Il settore agricolo è composto da diversi tipi di lavoro che hanno poco in comune tra loro. C'è il lavoro fisico nella stalla, nella serra o sul campo, legato alla stagione, al meteo e a processi biologici che non si possono accelerare. C'è il lavoro amministrativo legato alla registrazione, alle domande di sussidio, alla contabilità del letame e alla conformità a normative che variano per coltura, animale o regione. E c'è un terzo livello: pianificazione, acquisti, scelte colturali e la valutazione di dati provenienti da sensori, immagini satellitari e prezzi di mercato. Questo terzo livello cresce, mentre il primo livello resta limitatamente scalabile per la natura stessa del lavoro.
Le circostanze che determinano il risultato non sono uniformi. Un'azienda di coltivazione arabile con molti dati aperti su suolo e meteo ha punti di leva per l'automazione diversi da un'azienda zootecnica dove la sorveglianza sul benessere animale è per legge riservata a persone. Un'azienda orticola con computer climatici ha da anni un pilotaggio basato su dati dei sensori; un coltivatore arabile che decide manualmente per parcella non lo ha. Questa differenza determina dove l'IA oggi già sostituisce compiti e dove ciò è ancora lontano.
Tre categorie percorrono trasversalmente il lavoro in questo settore. In primo luogo, compiti che l'IA può svolgere autonomamente: interpretare i dati dei sensori per l'irrigazione, riconoscere quadri patologici sulla base di immagini, redigere prime versioni di rapporti per domande di sussidio. In secondo luogo, compiti in cui l'IA formula una proposta e una persona approva o respinge con motivazione: un consiglio colturale che viene verificato rispetto alla conoscenza locale, una proposta di acquisto valutata in base al rischio di fornitura. In terzo luogo, lavoro che resta lavoro umano: la sorveglianza fisica sul benessere animale, la valutazione della qualità del terreno sul posto, la negoziazione con un acquirente su un contratto a lungo termine.
Questa suddivisione non è una fotografia istantanea che si sposta ovunque nella stessa misura. Le aziende che già lavorano con dati dei sensori e software di supporto alle decisioni vedono crescere la prima categoria, perché la struttura dei dati è già presente. Le aziende che operano ancora sull'esperienza e sulla registrazione manuale vedono soprattutto emergere la seconda categoria, perché lì occorre prima che qualcuno stabilisca cosa sia sufficientemente attendibile da affidare a un sistema. La differenza tra le aziende non sta quindi nell'ambizione, ma nella misura in cui il lavoro sottostante è già registrato in una forma leggibile da un sistema.
Una strategia che parte da un fabbisogno di personale fisso per compiti amministrativi o di monitoraggio si basa su un'assunzione che nessuno ha esplicitamente formulato: che questo lavoro possa essere svolto solo da persone, a un determinato ritmo e a un determinato costo. Nel momento in cui l'IA assume o supporta parte di questo lavoro, tale assunzione non decade con un annuncio. Decade gradualmente, mentre il piano sulla carta resta invariato.
Questo è lo schema che questo settore condivide con altri settori in cui l'IA incide a livello di compito piuttosto che a livello di funzione. Spostamenti simili si verificano in il settore ICT, dove l'IA assume in parte lavoro di programmazione e test, in i servizi finanziari, dove la supervisione sulle valutazioni automatizzate assume un nuovo ruolo, e in il settore ricreativo, dove pianificazione e contatto con il cliente vengono ripartiti diversamente tra sistema e persona. Il settore agricolo ha un proprio ritmo, determinato dalla stagione e dalla normativa, ma il meccanismo è identico: un'assunzione che una volta era corretta non viene ritirata, semplicemente non viene più verificata.
Questo non riguarda la domanda se un'azienda debba ridurre il personale o impiegarlo diversamente. Tale decisione rientra nei propri obblighi di legge in materia di diritto del lavoro e partecipazione dei dipendenti, per i quali valgono regole che qui non vengono trattate. Si tratta di qualcosa che precede tutto ciò: sapere quale lavoro viene oggi effettivamente svolto dall'IA, quale lavoro viene svolto sotto supervisione, e quale lavoro resta lavoro umano. Questa è una domanda fattuale, non una decisione sul personale.
La domanda su quale lavoro in questa azienda sia realmente sostituibile dall'IA viene risposta con la scansione del lavoro di FTE TO AI, compito per compito, in modo che le assunzioni sulla capacità non si basino più su una stima. Chi vuole sapere con maggiore precisione cosa sia esattamente un'assunzione strategica lo trova spiegato in la spiegazione di cosa sia un'assunzione strategica e come verificare se è ancora valida, e chi vuole sapere come una strategia in corso viene confrontata con la situazione attuale può leggerlo in la spiegazione su come verificare se una strategia esistente è ancora corretta.
Il primo passo non è un piano completamente rivisto, ma una breve inventariazione delle assunzioni su cui si basa il piano attuale. FTE TO AI offre a tal fine un controllo gratuito delle assunzioni: un breve percorso in cui indica le sue assunzioni principali e per ciascuna vede quando è stata confermata l'ultima volta. Questo non fornisce un giudizio sulla strategia in sé, ma dà una visione su quali elementi necessitano attenzione prima di essere rivisti. La prova di pressione completa, con una visione esterna accanto all'autovalutazione della direzione, è in fase di sviluppo.
Stel uw vraag. Vaak zit de echte vraag een laag dieper — daar mag ik naar vragen.
Answers come from this site’s knowledge base. Not tailored advice, and not a scan of your company.