Qual è, secondo la vostra percezione, il livello di recepimento delle soluzioni di AI da parte delle aziende italiane?

Come evidenzia il report del Politecnico di Milano, il mercato delle soluzioni di AI vive un momento molto interessante, con numeri che raccontano un fenomeno in forte crescita, che abbraccia diversi settori. A nostro avviso però siamo ancora in una fase iniziale, legata all’adozione di soluzioni verticali. Molte aziende ricorrono infatti a soluzioni chiavi in mano che integrano al loro interno tecniche di ML/AI. Si tratta di un fenomeno trasversale a tutte le dimensioni aziendali, mentre osserviamo che sulle grandi organizzazioni, dove le competenze sono più diffuse e la collaborazione con consulenti esterni più estesa, vi sono realizzazioni o sperimentazioni di AI volte ad attivare un processo di industrializzazione degli stessi.

Quali ritenete essere i casi d'uso e le applicazioni che al momento rivestono maggiore interesse, in quanto in grado di portare immediatamente vantaggi pratici?

L’impiego di soluzioni di AI incide su tre aree fondamentali: la riduzione dei costi di processi esistenti, l’incremento di fatturato di linee di business esistenti e l’identificazione di nuove aree di attività. Fra i casi d’uso più diffusi ci sono quelli relativi alla riduzione dei costi attraverso l’automazione e il miglioramento di processi a basso valore ma ad alto costo. Pensiamo, per esempio, a tutte le soluzioni di customer relations o all’aumento di produttività in un’azienda di produzione. L’altra area di concreto utilizzo riguarda l’applicazione di strumenti basati su AI per migliorare la comprensione del cliente, ridurre il tasso di abbandono in aziende di servizi o capire come aumentare rapidamente le vendite in un particolare settore. Meno diffusi sono invece gli esempi di realtà che impiegano la potenza dell’AI per comprendere in tempi rapidi nuovi settori da indirizzare a causa di un cambio di strategia aziendale.

Come vi state attrezzando per aiutare le imprese italiane ad affrontare le tecnologie di AI?

La nostra missione è quella di supportare le aziende del mondo pubblico e privato ad adottare un approccio olistico. L’AI di per sé rappresenta un tassello di una strategia del dato molto più ampia. La gestione del dato, a nostro avviso, se vista in maniera complessiva porta benefici molto più ampi e dirompenti di quelli che si ottengono concentrandosi sulla singola applicazione, anche se abilitata da AI.

Se ci si concentra sulla realizzazione di un qualunque progetto di AI, dimenticando tutto il resto, si risolverà sicuramente il problema di business associato a quella specifica applicazione, ma si perderà l’opportunità di utilizzare i dati elaborati da quell’applicazione di AI anche per altri scopi. Questo è il passaggio più delicato: passare da una realizzazione di progetti di AI verticali a un’industrializzazione dell’AI che non si basi più sul singolo silo di dati ma che raccolga i dati da una Data Platform aziendale. In questo modo i dati utilizzati in tempo reale da un’applicazione di AI, opportunamente elaborati da strumenti di Data Engineering, e spostati in maniera efficace in Data Warehouse, in Data Lake o Data Base Operazionali evoluti, possono essere messi a disposizione di altri team di Data Scientist al fine di elaborare nuovi algoritmi di ML e AI che possono generare insight sulla base di quegli stessi dati.