FacebookTwitterLinkedIn

Machine Learning (ML): assicuratevi di saper camminare prima di correre!

ML Machine Learning - Artificial Intelligence concept
di Stephen Line, VP EMEA, Cloudera

Sono poche le innovazioni tecnologiche che presentano alle aziende tante opportunità quante il machine learning (ML). Una moltitudine di approcci, tra cui le classificazioni delle immagini tramite deep learning e l’elaborazione del linguaggio naturale stanno già assicurando notevoli vantaggi in molti settori. Dall’uso dei dati per ridurre l’esposizione ai rischi nel mondo assicurativo, all’acquisizione di insights sui clienti nel settore utility, le aziende che hanno successo nell’applicazione del machine learning inevitabilmente saranno all’avanguardia di un cambiamento positivo per la loro organizzazione. Tuttavia, nonostante la maggior parte dei manager abbia sentito parlare del ML, solo pochi sanno come adottarla in modo strategico e pratico affinché apporti valore al business.

Per alcuni, il linguaggio e la terminologia che circondano il ML sono sufficientemente complessi per rappresentare delle barriere al progresso. Per altri invece la differenza tra ML e artificial intelligence (AI) dà luogo all’incertezza legata alla sostituzione delle persone con le macchine. Altri ancora hanno investito e adottato le tecnologie di machine learning, ma non sanno di averle.

Superare queste sfide è essenziale per ogni executive. Se non altro perché i vantaggi derivanti dall’utilizzo di soluzioni di ML ha permesso a molte imprese che vi hanno investito di ottenere ritorni tangibili. Cogliere l’opportunità offerta dal machine learning rappresenta la scelta giusta per i responsabili IT che desiderano trasformare in modo significativo la realtà in cui operano.

Ripartire dalle basi

Il termine machine learning è una buzzword in ambito tech ormai da un po’ di tempo e i risultati di questo si evincono dal modo in cui le imprese percepiscono questo trend. Uno studio di Cloudera condotto su IT decision-maker impegnati in 15 diversi settori di mercato in quattro paesi – UK, Francia, Germania e Spagna – ha rilevato che l’87% delle aziende ha implementato il machine learning o pensa di farlo entro il 2020, rendendola la seconda priorità di investimento subito dopo gli analytics ma prima di IoT, AI e data science.

Tuttavia, sembra esserci una mancanza di chiarezza su ciò il machine learning sia e che cosa offra alle aziende: nel report sopra citato, solo la metà delle imprese afferma di comprendere i casi d’uso del machine learning e come funziona. Inoltre, meno di un terzo dispone di un team stabile di data scientist con competenze ML, e metà di questi si documenta sui siti di notizie IT.

Anche se capire l’importanza e adottare o avere intenzione di adottare soluzioni di ML in azienda costituisce un passo avanti, se mancano conoscenze e risorse il businesses non potrà mai ottenere il ROI desiderato.

Le barriere al successo del machine learning

Nonostante l’ML sia essenzialmente un processo di analisi di dati volto a potenziare le prestazioni di sistema, una delle barriere più diffuse alla sua adozione ha le sue radici nella narrativa fantascientifica dell’uomo contro la macchina. Infatti, tra i leader IT di oggi c’è ancora poca fiducia nella capacità della tecnologia di sostituire il processo decisionale umano. Tra le altre barriere troviamo la mancanza di risorse e di conoscenze, i costi e la resistenza culturale.

Le aziende stanno quindi rinunciando ai potenziali vantaggi offerti dal machine learning per motivi che possono essere facilmente risolti con attività di outsourcing, ricorrendo a expertise esterna e aumentando la loro conoscenza di che cosa è il machine learning. Attingere a competenze esterne permette di comprendere il confine tra AI e ML, e di come possa trasformare il business – che si tratti di efficienza operativa, miglior customer service grazie ai dati o maggiore solidità finanziaria.

La chiave per realizzare il ROI del machine learning è capire perché lo state valutando, quali benefici offre e come trasformerà il business. Se si desidera per esempio migliorare il servizio clienti, il ML può riunire data set diversi e offrire una vista più olistica di ciascun utente. Se l’esigenza è quella di ottimizzare l’efficienza operativa, dimostrare come il ML può migliorare il modo in cui le persone lavorano piuttosto che sostituirle con un robot è la via da scegliere.

Assicuratevi di camminare prima di correre

Il machine learning rappresenta un’ottima opportunità per le aziende: permette di vedere tutti I dati raccolti in un unico contest e utilizzarli per prendere decisioni informate su ogni cosa, dal customer service alla sicurezza, ottenendo al tempo stesso enormi benefici in termini di efficienza e guadagni. Solo adottando una strategia ML che parta dalle origini, assicurandosi che tutti comprendano i processi, pensando in modo strategico e sfruttando aiuto e risorse esterni, è possibile lavorare in modo più smart, veloce e trasformare attività prima impossibili in semplice routine.

 

 

FacebookTwitterLinkedIn
FacebookTwitterLinkedIn

Questo sito utilizza cookie tecnici e, previo Suo consenso, cookie di profilazione, nostri e di terze parti. Chiudendo questo banner, scorrendo questa pagina o cliccando qualunque suo elemento acconsente all’uso dei cookie. Leggi la nostra Cookie Policy per esteso

Questo sito utilizza i cookie per fornire la migliore esperienza di navigazione possibile. Continuando a utilizzare questo sito senza modificare le impostazioni dei cookie o cliccando su "Accetta" permetti il loro utilizzo.

Chiudi