Investire in AI, ora conviene di più con gli incentivi fiscali

L’aliquota sale dal 20 al 50% per gli investimenti effettuati dal 1° gennaio al 31 dicembre 2022 (ovvero entro il termine lungo del 30 giugno 2023), a condizione che entro il 31 dicembre 2022 il venditore abbia accettato il relativo ordine e siano stati pagati acconti per almeno il 20% del costo di acquisizione [...]
Giovanni Anceschi

head of innovation di Ammagamma

Hyperautomation e hyperintelligence
Credit N. Hanacek/NIST
  1. Home
  2. Intelligenza Artificiale
  3. Investire in AI, ora conviene di più con gli incentivi fiscali

Investire sulla crescita, creare i presupposti di espansione del proprio business, mentre tutti gli indicatori sembrerebbero indurre a un atteggiamento prudente, di conservazione. Accelerare sul digitale, preparandosi per essere più efficienti adesso, più competitivi e pronti a cogliere i benefici della ripartenza. Ora diventa interessante anche dal punto di vista fiscale, con il credito d’imposta – nella misura del 50% – per gli investimenti in beni immateriali Industria 4.0 (quindi anche in intelligenza artificiale), effettuati nel 2022, con coda fino al 30 giugno 2023.

Il credito d’imposta passa dal 20 al 50% dell’investimento

Si tratta di un incentivo all’innovazione notevole e straordinario: l’aliquota sale dal 20% a un cospicuo 50% per gli investimenti effettuati dal 1° gennaio al 31 dicembre 2022 (ovvero entro il termine lungo del 30 giugno 2023), a condizione che entro il 31 dicembre 2022 il venditore abbia accettato il relativo ordine e siano stati pagati acconti per almeno il 20% del costo di acquisizione. Il limite massimo di spese ammissibili sembra fatto a misura di PMI, 1 milione di euro: una cifra decisamente sufficiente per far partire un’ondata di innovazione che possa avere un reale impatto positivo sull’organizzazione.

Benefici fiscali su tutta la catena del valore

Quando si parla di “imperativo digitale”, chi ha ancora in mente il vecchio paradigma della digital transformation pensa magari a interventi radicali, costosi, che investono pesantemente tutta l’operatività dell’organizzazione e che, se fatti in maniera poco oculata, rischiano di trasformarsi in un ulteriore ostacolo alla crescita. L’adozione di soluzioni di intelligenza artificiale, al contrario, sempre di più viene realizzata in maniera da adattarsi all’infrastruttura già esigente per affrontare dei quesiti specifici, o per catturare opportunità inesplorate grazie all’uso intelligente dei dati, lungo tutta la catena del valore: dalla supply chain all’analisi delle preferenze dei consumatori, passando per la gestione del magazzino, l’ottimizzazione dei processi, il contenimento delle spese di energia e materie prime.

Un esempio pratico: la previsione della domanda di mercato

Facciamo l’esempio dell’applicazione dell’intelligenza artificiale alla previsione della domanda di mercato. Questa contribuisce alla pianificazione aziendale, al budgeting e alla definizione degli obiettivi. Una buona comprensione dei trend futuri consente di prendere decisioni strategiche con saggezza e sulla base di una solida analisi dei dati.​ Consente alle aziende di pianificare e gestire al meglio il magazzino delle materie prime e dei prodotti finiti, riducendo il volume e il valore dello stock, evitando understock (mancate vendite) e migliorando l’indice di rotazione.​ Gli ordini dei clienti sono direttamente correlati ai ricavi. La loro previsione fornisce una panoramica del flusso di cassa futuro, questo dà la possibilità di fare stime più accurate dei budget necessari per pagare i fornitori e pianificare gli investimenti con maggiore precisione ed efficacia.​ Conoscere i volumi di vendita futuri con largo anticipo e precisione consente di individuare il momento giusto per investire, aumentando il personale o gli asset (come linee produttive) per affrontare la futura domanda del mercato.

Ecco: applicare soluzioni di intelligenza artificiale, rispetto alle metodologie ‘tradizionali’, ha portato in un’esperienza recente a migliorare l’accuratezza del 30%, a ridurre il tempo di risposta della produzione rispetto alla fluttuazione della domanda del 50%, ad aumentare l’accuratezza nella previsione dell’andamento di mercato del 50% circa.

Il credito d’imposta occasione per ridurre il rischio legato all’innovazione

WEBINAR
Aziende Data Driven: il ruolo del digitale per migliorare le decisioni di top management e finance
Acquisti/Procurement
Amministrazione/Finanza/Controllo

Lo stesso discorso si applica alla gestione degli ordini. Un ottimizzatore di produzione può migliorare la qualità del lavoro riducendo drasticamente il tempo necessario per capire per quali articoli effettuare i riordini (da diversi giorni a pochi minuti per lo stesso tipo di estrazione dei dati); in un caso specifico, nella nostra esperienza, ha permesso di gestire le previsioni per un numero di articoli 18 volte superiore rispetto a prima con lo stesso numero di persone nel team, migliorando il loro flusso di lavoro e la capacità di dedicare più tempo ad altre attività.

Con un vantaggio fiscale, appunto. Nel caso di licenze software compliant (cioè licenze software che rispettano i requisiti della normativa 4.0) il credito d’imposta del 50% rappresenta, di fatto, un’occasione per abbassare il rischio legato all’innovazione e aiutare l’esplorazione di nuove soluzioni a problemi noti – che spesso vengono affrontati con tecniche superate. Con il problema aggiuntivo di un contesto sempre più imprevedibile e volatile: attualmente la schedulazione di produzione viene gestita manualmente o con strumenti poco efficaci nella gran parte delle aziende manifatturiere. Una soluzione di intelligenza artificiale, al contrario, può insegnare a un computer a tenere conto di vincoli complessi e priorità che evolvono nel tempo. Ad aggiungere cioè una dimensione ‘intelligente’ all’efficacia di produzione delle macchine.

Conclusioni

Le piccole e medie imprese, insomma, si trovano nella fortunata condizione di un ‘adiacente possibile’, parafrasando le parole di Steven Johnson, in cui la grande disponibilità di dati rende più facili nuove esplorazioni, nuove forme di innovazione che liberano valore latente e generano nuove possibilità. In questo senso non serve fare disruption (e della disruption accettare anche i costi, a volte notevoli): le nuove possibilità emergono per ricombinazione – con strumenti o metodi più avanzati di informazioni note, codificate nei dati. La nuova digital transformation, insomma, è a portata di mano anche delle PMI: per realizzarla basta fare un uso intelligente dei dati.

 

 

FacebookTwitterLinkedIn