Intelligenza artificiale, lo scatto che serve alle pmi

Il tessuto imprenditoriale italiano, alla stregua di quello europeo, è caratterizzato da una prevalenza di piccole, medie e micro aziende. Un contesto in cui l’intelligenza artificiale fatica a innestare le proprie radici ma, soprattutto, a reperire sul mercato figure professionali in grado non solo di svilupparne i sistemi, ma anche di coglierne le opportunità. Stando ai dati dell’Artificial intelligence index 2019 dell’Università di Stanford, sebbene l’Italia rientri nella top20 in termini di assunzioni nel settore, quando si parla di investimenti finisce addirittura per scomparire dai grafici. In questo momento, spiega Nicola Gatti, direttore dell’Osservatorio del Politecnico di Milano sull’intelligenza artificiale, il mercato di fatto “è piccolissimo”. Si parla di 200 milioni di euro, investiti per il 33% in data processing, per il 28% in natural language processing, chatbot e virtual assistant, per il 18% in recommendation system, per l’11% in robotic process automation e per il 10% in computer vision.

“La principale causa è la mancanza di skill interne ed esterne, a qualunque livello. Non si tratta unicamente di coloro che sviluppano i sistemi, come gli ingegneri informatici, ma anche del management, che non è in grado di comprendere l’importanza di tali tematiche e le opportunità che offrono”, precisa Gatti. Una situazione che determinerebbe di fatto un deficit interno all’azienda, perché “comprendere di poter sfruttare questa tipologia di tecnologie è ancora più importante che andare a svilupparle”.

Ma quali sono i reali vantaggi per le imprese? “L’intelligenza artificiale va a impattare su tutti i settori industriali, su tantissimi processi e numerosi livelli. Per esempio, nel caso di un’azienda manifatturiera, potrebbe permettere di verificare automaticamente se alcuni pezzi risultano danneggiati o meno. Ma anche di ottimizzare la supply chain, di inserire il marketing o il pricing del prodotto”, spiega Gatti. Per non dimenticare poi il fatto che possa supportarle nelle decisioni chiave, “dall’ottimizzazione della manutenzione alla personalizzazione delle offerte, fino alla predizione della domanda”, aggiunge Roberto Ventura, partner di Bcg.

Sebbene tuttavia dal 2017 a oggi la quota di dirigenti che dichiara di averne compreso il valore commerciale sia cresciuta di 13 punti percentuali, solo un’impresa su dieci è in grado di ottenere significativi vantaggi finanziari dalla sua implementazione. Secondo l’analisi Expanding Ai’s impact with organizational learning condotta dalla Mit Sloan Management Review, Bcg Gamma e Bcg Henderson Institute su 3.000 manager distribuiti in 112 paesi, il 59% oggi vanta una strategia di applicazione dello strumento, ma la costruzione di capacità fondamentali, come le infrastrutture per l’impiego dell’intelligenza artificiale, consentirebbe un’impennata delle probabilità di successo del 19%. Una percentuale che potrebbe essere incrementata fino al 34% qualora venisse implementato un “apprendimento organizzativo”, generando molteplici modalità di interazione uomo-macchina e costruendo processi di feedback tra gli stessi.

“Il problema è che oggi buona parte dei sistemi hanno bisogno di una forte customizzazione sull’azienda, di essere cuciti su misura. Questo vale anche per quelli che forniscono le grandi multinazionali, per esempio. Di conseguenza, i costi iniziali possono essere veramente molto elevati. Inoltre, le imprese possono trovarsi a dover organizzare il training dei propri dipendenti o assumere professionisti che abbiano competenze in certi ambiti”, spiega Gatti. “Sicuramente è utile focalizzarsi sulle aree chiave della propria industria o del proprio modello di business, dove le decisioni possono avere un impatto significativo sulla creazione del valore. È da qui che bisogna sempre partire, per poi arrivare alla tecnologia”, aggiunge Ventura.

Nell’attuale contesto di crisi, inoltre, prendere decisioni “è ancora più difficile”, continua l’esperto, e l’intelligenza artificiale potrebbe “aiutare in maniera significativa lo steering delle attività aziendali più importanti”. “Ad esempio, è fondamentale per chi produce beni di qualsiasi genere avere chiaro come la domanda stia evolvendo nei diversi paesi a seguito delle misure di contenimento della diffusione del virus e del lockdown. Pensiamo ai produttori di vestiario, che devono prevedere cosa succede con la chiusura dei negozi e il crollo della domanda. Oppure, sempre sul fronte della domanda, a quella di carburanti per il trasporto, che cambia con la crescita dello smart working e la riduzione degli spostamenti”. In questo contesto, conclude Gatti, buona parte del mercato inoltre potrebbe spostarsi verso l’universo elettronico. Di conseguenza, “qualsiasi strumento che permetta di ottimizzare le performance su questo settore, dai dati al pricing, intervenendo nel minor tempo possibile sul suo andamento, dovrebbe diventare l’abc quotidiano”.