Se il 2023 è stato l’anno in cui il mondo ha scoperto l’AI generativa, il 2024 sarà l’anno in cui le organizzazioni inizieranno a utilizzare e a trarre valore da questa nuova tecnologia: a sostenerlo è l’ultimo rapporto di McKinsey “The state of AI in early 2024: Gen AI adoption spikes and starts to generate value”.
Il rapporto si basa su un’analisi condotta su quasi 1.400 persone rappresentanti l’intera gamma di mercati, settori, dimensioni aziendali, specializzazioni funzionali e ruoli.
Dall’analisi emerge che il 65% delle organizzazioni utilizzano regolarmente l’AI generativa, quasi il doppio rispetto a dieci mesi fa. Le aspettative degli intervistati sull’impatto dell’intelligenza artificiale rimangono elevate, con tre quarti degli intervistati che prevedono cambiamenti significativi o dirompenti nei loro settori nei prossimi anni.
Indice degli argomenti
Sempre più aziende adottano l’AI generativa
L’interesse verso l’intelligenza artificiale generativa ha anche acceso i riflettori su un insieme più ampio di capacità dell’AI. Negli ultimi sei anni, l’adozione dell’AI da parte delle organizzazioni intervistate da McKinsey era rimasta intorno al 50%. Quest’anno, il sondaggio rileva che l’adozione è salita al 72%.
Per quanto concerne i settori, l’AI trova maggiore impegno nei servizi professionali, mentre per ciò che riguarda le applicazioni, le risposte suggeriscono che le aziende stanno ora utilizzando l’AI in più parti del business, con la metà dei rispondenti afferma che le loro organizzazioni hanno adottato questa tecnologie in due o più funzioni aziendali (rispetto a meno di un terzo dei rispondenti nel 2023).
L’adozione dell’AI generativa è più comune nelle funzioni dove può creare il maggior valore. La maggior parte dei rispondenti (il 65%) riporta che le loro organizzazioni — e loro stessi come individui — stanno usando l’AI generativa in almeno una funzione aziendale, rispetto a un terzo dell’anno scorso.
L’organizzazione media che utilizza l’AI generativa lo fa in quelle funzioni dove si ritiene che la tecnologia ha maggiore capacità di generare valore: più spesso nel marketing e nelle vendite e nello sviluppo di prodotti e servizi, così come nell’IT. L’incremento maggiore dal 2023 si trova nel marketing e nelle vendite, dove l’adozione riportata è più che raddoppiata. Tuttavia, tra le funzioni, solo due casi d’uso, entrambi all’interno del marketing e delle vendite, sono riportati da oltre il 15% dei rispondenti.
Gli investimenti stanno iniziando a creare valore
L’ultima indagine mostra anche come i diversi settori stiano stanziando budget per la gen AI. Le risposte suggeriscono che, in molti settori, le organizzazioni hanno la stessa probabilità di investire più del 5% del loro budget digitale nell’intelligenza artificiale generativa e nelle soluzioni di intelligenza artificiale analitica non generativa.
Tuttavia, nella maggior parte dei settori, una quota maggiore di intervistati riferisce che le proprie organizzazioni spendono più del 20% in AI analitica che in AI gen.
Guradando al futuro, la maggior parte degli intervistati (67%) prevede che le proprie organizzazioni investiranno maggiormente nell’AI nei prossimi tre anni.
Per la prima volta, l’indagine di McKinsey ha analizzato il valore creato dall’utilizzo dell’AI gen per funzione aziendale. La funzione in cui la maggior parte degli intervistati riferisce di aver registrato una riduzione dei costi è quella delle risorse umane. Gli intervistati segnalano più frequentemente aumenti significativi dei ricavi (di oltre il 5%) nella gestione della supply chain e dell’inventario.
Per quanto riguarda l’AI analitica, i benefici più spesso riscontrati riguardano i costi nelle operazioni di servizio, in linea con quanto rilevato l’anno scorso, oltre a significativi aumenti dei ricavi derivanti dall’uso dell’AI nel marketing e nelle vendite.
I rischi associati all’uso dell’AI generativa
Man mano che le aziende iniziano a vedere i benefici dell’AI generativa, stanno anche riconoscendo i diversi rischi associati alla tecnologia. Questi possono variare dai rischi di gestione dei dati, come la privacy dei dati, i bias o la violazione della proprietà intellettuale (PI), ai rischi di gestione del modello, che tendono a concentrarsi su output inaccurati o sulla mancanza di spiegabilità.
Una terza grande categoria di rischi è la sicurezza e l’uso scorretto. I rispondenti all’ultimo sondaggio sono più propensi rispetto all’anno scorso a dire che le loro organizzazioni considerano l’inaccuratezza e la violazione della PI rilevanti per l’uso dell’AI generativa, e circa la metà continua a vedere la cybersecurity come un rischio. Rischi che le aziende stanno già iniziando ad avvertire: il 44% degli intervistati ha infatti riportato che la propria organizzazione ha riscontrato almeno uno degli effetti negativi sopra citati derivante dall’utilizzo dell’AI generativa.
Al contrario, i rispondenti sono meno propensi rispetto all’anno scorso a dire che le loro organizzazioni considerano lo spostamento della forza lavoro e del lavoro come rischi rilevanti e non stanno aumentando gli sforzi per mitigarli. In effetti, l’inaccuratezza — che può influire sui casi d’uso lungo tutta la catena del valore dell’AI generativa, che vanno dai percorsi dei clienti e dalla sintesi alla codifica e ai contenuti creativi — è l’unico rischio su cui le organizzazione stanno concentrando maggiori sforzi rispetto alla precedente rilevazione.
Le strategie delle aziende per l’adozione dell’AI generativa
Il rapporto di McKinsey ha anche cercato di capire come e quanto rapidamente le organizzazioni stanno implementando questi nuovi strumenti di AI generativa.
Dall’analisi sono emersi tre archetipi per l’implementazione delle soluzioni di AI generativa:
- i “takers”, che utilizzano soluzioni preconfezionate, disponibili pubblicamente
- i “shapers”, ossia quelle aziende che personalizzano questi strumenti con dati e sistemi proprietari
- i “makers”, organizzazioni che sviluppano i propri modelli di base da zero
In molti settori, i risultati del sondaggio suggeriscono che le organizzazioni trovano le offerte preconfezionate applicabili alle loro esigenze aziendali, sebbene molte stiano perseguendo opportunità per personalizzare i modelli o addirittura sviluppare i propri.
Circa la metà degli usi riportati dell’AI generativa all’interno delle funzioni aziendali dei rispondenti utilizza modelli o strumenti preconfezionati, disponibili pubblicamente, con poca o nessuna personalizzazione.
I rispondenti nei settori dell’energia e dei materiali, della tecnologia e dei media e telecomunicazioni sono più propensi a riportare una significativa personalizzazione o messa a punto dei modelli disponibili pubblicamente o a sviluppare i propri modelli proprietari per affrontare esigenze aziendali specifiche.
Variabili che aumentano decisamente i tempi di implementazione quando si tratta di modelli altamente personalizzati o proprietari che, come rileva il rapporto, sono 1,5 volte più propensi rispetto ai modelli preconfezionati, disponibili pubblicamente, a richiedere cinque mesi o più per essere implementati.
I pionieri della generative AI stanno già raccogliendo i primi risultati
Nonostante le sfide affrontate, le organizzazioni che eccellono nell’uso della generative AI stanno ottenendo risultati significativi. Sebbene la gen AI sia una tecnologia ancora relativamente nuova e molte organizzazioni siano ancora agli inizi del loro percorso di adozione, un piccolo gruppo di leader (46 su 876 intervistati) attribuisce una quota significativa del proprio EBIT all’uso della gen AI.
Questi pionieri, che già attribuiscono più del 10% del loro EBIT alla gen AI rappresentano, secondo gli analisti di McKinsey, un esempio da seguire. Il 42% di questi top performer dichiara che oltre il 20% del loro EBIT deriva dall’uso di AI analitica non generativa, e operano in vari settori e regioni, sebbene la maggior parte appartenga ad aziende con meno di un miliardo di dollari di fatturato annuale.
Questi leader utilizzano la gen AI in una media di tre funzioni aziendali, rispetto alle due delle altre organizzazioni, con un uso particolarmente pronunciato in ambiti come gestione del rischio, legale e compliance, strategia e finanza aziendale, e gestione della catena di approvvigionamento.
Inoltre, sono tre volte più propensi rispetto agli altri a impiegare la gen AI in attività che vanno dall’elaborazione di documenti contabili alla valutazione del rischio, ai test di R&D, fino alla determinazione dei prezzi e delle promozioni.
Questi high performers tendono a personalizzare significativamente gli strumenti di AI disponibili o a sviluppare modelli proprietari, piuttosto che utilizzare soluzioni preconfezionate. Inoltre, prestano maggiore attenzione ai rischi correlati alla gen AI, adottando pratiche di mitigazione più estese e integrando revisioni legali fin dalle prime fasi dello sviluppo delle soluzioni.
