli strumenti di IA e io lo misurerò. Se le persone non ti vedono usarli, non si sentiranno a proprio agio né autorizzate a farlo.
Voleva che l'innovazione arrivasse dal basso verso l'alto-
David Rice: Giusto...
Carlin Power: tanto quanto voleva che il comportamento esemplare arrivasse dall'alto verso il basso. Quindi, nel consigliare qualsiasi dirigente, direi che deve dare l'esempio e allineare gli incentivi al comportamento che vuole vedere nell'organizzazione.
David Rice: Grazie per essere stata con noi oggi. Carlin Power, signore e signori. Alla prossima.
Carlin Power: Grazie mille.
David Rice: Cari ascoltatori, se non l'avete ancora fatto, visitate peoplemanagingpeople.com/subscribe. Iscrivetevi alla newsletter. Riceverete questo podcast e tutto ciò che creiamo direttamente nella vostra casella di posta.
Alla prossima.
