L'intelligenza artificiale è un complesso di tecnologie che le aziende di diversi settori hanno già imparato a conoscere ed apprezzare per i risultati concreti che porta, anche in Italia. Oggi si stima che il 61% delle medio-grandi imprese italiane abbia in cantiere almeno un progetto AI. E il mercato è cresciuto anche durante il difficile 2020: +15% per un giro d'affari italiano di oltre 300 milioni di euro. Oggi c'è poi una spinta in più per "mettere a terra" le potenzialità dell'AI. Il Piano Nazionale di Ripresa e Resilienza (PNRR) varato dal Governo spinge per la digitalizzazione in tutti gli ambiti nazionali: imprese, PA, servizi pubblici. La gran parte delle Missioni delineate nel Piano richiedono, o comunque richiamano, elementi di AI e machine learning. Anche se non sono citate esplicitamente, queste tecnologie sottendono gran parte della digitalizzazione del sistema-Italia per il prossimo futuro.

Per concretizzare le potenzialità delle tecnologie di AI un ruolo essenziale è assegnato ovviamente a chi le porta agli utenti finali, dai vendor tecnologici che sviluppano componenti tecnologiche alle software house ed ai system integrator che le implementano. E certamente passando per i distributori, che hanno sempre più, anche in Italia, un ruolo di coordinamento e sviluppo degli ecosistemi di aziende tecnologiche. La logica è quella del pragmatismo: l'AI si può considerare un complesso di tecnologie a portata di tutte le imprese solo se queste tecnologie sono "impacchettate" in soluzioni e servizi che siano di facile fruizione e soprattutto di utilità concreta e, possibilmente, immediata.

Dai laboratori alla pratica

In quest'ottica la congiuntura tra fruibilità delle tecnologie, spinta generale alla digitalizzazione nel post-pandemia, disponibilità di fondi per il PNRR, è un ottimo spunto. "Stiamo assistendo ad un passaggio più che deciso dalla fase esplorativa ad una di applicazione pratica delle tecnologie di AI nei vari comparti industriali", spiega Andrea Vercellini, Technical Leader IBM Ecosystem di IBM Italia: "Il contesto emergenziale ha drasticamente amplificato le sfide quotidiane delle imprese e come diretta conseguenza ha accelerato l'evoluzione del ruolo dell'AI, sempre in un più ampio contesto di digitalizzazione. Il PNRR darà una ulteriore spinta in termini di investimenti o quantomeno della loro pianificazione".

In che direzione muoversi per integrare l'AI nelle imprese? Per IBM le macro-direttrici fondamentali sono tre, legate a tre funzioni chiave dell'intelligenza artificiale e del machine learning: prevedere cosa accadrà al business, automatizzare le operazioni, ottimizzare i processi aziendali. Ragionando per componenti mirate, le principali aree di investimento per l'AI nel prossimo futuro riguarderanno, sempre secondo IBM, la data security, l'automazione dei processi, il customer care, gli assistenti virtuali, l'ottimizzazione dei processi di business. "Sempre più spesso - spiega Vercellini - startup, ISV e system integrator decidono di integrare le nostre componenti di AI per arricchire le loro applicazioni o per migliorare i servizi ed i processi già esistenti presso i clienti. Qui diventa fondamentale il ruolo dell'ecosistema e dei suoi partner".

L'evoluzione delle tecnologie porta infatti una parallela evoluzione nei ruoli di chi le porta agli utenti. "Oggi la catena del valore è completamente cambiata - conferma Vincenzo Bocchi, Advanced Solutions Director di Tech Data Italia - rafforzando il concetto di ecosistema e di soluzioni complesse. La tecnologia è quasi banalizzata: averla è normale, il punto è come viene implementata per diventare una soluzione a un problema di business. Così la catena del valore non è più fatta solo di domanda e offerta: vari attori, insieme, vanno a comporre soluzioni in cui ciascuno, per la sua parte distintiva, dà un contributo fondamentale".

Qui il ruolo del distributore si amplia, diventa mettere in contatto domanda, offerta e competenze. "Questo vale ancora di più per ambiti come l'intelligenza artificiale - spiega Bocchi - dove la tecnologia deve essere resa fruibile nella maniera giusta... Da un paio d'anni lo facciamo con Tech Lab, che altro non è se non un modello di collaborazione all'interno dell'ecosistema. Partendo non tanto dalla tecnologia ma dal caso d'uso, lavoriamo con una cinquantina di partner fornitori di soluzioni e con tutto il nostro ecosistema di system integrator, per portare sul mercato soluzioni specifiche basate sulle esigenze del cliente finale".

Una questione di cultura

Sappiamo che ormai l'intelligenza artificiale è da tempo uscita dai laboratori per entrare nelle imprese. Ma è davvero pronta per una adozione su larga scala? Andrea Vercellini propone un punto di vista opposto: le aziende italiane sono pronte per l'AI? "Questo è il punto fondamentale - evidenzia il manager IBM - non tanto la tecnologia abilitante, quanto la sua integrazione efficace in un contesto aziendale". Perché molto spesso la questione chiave resta quella della cultura d'impresa: "Se una azienda non ha un approccio data-driven e non è pronta a cambiare anche profondamente il proprio modello di business - perché l'adozione dell'AI può portare anche a questo - allora le cose potrebbero rivelarsi tutt'altro che semplici".

Certo, poi le sfide tecnologiche da affrontare non mancano. Ma sono superabili. C'è in primis una questione di consapevolezza sulle possibilità dell'AI applicata ai problemi della specifica impresa: non è detto che le tecnologie cognitive siano la soluzione giusta e non bisogna convincersene, prima di ritrovarsi di fronte a troppe complessità. "Qui IBM propone il modello Garage, che include logiche di design thinking con al centro non la tecnologia ma i business point. Partendo dalla comprensione dei problemi e di come risolverli, per arrivare alla soluzione si applicano metodi di co-creazione insieme a partner ed utenti", spiega Vercellini.

Altra sfida è quella dei dati. Senza dati non si fa AI, è evidente. Ma anche l'abbondanza di dati può essere paradossalmente un problema. Perché diventa rapidamente complesso raccogliere, organizzare, normalizzare, "pulire" e gestire grandi moli di dati. "Non c'è AI senza IA: senza una Information Architecture, un'architettura dell'informazione, si va poco lontano", sottolinea Vercellini. E restano sempre sullo sfondo, come in qualsiasi applicazione di nuove tecnologie, le sfide collegate alla ricerca di skill adeguate ed alla compliance alle normative sulla gestione e la privacy dei dati.

La logica dell’ecosistema

La spinta del PNRR potrebbe essere, in diverse aziende, decisiva nel decidere di affrontare e vincere queste sfide che può presentare l'applicazione delle tecnologie di AI. "In generale il Piano ribadisce diversi concetti - come cittadinanza digitale, filiera produttiva, ecosistema innovativo - che rimandano all'implementazione di soluzioni, con una decisa focalizzazione sull'innovazione, non sull'invenzione. Non si chiede di inventare, ma di mettere in campo tecnologie che hanno già dimostrato il loro valore in casi d'uso legati a tematiche di business", evidenzia Bocchi. Sfruttando magari subito "quel Piano Transizione 4.0 che è già attivo da fine 2020 e che incentiva comunque l'innovazione... gli strumenti a disposizione delle imprese già ci sono".

Il punto chiave, sottolinea Bocchi, "È la comprensione delle esigenze di business, non la tecnologia... La tecnologia permette di fare tutto quello che vogliamo, bisogna però partire dal proprio business, lavorare con l'ecosistema, confrontarsi con le aziende che magari fino a ieri erano competitor. Per costruire modelli di business diversi e collaborare con chi ha le competenze specifiche".

In questo senso il messaggio che viene dal mercato è chiaro già da qualche tempo: occorre specializzazione, non è più il tempo di improvvisarsi tuttofare tecnologici che seguono la moda del momento. "Non ci sono spazi per l'improvvisazione", conferma Bocchi. Anche per questo Tech Data segue un modello di practice building "Che parte dall'assessment del livello di maturità del partner, ma anche del cliente, per pianificare un percorso di trasformazione digitale. Il che significa enablement, formazione, mettere a disposizione del canale asset specifici". Specializzarsi significa anche sviluppare competenze adeguate e avere sempre la possibilità di recepire quelle che non si hanno. Anche qui l'ecosistema gioca un ruolo fondamentale, come piazza virtuale in cui i vari operatori si incontrano ed hanno anche la possibilità di federare le rispettive competenze, ragionando per soluzioni.

Chi guida lo sviluppo del mercato

Per mettere a fattor comune le competenze dei vari operatori tecnologici italiani serve qualcuno che assuma il ruolo di facilitatore e catalizzatore dell'ecosistema, che di certo non va avanti da solo. Nel caso dell'AI, IBM mette sul piatto le sue componenti tecnologiche e l'esperienza fatta in questi anni proprio in campo cognitivo. "IBM ha da sempre come missione generare innovazione e progresso. Oggi per noi questo significa aiutare le aziende a diventare imprese cognitive, che seguono un modello basato sui dati e sull'AI, in una logica di cloud aperto e ibrido", spiega Vercellini. E se sull'offerta tecnologica ci sono pochi dubbi, ad un livello più pratico la società ha sviluppato vari programmi destinati a system integrator, ISV ed anche startup, per permettere loro di sperimentare direttamente con le piattaforme collegate all'AI.

Il ruolo di un distributore come Tech Data diventa persino più articolato, come conferma Vincenzo Bocchi: "Il posizionamento a cui Tech Data mira oggi è quello del solution orchestrator: il 'direttore d'orchestra' di un ecosistema basato sulle soluzioni. Per questo bisogna innanzitutto investire in tecnologia, sviluppare una piattaforma marketplace che ha il ruolo centrale di portare alle aziende partner le soluzioni innovative in campo AI. Per questo il Tech Lab sull'AI, portato avanti ormai da anni, è un elemento di ecosistema importante".

Per approfondire i temi legati alle applicazioni dell'intelligenza artificiale nelle imprese, puoi visionare questo evento organizzato da Tech Data e IBM.