Uno dei processi che sta radicalmente trasformando il mondo del lavoro così come lo conosciamo è l'utilizzo delle tecnologie AI (Intelligenza Artificiale) per il business. La rivoluzione è già in atto e sta spingendo il top management di molte compagnie a rivedere i propri modelli gestionali per cavalcare l’onda dell’automazione.
Gli esempi di successo sono numerosi, da Amazon che utilizza gli efficienti robot Kiva nei suoi magazzini riducendo le spese operative, a General Electric che si serve dei robot per la manutenzione preventiva dei suoi impianti industriali.
È chiaro che i CEO debbano considerare anche le implicazioni derivanti dall'introduzione dell'Intelligenza Artificiale all’interno delle proprie aziende.
Un sondaggio effettuato da McKinsey su un campione di 3.073 executive e 160 casi di studio in 10 Paesi, ha consentito di individuare 10 fattori chiave che i CEO devono considerare per intraprendere un’implementazione di successo.
1. I numeri dell'intelligenza artificiale nel mondo business
Sebbene gli investimenti stiano aumentando, l’adozione nelle corporate di tecnologie AI è ancora limitata. Gli investimenti totali vanno dai 26 ai 39 miliardi di dollari nel 2016, con valori triplicati rispetto al 2013.
A dispetto dei livelli di investimento, la diffusione è ancora limitata: solo il 20% del campione intervistato utilizza infatti una o più tecnologie (veicoli autonomi, visione computerizzata, linguaggio, agenti virtuali, apprendimento automatico).
Siamo giunti ad un punto di flesso dell'automazione. Tecnologie quali l’apprendimento automatico basato sui neuroni e il processamento del linguaggio naturale stanno raggiungendo una fase di maturità, ormai è evidente il loro valore al punto da poterle definire volàno dell'AI per il business.
Le telecomunicazioni e i servizi finanziari conducono il gioco, con attori del settore che pianificano di incrementare la spesa in innovazione legata all'Intelligenza Artificiale del 15% l’anno, nei prossimi tre anni.
2. Più AI più fatturato (più dati)
Il 30% del campione che ha adottato la tecnologia ha dichiarato di aver incrementato il fatturato, di aver guadagnato quote di mercato o di aver ampliato i propri prodotti e servizi.
Inoltre, i primi ad aver adottato l’Intelligenza Artificiale dichiarano un’attesa di crescita dei loro margini di profitto fino a cinque punti in più rispetto ai competitor.
Un’analisi separata rivela che è già dimostrato come l'innovazione stia incrementando i profitti nello stesso range di tecnologie digitali associate, come big data e analytics avanzate.
3. Il peso del buon esempio
Il campione del sondaggio che dichiara un’esperienza positiva con l'AI per il business, giudica essenziale il supporto della leadership per una strategia volta all'applicazione delle nuove tecnologie.
Un sostegno non solo da parte dei CEO e degli IT executive, ma anche dal Consiglio di Amministrazione e dal top management della cosiddetta C-suite.
4. Automazione e partnership
Occorre creare partnership per accrescere capacità e competenze.
Anche colossi digitali come Amazon e Google hanno cercato aziende e talenti al di là dei loro confini per rafforzare le loro competenze. Basti pensare alla acquisizione di DeepMind da parte di Google, che sta usando l’apprendimento automatico per migliorare un business di punta quale la SEO.
Lo studio dimostra come i primi ad adottare l'AI abbiano anche acquistato soluzioni tecnologiche adatte, solo in pochi hanno sviluppato ed implementato soluzioni in house.
5. L'importanza del testing
Costruire un team che si occupi soltanto di attività legate all’automazione non è l’idea migliore.
Affidare le responsabilità esclusivamente a tecnici IT può risultare improduttivo, il rischio è quello di lanciare una tecnologia senza che sia testata adeguatamente.
Per essere certi del corretto funzionamento, essa deve essere valutata sia da leader del settore tecnologico che da esperti di innovazione digitale.
6. Impostare una strategia
Una strategia di portfolio può accelerare il successo.
Gli strumenti offerti dall’Intelligenza Artificiale sono molto vari, da quelli atti a risolvere problemi (per esempio rilevamento di schemi per manutenzione preventiva) a quelli meno blasonati ma altrettanto utili (per esempio tool per sviluppare strategia competitive). Questo tipo di approccio consente di lavorare con obiettivi a breve, medio o lungo termine.
7. Il boom del machine learning
L’apprendimento automatico è uno strumento notevole, attira molto l’attenzione dai media e riceve utili significativi. Non è pero adatto a tutto.
Sebbene infatti trovi numerosi campi di applicazione, il machine learning è solo una delle innovazioni capaci di risolvere problemi legati al business. Per esempio, le tecnologie implementate per migliorare le performance dei call center possono essere molto differenti da quelle utilizzate per identificare frodi con carte di credito.
È fondamentale cercare il tool giusto per risolvere il problema di un particolare comparto del business.
8. La trasformazione digitale
L'applicazione dei sistemi di automazione deve essere preceduta da un'adeguata trasformazione digitale.
I settori leader nell’adozione dell’Intelligenza Artificiale - come l’high tech, le telecomunicazioni e l’automotive - sono anche i più digitalizzati.
All’interno dei singoli settori, le compagnie che hanno adottato per prime l'AI per il business, avevano già investito in competenze digitali, inclusi big data e infrastrutture cloud.
Facendo riferimento alle statistiche, le probabilità di generare profitti utilizzando la tecnologia sono il 50% superiori per le compagnie che hanno forte esperienza in digitalizzazione.
9. La miglior difesa è l'attacco
Studi sul ritardo digitale dimostrano come adottare una strategia offensiva sia uno dei più importanti fattori che consentano alle compagnie di trasformare una minaccia in un’opportunità.
Un'organizzazione con una strategia offensiva che sviluppa nuovi modelli di business riesce a costruire percorsi più robusti rispetto a quelli che precedevano la digitalizzazione.
Lo stesso sembra accadere per l’AI: i primi ad averla adottata riportano un profitto maggiore rispetto a coloro che l’hanno adottata più tardi.
10. Persone e processi, la grande sfida
In molti casi, incorporare l’Intelligenza Artificiale all’interno dei processi decisionali ha più importanza dell'implementazione tecnica stessa.
Lo sviluppo dell’AI si basa su principi quali vision avanzata, collaborazione, costruzione del pensiero. Il business dovrà quindi focalizzarsi sulla gestione delle decisioni, su una cultura basata sul continuo miglioramento e apprendimento.
Le aspettative legate all'utilizzo dell'Intelligenza Artificiale all'interno delle aziende sono notevolmente elevate, sia per via degli innumerevoli campi di applicazione della stessa, sia per le nuove tecnologie dalle enormi potenzialità che nascono ogni giorno.
