Il Team Potenziato dall’IA: Un Nuovo Manuale Operativo per i Leader di Prodotto
Mentre attraversiamo la rivoluzione dell’IA, stiamo collettivamente creando una nuova realtà che è tutt’altro che utopica, e sia i leader sia i collaboratori individuali faticano a orientarsi nell’incertezza. Questioni come l’etica sul posto di lavoro, la qualità dei risultati e gli impatti a lungo termine sono al centro delle preoccupazioni di molti, ma questo offre l’opportunità di imparare dalle scoperte reciproche e dare forma al futuro che desideriamo vedere.
Andrew Saxe, VP of Product di Smartling, condivide la sua esperienza alla guida di un’azienda che si è evoluta dai servizi di traduzione manuale all’integrazione di flussi di lavoro guidati dall’IA. Discute di come distinguere il vero valore dell’IA dall’hype, delle considerazioni etiche che i leader devono affrontare, e del rapido cambiamento delle competenze più richieste nell’attuale panorama dominato dall’IA.
Punti salienti dell’intervista
- Incontra Andrew Saxe di Smartling [01:33]
- Andrew ha sviluppato un interesse per Internet e la tecnologia a metà degli anni ’90.
- Ha studiato tecnologia e ha lavorato in ambiti di sviluppo e ruoli legati ai prodotti.
- All’inizio si è occupato di sviluppo web, anche se ammette che non era di alta qualità.
- Col tempo è passato alla gestione di prodotto.
- Lavora in Smartling da quasi 15 anni, sempre concentrato sul prodotto.
- Impatto dell’IA sui flussi di lavoro di traduzione [02:23]
- Smartling opera nel settore della traduzione, storicamente un ambito guidato dalle persone.
- Cambiamenti tecnologici come il cloud computing hanno influenzato le operazioni aziendali ma hanno avuto effetti diretti minimi sulle persone.
- L’ascesa dell’IA è fondamentalmente diversa: ha un impatto significativo sui lavoratori nel quotidiano.
- L’IA sta già trasformando l’industria della traduzione e si prevede che continuerà a ridefinire i ruoli umani in molti settori.
- Smartling offre sia strumenti SaaS sia servizi di traduzione, tradizionalmente affidati a traduttori umani.
- La traduzione automatica neurale ha migliorato la qualità ma richiedeva comunque l’intervento umano per garantire accuratezza e coerenza con il tono del brand.
- L’IA permette ora di generare traduzioni iniziali di alta qualità e di valutarne l’accuratezza.
- I ruoli umani si stanno spostando dalla creazione delle traduzioni alla validazione degli output dell’IA e alla gestione dei casi limite.
- Questo rappresenta un cambiamento significativo nei flussi di lavoro, in cui l’intervento umano si colloca alla fine del processo.
- I futuri progressi potrebbero ridurre o eliminare del tutto la necessità della validazione umana.
- L’impatto dell’IA sul flusso di lavoro di traduzione [07:49]
- In passato, la traduzione dipendeva fortemente dagli umani per la digitazione, la revisione e il controllo qualità.
- L’IA ha cambiato radicalmente il flusso di lavoro: le traduzioni ora sono quasi istantanee e decisamente meno costose.
- L’intervento umano si limita principalmente alla gestione dei casi limite o alla validazione dei contenuti di grande importanza.
- Alcuni tipi di contenuto, come i documenti legali, richiedono ancora una revisione umana completa.
- Il cambiamento ha reso i flussi di lavoro più efficienti, con i ruoli umani che continueranno ad evolvere con l’avanzare dell’IA.
Quando consideriamo il costo della traduzione, le organizzazioni spendono centinaia di milioni, se non miliardi, di dollari. Gli esseri umani impiegano tempo a completare le traduzioni. Con l’IA, il flusso di lavoro cambia: è istantaneo e i costi diminuiscono drasticamente poiché non si paga più il lavoro delle persone.
Andrew Saxe
- Considerazioni etiche nell'implementazione dell'IA [09:13]
- Smartling ha spostato i linguisti in nuovi ruoli mantenendo comunque i loro livelli di reddito.
- L’intelligenza artificiale ha aumentato la produttività, permettendo ai linguisti di revisionare più contenuti con meno sforzo.
- Le considerazioni etiche comprendono l’impatto a lungo termine sull’occupazione e il destino dei lavoratori ricollocati.
- La traduzione richiede sfumature—la sola fluidità non basta—perciò il contributo umano qualificato è ancora apprezzato.
- I ruoli futuri potrebbero concentrarsi maggiormente sulla creazione di contenuti originali nelle lingue di destinazione piuttosto che sulla mera traduzione.
- Smartling sta studiando come catturare la voce del brand e le sfumature organizzative nei risultati dell'IA.
- L’input su come un’organizzazione vuole essere percepita può influire notevolmente sulla qualità delle traduzioni con IA.
- L’intervento umano è ancora importante per guidare il tono e le sfumature, specialmente in fase di validazione.
- Si prevede che questo ruolo umano evolverà ulteriormente con il progresso delle capacità dell’IA.
- Decidere tra IA e compiti umani nei flussi di lavoro di traduzione [13:12]
- Le scelte di flusso di lavoro si basano su un equilibrio tra costi, qualità e velocità.
- Smartling utilizza ricerche e metriche di affidabilità per abbinare gli strumenti e i processi più adatti ai diversi tipi di contenuto.
- L’intelligenza artificiale viene applicata dove può garantire la qualità con affidabilità, mentre gli esseri umani intervengono dove serve maggiore certezza.
- Alcuni clienti richiedono ancora revisioni multiple da parte di esseri umani per determinati contenuti.
- I flussi di lavoro con IA sono sempre più efficaci per la maggior parte dei contenuti, ad eccezione delle lingue "long tail" meno rappresentate.
- Adozione e integrazione dell'IA in Smartling [15:17]
- I clienti richiedono sempre più l’integrazione dell’IA per efficienza, anche se non sanno ancora come utilizzarla.
- Smartling sviluppa soluzioni basate su IA per soddisfare le aspettative di risparmio economico e prestazioni dei clienti.
- Internamente, tutti i team in Smartling stanno adottando strumenti di IA, con un forte utilizzo nei reparti di ingegneria, prodotto e supporto clienti.
- In generale, l’adozione dell’IA è ampia in tutta l’organizzazione, anche se i livelli di implementazione possono differire leggermente tra i team.
- Gestire il clamore sull’IA e il vero valore [17:40]
- Non tutte le soluzioni richiedono l’IA; a volte metodi più semplici (come regole o logica) possono essere più efficaci.
- L’entusiasmo pubblico attorno a strumenti come ChatGPT alimenta aspettative, ma nell’ambito aziendale servono affidabilità e sicurezza nei risultati.
- Applicare l’IA nelle aziende richiede una valutazione approfondita per garantire che porti davvero valore aggiunto.
- Smartling si concentra sulla creazione di strumenti di IA realmente utili, non solo di tendenza.
- C’è un approccio bilanciato e ponderato per evitare l’uso eccessivo o insufficiente dell’IA nell’organizzazione.
- Smartling sperimenta e testa strumenti di IA per raggiungere un livello di affidabilità dell’80-85%.
- I risultati dell’IA rimangono imprevedibili, con una probabilità al 50/50 di raggiungere gli esiti desiderati.
- Costruire fiducia nell’IA significa garantire i giusti casi d’uso per le tecnologie di sviluppo.
Quando inizi ad applicare l’IA alle soluzioni aziendali e alle esigenze dei clienti, occorre avere un livello di fiducia maggiore in ciò che viene osservato. Si tratta di capire come applicare la tecnologia per migliorare la tua azienda e i risultati dei tuoi clienti.
Andrew Saxe
- Implicazioni più ampie dell’IA nella gestione di prodotto [20:53]
- Andrew è aggiornato sui nuovi strumenti per la gestione di prodotto, ma ritiene che molti siano ancora nelle fasi iniziali.
- L’IA potrebbe aiutare i product manager automatizzando attività come la creazione di scalette, la generazione di ticket Jira o la trasformazione di schizzi in mockup.
- Vede il potenziale dell’IA per migliorare le attività quotidiane, puntando più sull’efficienza che sull’innovazione.
- Molti nuovi strumenti potrebbero semplificare i compiti di routine, permettendo ai product manager di concentrarsi su attività più strategiche.
- Futuro della collaborazione tra IA e esseri umani [23:35]
- Andrew prevede uno spostamento verso la "gestione per eccezione", in cui l’IA gestirà la maggior parte delle attività e gli umani interverranno solo in caso di problemi.
- Vede l’IA permettere ai lavoratori di concentrarsi meno su compiti ripetitivi e più sulla supervisione strategica.
- Desidera che strumenti come Smartling vengano integrati in più ambiti, riducendo la necessità che le persone partecipino a ogni fase.
- È entusiasta della tecnologia che semplifica i flussi di lavoro e permette agli impiegati di gestire le eccezioni più che le operazioni quotidiane.
Incontra il nostro ospite
Andrew Saxe è il Vicepresidente del Prodotto presso Smartling, una delle principali piattaforme di traduzione e localizzazione alimentate da intelligenza artificiale. Essendo uno dei primi dipendenti dell’azienda, ha avuto un ruolo fondamentale nel plasmare la visione del prodotto Smartling e nel guidare l’innovazione nella tecnologia di traduzione per le imprese. Prima di entrare in Smartling, Andrew ha ricoperto ruoli di prodotto e tecnici presso eMusic, APCO Worldwide e Omni Studio, e ha fondato e venduto il rivenditore online EverythingComputer.com. Ha conseguito una laurea in Economia presso la Kelley School of Business dell’Indiana University e ha sede a New York City.
L’IA è fantastica, ma è ancora una scommessa 50/50 nel produrre i risultati desiderati. C’è sicuramente un livello di fiducia e la necessità di sicurezza nell’individuare i casi d’uso giusti per le tecnologie di sviluppo.
Andrew Saxe
Risorse di questo episodio:
- Iscriviti alla newsletter di The CPO Club
- Collegati con Andrew su LinkedIn
- Scopri Smartling
Articoli e podcast correlati:
- Informazioni sul podcast di The CPO Club
- Perché l’IA non sostituirà mai l’uomo nel Product Management
- Le migliori certificazioni in ambito IA
- Non lasciare il tuo lavoro per un’idea di IA
- Come l’IA sta trasformando la scoperta del prodotto
- Come dovrebbero pensare all’IA i leader di prodotto
- 5 attività del Product Management che puoi automatizzare in pochi minuti per risparmiare tempo ogni giorno
Leggi la trascrizione:
Stiamo sperimentando la trascrizione dei nostri podcast con un programma software. Per favore, scusate eventuali errori di battitura, dato che il bot non è preciso al 100% delle volte.
Hannah Clark: Una delle tante cose che disorientano di questa rivoluzione dell’IA è che stiamo collettivamente inventando una nuova realtà, che probabilmente non devo dirti è molto meno utopistica di come potrebbe sembrare. Ma è anche interessante vedere in tempo reale come sia i leader sia i collaboratori individuali, oserei dire, stanno facendo fatica a navigare la complessità che accompagna la creazione di un nuovo percorso.
Le domande su temi come l’etica nel luogo di lavoro, la qualità dell’output e l’impatto sui risultati futuri sono nella mente di tutti nell’organigramma. Ma significa anche che abbiamo una grande opportunità di imparare dalle scoperte degli altri e progettare le nostre decisioni intorno alla realtà che vogliamo realizzare.
Il mio ospite di oggi è Andrew Saxe, VP di Prodotto di Smartling. Smartling rientra nell’industria dei servizi di traduzione e linguistici, che è praticamente un esempio emblematico di settore impattato dall’IA. Quando Andrew ha iniziato in Smartling, il loro team eseguiva tutti i servizi di traduzione manualmente, e l’IA era solo un vecchio film di fantascienza con Haley Joel Osment nei panni di Pinocchio robot.
Inutile dire che le cose sono cambiate. In questo episodio ascolterai il punto di vista di Andrew su come distinguere il vero valore dell’IA dal clamore eccessivo, le considerazioni etiche che i leader devono tenere a mente quando implementano flussi di lavoro automatizzati dall’IA e perché le competenze più richieste sono cambiate più rapidamente di quanto chiunque si aspettasse. Iniziamo subito.
Ah, per inciso, teniamo conversazioni come questa ogni settimana, quindi se ti interessa l’argomento, perché non iscriverti? Bene, ora iniziamo davvero.
Bentornati a il podcast del Product Manager. Sono qui oggi con Andrew Saxe. È il VP di Prodotto in Smartling.
Andrew, grazie mille per aver trovato il tempo nella tua agenda così impegnata per essere con noi oggi.
Andrew Saxe: Assolutamente. Piacere essere qui.
Hannah Clark: Puoi raccontarci un po’ del tuo background e di come sei arrivato dove sei oggi?
Andrew Saxe: Certo. Sai, ho sempre avuto un interesse, direi dagli anni novanta. Mi interessava Internet quando era ancora una novità; sono sempre stato nel mondo della tecnologia, ho studiato molto e tutti i miei lavori sono stati nello sviluppo e nel prodotto.
Per un po’ sono stato un finto sviluppatore web, realizzando siti che non erano il massimo, poi sono passato al prodotto. Sono in Smartling da circa 14 anni, credo 15 in luglio, quindi un bel po’. Ma sì, sempre dedicato al prodotto Smartling.
Hannah Clark: È davvero notevole. Sì, 15 anni non sono affatto pochi.
Andrew Saxe: Non è poco tempo. Decisamente no.
Hannah Clark: Specialmente nel mondo tech. È come anni-cane.
Andrew Saxe: Già. Credo sia la mia relazione più lunga, in effetti.
Hannah Clark: Oggi ci concentriamo sull’etica in evoluzione riguardo l’IA dal punto di vista della leadership. Per iniziare, vuoi contestualizzare la conversazione attraverso le tue osservazioni in Smartling durante i tuoi 15 anni di permanenza?
Durante il tuo tempo, hai visto chiaramente che Smartling è nel settore delle traduzioni, quindi sono avvenute enormi transizioni tecnologiche da quando sei entrato in azienda. C’è stata l’adozione del cloud, la trasparenza, e ora siamo nell’era dell’IA. Cosa c’è di diverso in questo cambiamento?
Andrew Saxe: Sì, assolutamente. Sono nell’ambiente delle traduzioni, quindi posso convertire l’inglese in francese o spagnolo, quel genere di cose. E se pensi a quel processo è sempre stato fatto da persone, e tradurre è un’attività secolare, è sempre esistita, cambiare lingua in un’altra, sempre stato un’impresa incentrata sulle persone.
Pensando agli altri progressi tecnologici negli ultimi 15 anni, il cloud è stato probabilmente il maggiore. Ma erano cambiamenti più di tipo organizzativo e aziendale; mentre questo passaggio all’IA ha già avuto un impatto profondo nel mondo delle traduzioni e, probabilmente, comincerà ad impattare sempre di più gli esseri umani anche altrove.
Anche se il cloud è stato un grande cambiamento e ha permesso alle aziende di scalare senza server dedicati ecc, in realtà la gente comune forse non ha sentito la differenza se non nel trovare più applicazioni. Invece oggi sono i lavoratori quotidiani i più impattati dal cambiamento portato dall’IA, e lo vediamo bene nel mondo delle traduzioni.
Hannah Clark: Immagino che sia ancora più evidente proprio in questo settore.
Quando si parla di introdurre l’IA nei servizi di traduzione, come dicevi, c’è un grande impatto sulle persone che traducono, sugli utenti finali. Come bilanciate i guadagni di efficienza con l’impatto sul vostro team e come è cambiato il loro ruolo?
Andrew Saxe: Quando guardiamo, in quanto azienda SaaS software, forniamo strumenti per gestire le traduzioni e l’intero processo. Immagina migliaia di persone che digitano le traduzioni, forniamo loro strumenti per gestire tutto ciò.
Poi ovviamente ci sono tutti quelli che materialmente effettuano le traduzioni. Offriamo questi servizi di traduzione. In gran parte, le persone hanno sempre digitato manualmente, oppure revisionato per la qualità, corretto errori, mantenuto la voce del brand.
Circa dieci anni fa è uscita la traduzione automatica neurale, che è stato un grosso passo avanti, forse 5-6 anni fa. Google Translate esiste da molto e ha adottato traduzione automatica neurale, che ha aumentato la qualità ma non al punto di togliere l’umano dal processo.
Il processo fino ad allora era: uno traduce, un altro revisione la qualità, poi torna al proprietario dei contenuti. Anche con la traduzione automatica era così.
Con l’IA stiamo davvero cercando di togliere l’uomo da alcuni step del flusso di lavoro, o almeno cambiare il suo ruolo: l’umano esce dalla fase di digitazione e siamo in grado di rigenerare la miglior prima traduzione possibile. Possiamo usare l’IA e i modelli linguistici per valutare la qualità e poi decidere se mandarla o meno a un umano.
Quindi il ruolo umano diventa più validatore: quando serve, interviene, trova quei casi limite che il modello non rileva, e si rimanda la correzione al sistema per migliorare tutto.
Il ruolo passa dall’essere al centro del flusso a essere al termine, per la validazione casuale o a campione della qualità. È un grosso cambiamento nel modo di lavorare. Forse in futuro non servirà neppure quella validazione così frequente, ma questo è il trend del momento.
Hannah Clark: Molto interessante, specie quando parli di voice di brand o terminologie speciali. Sono dettagli molto difficili da cogliere e padroneggiare, anche nella propria lingua. Immagino sia complesso per l’IA riuscire a valutare e tradurre adeguatamente.
Vedo quindi come quel livello umano resti fondamentale e difficile da rimpiazzare.
Andrew Saxe: Sì, è proprio così. Il voice di brand è un elemento enorme, oppure i termini tecnici o quelli che i brand vogliono/don’t vogliono usare.
Devi essere sicuro che le traduzioni rispettino questo. L’IA fa un buon lavoro, ma può anche sbagliare. È importante costruire dei paletti e a volte l’umano resta la barriera di sicurezza.
Hannah Clark: Già. Anche solo usando l’IA per l’ideazione di contenuti, succedono molte cose. È interessante pensare a ciò che la tecnologia può fare ora, ma spesso ci sono diversi livelli d’intervento: non è solo un lavoro di traduzione letterale.
Quindi, se parliamo del passaggio da compito umano di digitazione a un ruolo di validazione, come appare ora il flusso rispetto a cinque anni fa, prima di questa trasformazione IA?
Andrew Saxe: Onestamente, anche nel panorama Smartling, le traduzioni hanno usato tecnologie per decenni, desktop tool e software server per gestire il tutto. Ma c’è sempre stato l’umano che digitava, revisionava e valutava la qualità.
Pensando al costo delle traduzioni, le aziende spendono centinaia di milioni, miliardi di dollari in traduzioni, ed eseguire traduzioni umane richiede tempo. Il flusso di lavoro cambia significativamente: diventa istantaneo, i costi calano drasticamente se smetti di pagare umani.
Diventa molto più efficiente e bisogna gestire solo i casi limite. Certi tipi di contenuti, come i documenti legali, richiedono comunque l’intervento umano; vanno controllati per essere esatti. C’è ancora spazio per ruoli specifici, ma penso che cambierà nel tempo.
Hannah Clark: Sì, con la maggiore fiducia nella tecnologia. Quando si parla di etica, c’è un dibattito interno sull’avvicinarsi all’AGI e simili. Quali considerazioni etiche sono emerse nelle discussioni di leadership sull’implementazione IA internamente, o nel settore delle traduzioni?
Andrew Saxe: Per noi, pensando ai linguisti che coinvolgiamo da sempre, siamo riusciti a ricollocarli su nuovi ruoli, assicurando che guadagnino come prima; magari revisionano un volume maggiore di contenuti, perché serve meno editing e controllo, quindi la loro velocità è aumentata.
Solo in una fase diversa del flusso. Siamo solo all’inizio di questo tipo di strumenti; dovremo pensarci ancora molto. Nell’ambiente, c’è la domanda su dove finiranno queste persone.
La traduzione è un settore sfumato: parlare una lingua non equivale a saper tradurre documenti o contenuti specialistici. Può venir fuori un risultato sbilenco. È un esercizio ponderato.
Penso che ci sia ancora spazio e forse si sposterà più verso la creazione di contenuti nella lingua target invece dell’editing di quelli già esistenti. Ci saranno ancora ruoli per persone nel mondo della traduzione.
Hannah Clark: Questo riecheggia anche nel content: ora che gli strumenti ci sono, le competenze richieste si sono spostate. Era importante saper produrre output e curare i requisiti tecnici, SEO ecc., ora lo è meno. Immagino sia simile nelle traduzioni.
Sembra che la capacità di cogliere le sfumature linguistiche, lo stile, di attenersi alle esigenze del cliente, sia più richiesta che saper tradurre parola per parola. È interessante come le innovazioni generino a cascata nuovi fabbisogni nel settore.
Andrew Saxe: Senza dubbio. Anche guardando alle nostre ricerche attuali, e che forse lanceremo quest’anno, stiamo cercando di catturare parte di queste sfumature: capire come l’organizzazione vuole essere percepita o come parlare ai clienti.
Sviluppare questi tipi di descrizione influenza molto il risultato che l’IA o il modello linguistico fornisce. Abbiamo notato cambiamenti di qualità in base a ciò. Quindi, anche nelle aree di validazione/revisione, l’umano rimane coinvolto nelle sottigliezze.
Ma cambierà.
Hannah Clark: Mi piace pensare che ogni volta che il mercato spinge tanto su un volume alto di output, poi ci sarà una richiesta pendolare di più qualità, più insight autentici, più ciò che fa la differenza rispetto al competitor, che ha i tuoi stessi strumenti.
Che periodo affascinante per vivere.
Andrew Saxe: Già. Vedere un cambiamento simile in così poco tempo è entusiasmante.
Hannah Clark: Sì, sembra di assistere a cambiamenti che normalmente si vedrebbero in decenni, concentrati in pochi mesi. Mi gira ancora la testa e ogni volta che parlo di IA sembra ancora incredibile.
Torniamo ai flussi di lavoro: quando decidi come implementare, come cambiare il workflow, tu vuoi abilitare la velocità e sembra che ora molti nel team possano occuparsi di lavori più gratificanti invece di quelli più di routine, delegabili.
Come decidi quali compiti restano umani e quali sono principalmente task da affidare all’IA?
Andrew Saxe: Dipende molto. Nel mondo traduzioni c’è una matrice costo-qualità-velocità: si cerca sempre di avere la qualità migliore al prezzo più basso possibile e nel minor tempo.
Facciamo tanta ricerca, studio e testing per offrire lo strumento giusto per ogni tipo di contenuto. Abbiamo livelli di confidenza, soprattutto nei nostri strumenti IA: siamo certi che una tecnologia o un processo produrrà un certo contenuto garantito a livello qualitativo.
Se possiamo garantire la qualità con un workflow, lo proponiamo al cliente. Alcuni clienti vogliono due umani coinvolti su certi contenuti specifici.
Stiamo però vedendo che è possibile applicare le tecnologie abilitanti a quasi tutto il contenuto, con una riserva: ci sono alcune lingue rare dove magari la base dati del modello è troppo scarsa e serve ancora l’umano.
Ma in generale, possiamo applicare questi strumenti a ogni contenuto garantendo la qualità.
Hannah Clark: Ampliando lo sguardo dall’organizzazione, come state affrontando l’adozione dell’IA a livello globale in Smartling? Trovate un’adozione uniforme o ci sono aree più restie?
Andrew Saxe: Da un lato, come fornitori di software, i nostri clienti spesso hanno mandato interno ad adottare IA. Magari non sanno ancora come usarla, ma vogliono vedere efficienza tramite IA anche dai fornitori e reportistica sull’efficienza.
Stiamo quindi costruendo soluzioni che restituiscano valore, risparmio ed efficienza.
Anche internamente, ogni team usa strumenti IA. Soprattutto ingegneri e prodotto, ma anche supporto clienti e help desk sono IA-enabled. Ormai tutto va in quella direzione.
Hannah Clark: Sto vedendo anche io sempre più questi mandati IA. Alcune organizzazioni usano l’approccio “carota o bastone”: si incentiva, e se non basta, si obbliga l’adozione per far esplorare gli strumenti e abituare le persone al nuovo.
Ma può avere anche dei rischi…
Andrew Saxe: Sì. Internamente abbiamo messo in atto policy e strumenti consentiti; i nostri fornitori hanno superato i test di sicurezza, così da garantire sicurezza e tutela.
Ma c’è un tool nuovo ogni giorno che qualcuno può provare e testiamo spesso.
Hannah Clark: Parlando dell’hype: ogni nuova tecnologia è soggetta a entusiasmo, mandate, ondate di entusiasmo. Credo che ora siamo nella fase di grande scetticismo: cosa è hype, quali tool servono davvero?
Succede ad ogni grande innovazione tecnologica. Come aiutate l’organizzazione a separare l’hype dal valore autentico, specie quando c’è chi è riluttante ad adottare e chi vorrebbe mettere l’IA ovunque?
Andrew Saxe: Uno dei nostri ricercatori IA dice sempre: non tutto deve essere IA. Se puoi farlo con una regola o una condizione IF, non fissarti a voler l’IA per forza.
Quando usi strumenti come ChatGPT, rimani colpito: scrive interi testi, produce informazioni. Questo genera entusiasmo. Ma quando applichi l’IA a soluzioni business, serve una confidenza e attendibilità diversa.
È lì che spunta lo scetticismo: non basta scrivere una richiesta e ottenere risposte favolose, devi saperla applicare dove davvero migliora il business e i risultati per i clienti.
C’è il momento di frenesia, ma poi nella costruzione degli strumenti serve molta più misura.
Vuoi creare qualcosa di realmente utile e a valore, e spesso richiede più tempo di una richiesta su ChatGPT.
Hannah Clark: Vedo dei paralleli con i primi social media: tutte le aziende volevano esserci, alcuni sottovalutavano, altri esageravano. È trovare l’equilibrio: lasciar sperimentare e adottare solo ciò che ha davvero un impatto positivo per l’azienda.
Andrew Saxe: Esatto. Facciamo tante sperimentazioni, testiamo tool per i clienti. Ci piace raggiungere un’accuratezza dell’80-85% per qualche mese.
A volte resta una monetina: IA è grande, ma resta 50/50 su certi risultati. Il livello di fiducia è fondamentale, così come i casi d’uso giusti per la tecnologia.
Hannah Clark: Se guardiamo fuori dalle traduzioni, cosa osservi nell’integrazione dell’IA in altri settori di prodotto? Ci sono lezioni più generali dalla tua esperienza?
Andrew Saxe: Un po’. Cerco di restare aggiornato sui tool per prodotto e product manager.
Non ho ancora visto strumenti davvero rivoluzionari nello sviluppo di prodotto, anche perché qui il compito è spesso inventare cose nuove che ancora non esistono.
Può essere utile per la scrittura, tipo: dammi l’outline della specifica. Sarebbe bello se generasse direttamente i ticket Jira. Così si alleggerirebbe la parte noiosa del lavoro del PM.
Ci sono strumenti che trasformano uno schizzo su carta in un mockup, e consentono di evidenziare aree di interesse.
Penso che presto vedremo strumenti che miglioreranno molto tutte le attività di routine e non creative.
Hannah Clark: Sì, soprattutto per chi vuole inventare qualcosa di nuovo. Sono molto entusiasta del trend “no code”/“low code”: ora si può ideare e creare un prototipo collaborativamente in team, anche senza skill di programmazione.
Andrew Saxe: Hai visto strumenti simili in azione?
Hannah Clark: Sì, il nostro team interno ci sta lavorando ed è stimolante vedere cosa si può inventare. È bello che ora quasi tutti abbiamo avuto il pensiero “ci vorrebbe un’app che fa X” e ora possiamo provare a realizzarla o a scoprire che era un’idea ingenua oppure valida.
Andrew Saxe: Ottimo modo per testare se l’idea funziona davvero.
Hannah Clark: Sì, si può validare all’istante un’idea. Spesso qualcuno lo farà, ma magari tu puoi farlo meglio.
Andrew Saxe: Esatto.
Hannah Clark: Per quanto riguarda il rapporto tra IA e lavoro umano, come leader: quali impatti vedi oggi e cosa ti entusiasma per il futuro, ad esempio nei prossimi 3-5 anni?
Andrew Saxe: Dal punto di vista della piattaforma, nel mondo traduzione – ma anche altrove – c’è tanta gestione ricorrente. Molte persone vivono letteralmente nelle piattaforme tutto il giorno.
Sta tutto passando alla gestione “by exception”: se puoi fidarti che IA/modelli producono ciò che desideri, dovresti gestire solo i casi che non rispecchiano il risultato voluto. Immaginare tool e piattaforme come Smartling più orientate alla gestione “by exception” e meno a operatività costante e ripetitiva può portare anche questi strumenti in più scenari, non solo nella traduzione classica.
Hannah Clark: Cosa pensi di questa idea: spesso nelle carriere chi è molto bravo in un compito diventa manager di persone senza magari sapere gestire un team. Questa è la prima volta che, sovrintendendo la tecnologia, anche i collaboratori individuali iniziano a sviluppare competenze gestionali già da IC: stanno apprendendo come supervisionare un team in anticipo rispetto a ruoli manageriali.
Andrew Saxe: Ha molto senso. Non ci avevo ancora pensato, ma di certo ci rifletterò, anche guardando il team Smartling.
Hannah Clark: Già, è interessante perché sviluppano skill di gestione ancora prima di occuparsene tra esseri umani.
Mi entusiasma anche questo cambio.
Andrew Saxe: Assolutamente. Questo offre nuove opportunità inedite agli umani di fare cose diverse dal passato.
Hannah Clark: Curioso vedere gli effetti inattesi quando una tecnologia cambia il paradigma.
Andrew Saxe: Certamente.
Hannah Clark: È stato un vero piacere averti in trasmissione. Adoro queste conversazioni animate sull’IA.
Andrew Saxe: Sono sicuro che ne avrai molte altre.
Hannah Clark: Di sicuro, forse anche il mese prossimo. Dove possono trovarti online, Andrew?
Andrew Saxe: Su LinkedIn, credo sono ASaxe.
Hannah Clark: Perfetto. Grazie mille per la disponibilità.
Andrew Saxe: Grazie a voi.
Hannah Clark: Grazie per averci ascoltato. Per altre riflessioni, guide e recensioni di strumenti, iscriviti alla nostra newsletter a theproductmanager.com/subscribe. Puoi ascoltare altre conversazioni come questa iscrivendoti a Product Manager dove preferisci ascoltare podcast.
