L’AI in azienda: perché le imprese creano società separate per innovare senza rallentare il business?

L’idea è semplice: l’innovazione ha bisogno di tempi diversi rispetto alla produzione. Chi lavora sui prodotti esistenti deve garantire affidabilità. Chi lavora sul futuro deve poter procedere per tentativi.

La filosofia è riassunta in una frase pronunciata dalla presidente di Inaz e cavaliere del lavoro Linda Gilli: «avere il permesso di sbagliare per imparare». Un concetto che nelle aziende tradizionali spesso fatica a trovare cittadinanza ma che nel mondo dell’intelligenza artificiale rappresenta quasi una condizione necessaria.

Initia nasce così come una startup interna con le spalle coperte da un gruppo che porta in dote quasi ottant’anni di esperienza nel software e nei servizi per il mondo del lavoro.

A guidare il progetto è Massimo Pegori, direttore Innovazione e Sviluppo Software e Infrastruttura del gruppo. Il suo ruolo è quello di costruire un ponte tra la ricerca e il business, evitando che la sperimentazione rimanga confinata in laboratorio e garantendo che le soluzioni sviluppate trovino applicazione concreta nei prodotti e nei processi aziendali.

«La prima soluzione a cui abbiamo lavorato si chiama LexMate - spiega Massimo Pegori -. Lavora su più fronti: da un lato risponde a domande normative legate alla situazione specifica del singolo dipendente, ad esempio i tempi di preavviso da applicare in un determinato contesto, o come verificare un patto di non concorrenza stipulato anni prima che potrebbe essere cambiato nel frattempo per effetto di normative sopravvenute. Dall’altro, la componente agentica va ad analizzare autonomamente tutti i documenti collegati al dipendente, segnalando quelli che potrebbero presentare criticità rispetto alle norme aggiornate.

La differenza fondamentale rispetto a uno strumento generico come ChatGPT è che qui lavoriamo su fonti certificate e gestite direttamente da noi. Il nostro team, con il supporto di avvocati del lavoro e del centro studi INAZ (che da oltre 40 anni si occupa di interpretare la normativa man mano che viene emanata) ha selezionato e validato le fonti su cui il sistema si basa. Non è un semplice copia-incolla della norma: è comprensione e contestualizzazione».

L’altra soluzione si chiama PayrolLens. È uno strumento pensato per supportare le aziende nei controlli sulle buste paga. Il ciclo di produzione dei cedolini prevede sempre verifiche accurate per assicurarsi che non ci siano errori, che non sono quasi mai imputabili al software, ma alla complessità delle dinamiche retributive: ogni azienda ha le sue caratteristiche specifiche.

Con PayrolLens, anziché seguire il vecchio approccio (estrazione manuale di mille voci, costruzione di un Excel, verifiche incrociate) l’operatore descrive in linguaggio naturale all’interno del sistema quali controlli vuole eseguire.

L’aspetto più interessante è la progettazione della catena di montaggio agentica a cui sta lavorando Inaz.

«L’abbiamo immaginata in termini proprio collaborativi - spiega il direttore innovazione - nel senso che per scelta non abbiamo applicato in nessun punto delle automazioni totali dal punto di vista dell’intelligenza artificiale. Quindi non è la IA che decide di andare a fare una modifica sul documento, ma è la IA che in maniera autonoma è in grado di fare il suo mestiere, che è quello di poter analizzare tantissimi dati in maniera molto rapida e poter individuare quali possono essere gli ambiti in cui l’utente può intervenire, offrendo all’utente però le fonti certificate da cui la sua valutazione arriva. Quindi l’utente, nel momento in cui vede che la IA gli propone una modifica, vede anche di fianco proprio a video quali sono tutte le fonti che sono state recuperate, che può andare ad analizzare punto a punto e poter validare a questo punto il tipo di proposta fatta dall’intelligenza artificiale».

Il team conta sei persone. Una dimensione volutamente ridotta. Data engineer, data scientist, software engineer e specialisti AI lavorano in una struttura snella, senza gerarchie complesse. Ogni settimana è previsto anche uno spazio dedicato a progetti personali di ricerca, una sorta di laboratorio permanente dove esplorare tecnologie emergenti e nuove applicazioni.

Initia non svilupperà software destinato direttamente al mercato. Il suo compito sarà progettare soluzioni AI da integrare nei prodotti del gruppo oppure strumenti per migliorare processi interni. Un approccio pragmatico che punta meno all’effetto annuncio e più alla creazione di valore misurabile.

C’è poi un secondo elemento che distingue il progetto. INAZ considera il proprio patrimonio di conoscenze sul mondo del lavoro e delle risorse umane un asset strategico. In un momento in cui molte organizzazioni affidano dati e competenze a piattaforme esterne, l’azienda ha scelto di costruire un presidio interno per governare l’adozione dell’intelligenza artificiale.

La parola chiave è controllo. Controllo sui dati, sulla proprietà intellettuale e sulle modalità con cui gli algoritmi vengono addestrati e utilizzati.

Per questo Initia non viene presentata soltanto come un laboratorio tecnologico ma anche come un presidio etico. L’obiettivo dichiarato è sviluppare sistemi di AI che rispettino la riservatezza dei clienti e valorizzino il patrimonio di competenze accumulato in quasi un secolo di attività.

Più che a una startup californiana, forse, Initia assomiglia a una bottega rinascimentale. Pochi specialisti, competenze diverse, ricerca continua e la libertà di sperimentare. Con una differenza sostanziale: invece di dipingere affreschi, il materiale di lavoro sono dati, algoritmi e modelli di intelligenza artificiale.