Blog

Intelligenza Artificiale: da dove partire per introdurla in azienda

Cosa si intende quando si parla di Intelligenza Artificiale e da dove partire per introdurla in azienda?

L’argomento è oggi fortemente dibattuto, poiché la velocità con cui cresce l’offerta di soluzioni in questo ambito è di molto superiore al tempo necessario alle aziende per analizzare le esigenze interne, selezionare la soluzione più idonea, realizzarla e portarla a regime nella propria organizzazione.

Questa distanza è tanto maggiore quanto più aumenta il debito tecnologico che interessa l’azienda: per questo motivo, abbiamo scelto di realizzare un webinar sull’Intelligenza Artificiale, per fare chiarezza e creare un momento di condivisione in cui portare a fattor comune differenti esperienze in merito all’adozione di soluzioni di Intelligenza Artificiale.

Il webinar “Creare imprese intelligenti: Dal dato al valore in 3 step”, che si terrà il 06 luglio 2021, è organizzato dal team doDigital assieme al partner Intellico, azienda specializzata nella fornitura di soluzioni di AI.

>>> vai alla pagina per ricevere maggiori informazioni sul webinar!

In attesa dell’evento online, di seguito abbiamo pensato di introdurre l’argomento fornendo uno spaccato di benefici e barriere all’adozione dell’Intelligenza Artificiale, oltre che alcune best practices da tenere a mente quando si intraprende un percorso di implementazione di soluzioni basate su tale paradigma.

In questo articolo tratteremo i seguenti argomenti:

  1. Intelligenza Artificiale: di cosa si tratta?
  2. L’importanza dell’Intelligenza Artificiale in ambito aziendale
  3. Dal dire al fare… 5 elementi chiave per introdurre soluzioni di Intelligenza Artificiale in azienda
  4. 6 Azioni da intraprendere per un’adozione efficace dell’Intelligenza Artificiale in azienda
  5. Data To Impact – il Framework di Intellico

Intelligenza Artificiale: di cosa si tratta?

L’Intelligenza Artificiale è un argomento di cui si sente parlare in continuazione, ma di cosa si tratta nello specifico? Quale può diventare il suo ruolo all’interno delle aziende?

La definizione di Intelligenza Artificiale non è univoca, poiché si evolve costantemente e in funzione degli sviluppi che via via la interessano: una definizione accettata a livello internazionale descrive l’Intelligenza Artificiale come quel ramo della computer science impegnato nella progettazione di sistemi hardware e software capaci di emulare l’intelligenza umana1 dal punto di vista dell’interazione con l’ambiente esterno, dell’apprendimento e della pianificazione. Nella sua accezione più generale, come rilevato su Massachusetts Institute of Technology Review, l’IA si riferisce a quelle tecnologie in grado di apprendere, elaborare informazioni e prendere decisioni autonome quando poste di fronte a situazioni mai sperimentate prima.2

Di fatti, grazie all’uso di modelli di apprendimento quali Machine Learning e Deep Learning, le soluzioni di Intelligenza Artificiale hanno intrapreso un percorso evolutivo strabiliante che le ha portate, a partire dalla loro nascita negli anni Cinquanta ad oggi, a prendere autonomamente decisioni che precedentemente erano affidate in via esclusiva all’uomo.

L’Intelligenza Artificiale non si basa, infatti, sulla programmazione, ma su algoritmi di auto-apprendimento in grado di anticipare le preferenze e i gusti dei clienti, sostenere conversazioni, dare accesso alle informazioni tramite riconoscimento basato sull’elaborazione delle immagini, supportare il personale medico nel processo di definizione delle diagnosi, e molto altro.

Per fornire un esempio di applicazione dell’Intelligenza Artificiale in ambito industriale, queste tecnologie permettono di migliorare l’operatività di fabbrica grazie alla possibilità di predire guasti, ottimizzare processi di produzione, individuare i difetti di produzione, e via dicendo.

Vedremo più nel dettaglio, di seguito, come queste tecnologie siano coniugabili con le esigenze di business.

L’importanza dell’Intelligenza artificiale in ambito aziendale

Per ottenere un significativo vantaggio competitivo, le sfide del nuovo millennio impongono alle aziende di sviluppare la così detta ambidexterity3, ovvero la capacità di saper perseguire simultaneamente innovazione radicale e innovazione incrementale (per approfondire l’argomento, rimandiamo al nostro articolo: “Le sfide di innovazione per le aziende di domani”).

In altre parole, occorre intervenire simultaneamente su:

  1. La value proposition dell’azienda, offrendo servizi e/o prodotti innovativi;
  2. Il modello operativo dell’azienda, efficientando i processi organizzativi.

Se nel primo caso si tratta di aumentare il valore offerto grazie a modelli di risposta agili in grado di consentire l’adattamento ad una domanda sempre più imprevedibile, nel secondo si ha la possibilità di massimizzare l’efficienza a livello operativo focalizzandosi sull’ottimizzazione, sul raggiungimento di alti livelli di strutturazione e sulla generazione di piani affidabili e duraturi.

In entrambi i casi, l’adozione dell’Intelligenza Artificiale costituisce un fattore critico di successo, come dimostrato dal fatto che un numero sempre crescente di corporation di grandi dimensioni stiano adottando un approccio AI-first. Per citare un esempio, nel 2020 Microsoft è diventata la più grande azienda tech dopo aver annunciato, soli 3 anni prima, il cambio di strategia da “cloud first” ad “everything AI”4. Ocado, invece, dopo una trasformazione digitale durata 7 anni ha superato, a settembre 2020, la valutazione di Tesco, nonostante l’iniziale 1,7% in confronto al 27% di quest’ultimo5.

In generale, nel settore industriale si stanno registrando importanti casi di successo orientati alle tecnologie di Intelligenza Artificiale. Nissan, ad esempio, ha applicato algoritmi di predictive maintenance su 4500 assets industriali, riducendo i fermi macchina non pianificati del 50%; Bridgestone, invece, introducendo software di computer vision per il controllo qualità degli pneumatici, è stata in grado di aumentare l’uniformity rate del 15%, arrivando a monitorare 480 parametri.

Come mostrato dagli esempi precedenti e schematizzato nella matrice in figura 1, gli investimenti in AI conferiscono al management la possibilità di abilitare diverse azioni volte ad aumentare il valore aziendale.

Le opportunità da esplorare sono molteplici:

  • Generare nuova offerta di servizi/prodotti da indirizzare a clienti già esistenti;
  • Identificare nuovi bisogni tramite l’individuazione di potenziali clienti, in base ai quali realizzare nuove offerte di servizio/prodotto;
  • Individuare nuovi clienti ai quali proporre l’offerta di servizi/prodotti esistenti;
  • Monitorare i risultati e individuare nuovi punti di miglioramento a partire dalla misurazione della performance legata alla produzione di prodotti e servizi già forniti sui mercatiin cui si è consolidata la propria posizione.

Dal dire al fare… 5 elementi chiave da considerare per introdurre soluzioni di Intelligenza Artificiale in azienda

L’Intelligenza Artificiale (IA) è l’argomento di punta per imprenditori e  C-level di tutto il mondo. Se, in passato, l’ostacolo principale all’introduzione di soluzioni di IA nelle aziende era legato alla mancanza di strumenti e competenze, straordinari avanzamenti tecnologici hanno permesso, ad oggi, di abbattere i costi del cloud e aumentare la capacità di raccolta dati da diverse fonti. La capacità computazionale applicata a grandi moli di dati è infatti enorme, e rende l’intelligenza artificiale una tecnologia ad altissimo potenziale.

Tuttavia, questo potenziale rimane molte volte inespresso: diversi studi indicano, infatti, che ben 7 aziende su 10 hanno ottenuto un contributo minimale o nullo dalle iniziative di IA intraprese6.

Per cercare di fare ordine sul tema e aiutare i manager ad ottenere il ritorno desiderato sugli investimenti in soluzioni di IA, Intellico ha individuato alcuni elementi chiave senza i quali difficilmente si riuscirebbe a generare valore.

Operare investimenti mirati in questi ambiti aiuterebbe, infatti, ad assicurare la buona riuscita del proprio progetto di implementazione, andando oltre le sperimentazioni e i Proof of Concept, che troppo spesso si traducono in esercizi isolati piuttosto che in progetti su larga scala.

In particolare, negli elementi chiave individuati, rientrano:

  1. Strategia aziendale: è essenziale che i dati, come l’IA, siano al centro della strategia di business e degli obiettivi aziendali. Mentre l’organizzazione fa leva su persone e procedure, il business dell’azienda oggi passa dai dati. Aver chiaro quale sia il ruolo del dato nella nostra azienda e come l’IA possa essere la leva con cui estrarre il maggiore valore possibile da essi, è una priorità che imprenditori e manager non possono più rimandare.
  2. Processi: non è sufficiente fermarsi alla definizione di una strategia che tragga vantaggio dall’utilizzo dell’IA; è importante, infatti, che la strategia così definita venga poi fatta propria dall’organizzazione: deve quindi essere declinata nei processi organizzativi affinché la cultura data-driven diventi parte di un modo di lavorare e di decidere realmente basato sui dati.
  3. Competenze e cultura: è necessario che i leader promuovano l’utilizzo dei dati nella messa in atto delle decisioni. Competenze e cultura, seppur componenti soft del processo di cambiamento, per prendere forma necessitano di una componente hard, fatta di routine, formazione e metodo. Allo stesso tempo, una cultura improntata alla sperimentazione e alla validazione delle ipotesi tramite dati è tanto essenziale quanto l’allineamento delle competenze necessarie all’utilizzo dell’IA.
  4. Tecnologia e asset IT: un’organizzazione può considerarsi matura sui temi dell’IA solo quando azioni quali la raccolta, l’archiviazione e l’accesso ai dati sono resi agevoli. Solo se si possiedono i sistemi e le piattaforme adatte, i data scientist avranno la possibilità di sviluppare e fruire dell’IA su larga scala e di generare reale valore per il business.
  5. Data Governance: all’aumentare del volume dei dati che caratterizzano oggi prodotti e servizi, è divenuta sempre più chiara la necessità di dotarsi di regole, processi e ruoli per gestire correttamente il ciclo di vita del dato. Questo elemento è particolarmente rilevante per l’adozione efficace di soluzioni di IA e diviene ancora più importante all’aumentare delle “intelligenze” che man mano vengono create in azienda e che, come per i dati, necessitano di modalità organizzate per essere manutenute nel tempo durante l’intero ciclo di vita in cui sono utilizzate. Una corretta gestione dei dati e delle intelligenze stesse, a questo punto, diventa infatti essenziale per estrarne il massimo valore e garantirne un adeguato livello di qualità.

Per capire più nel dettaglio come orientare gli investimenti quando si vuole integrare l’Intelligenza Artificiale in azienda, potete scaricare gratuitamente il whitepaper dalla pagina di Intellico.

6 azioni da intraprendere per un’adozione efficace dell’Intelligenza Artificiale in azienda

Introdurre l’IA in azienda e nella propria offerta di servizi e prodotti, per quanto senza dubbio vantaggioso, non è tuttavia sempre facile. È necessario attuare un cambiamento che coinvolga l’azienda sia dal punto di vista tecnico, che da quello culturale.

Per aiutare i leader in questo processo, negli scorsi mesi abbiamo identificato le 6 azioni da applicare per ottenere validi risultati  dall’introduzione di soluzioni di Intelligenza Artificiale:

  1. Definire una vision chiara per i dati e l’AI nella strategia aziendale;
  2. Iniziare con uno use case semplice, per il quale si dispone già dei dati e che non richieda un investimento troppo oneroso in tecnologie;
  3. Essere pronti ad un approccio test & learn, ovvero a investire il tempo necessario per capire, sperimentando, come generare valore a partire dalla soluzione di IA. Pretendere risultati ed efficienza già dall’inizio potrebbe portare a interrompere prematuramente il ciclo di apprendimento  e impedire di capire cosa  l’ AI può davvero offrire all’azienda;
  4. Pianificare e definire soluzioni scalabili nel lungo periodo già durante la fase di sperimentazione, a partire dal progetto Pilota;
  5. Non limitarsi alla realizzazione di soluzioni, ma puntare ad assicurare risultati di valore che generino un concreto cambiamento;
  6. Monitorare costantemente il rendimento delle soluzioni adottate.

Per ciascuna di queste azioni puoi trovare informazioni più approfondite scaricando il whitepaper di Intellico o seguendo la rubrica ad hoc pubblicata sulle nostre pagine LinkedIn (segui le pagine di doDigital e Intellico). Sarà sufficiente seguire l’hashtag #fromDatatoValue per rimanere aggiornati e partecipare alla discussione nei post dedicati ad ognuna di esse.

Data To Impact – il Framework di Intellico

Per aiutare i leader ad iniziare il loro percorso di Intelligenza Artificiale con un approccio strutturato, Intellico, assieme ad alcuni esperti con esperienza internazionale in ambito IA, ha sviluppato il Data to Impact Framework, che identifica quattro possibili stadi di evoluzione nel percorso di adozione dell’IA da parte di un’azienda.

Questo modello ha l’obiettivo di valutare il grado di maturità di un’azienda nell’adozione dell’Intelligenza Artificiale. A quale scopo? Per capire come agire e a cosa porre attenzione in base al livello al quale ci si trova

Ad ogni livello previsto dal modello corrispondono delle azioni prioritarie suggerite: le riportiamo brevemente di seguito, ma per disporre di una visione d’assieme completa e conoscere a quale livello di maturità di IA si trova la vostra azienda, vi invitiamo a compilare il diagnostico a questo link.

 

L’articolo è stato di tuo interesse? Vuoi approfondire i temi dell’Intelligenza Artificiale per le aziende?

Compila il form di contatto alla pagina dedicata per richiedere la partecipazione al nostro webinar sull’Intelligenza Artificiale!

 

Autrice:

Francesca Saraceni 

Affianca da oltre dieci anni medie e grandi imprese nell’attuazione di programmi di trasformazione digitale garantendo il ricorso a paradigmi di innovazione allo stato dell’arte. Durante la sua carriera professionale ha sviluppato una conoscenza approfondita del mercato Software B2B per il quale è di recente impegnata nello studio dell’offerta emergente AI-enabled. Supporta le direzioni IT e le direzioni generali nella definizione di percorsi di AI journey che tengano conto delle priorità di business e della maturità digitale presente in azienda.

 


1. Somalvico, M., L’Intelligenza Artificiale, Rusconi Editore, Milano, 1987.

2. Hao, K., What is AI? We drew you a flowchart to work it out, MIT Technology Review, 2018.

3. Ambidexterity:  “the ability to pursue simultaneously both incremental and discontinuous innovation results from hosting multiple contradictory structures, processes, and cultures” (Tushman and O’Reilly, 1996: page 24).

4. Eide, N., Microsoft shifts from ‘mobile first, cloud first’ to everything AI, CIODIVE, 2017.

5. Ocado overtakes Tesco as most valuable UK retailer, BBC, 2020.

6. Winning with AI – Pioneers Combine Strategy, Organizational Behaviour, and Technology, MIT Sloan Management Review and BCG, 2019.

Leggi gli altri articoli

doDigital_Data Governance & Data Science

news

Data Governance & Data Science

Read More

news

Aziende data-driven: come e quando investire sui dati?

Read More

news

Le sfide di innovazione per le aziende di domani

Read More

Sei interessato?
contattaci

Inviando la richiesta di iscrizione acconsento che i miei dati siano trattati secondo quanto espresso nell'informativa privacy per consentire la gestione della richiesta. Acconsento inoltre che i miei dati siano trattati secondo quanto espresso nell'informativa privacy per le seguenti finalità: effettuare attività di comunicazione e aggiornamento attraverso l’invio di e-mail di invito per eventi e webinar organizzati da doDigital o l’invio di e-mail con materiale promozionale inerente servizi e prodotti analoghi a quelli oggetto dei webinar offerti da doDigital
credits