I professionisti sono formati per risolvere problemi. La facoltà di giurisprudenza insegna a individuare le questioni in un caso concreto e ad applicare la regola giusta. Le business school insegnano a identificare i vincoli e a lavorare al loro interno. L’intera struttura dei servizi professionali si fonda su un cliente che porta un problema e un professionista che consegna una soluzione.
Quel modello funziona bene quando il problema è noto. Il contratto va rivisto. La controversia va risolta. La normativa va rispettata. Ma i problemi più costosi in qualsiasi organizzazione sono quelli che nessuno ha ancora identificato. Il gap di compliance che diventa visibile solo dopo un provvedimento sanzionatorio. La deriva contrattuale che si accumula nel corso degli anni. Il rischio operativo nascosto in una clausola che tutti hanno approvato perché sembrava standard. Sono problemi che restano silenziosi in sistemi, processi e documenti finché qualcosa non va storto.
L’abitudine professionale di aspettare che un problema sia definito prima di occuparsene è comprensibile. Ma è anche un limite. Ed è un limite che l’AI è particolarmente adatta ad affrontare.
Dal rispondere alle domande al farle emergere
Il problem finding non è un’idea nuova. È studiato da decenni nel design thinking e nella ricerca sull’innovazione. L’intuizione è semplice: la qualità di una soluzione dipende dalla qualità del problema che affronta. Una risposta eseguita alla perfezione alla domanda sbagliata resta uno spreco di energie. La novità è che l’AI rende possibile il problem finding a una scala e a una velocità prima non disponibili.
Considerate cosa succede quando uno studio legale usa l’AI per rivedere un portafoglio di 500 contratti di clienti. Il compito dichiarato potrebbe essere verificare la conformità al GDPR. Ma l’AI legge tutto e, così facendo, può far emergere incoerenze su cui nessuno aveva fatto domande: contratti in cui i massimali di indennizzo non corrispondono al profilo di rischio, giurisdizioni in cui le clausole di forza maggiore non vengono aggiornate da prima della pandemia, o controparti i cui termini si sono silenziosamente spostati a loro favore nel corso dei rinnovi successivi. Nessuno di questi è il problema per cui lo studio è stato incaricato. Tutti sono problemi che vale la pena conoscere.
La stessa logica vale al di fuori del lavoro legale. Una società di consulenza che fa girare l’AI sui dati di procurement di un cliente per un audit della spesa potrebbe scoprire che tre dipartimenti diversi acquistano lo stesso servizio da tre fornitori diversi a tre prezzi diversi. Un team di servizi finanziari che usa l’AI per controllare le comunicazioni alle autorità di vigilanza potrebbe accorgersi che il linguaggio delle proprie disclosure si è allontanato da quello delle policy interne, creando un divario che nessuno voleva ma che un regolatore noterebbe.
In ciascun caso, l’AI non si limita a rispondere alla domanda che le è stata posta. Fa emergere domande che nessuno aveva pensato di porre. È lì che risiede il vero valore.
Perché sono ancora gli esseri umani a stabilire la direzione
C’è una distinzione importante da fare. L’AI può rilevare pattern e anomalie su larga scala. Può segnalare ciò che appare diverso rispetto a quanto visto in precedenza. Ciò che non può fare, almeno non in modo affidabile, è stabilire quali di quelle anomalie contino davvero. Un termine di pagamento passato da 30 a 52 giorni potrebbe essere un serio rischio di liquidità, oppure una concessione intenzionale fatta durante una negoziazione strategica. L’AI non conosce la differenza. Un essere umano sì.
È qui che il cambio di mindset conta. Il professionista che vede l’AI solo come uno strumento di problem solving la userà per rispondere più in fretta alle domande. Il professionista che vede l’AI come un partner di problem finding la userà per porsi domande migliori fin dall’inizio. Il secondo approccio è più difficile. Richiede dimestichezza con l’ambiguità, la disponibilità a seguire segnali che potrebbero non portare da nessuna parte e il giudizio necessario per decidere quali risultati meritano attenzione e quali sono rumore. Ma è anche il punto in cui l’AI crea più valore: non sostituendo il pensiero professionale, ma dando ai professionisti più materia su cui riflettere.
E qui il contrappunto onesto: il problem finding può a sua volta creare problemi. Un’AI che segnala tutto ciò che è insolito genera rumore. I team che inseguono ogni anomalia rischiano di perdere il focus sul lavoro che va davvero fatto. L’obiettivo è semplicemente incorporare nei vostri flussi di lavoro abbastanza consapevolezza da intercettare le cose che contano prima che diventino costose, senza trasformare ogni revisione in un’esplorazione senza fine.
Iniziate a cercare ciò che non state cercando
La maggior parte delle organizzazioni usa l’AI per fare le cose che già fa, solo più in fretta. Rivedere i contratti più in fretta. Fare ricerca giurisprudenziale più in fretta. Redigere documenti più in fretta. È un punto di partenza ragionevole. Ma si ferma prima dell’opportunità più grande.
Gli studi e le aziende che otterranno di più dall’AI saranno quelli che la useranno per vedere ciò che non stavano cercando. È molto improbabile che un team umano riesca a leggere 500 contratti uno accanto all’altro e a notare uno spostamento graduale nei termini di pagamento. O che un singolo avvocato, per quanto esperto, possa tenere in testa il quadro completo di un portafoglio e individuare i rischi a lenta evoluzione che diventano visibili solo su larga scala. L’AI può. E quando lo fa, dà ai professionisti la possibilità di agire prima che un problema diventi una crisi.
È questo il cambiamento che vale la pena fare. Dal problem solving al problem finding. Dal rispondere alla domanda sul tavolo al chiedersi se sia la domanda giusta. La tecnologia è pronta. La parte più difficile, come sempre, è cambiare l’abitudine.
In Better Ipsum aiutiamo studi legali e direzioni affari legali a usare l’AI non solo per lavorare più in fretta, ma per vedere più lontano. Se volete passare dal problem solving reattivo al problem finding proattivo, parliamone.