ANALISI

Le domande da porsi prima di investire in AI



Indirizzo copiato

Le aziende che sono ancora diffidenti perché si mettono nei panni dei consumatori hanno un motivo in più per studiare la tecnologia da una prospettiva aziendale, in modo da poter “agire in base all’intelligenza, non all’impulso”

Pubblicato il 6 mag 2024

Tom Bianculli

CTO – Zebra Technologies



Erik Brynjolfsson

Mentre il mondo cambia velocemente, il primo istinto potrebbe essere quello di reagire, soprattutto di fronte a errori o opportunità che sembrano svanire. Tuttavia, c’è una differenza significativa tra essere reattivi ed essere flessibili. Una reazione ponderata e precisa permetterà di eliminare gli sprechi di denaro, le perdite di tempo e di risolvere il problema stesso.

L’introduzione di applicazioni software basate su AI nello stack tecnologico di un’azienda

Oggi ci sono fattori che non si possono controllare nella gestione del business, come l’inflazione. Tuttavia, è possibile ottimizzare i flussi di informazioni, le attività operative e i processi decisionali per garantire che i dipendenti, i partner e gli attori che influiscono sul successo dell’azienda siano in grado di “percepire, analizzare e agire in base all’intelligenza, non all’impulso” quando si preannunciano cambiamenti o problemi.

L’intelligenza artificiale sta diventando un argomento di grande attualità nei media mainstream e le riflessioni su AI generativa e AI responsabile sono più che comprensibili. Quindi, è importante che ogni azienda si documenti e capisca come l’AI (machine learning, deep learning, ecc.) possa essere usata in modo responsabile per risolvere al meglio le sfide.

L’introduzione di applicazioni software basate su AI nello stack tecnologico di un’azienda per supportare il flusso di informazioni, le attività operative e i processi decisionali automatizzati permette di aiutare gli operatori in prima linea a fornire ciò che i clienti desiderano, quando lo desiderano, gestendo in modo efficiente ogni aspetto del business.

In un ambiente sempre più complesso e ricco di dati, le potenzialità dei dipendenti di back-office – tra cui coloro che si occupano di previsioni, pianificazioni, procurement, IT e altri consulenti a livello amministrativo – sono limitate dalle capacità del cervello umano di acquisire, analizzare e prendere manualmente le decisioni migliori, a meno che non abbiano accesso a strumenti di intelligenza artificiale in grado di compensare.

Tuttavia, supponendo che non si tratti di un’operazione completamente automatizzata, alla fine sarà sempre una persona a prendere la decisione finale sull’azione da intraprendere… le persone continueranno a essere coinvolte. Il risultato finale, ovvero se l’azione che quella persona intraprenderà sarà davvero nell’interesse dell’azienda o del cliente, dipenderà dalla profondità e dall’oggettività dei dati utilizzati nel processo decisionale.

Investire sull’automazione supportata dall’intelligenza artificiale

In altre parole, è giunto il momento di investire sull’automazione supportata dall’intelligenza artificiale, indipendentemente dalla maturità tecnologica complessiva dell’azienda. Sia le startup che le aziende centenarie sono tenute a rispettare gli stessi standard richiesti dai clienti e devono affrontare sfide simili in termini di personale e investimenti. E i sistemi a bassa tecnologia possono ancora essere delle soluzioni altamente intelligenti e di grande impatto in molteplici settori, tra cui sanità, retail, produzione e altro.

Le aziende che sono ancora diffidenti nei confronti dell’AI perché si mettono nei panni dei consumatori hanno un motivo in più per studiare la tecnologia da una prospettiva aziendale, in modo da poter “agire in base all’intelligenza, non all’impulso”.

Ecco nove domande da porsi prima di investire in AI

  1. Comprendere cosa significa automatizzare il flusso di informazioni, l’analisi dei dati, le attività lavorative e le decisioni.
  2. Scoprire come l’AI funziona nell’ambito dell’automazione low-tech e high-tech e come impara a supportare l’azienda nel modo più efficace.
  3. Parlare con ingegneri dell’intelligenza artificiale, data scientist e colleghi per avere un punto di vista sia tecnico che pratico su come l’AI lavora con le informazioni dietro le quinte, con gli operatori, con l’automazione e con i dati generati dagli innumerevoli oggetti fisici dell’Internet of Things (IoT), tra cui sensori ambientali, mobile computer, sistemi di acquisizione dati, telecamere per la machine vision, lettori RFID.
  4. Assicurarsi di aver chiaro se per sfruttare al meglio una particolare funzionalità di AI sono necessari specialisti o se i non specialisti possono implementare/gestire il componente AI che l’azienda sta considerando.
  5. Confermare se l’azienda ha bisogno di strumenti aggiuntivi per democratizzare il software in modo che tutti possano lavorare con/creare soluzioni basate su AI.
  6. Verificare quanto tempo ci vorrà effettivamente per creare, testare e implementare gli stack tecnologici basati sull’AI che l’azienda o i consulenti aziendali ritengono possano risolvere efficacemente il problema.
  7. Chiedere informazioni su come l’AI viene gestita in relazione alla sicurezza e alla privacy nel contesto del caso d’uso previsto.
  8. Analizzare le differenze tra AI generativa e AI “costruita ad hoc” per applicazioni aziendali specifiche di front-line o di back-office.
  9. Comprendere perché l’AI, con le sue immense capacità di intelligenza, non è una soluzione miracolosa, ma un mezzo da implementare per risolvere i problemi dell’azienda. Come tutte le altre tecnologie, deve essere implementata secondo politiche e procedure che soddisfino al meglio l’utente finale.

Conclusioni

Invece di prendere una decisione basata sulla familiarità, sulla convenienza, sui costi iniziali o sulla costrizione, è importante che ogni azienda sfidi sé stessa a fermarsi e ad analizzare ciò che sta accadendo e perché sta accadendo. Quindi, diventa altrettanto indispensabile studiare tutte le opzioni disponibili, oltre a chiedersi costantemente perché qualcosa è meglio o peggio di qualcos’altro.

Sfidare le altre aziende a fare lo stesso e approfondire quando qualcuno sembra voler procedere troppo in fretta o, al contrario, ritardare troppo: il debito tecnico non è qualcosa che si accumula solo facendo acquisti sbagliati, ma è qualcosa che si accumula rapidamente quando si aspetta troppo a sostituire una tecnologia poco performante.

Poi, una volta che un’organizzazione è sicura di avere la tecnologia giusta, deve anche assicurarsi di impegnarsi nella gestione del cambiamento.

Il valore della tecnologia deriva dalla sua capacità di aiutare le persone a lavorare in modo più efficiente, a prendere decisioni migliori, nonché ad adattarsi rapidamente alle aspettative dei clienti e alle pressioni del mercato. Perciò, per massimizzare il ritorno sull’investimento, è necessario assicurarsi che la tecnologia sia configurata in modo da supportare pienamente il team e che quest’ultimo capisca come sfruttarla al meglio.

Per ulteriori approfondimenti sul potenziale della machine vision e di Workcloud.

Articoli correlati

Articolo 1 di 4