Per decenni si è parlato delle potenzialità della intelligenza artificiale, oggi finalmente le applicazioni basate sulle tecnologie cognitive sono nella pratica delle aziende. Spesso attraverso funzioni apparentemente semplici come i suggerimenti di acquisto alla Amazon o i chatbot, ma chi parla di AI - e chi la vende, soprattutto - promette miglioramenti decisivi nei processi aziendali e in prospettiva una rivisitazione dei modelli stessi di business.

È chiaro quindi perché le imprese siano oggi molto interessate a machine learning, tecnologie conversazionali, machine vision e così via. Meno chiaro è come conseguire davvero tutto il valore potenziale della intelligenza artificiale. Questo perché non esiste una intelligenza artificiale "chiavi in mano" bensì un complesso di tecnologie fra cui non è semplice orientarsi.

L'offerta di soluzioni è frammentata perché gli operatori sono molti, il dilemma "make or buy" resta, i competence center in cui farsi le ossa sull'AI aumentano ma sono ancora pochi, servono partner e competenze. In tutto questo però le aziende sentono comunque l'esigenza di iniziare a fare qualcosa, perché aspettando maggiore chiarezza si rischia di essere sorpassati dai concorrenti più intraprendenti.

Ma in fondo, a che serve la intelligenza artificiale in azienda? Lo schema concettuale più efficace delle sue applicazioni business sta probabilmente ancora nelle "quattro p" di McKinsey, che con il flusso project-produce-promote-provide rimanda alle applicazioni rispettivamente previsionali, in produzione, nel marketing e per la personalizzazione.

Intelligenza artificiale: quattro strade in azienda

La parte previsionale si è già diffusa ampiamente anche senza parlare di AI. Il campo d'elezione è la previsione della domanda in funzione di tendenze e pattern difficili da evidenziare. Una previsione corretta porta vantaggi enormi in settori come il retail, dove le applicazioni di intelligenza artificiale promettono di ridurre le mancate vendite per rotture di stock anche del 65 percento e di ottimizzare la supply chain, riducendo i costi di trasporto e stoccaggio. Andando oltre, le funzioni di intelligenza artificiale possono pianificare lo sviluppo delle reti di distribuzione e vendita e ottimizzare le attività di ricerca e sviluppo, identificando quali nuovi prodotti avranno più successo.

L'AI in produzione copre qualsiasi processo aziendale, non solo il manufacturing. L'ambito più "esoterico" riguarda i robot e i cobot che automatizzano e migliorano i processi aziendali sostituendo o affiancando il personale umano. Questo avviene con robot/cobot fisici ma anche con componenti software come nelle applicazioni di Robotic Process Automation (RPA). L'obiettivo è aumentare la produttività grazie all'automazione e migliorare la qualità riducendo il tasso di errori. Rientra nell'ambito produttivo anche la manutenzione predittiva.

Anche il concetto di marketing è ampio: non solo le attività promozionali ma tutta la capacità di posizionare un prodotto all'interno del suo mercato. Identificare cioè quando, a che prezzo, come e verso che target proporlo. In alcuni settori lo si fa da anni, l'AI promette di farlo in tutti, meglio e in tempo reale. Il marketing "in salsa AI" è anche prevedere i clienti più profittevoli o quali lead di vendita perseguire prima di altre.


Oggi la parte della personalizzazione è molto legata al marketing: l'AI serve a capire le abitudini dei clienti e proporre di conseguenza offerte ad hoc. In realtà la personalizzazione ha spazi di sviluppo molto maggiori e arriva alla customizzazione estrema di prodotti e servizi. Non si tratta solo di creare al volo una sneaker personalizzata: pensiamo ad esempio alla medicina di precisione, che è futuribile ma non troppo, considerati anche i suoi vantaggi economici e sociali.

A ciascuno la sua AI

Passando dalla teoria alla pratica, le aziende dei vari settori di mercato si stanno muovendo secondo proprie specificità. Un'analisi Accenture - condotta su un campione di 500 grandi imprese produttive di sei nazioni tra cui l'Italia - indica ad esempio che le aziende del settore automotive usano l'AI prevalentemente per avere più indicazioni su come vengono usati i prodotti (70 percento di citazioni) e per trovare nuove opportunità di business (88 percento), puntando allo sviluppo di soluzioni e servizi "smart".

È diverso il punto di vista delle aziende del settore industria/energia, che sfruttano l'AI anche per ridurre i costi (78 percento di citazioni) e per avere prodotti/servizi più sicuri (62 percento). Le imprese che invece si rivolgono prevalentemente al grande pubblico dei consumatori sono interessate ad acquisirne la fedeltà grazie all'AI (71 percento di citazioni).

La pratica delle applicazioni di intelligenza artificiale è quindi articolata, ma le aziende dell'indagine concordano su due punti: i Big Data vanno a braccetto con l'AI e la qualità dei dati da dare in pasto ai sistemi di intelligenza artificiale resta il problema principale da risolvere.