I dati di un’imponente indagine che ha coinvolto oltre 3.000 manager di 112 Paesi, ci dicono che è probabile si ottengano vantaggi finanziari significativi dall’adozione delle tecnologie di intelligenza artificiale solo quando le aziende sono in grado di definire metodi efficaci per consentire alle persone e alle macchine di lavorare e di apprendere insieme: in questo modo, non utilizzano semplicemente l'intelligenza artificiale, imparano con lei.

TAKEAWAY

  • Riuscire a trarre un valore commerciale significativo dall’intelligenza artificiale è un traguardo difficile e sono poche le aziende che lo raggiungono (una su dieci)
  • Molte aziende faticano a costruire una base di intelligenza artificiale che poggi su dati, tecnologia e talento delle persone. Altre, invece, riescono a costruire questa base e a usarla per definire soluzioni, ma raggiungono solo vantaggi finanziari incrementali.
  • È probabile si ottengano vantaggi finanziari significativi solo quando le aziende sono in grado di definire metodi efficaci per consentire alle persone e alle macchine di lavorare e di apprendere insieme.
  • Le organizzazioni di maggior successo si distinguono per lo sforzo e l’impegno a imparare con l’IA: in questo modo, non solo diventano bravi a lavorare con le macchine, ma diventano abili a personalizzare ruoli umani e ruoli delle macchine in modo dinamico, al mutare delle situazioni. 
  • L’apprendimento organizzativo con l’artificial intelligence diventa un processo di miglioramento sistematico e continuo. Ma garantire che le persone e l’IA imparino l’una dall’altra e strutturare modi efficaci per lavorare insieme, richiedono cambiamenti complessi e di grande portata.

L’adozione, su scala globale, delle tecnologie che fanno capo all’ambito di studi dell’intelligenza artificiale continua ad aumentare e molte aziende, a partire dagli ultimi tre anni, le utilizzano per generare valore commerciale. Ma i vantaggi finanziari significativi rappresentano un traguardo arduo e sono poche le imprese che lo raggiungono.

Una fotografia puntuale di questa dinamica ci è offerta dal Report “Expanding AI’s impact with organizational learning” – pubblicato dal MIT Sloan Management Review (MIT SMR) e realizzato in collaborazione con BCG GAMMA e BCG Henderson Institute – che presenta i dati di un’indagine che ha coinvolto oltre 3.000 manager di 112 Paesi, rappresentativi di un’ampia gamma di settori, tra cui assicurazioni, banche, IT, produzione, sanità, vendita al dettaglio. Si tratta di uno studio longitudinale, che prende in esame, lungo un arco di tempo di quattro anni, l’adozione dell’AI a livello intersettoriale.

Ecco un paio di dati numerici eloquenti, rilevati dal sondaggio:

  • oggi, il 70% dei dirigenti di tutto il mondo ha capito che l’intelligenza artificiale può generare valore commerciale (erano 57% nel 2017)
  • il 59% degli stessi ha attuato una strategia di applicazione del nuovo strumento (39% nel 2017)
  • il 57% afferma che l’implementazione dell’AI è già in atto nelle proprie aziende (46% nel 2017)
  • nonostante queste tendenze, solo un’azienda su dieci genera significativi vantaggi finanziari con l’AI

Dov’è il problema?

Tre metodologie per trarre valore commerciale dall’AI

La domanda principe è: che cosa consente alle aziende di generare vantaggi finanziari attraverso l’intelligenza artificiale? Ebbene, dall’analisi delle risposte a oltre cento domande del sondaggio sottoposto a oltre 3mila manager di tutto il mondo, la ricerca ha rilevato che disporre della tecnologia e dei talenti giusti, organizzati attorno a una precisa strategia aziendale, non è di per sé sufficiente: solo il 20% delle aziende, infatti, ottiene vantaggi finanziari significativi sulla base di queste fondamenta.

La scoperta chiave, messa in luce dai dati raccolti, è che solo quando le imprese sono in grado di “apprendere” mediante l’intelligenza artificiale, i vantaggi finanziari di un certo rilievo diventano un traguardo possibile, con probabilità che salgono al 73%.

Ma quali registri mettono in atto le aziende che apprendono con l’AI? Lo studio pone l’accento su tre metodologie:

  • facilitare l’apprendimento sistematico e continuo tra uomini e macchine attraverso tre metodi, ossia apprendimento automatico delle macchine, uomini che insegnano alle macchine e macchine che insegnano agli uomini. Le organizzazioni che consentono alle persone e alle macchine di apprendere continuamente le une dalle altre mediante tutti e tre questi metodi, hanno una probabilità cinque volte maggiore di realizzare vantaggi finanziari significativi rispetto alle aziende che apprendono con uno solo di tali metodi
  • sviluppare più modalità per fare interagire esseri umani e macchine a seconda del contesto. Ad esempio, alcune situazioni potrebbero richiedere a un sistema AI di formulare una soluzione e alle persone di decidere, poi, se implementarla oppure no. E altre situazioni, viceversa, potrebbero richiedere alle persone di generare soluzioni e all’intelligenza artificiale di valutarne la qualità
  • cambiare per imparare e “imparare a cambiare” significa modificare i processi aziendali per utilizzare l’AI e, ancora, cambiare i processi in risposta a ciò che essi apprendono per mezzo dell’AI. L’apprendimento organizzativo attraverso l’intelligenza artificiale si basa su un cambiamento organizzativo significativo e, allo stesso tempo, esso conduce a un cambiamento organizzativo altrettanto significativo, in un processo continuo. Le organizzazioni che apportano modifiche sostanziali a molteplici processi, hanno una probabilità cinque volte maggiore di ottenere vantaggi finanziari significativi rispetto a quelle che apportano solo alcune modifiche a pochi processi

Seguire sistematicamente queste metodologie e attività – rilevano i dati della ricerca – aumenta del 73% le probabilità di generare valore commerciale dall’utilizzo dell’intelligenza artificiale.

Apprendimento continuo tra uomini e macchine: l’esempio di un‘azienda in ambito Energy

Come esempio di organizzazione che adotta sistematicamente le metodologie e le attività elencate, il Report cita il caso di Repsol, azienda spagnola attiva in ambito Energy e servizi pubblici che, nel 2018, ha avviato un corposo piano di trasformazione digitale, comprendente, per il 70%, progetti che prevedono l’utilizzo di sistemi di intelligenza artificiale.

Progetti, questi, in grado di fornire contributi importanti al modello di business aziendale, dalle operazioni di perforazione dei pozzi alle offerte personalizzate presso le stazioni di servizio di vendita al dettaglio. In che modo?

Presso le sue strutture, l’azienda ha creato un centro operativo per utilizzare l’AI al fine di ottimizzare il processo di perforazione dei pozzi di petrolio. Analizzando più di 100 milioni di dati al giorno, i sistemi AI aiutano a ridurre del 40-50% il tempo non produttivo all’interno di ben trenta siti di perforazione. Inoltre, identificano le inefficienze e le loro cause, insieme alle potenziali soluzioni, che vengono però valutate dagli esperti in azienda. I quali, poi, sulla base di tali valutazioni, decidono di intervenire ed, eventualmente, di correggere il sistema AI.

Il perfezionamento continuo dell’algoritmo è, infatti, una fonte continua di apprendimento sia per la macchina che per i dirigenti. L’azienda utilizza l’intelligenza artificiale anche per preparare offerte personalizzate per 8 milioni di clienti attraverso la sua rete internazionale di oltre 5.000 stazioni di servizio.

Il sistema genera tra 200.000 e 400.000 offerte ogni giorno. Dopo che gli algoritmi di machine learning hanno elaborato i dati, i manager di Repsol intervengono con proprie intuizioni e decisioni per “migliorare” i sistemi che preparano le offerte. Le promozioni personalizzate hanno portato a un forte aumento delle vendite. Risultato, questo – viene sottolineato nel Report – che né gli uomini, né le macchine potrebbero raggiungere da soli.

L’azienda ha modificato i suoi processi per apprendere continuamente con l’AI. E i miglioramenti dei processi generano nuovi comportamenti e nuova conoscenza umana, che viene, quindi, rimandata alle macchine. Questa dinamica si svolge sistematicamente in tutta l’organizzazione e diventa la base per vantaggi economici significativi.

Il ritorno degli investimenti va oltre i risultati finanziari immediati

I benefici finanziari sono una “conseguenza” dell’apprendimento mediante l’AI, non l’unico obiettivo. L’analisi dei dati raccolti dimostra che quelle aziende che rispondono rapidamente e in modo appropriato a eventi inattesi quali la comparsa di un nuovo concorrente o un’epidemia mondiale, hanno maggiori probabilità di trarre vantaggio da tali situazioni solo in apparenza negative e considerano l’intelligenza artificiale come qualcosa di più di uno strumento per la riduzione dei costi e l’automazione dei processi.

A tale riguardo, nel report si cita il produttore tedesco di auto, Porsche, il quale utilizza l’AI per prendere decisioni – specifiche per ogni regione – in merito alla produzione, in modo da coniugare tipologia di prodotto e domanda locale nelle città di tutto il mondo. Precisa il Vice President CIO di Porsche, Matzia Ulbrich:

Basandoci sull’intelligenza artificiale, impariamo continuamente – scegliendo tra milioni di potenziali opzioni – come rispondere al meglio alle specifiche esigenze di ciascun mercato, offrendo, di volta in volta, il preciso mix di configurazioni di auto

Per Porsche, dunque, migliorare la propria capacità di rendere disponibili i prodotti giusti nel mercato giusto, è una motivazione continua a imparare con l’AI. Ma i vantaggi della precisione richiedono spesso rapidità. Il novanta per cento dei manager raggiunti dal sondaggio – rilevano i dati della ricerca – utilizza l’intelligenza artificiale anche per aumentare la rapidità con cui percepisce e risponde all’ambiente aziendale.

Baidu, ad esempio, società di ricerca con sede in Cina, colloca l’AI a ogni livello del suo stack tecnologico, facendone un imperativo strategico dall’impatto diretto su precisione, velocità ed efficienza all’interno dell’organizzazione.

Imparare ad apprendere con l’intelligenza artificiale: ecco la chiave per la riuscita

Un’architettura aziendale basata su algoritmi e dati consente non solo di utilizzare l’IA, ma anche di imparare con essa. Questo, però, prevede cambiamenti organizzativi complessi, che richiedono molto tempo, sforzi e grande impegno.

Per arrivare a capire come alcuni manager apportano con successo tali cambiamenti, laddove, invece, altri trovano difficoltà, gli autori del sondaggio, sulla base delle risposte fornite, hanno identificato sette attività in grado incidere sulla probabilità (dal 2% al 73%) di riuscire a trarre vantaggi dall’AI. Attività che sono state, a loro volta, raggruppate in quattro categorie.

1 – Applicazioni mirate

Le implementazioni di AI in aree mirate possono, occasionalmente, produrre rendimenti considerevoli. Ad esempio, un sofisticato sistema AI in grado di ridurre il tasso di abbandono dei clienti può, di per sé, creare un valore sostanziale. E quelle imprese che sono in fase di sviluppo della propria infrastruttura, o che stanno definendo la propria strategia AI, hanno un piccolo potenziale (2%) di realizzare più del valore incrementale. Sebbene il 2% non sia certamente un’elevata probabilità, attesta il potenziale dell’intelligenza artificiale anche nell’ambito di applicazioni mirate, ma comunque importanti.

2 – Uso organizzato e sistematico dell’artificial intelligence

Per passare da applicazioni mirate a un uso organizzato e sistematico dell’IA, le aziende investono in dati, tecnologia e algoritmi e mettono a disposizione le competenze tecniche necessarie per capitalizzare su tali investimenti. Tutta la loro strategia aziendale incorpora le capacità di AI, senza relegarle a una strategia secondaria. Gli sforzi organizzativi in queste direzioni aumentano dal 2% al 21% la probabilità di ottenere successo.

3 – Scalabilità dell’AI

La capacità di calare le tecnologie di intelligenza artificiale nei processi aziendali e di adattarle a questi, migliora la probabilità di vantaggi significativi. Diversi fattori contribuiscono a questo miglioramento: dal punto di vista della produzione, incorporare le tecnologie di intelligenza artificiale in modo profondo nei processi, dimostra che un’impresa è in grado di risolvere i problemi e di portare avanti i progetti in modo efficace. Dal punto di vista dei consumi, invece, i manager imparano a utilizzare l’AI e come funzionano i suoi modelli. Tuttavia, avvertono gli autori della ricerca, la probabilità di ottenere vantaggi finanziari significativi mediante applicazioni mirate dell’AI, il suo uso sistematico e la sua scalabilità, è ancora inferiore al 50%.

4 – Apprendimento organizzativo

Le organizzazioni che vedono raddoppiare (fino al 73%) le probabilità di ottenere vantaggi economici significativi con l’IA, sono quelle che creano opportunità di apprendimento reciproco tra esseri umani e intelligenza artificiale. Queste aziende non hanno solo imparato a “insegnare” alle macchine. Hanno anche imparato come utilizzare le interazioni uomo-macchina per affinare rapidamente i processi al mutare degli eventi. Hanno imparato come adattare ruoli umani e ruoli delle macchine a ogni situazione. In questo modo, l’apprendimento organizzativo con l’artificial intelligence diventa un processo di miglioramento sistematico e continuo. Ma entrambi gli aspetti – garantire che le persone e l’IA imparino l’una dall’altra e strutturare modi efficaci per lavorare insieme – richiedono cambiamenti di grande portata. Non c’è da stupirsi dunque – si legge nel Report – che così poche aziende “imparino a imparare” con l’AI.

In conclusione

I vantaggi finanziari significativi derivanti dall’intelligenza artificiale rappresentano un traguardo arduo e sono poche le imprese che li raggiungono. Molte di loro faticano a costruire una base di intelligenza artificiale che poggi su dati, tecnologia e talento delle persone. Altre, invece, riescono a costruire questa base e a usarla per definire soluzioni, ma raggiungono solo vantaggi finanziari incrementali.

I dati dell’imponente indagine realizzata ci dicono che è probabile si ottengano vantaggi finanziari significativi solo quando le aziende sono in grado di definire metodi efficaci per consentire alle persone e alle macchine di lavorare e di apprendere insieme.

Le organizzazioni di maggior successo si distinguono per lo sforzo e l’impegno a imparare con l’IA: in questo modo, non solo diventano bravi a lavorare con le macchine, ma diventano abili a personalizzare ruoli umani e ruoli delle macchine in modo dinamico, al mutare delle situazioni. Non facilitano l’apprendimento automatico, facilitano l’apprendimento reciproco. Non usano semplicemente l’intelligenza artificiale, imparano con lei.

Scritto da:

Paola Cozzi

Giornalista Leggi articoli Guarda il profilo Linkedin