Decine di POC, milioni spesi, zero capability in produzione. La spiegazione comoda è il sequencing: si parte dal modello invece che dalla missione. Ma il modello non è il punto.
Il punto è che quasi nessun pilota definisce, prima di partire, la soglia di accuratezza sotto la quale l’output non è utilizzabile. Un POC dimostra che l’AI fa il compito una volta, davanti a una platea. La produzione richiede che lo faccia migliaia di volte, senza nessuno che controlli. Tra le due cose c’è un numero che nessuno fissa.
Senza quel numero il pilota viene validato sull’impressione (“funziona, wow”) invece che sulla misura. Poi qualcuno chiede “mi ci fido per il lavoro vero?” e il progetto muore lì.
Un collaboratore affidabile al 70% su un task critico non lo assumi. Un’AI al 70% ottiene un POC celebrato e poi archiviato in silenzio.
Governance, framework a quattro fasi, una nuova poltrona in C-suite: curano il sintomo. Il sequencing che conta è un altro. Definire la soglia di affidabilità prima di costruire, misurarla durante, mandare in produzione solo ciò che la supera. Tutto il resto è una demo con un budget.
