Sono tante le aziende che scelgono di intraprendere un percorso di adozione dell’Intelligenza Artificiale. Eppure, dati alla mano, sono poche quelle che riescono a implementarla con successo. Una grande fetta si arena lungo il percorso per mancanza di competenze, per i costi da sostenere o per un’inefficace strategia iniziale. Come per un qualsiasi viaggio, in cui si vuole raggiungere la meta nel miglior modo possibile, è fondamentale conoscere la strada e le varie tappe utili a riacquistare le forze. In questo caso economiche. Ecco 5 step che potrebbero aiutarti nel percorso.
Vuoi ascoltare l’audio dell’articolo? Clicca play ⇓
Letto da: Linda Grasso
Adozione dell’Intelligenza Artificiale: come fare una scelta consapevole
Ogni volta che approcciamo a un nuovo progetto, scatta automaticamente la domanda: perché dovrei investire tempo e risorse in questa innovazione? Anche se oggi si sente parlare di Intelligenza Artificiale in ogni contesto, scegliere di adottarla in una realtà aziendale che funziona è sempre una sfida. Per questo, avere un piano e valutare correttamente pro e contro è l’approccio ideale per ridurre la percentuale di rischio.
In primis, conviene monitorare qual è il livello di maturità dell’Intelligenza Artificiale e le applicazioni che aumentano la produttività aziendale. Inoltre, si può scegliere di affidarsi ad uno strumento che permetta di definire il livello di preparazione dell’azienda ad accogliere l’AI, ovvero l’AI Readiness Index (AIRI): un test online che assegna un punteggio finale a seconda del grado di predisposizione ad accogliere tale innovazione.
Questi aspetti servono a delineare i pro, ma quali potrebbero essere i contro? Le barriere all’adozione dell’AI sono legate a diversi fattori. Da una ricerca IBM è emerso che i primi cinque fattori che ostacolano il successo dell’adozione dell’IA in azienda sono:
- le limitate capacità, competenze o conoscenze in materia di IA (34%);
- il prezzo troppo elevato (29%);
- la mancanza di strumenti o piattaforme per sviluppare modelli (25%);
- i progetti troppo complessi o difficili da integrare e scalare (24%);
- l’eccessiva complessità dei dati (24%)
Step 1: La prima mossa è sempre la definizione di una strategia
Appurato che l’AI è la tecnologia perfetta per far fare un salto di performance all’azienda, è ora il momento di definire una strategia di attuazione. In questa fase, bisogna identificare quali sono i reparti, i processi e le attività che potrebbero trarre un beneficio maggiore dall’AI.
Se, ad esempio, abbiamo un forte rallentamento nel processare le richieste di informazioni, che arrivano al servizio clienti, possiamo attivare dei Chatbot. Tali assistenti virtuali offrono delle prime risposte sfruttando l’AI addestrata sulla base delle domande frequenti.
I progetti da cui partire riguardano quelle attività e quei processi che assicurano un ROI più elevato ed immediato così da ottenere risorse economiche da reinvestire. Come, ad esempio, l’utilizzo di software AI per l’analisi massiva dei dati o per lo sviluppo di modelli previsionali.
Delineata una prima strategia bisogna, poi, confrontarla con la strategia di business aziendale preesistente. In questo modo, possiamo verificare che gli obiettivi, le risorse umane da coinvolgere e quelle economiche da mettere a disposizione dei nuovi progetti, siano disponibili e coerenti con i tempi stimati.
Step 2: Gli esperti da coinvolgere
Come visto in precedenza, una delle barriere all’adozione completa dell’AI è la mancanza di competenze e conoscenze adeguate ad una tecnologia tanto complessa. Questo perché, le figure da coinvolgere non dovranno avere solo conoscenze di business ma anche competenze complesse come quelle della Data Science. Solo così si potranno sfruttare pienamente le potenzialità dei software intelligenti.
Formare internamente un centro di eccellenza per l’AI non è semplice, tuttavia il numero di esperti richiesti per mettere su i nuovi progetti dipendono dall’organizzazione e dalla portata delle sue iniziative. Un ruolo chiave è rivestito anche dai dirigenti che dovranno guidare i team e scegliere di volta in volta le competenze necessarie e in linea con la crescita dei progetti. In effetti, se le risorse non crescono alla stessa velocità dei progetti, potrebbero rallentare l’incremento e diventare dei colli di bottiglia.
Decisamente più semplice è il discorso relativo al passaggio di conoscenze top down, ovvero dai manager alle risorse dei livelli operativi che dovranno utilizzare i software già programmati. In quel caso, un corso di formazione ben strutturato potrebbe essere sufficiente ad ottenere un buon risultato in tempi relativamente brevi. Tuttavia bisognerà tener conto dell’innata resistenza al cambiamento che, spesso, rema contro l’adozione delle nuove tecnologie. Soprattutto le risorse che da anni svolgono un’attività lavorativa in un determinato modo avranno più difficoltà ad accettare delle modifiche di procedimento.
L'Intelligenza Artificiale rappresenta una grande risorsa per i nuovi modelli di business. Per adottarla con successo è fondamentale seguire attentamente tutti i passaggi chiave. Condividi il Tweet
Step 3: Identificazione dei dati da analizzare
Ad oggi, l’Intelligenza Artificiale sta agendo con successo nel campo dell’analisi dei dati, sempre più numerosi e complessi da gestire. Dai rilievi manuali si è passati a dispositivi IoT che, in totale autonomia, raccolgono dati grezzi da elaborare. Se utilizziamo, nella fase di elaborazione, un software dotato di Intelligenza Artificiale i risultati che otterremo potranno servire a costruire uno storico degli eventi ma anche creare previsioni future rilevanti.
Per far funzionare questo processo è indispensabile controllare che i dati di input provengano da fonti attendibili, che siano sufficienti per le informazioni che vogliamo generare, ma soprattutto che siano corretti e affidabili. Delineare, in modo specifico, le fonti e i dati che comporranno un dataset è il primo passo, bisogna poi creare un’infrastruttura che monitori la pulizia dei dati nel tempo e la loro archiviazione. Per assicurarci che queste azioni siano svolte correttamente è necessario che le aziende si dotino di ingegneri di intelligenza artificiale e data scientist.
In effetti, più dati possediamo, maggiori sono le probabilità di sviluppare modelli di apprendimento automatico precisi e che riusciranno a risolvere problemi complessi per la mente umana.
Step 4: Progettazione di nuovi modelli operativi
Quando introduciamo una nuova tecnologia in azienda, è doveroso progettare anche nuovi modelli operativi. Solo così, si potrà migliorare l’efficienza, grazie all’innovazione scelta, incrementare il valore e acquisire nuove quote di mercato.
La prima cosa da fare è valutare quali sono i reparti, i processi o le singole attività che potrebbero beneficiare dell’Intelligenza Artificiale. Il secondo passaggio sarà quello di definire nuovi obiettivi e assegnare un budget congruente. L’Intelligenza Artificiale, tra l’altro, è una tecnologia che ben si relaziona con le altre innovazioni chiave della Digital Transformation. Essa fa da collante tra dispositivi IoT, automazione e robot industriali, arrivando a sbloccarne il loro potenziale.
Non dimentichiamo, che i nuovi modelli di business dovranno essere congrui con il core business aziendale e allinearsi con l’intero ecosistema, sia interno che esterno. L’innovazione dovrà, infatti, incrementare l’efficienza e il profitto generato dalle attività di punta dell’azienda e, al tempo stesso, mettere su un’architettura in grado di scalare il potenziale business generato dall’AI. Si apriranno così nuovi scenari e nuove opportunità di profitto che porteranno a relazioni con stakeholder e clienti diversi.
Step 5: Valutazione delle performance
Cambiamenti così importanti dovranno essere accompagnati da nuove valutazioni delle performance. I KPI utilizzati nella normale gestione aziendale dovranno essere affiancati da nuove metriche di valutazione che, soprattutto nella fase iniziale, sono fondamentali per correggere il tiro e costruire il giusto percorso da seguire.
Il monitoraggio dei progressi permetterà, infatti, di fare previsioni per le prossime strategie da implementare per rendere ancora più efficienti i processi.
Le metriche da valutare cambieranno da settore a settore e saranno personalizzabili e specifiche per ogni tipo di attività. Come per l’automazione in generale è bene valutarle correttamente per evitare di giungere a conclusioni inesatte.
Il vero potenziale dell’Intelligenza Artificiale si esprime nei nuovi modelli di business piuttosto che come acceleratore della produttività del business tradizionale. Quando si fa un investimento, che ha enormi potenzialità, sfruttarne solo una minima parte è uno spreco. Per questo, è importante, dopo aver preso la decisione di implementare l’AI, coinvolgere tutte le figure aziendali, dai vertici fino agli operativi. Solo così ci assicuriamo un ritorno dell’investimento adeguato alle potenzialità dell’innovazione.
