Cliente Zero
Prima di poter aiutare le organizzazioni ad adottare l'AI e a trarne valore, dovevamo dimostrarlo noi stessi. Ecco perché Insight ha scelto di diventare il Cliente Zero.
Abbiamo assunto rischi calcolati. Abbiamo commesso errori. Abbiamo interrotto progetti che la leadership adorava. Abbiamo scoperto che 9 problemi aziendali su 10 che ci venivano sottoposti non richiedevano l'AI. Abbiamo sperimentato metodi di adozione e ripensato i flussi di lavoro in tutte le business unit, validando ciò che serve realmente per ottenere risultati con l'AI su vasta scala.
Come iniziare
Verso la fine del 2022, ChatGPT è diventato pubblico. La leadership di Insight ha preso una decisione che ha plasmato tutto ciò che è seguito: non lo avremmo bloccato. Mentre altre organizzazioni imponevano divieti generalizzati e politiche di tolleranza zero, il nostro team esecutivo ha fatto il contrario: Apritelo. Consentite alle persone di usarlo. Gestite il rischio, non eliminate l'opportunità.
Quella decisione è stata spaventosa per i nostri team legali e di sicurezza. È stata anche la scelta in assoluto più significativa che abbiamo compiuto.
Nel giro di otto settimane, abbiamo distribuito un'istanza privata e sicura di Azure OpenAI ai collaboratori di tutto il mondo, gettando le prime basi di quello che sarebbe diventato l'Enterprise AI Hub. Il budget iniziale? $180.000, con il mandato di controllare le spese mensilmente. Quel finanziamento ci ha supportato per il resto dell'anno.
I primi giorni sono stati volutamente caotici. Abbiamo fornito alle persone un accesso sicuro dicendo di sperimentare. Non abbiamo distribuito lo strumento reparto per reparto, né abbiamo prescritto come l'AI dovesse essere utilizzata.
Abbiamo fornito a tutti gli strumenti di AI prima di dare indicazioni su quando utilizzarli. Questo ha creato slancio, ma ha anche significato che le persone utilizzavano modelli di frontiera per attività che non li richiedevano. Se dovessimo rifarlo, assoceremmo alla distribuzione delle linee guida chiare per abbinare lo strumento e il modello all'attività da svolgere.
Seleziona ciascuna opzione per vedere la logica alla base, e perché alla fine abbiamo scelto una strada diversa.
L'attesa avrebbe ridotto l'incertezza, ma avrebbe anche ritardato l'apprendimento e limitato la nostra capacità di aiutare i clienti ad affrontare sfide simili.
I successi rapidi erano importanti, ma i risultati isolati non avrebbero creato un approccio scalabile per la governance, l'adozione o l'impatto aziendale a lungo termine.
Limitare l'AI avrebbe spinto le persone a cercare soluzioni alternative e a ricorrere alla shadow AI, con un conseguente aumento dei rischi. Le restrizioni avrebbero anche limitato la sperimentazione e rallentato l'adozione.
Credevamo che il modo più rapido per comprendere l'AI in modo responsabile fosse l'esperienza diretta. Questa decisione è diventata la base per la creazione dell'Enterprise AI Hub.
Invece di aspettare la certezza, abbiamo creato un ambiente in cui la sperimentazione e l'apprendimento potessero evolversi insieme.
Questo approccio ci ha aiutato a passare dalle idee all'azione.
Governance e fiducia
La prima versione della nostra policy aziendale sull'AI generativa era semplice: non inserire dati proprietari o dei clienti nei modelli di AI pubblici. Questa era la linea di confine. Tutto il resto riguardava il consentire alle persone di lavorare entro confini sicuri, anziché costruire muri intorno a loro.
Il nostro team di sicurezza era realista riguardo alla shadow AI. Hanno capito che più rendevamo difficile la sperimentazione per i collaboratori, più era probabile che aggirassero il sistema, aumentando il rischio.
Jeremy Nelson, CISO, Nord America, Insight
Il nostro team InfoSec ha implementato Microsoft Defender for Cloud Apps per creare quello che equivaleva a un rallentatore, non a un posto di blocco. Quando i collaboratori visitavano un sito di AI non autorizzato, un pop-up li invitava a fermarsi e a riflettere su ciò che stavano facendo. Non bloccava l'accesso, anche se la maggior parte delle persone pensava che lo facesse (e noi non ci siamo affrettati a correggere questa ipotesi). Chiunque leggesse il messaggio poteva comunque procedere con un clic.
Questo approccio ha richiesto una stretta collaborazione tra i team di sicurezza, legale e il business.
Ma la sfida di governance più difficile è stata la qualità dei dati. Anni di acquisizioni e una gestione incoerente dei file avevano lasciato informazioni obsolete su SharePoint. Quando l'AI vi accedeva, le risposte potevano essere tecnicamente corrette ma praticamente inutili, o errate ma esposte con assoluta sicurezza.
Pensavamo che la governance fosse qualcosa da definire prima di estendere l'adozione. Invece, ha dovuto evolversi di pari passo con la tecnologia. Le policy scritte nel primo mese potevano essere già obsolete al terzo mese, perciò aspettare un framework completo significava trovare soluzioni per una versione dell'AI che avrebbe potuto non esistere più.
Veli-Matti Vanamo, CTO e AI Business Transformation Lead, Insight APAC
Seleziona ciascun pilastro per vedere come le diverse discipline hanno contribuito a una base comune per la trasformazione dell'AI.
Ha stabilito aspettative condivise, responsabilità e fiducia per l'uso responsabile dell'AI su vasta scala.
Ha consentito ai collaboratori di sperimentare, proteggendo al contempo le informazioni sensibili e gestendo i rischi.
Ha tradotto le funzionalità emergenti in policy pratiche, aspettative e linee guida per un uso responsabile.
Ha fornito piattaforme aziendali affidabili che hanno reso la sperimentazione più sicura e scalabile.
Ha mantenuto le competenze, il processo decisionale e la responsabilità in capo alle persone, anche se l'AI ha accelerato il lavoro.
Mark Hughes, Chief Technology Officer, Insight
Adozione e cambiamento
All'inizio avevamo distribuito gli strumenti, stabilito la policy e ottenuto il supporto della dirigenza. Eppure, l'adozione faticava a decollare. Le persone inviavano un solo prompt all'AI, ricevevano una risposta mediocre e la mettevano da parte. La tecnologia non era il problema. Il vero divario risiedeva nel fatto che le persone non sapevano cosa chiedere, né come chiederlo.
Diversi fattori hanno cambiato la traiettoria:
L'adozione iniziale si era arenata perché le persone non sapevano da dove cominciare. Così abbiamo creato AI Flight Academy™, un programma gamificato con livelli progressivi, competizione tra team e badge che le persone hanno davvero esposto. Ha offerto a tutti un percorso strutturato da curiosi a competenti e ha reso visibili i progressi in tutta l'organizzazione.
Le persone più propense a scartare l'AI erano quelle che non l'avevano mai vista risolvere un problema che avevano davvero. Gli AI Champions hanno cambiato le cose. Presenti in ogni business unit, hanno mostrato ai colleghi esattamente come l'AI si applicasse al loro lavoro specifico: non una demo generica, ma un caso d'uso reale presentato da qualcuno con il loro stesso ruolo.
Abbiamo provato prima con una formazione guidata da esperti. Uno specialista tecnico presentava casi d'uso dell'AI ai venditori. La risposta è stata un silenzio educato. Ha funzionato invece chiedere a un venditore di successo di mostrare ai colleghi: ecco il prompt esatto che ho usato, ecco l'agente che ho creato, ecco come ha cambiato la mia pipeline. Stesse informazioni. Risultato completamente diverso.
Abbiamo chiesto ai colleghi di registrare esempi reali: non ipotesi, non proiezioni, ma cose accadute davvero. Un addetto al magazzino ha eliminato 850 email manuali al mese. Un team vendite ha risparmiato più di 100 ore nella categorizzazione dei dati. Quelle storie si sono diffuse più rapidamente di qualsiasi programma di formazione perché erano specifiche, credibili e arrivavano dai colleghi.
Adam Deardurff, Strategic Business Development, Insight
L'adozione dell'AI si è manifestata anche sotto forma di maggiore sicurezza. Per la Lead Qualification Specialist Kim Nero, l'AI è diventata un coach on-demand, aiutando una collaboratrice non tecnica a rispondere alle richieste dei clienti su una vasta gamma di argomenti complessi. In genere gestisce da 3 a 5 nuovi lead o richieste al giorno a fronte di una SLA di 24-48 ore, e stima che l'AI consenta di risparmiare in media da 10 a 15 minuti per ogni richiesta. Ma l'impatto è andato ben oltre la velocità. “La lezione più grande non riguarda solo l'efficienza”, afferma. “Riguarda l'empowerment... l'AI mi ha aiutato a imparare più velocemente, ad acquisire maggiore sicurezza e a supportare i clienti su una gamma di tecnologie molto più ampia.”
Quel numero conta meno di ciò che c'è dietro: un cambiamento culturale in cui le persone sottopongono i problemi all'AI prima di portarli a un comitato.
Non distribuire l'AI a tutti in una volta sola con un obbligo generico. Inizia con casi d'uso specifici per dipartimento e con champion che comprendano il lavoro quotidiano. Un team legale e un team di vendita non condivideranno mai lo stesso punto di partenza. L'affiancamento più efficace che abbiamo realizzato è stato quello individuale: un AI champion che si siede con un collega, analizza il suo flusso di lavoro reale e gli mostra esattamente dove si inserisce l'AI. Questo non è facilmente scalabile, ma converte gli scettici più velocemente di qualsiasi programma di formazione.
Scopri come Insight trasforma l'accesso all'AI in adozione pratica attraverso l'apprendimento strutturato, sfide pratiche, riconoscimenti e progressi misurabili in tutti i team.
Casi d'uso e valore
I casi d'uso che hanno generato maggior valore condividevano tre caratteristiche: un problema aziendale specifico, dati utilizzabili e un referente chiaro responsabile del risultato.
In tutta Insight stavano emergendo rapidamente casi d'uso di valore. Alcuni hanno portato a successi rapidi. Altri hanno rivelato opportunità più ampie per migliorare il modo in cui veniva svolto il lavoro.
Un'iniziativa in ambito finance ha dimostrato questo approccio. I team hanno innanzitutto identificato le criticità e le hanno classificate in base alla necessità di ricorrere all'AI, all'automazione, alla riprogettazione dei processi o al supporto IT. Questa disciplina ha contribuito a garantire che gli investimenti in AI fossero concentrati sui problemi giusti.
L'agente AI per il naming "Brandie" ha trasformato un processo che richiedeva settimane e che ora può essere completato in appena un giorno, migliorando coerenza e governance.
Un sistema di revisione degli NDA basato su AI ha ridotto la revisione di un NDA standard da 24–48 ore a circa 5 minuti, aiutando i team a muoversi più velocemente e mantenendo i controlli di governance.
Il team Marketing ha sviluppato Aura 2.0, una piattaforma di conoscenza basata su AI che trasforma input di progetto strutturati in bozze di case study rifinite, sostituendo un processo manuale di mesi con una produzione circa 10 volte più veloce.
L'automazione AI sta supportando i rinnovi della long tail, gestendo circa il 50% del lavoro mirato, con il potenziale di supportare oltre 20.000 transazioni a trimestre.
Definire il prezzo di accordi complessi richiedeva 5–8 persone nell'arco di più call e giorni di scambi. Oggi una piattaforma di sales intelligence basata su AI fornisce strategie di pricing immediate e on demand, riducendo il tempo di prima risposta a una RFP da settimane a sole 1–2 ore.
Un consulente APAC ha utilizzato agenti AI per realizzare un'applicazione di governance per l'istruzione al servizio di 150 scuole, con un modello che ha sostituito gran parte di un tradizionale team di progetto. Le richieste di modifica che prima potevano richiedere due settimane possono ora essere completate in circa un'ora.
Un collega ha utilizzato l'AI per creare una Power App che ha automatizzato un processo manuale di gestione dei resi, eliminando circa 850 email al mese e riducendo il lavoro amministrativo ripetitivo.
Con la crescita dell'adozione, Insight ha avuto bisogno di un modo per dare priorità agli investimenti, scalare le idee di successo e collegare l'innovazione ai risultati aziendali.
Questo lavoro ha contribuito a delineare soluzioni come Insight AI™.
I progressi hanno fornito prove tangibili. Hanno anche offerto nuove prospettive.
Se partissimo oggi
Diventando Client Zero, Insight ha affrontato in prima persona le realtà legate all'adozione dell'AI in ambito aziendale. Lungo questo percorso, abbiamo compreso più chiaramente cosa ha funzionato, e cosa cambieremmo se partissimo oggi.
Ogni nuovo modello, strumento e funzionalità crea nuove opportunità e nuove domande. Il vantaggio deriva dal costruire un'organizzazione in grado di adattarsi a entrambi.
Agire come Client Zero ha dato a Insight un'esperienza pratica nell'affrontare le sfide e i compromessi che caratterizzano la trasformazione basata sull'AI. Questi insegnamenti possono aiutare la tua organizzazione a muoversi più velocemente, evitare gli errori comuni e costruire fondamenta più solide per un successo a lungo termine.
Parliamo
Innovare è l'unico modo per rimanere rilevanti nel mercato iper-competitivo di oggi. Il nostro approccio unico e la nostra profonda conoscenza ti guideranno sulla strada verso una vera innovazione.
By  Insight Editor / 13 Nov 2026 / Argomenti: Artificial Intelligence (AI) , Compliance , Microsoft 365