Intelligenza Artificiale: un potente acceleratore per il business

McKinsey sostiene che i freni più forti alla trasformazione digitale delle imprese e all’adozione di tecnologie di Intelligenza Artificiale siano la cultura e l’organizzazione. Per non perdere opportunità di business è bene parlare ed approfondire oggi come trarre beneficio dall’Intelligenza Artificiale.

Vincenzo Bocchi     

Advanced Solution Division Director, Italy di Tech Data

Laura Zanfrini     

Transformation Senior Advisor; Ceo ZaLa Consulting

Cosa intendiamo quando parliamo di Intelligenza Artificiale? 

Dare un’unica definizione di “Intelligenza artificiale” si può dire un’impresa quasi impossibile. È un concetto vario, applicabile a un numero molto ampio di discipline, dalla neurologia all’informatica, dalla neurobiologia alla neurofisiologia e così via.

Secondo l’Unione Europea “L’intelligenza artificiale è l’abilità di una macchina di mostrare capacità umane quali il ragionamento, l’apprendimento, la pianificazione e la creatività”.

Queste capacità rendono le macchine più intelligenti dell’essere umano o lo aiutano ad aumentare la sua intelligenza?

Le macchine per il momento rimangono macchine, non sviluppano proprie capacità cognitive, piuttosto correlano ciò che hanno imparato e da questi insegnamenti traggono nuove informazioni per simulare il comportamento umano.

Il loro scopo a ora è quello di supportare l’uomo mettendogli a disposizione nessi che una mente umana difficilmente e molto più lentamente potrebbe pensare, macinando la quantità infinita di dati oggi disponibili e contribuendo quindi ad “aumentare” l’intelligenza umana; per questo in alcuni contesti si dibatte sull’utilizzo del termine “Intelligenza Aumentata” invece di “Intelligenza Artificiale”.

Ma cosa è capace di fare, oggi, l’Intelligenza Artificiale?

Queste funzionalità stanno evolvendo sempre di più in base all'esperienza su modelli complessi e processi, ma possiamo ritenerci ancora lontani da scenari fantascientifici.

Questa rapida evoluzione ha incrementato l’utilizzo e la diffusione di IA. Il mercato dell’intelligenza artificiale in Italia infatti - secondo quanto riporta la ricerca dell’Osservatorio Artificial Intelligence della School of Management del Politecnico di Milano - ha segnato una crescita del +27% nel 2021, arrivando a quota 380 milioni di euro.

In particolare, i maggiori investimenti sono per progetti di Intelligent Data Processing, mentre il mondo della Computer Vision - analisi di immagini, video ed estrazione di informazioni dalle immagini stesse -  detiene la crescita più forte, con +41%. 

Secondo il modello "Hype Cycle" di Gartner che rappresenta graficamente la maturità delle tecnologie, possiamo notare 3 elementi fondamentali:
  1. Nessuna delle tecnologie è ancora arrivata alla sua maturità 
  2. Non ci si aspetta obsolescenza delle stesse prima che arrivino ad applicabilità e rilevanza sul mercato
  3. Il grosso delle tecnologie ci si aspetta arrivi a maturità e utilizzo in circa 5 anni

Tutti i segnali ci dicono che siamo vicino al momento giusto per ragionare sulla possibilità di cogliere con questa tecnologia un vantaggio competitivo sul mercato.

Perché sosteniamo che l’Intelligenza Artificiale sia un acceleratore dei business? 

Secondo un giovane Steve Jobs che stava lanciando il Mac sul mercato “il computer è lo strumento più rilevante che sia mai stato inventato, è l’equivalente di una bicicletta per le nostre menti”. Con un filo di presunzione, possiamo tranquillamente affermare che, se il computer è la bicicletta della nostra mente, le scienze cognitive sono la bici per gli analytics

Secondo una ricerca di IBM nel 2021 le aziende che performano oltre la media dei loro settori hanno tre priorità chiave nei prossimi 2-3 anni:
  • Creare una miglior customer experience (60%)
  • Sviluppare relazioni più forti con i clienti (55%)
  • Migliorare l'efficienza (51%)

Confrontando queste priorità con i dati ricavati dalla ricerca di Pwc 2021 AI Predictions è evidente come corrispondano ai benefici che le aziende possono ottenere grazie all'introduzione dell’IA: chi utilizza Intelligenza Artificiale in modo pieno ha ottenuto migliori risultati proprio in questi ambiti, le percentuali parlano infatti dell’impatto degli investimenti e rispondono “si” alla domanda se gli investimenti stiano producendo o meno i risultati attesi.


Perché? Con i dati e i modelli giusti, l'IA consente di arrivare a prodotti migliori, maggiore produttività e un'esperienza cliente superiore. Questo porta a più clienti che condividono più dati. Più dati portano ad algoritmi più intelligenti, creando prodotti ed esperienze ancora migliori che attirano più clienti che condividono più dati, producendo IA ancora più intelligenti, in un circolo virtuoso.

Quando si parla di Intelligenza Artificiale come acceleratore di business non si parla solo di automazione delle attività. 

Un impatto ancora più importante dell'IA sarà sui processi decisionali: le organizzazioni faticano ancora a prendere buone decisioni soprattutto nei contesti in cui il processo specifico trae grande vantaggio da tempi di risposta pressoché immediati.

Grazie alle applicazioni di intelligent decision making, infatti, manager e collaboratori sono supportati nel prendere decisioni migliori, in tempi più brevi.

 
Come scegliere da dove partire

Quali sono gli ingredienti per l'implementazione di un progetto di Machine Learning o Intelligenza Artificiale?
  1. Avere un’esigenza di business interna, un processo, un livello di performance o qualitativo da migliorare 
  2. Avere un modello solido e testato e dei dati sui quali lavorare. Oggi il mercato è pieno di casi d’uso costruiti su soluzioni solide e implementate. Non bisogna inventare nulla, basta lavorare con il proprio ecosistema IT per capire le possibili soluzioni all’esigenza di business già disponibili per poi customizzarle sulla specifica realtà aziendale. Partire da zero oggi significa non fare tesoro dell’esperienza derivante dall’evoluzione tecnologica di questi anni
  3. Una volta definito il modello e l'algoritmo ad esso sottostante dobbiamo istruire la macchina: caricare i dati nel modello e vedere se l'algoritmo ci porta dove vogliamo andare, quindi testare gli output e verificare eventuali errori. 
  4. Per fare questo serve una capacità di valutazione interna all'azienda che supporti la ricerca della soluzione al problema iniziale portandola fuori dalla pura attività tecnica e tecnologica, coinvolgendo attori diversi in azienda che hanno responsabilità di business e non sono dei dipartimenti IT
L'Italia oggi è a un punto di svolta nella creazione e nell'adozione delle tecnologie di Intelligenza Artificiale: ci troviamo di fronte a un Ecosistema Tecnologico ricco ed evoluto.

Quali sono gli elementi chiave per partire? 
  • Il punto di partenza è l’esigenza di business
  • La soluzione è fortemente specifica alla singola azienda
  • Meglio progetti pilota piccoli e focalizzati – non nel core business 
  • Partire da 5-7 use-case fattibili e individuare 1-2 progetti da sperimentare
  • Fare tesoro delle esperienze dell’ecosistema per avere un time to market più immediato
In sintesi, non si inventa nulla ma è impossibile copiare una soluzione già adottata; è fondamentale partire dalle peculiarità della propria azienda trovando la tecnologia giusta sulla quale portare innovazione in azienda, magari appoggiandosi al System Integrator di fiducia.

Come superare alcune barriere organizzative che frenano l’adozione 

Essendo tecnologie recenti e molto particolari, gli algoritmi hanno bisogno di tempo per imparare, gli impatti organizzativi sono in fase continua di approfondimento.


Il valore delle competenze, non solo “tecniche”

Per utilizzare al meglio l’IA, servono:
  • Nuovi leader, i cosiddetti leader algoritmici con modelli manageriali nuovi ad alto contenuto tecnologico ed umano, e molto etici
  • Nuovi modelli organizzativi: client centricity, digital transformation, esponenziale, e anche IA richiedono tutti modelli organizzativi agili
  • Nuovi modi di lavorare in nuovi spazi di lavoro: la collaborazione umani/macchina richiede di saper ridisegnare il lavoro
  • Nuovi lavori: non parliamo tanto di guidatori di droni ma di lavori sia tech che sia non tech che emergeranno man mano che l'IA entrerà nelle nostre vite
  • Nuove competenze: 50% di noi dovrà passare attraverso un completo reskilling, l'altro 50% dovrà rivedere il 40% delle proprie competenze; tutti dobbiamo sviluppare un nuovo mindset (Fonte: World Economic Forum 2019)
Come sostiene McKinsey, in un suo articolo su Harvard Business Review del 2019, la cultura e l’organizzazione sono i freni più forti alla trasformazione digitale delle imprese e all’adozione di tecnologie di IA. Per quanto riguarda quest’ultima, possiamo certamente dire che il tema culturale più forte sia la cultura dell’errore. E non solo perché parliamo di innovazione ma proprio per la particolarità dell’IA: gli algoritmi apprendono ed è insito nel processo che sia per approssimazioni successive. Durante tutto l’EmTech Digital Event 2022 organizzato dall’MIT Technology Review è stato sottolineato come avere una mentalità e un approccio per prove ed errori (test & learn) sia alla base di tutta l’evoluzione basata sull’intelligenza artificiale attualmente in corso nel mondo.
 

Su quali competenze investire? 

La prima risposta che viene in mente è che si debbano avere data scientist/data engineer/AI architect/ML engineer. Nella realtà, man mano che si introduce IA cambia la tipologia di skill critiche per il successo dei progetti, spostando l’attenzione dai ruoli tecnici a business leader tech-savvy

Noi crediamo che i business leader competenti di IA siano fondamentali ancor prima che l’azienda decida di investire in intelligenza artificiale e che questa competenza, in realtà, sia solo sottostimata dalle aziende.

Per questo TechData e ZaLa Consulting hanno sviluppato un “gioco” per executive per testare il proprio livello di prontezza (readiness) all’arrivo dell’intelligenza artificiale in tutti i settori di business e della società. Game for C-Level: READY4AI? viene sviluppato all’interno di un workshop, ed è un’occasione di confronto, facilitata da esperti di business e di tecnologia, per cogliere tutti i vantaggi della trasformazione digitale, divertendosi. 

La trasformazione digitale richiede manager digitali. Pensiamo che le aziende possano beneficiare enormemente se il top management:
  • condivide la consapevolezza di come l’intelligenza artificiale stia “ribaltando” il modo di fare impresa e di vedere il lavoro, 
  • conosce, entrando nel merito, le applicazioni già sviluppate per il mercato 
  • è in grado di capire se, come, dove introdurle, in modo sostenibile ed etico
Noi crediamo profondamente che in questa fase si debba parlare e approfondire l’Intelligenza Artificiale. Le opportunità sono molteplici ma i rischi pure. Abbiamo bisogno di parlarne più di quello che pensiamo, e abbiamo bisogno di parlarne come azienda e top management, non solo nel dipartimento IT.
Archivio storico dei numeri di DIRIGENTI INDUSTRIA in formato pdf da scaricare, a partire da Gennaio 2013

I più visti

La Riforma delle Pensioni dopo la crisi del governo Draghi

La crisi economica e sociale causata dalla pandemia, la caduta del Governo, le conseguenze per le future generazioni, sono i temi filtrati nell’articolo attraverso le problematiche pensionistiche a breve e lungo termine
01 ottobre 2022

L’inflazione è una tassa ingiusta sugli onesti

L'inflazione è la conseguenza di uno squilibrio economico generato dai cambiamenti di mercato che comporta l'erosione dei capitali monetari e la perdita del potere di acquisto dei redditi di lavoro dipendente e delle pensioni
01 agosto 2022

Nei borghi Bandiera Arancione...

... la fine dell'estate è in festa
01 agosto 2022

Perequazione delle pensioni: una straordinaria normalità

Quella che nella cronaca viene fatta apparire quasi come una sorta di graziosa elargizione ai pensionati, non è altro che il ritorno all’applicazione del meccanismo di perequazione tradizionale già concordato con le organizzazioni sindacali alla fine degli anni ’90 del secolo scorso, e, purtroppo, continuamente sospeso, rimaneggiato, penalizzato per lunghi anni
01 agosto 2022

Pericolo inflazione: evidenze, conseguenze e possibili rimedi

Sul tema inflazione siamo stati superficiali, ci siamo illusi che fosse solo una fiammata temporanea
01 luglio 2022