L’Intelligenza Artificiale secondo Intellico: 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.

In questo scenario Intellico si posiziona con l’obiettivo di contribuire attivamente alla trasformazione 4.0 di medie e grandi imprese che sono oggi chiamate ad operare in un mercato altamente dinamico in modo ancora più efficiente ed efficace di quanto non fosse già richiesto prima della pandemia. Il “fare di più con meno “ è divenuto principio alla base di qualsiasi azione. Per questo la ricerca di maggiore efficienza nei processi produttivi e la garanzia di servizi e prodotti a maggiore valore è oramai un must.

Dei molteplici ambiti in cui l’Intelligenza Artificiale può determinare il cambio di passo in questa direzione, in Intellico crediamo che un migliore utilizzo degli asset possa essere il primo passo verso la cultura dell’efficienza e del zero-waste. In particolare, l’IA garantisce l’interconnessione tra asset fisici e asset immateriali al fine di monitorare e ottimizzare l’utilizzo degli stessi, aprendo la strada sia all’innovazione incrementale (monitoraggio sistemi energetici per ottimizzare consumi) ma anche radicare (creazione di servizi value added per assistenza e manutenzione predittiva/passaggio product oriented vs service oriented).

L’AI a supporto delle Smart Factories

Come raccontato in occasione del recente Industry 4.0 360 Summit, Intellico ha deciso di focalizzare la sua proposizione su servizi e soluzioni di AI per migliorare la gestione degli asset fisici e contribuire alla creazione di Smart Factories, ma anche di Smart Buildings & Smart cities – se estendiamo il concetto di trasformazione 4.0.

Alcuni dei casi d’uso supportati riguardano la gestione della manutenzione di tipo predittivo (sia di impianti produttivi che di edifici o manutenzione strade) l’ottimizzazione dei consumi energetici, il riconoscimento automatizzato di oggetti nell’ambito del property management, il controllo qualità di processo, ecc.

D’altro canto, seppur i benefici e i casi di successo sono ben documentati in letteratura, il percorso di adozione di soluzioni di AI richiede un’attenta pianificazione poiché integra in ogni passo del percorso strategia e tecnologia.

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 intraprese^[1].

Per questo come Intellico oltre a fornire soluzioni AI-enabled ci occupiamo di supportare le aziende nella definizione del percorso necessario per questa nuova trasformazione.

Il Data-to-Impact Framework

A seguito dell’esperienza maturata sul campo, Intelllico ha sviluppato un framework (Data-to-Impact Framework) per fare ordine sul tema e aiutare i manager ad ottenere il ritorno desiderato sugli investimenti in soluzioni di IA, che si compone dei seguenti elementi chiave senza i quali difficilmente si riuscirebbe a generare valore:

• La 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.
• 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.
• 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 componete 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.
• 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.
• 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.

1. [Winning with AI – Pioneers Combine Strategy, Organizational Behaviour, and Technology, MIT Sloan Management Review and BCG, 15^th October, 2019] ↑