Magazine

AI nelle aziende: tra sfida tecnologica ed esercizio di governance

Lo straordinario successo globale dell’intelligenza artificiale generativa sta portando molte aziende a integrare quest’ultima nelle attività di core business e nelle attività corporate in senso più ampio. Cambiano i processi, quindi, e insieme a loro mutano le aspettative e le ambizioni: l’obiettivo non è soltanto più quello di utilizzare l’intelligenza artificiale per automatizzare attività ripetitive, ma servirsi dei modelli di apprendimento profondo per creare nuovi “output” nella prospettiva di ottimizzare processi, ideare nuovi prodotti e servizi, migliorare la sostenibilità dell’organizzazione nel suo complesso.

Più che per sostituire ciò che già funziona, l’intelligenza artificiale viene sempre più spesso utilizzata per ottimizzare, accelerare e creare ciò che non esiste ancora, estraendo significati avanzati da fonti molteplici di informazione opportunamente aggregate. Le aziende utilizzano sempre più spesso l’AI per offerte personalizzate in base alle esperienze di consumo degli utenti, per fornire un servizio clienti efficiente e disponibile 24 ore su 24, per sviluppare modelli di simulazione e analisi predittiva che aiutino a ridurre tempi e costi della ricerca attraverso prototipi virtuali fin dalle fasi di design di nuovi prodotti o servizi.

AI nelle funzioni corporate e come driver di sostenibilità

Per chi lavoro nel campo dell’innovazione e della sostenibilità è ormai diventato evidente che l’integrazione dell’AI non è più limitata al solo al core business, ma coinvolge anche le funzioni corporate e i processi decisionali delle aziende. Si pensi all’adozione delle tecnologie di AI per la gestione amministrativa e finanziaria, per la creazione di contenuti e l’ottimizzazione delle campagne di advertising, per la ricerca e selezione dei talenti, la formazione ed il coinvolgimento attivo del personale. Sempre più aziende, anche tra le medie imprese, coinvolgono il team di innovazione sostenibile di Cariplo Factory su progetti di innovazione aperta, per essere supportate nella ricerca e valutazione di soluzioni GenAI-based in grado di modernizzare definitivamente anche i propri processi non-core.

Altrettanto rilevante e in forte crescita è l’impegno di molte aziende nell’esplorare l’utilizzo innovativo dell’AI per abilitare nuovi livelli di sostenibilità ed ottimizzare i processi di riciclo, per minimizzare gli sprechi aziendali. Tra le applicazioni di tendenza dell’intelligenza artificiale a sostegno di sostenibilità e circolarità è utile segnalare quelle dedicate a massimizzare l’efficienza energetica di interi distretti aziendali, riducendone l’impronta carbonica in maniera significativa, al rilevamento di guasti in tempo reale e preventivo su pipeline idriche o elettriche, e al riconoscimento di immagini e suoni per il sorting industriale di rifiuti e materiali di scarto.

Infine, l’intelligenza artificiale gioca un ruolo cruciale nel migliorare la sostenibilità della supply chain, aumentando la trasparenza del tracciamento dei materiali e ottimizzando il ciclo di vita dei prodotti, dalla lavorazione all’assemblaggio, fino al consumatore finale. In questo modo, le aziende non solo migliorano l’efficienza operativa, ma contribuiscono anche alla creazione di processi sempre più circolari e responsabili. 

“L’adozione dell’AI non è solo una sfida tecnologica, ma anche un complesso esercizio di governance. Le aziende che sapranno adottare una visione di accoglienza tecnologica ed una strategia di connubio tra forza umana e forza tecnologica potranno senz’altro trovare un posto di spicco nei mercati del prossimo decennio”

Per ottenere questi risultati è necessario ragionare in un’ottica di lungo periodo adottando strategie di implementazione che prevedano:

  • La mappatura e raggruppamento di tutti i possibili casi d’uso all’interno di famiglie collegate tra loro da obiettivi comuni e basi tecniche simili, per ridurre costi di sviluppo, facilitare la manutenzione e accelerare l’adozione
  • La priorità ai casi d’uso più promettenti, al fine di creare un impatto significativo a livello aziendale, garantendo che l’AI generativa influisca non solo sulle singole funzioni, ma sull’intera esperienza del cliente
  • L’Accelerazione della Scalabilità dei modelli, per evitare di rimanere indietro rispetto ai concorrenti e sfruttare le aspettative crescenti dei consumatori nei confronti di esperienze di acquisto migliorate.

Un nuovo ruolo per le aziende di consulenza e il cambiamento culturale necessario

L’integrazione dell’AI a tutti i livelli della struttura aziendale richiede investimenti significativi, competenze e tecnologie che solo in parte si trovano all’interno delle corporate. È interessante notare, a questo proposito, il riposizionamento strategico delle aziende di consulenza globale, le quali iniziano a stipulare accordi di partnership con i principali operatori – come Microsoft e OpenAI – per aiutare i propri clienti ad ottenere soluzioni “su misura”, nella prospettiva di sviluppare strategie ad hoc per l’integrazione dell’AI all’interno dei piani di sviluppo aziendale.

La sfida per integrare l’intelligenza artificiale non si esaurisce, infatti, nell’accesso alla migliore tecnologia disponibile sul mercato. Servono dati, sempre più rappresentativi e di qualità, per l’addestramento dei modelli e la generazione di output significativi. Serve decidere tra lo sviluppo di una struttura hardware/software interna oppure servitizzata, e definire le modalità di accesso ai dati da parte di fornitori. Servono procedure per identificare e mitigare i bias algoritmici e prevenire i rischi di vulnerabilità, e programmi di formazione continua dei dipendenti e del top management. L’adozione dell’AI non è solo una sfida tecnologica, ma anche un complesso esercizio di governance.

Leadership Top-Down per una Trasformazione di Successo 

L’integrazione dell’AI richiede una cultura aziendale che valorizzi l’innovazione e il miglioramento continuo, e deve necessariamente provenire da un movimento top-down affinché possa radicarsi e portare i suoi vantaggi in modo solido.

Per questo vige l’urgenza di colmare i gap di competenze delle prime linee, sviluppare dei programmi di formazione continua, far crescere la consapevolezza degli impatti etici, oltre che tecnologici e di profitto, delle soluzioni AI. Molti progetti falliscono, semplicemente, perché privi di obiettivi definiti e di KPI realistici da raggiungere: non basta delegare agli “esperti di tecnologia”, ma è necessario che la leadership si sieda ad allo stesso tavolo con questi ultimi per definire i piani e le strategie di integrazione.

Velocità del processo di adozione, impatto sul business e sull’infrastruttura tecnologica, opportunità di rafforzare il vantaggio competitivo e ruolo delle prime linee sono, in questo scenario, gli aspetti chiave da chiarire prima di prendere qualsiasi decisione verso una maggiore integrazione, mettendo in discussione ruoli, asset, priorità. Le aziende che sapranno adottare una visione di accoglienza tecnologica e una strategia di connubio tra forza umana e forza tecnologica potranno senz’altro trovare un posto di spicco nei mercati del prossimo decennio.

Chiara Firmani

Innovation Manager

Potrebbe interessarti anche