AO_440

Panorama AUTOMAZIONE OGGI 30 | SETTEMBRE 2022 AUTOMAZIONE OGGI 440 riscontrato aziende che hanno rilasciato una strategia AI first, ma occorre comunque accom- pagnare la strategia con una scelta di strumenti che consentano di ridurre il ‘time to success’ e capitalizzare il valore generato da applicazioni di AI nelle varie aree aziendali. Avere a disposizione una piattaforma dati, che mette in comune i dati a disposizione degli al- goritmi di ML e applicazioni di AI, aiuta l’azienda a risolvere sia l’aspetto puntuale, sia quello stra- tegico. Un’applicazione di AI parte da un set di dati, tipicamente arricchiti da altre fonti, per ge- nerarne altri, frutto dell’interazione automatica con i clienti. Tali dati prodotti dalla AI, rielabo- rati e immessi a loro volta nel Data Lakehouse, possono generare nuovi insight per migliorare i servizi esistenti o per crearne di nuovi. Quindi, il suggerimento è quello di non creare isole di AI, ma avere una visione olistica dei dati sui quali le varie applicazioni di AI lavorano”. Ingargiola è convinto che siano 3 gli aspetti su cui focalizzarsi: persone, organizzazione e data opportunity. “In primis è indispensabile dotarsi delle giuste competenze. Si pensa subito a pro- fili quali data scientist e machine learning engi- neer. Tuttavia, in una fase iniziale, i profili data engineer sono ancora più importanti. Si stima, infatti, che un’azienda abbia bisogno tra i 5 e i 10 data engineer per data scientist. Assumere data scientist senza prima avere un gruppo di data engineering rischia di demotivare i primi, che si ritrovano a lavorare in maniera ineffi- ciente spendendo la maggior parte del loro tempo nell’estrazione e nella pulizia dei dati. Ri- guardo all’organizzazione, per imprese medio- piccole un gruppo centralizzato può soddisfare le varie esigenze in termini di elaborazione dati e sviluppo di modelli. In aziende complesse, in- vece, esso rischia di diventare un collo di botti- glia. In tal caso, un approccio vincente è fornire alle rispettive aree di business non solo l’owner- ship sul dato, ma anche la capacità di elaborare e costruire modelli autonomamente. Questo richiede data scientist ‘embedded’ in ciascuna area di business e, al contempo, una squadra di infrastruttura che standardizzi l’accesso e il pro- cessamento del dato. Tale standardizzazione è cruciale per consentire l’interoperabilità tra aree di business e ottenere un effetto network con vantaggi esponenziali. Infine, per scoprire le data opportunity è fondamentale instau- rare un processo iterativo che coinvolga i data scientist, i responsabili delle fonti dato, non- ché gli utenti di business. Partire con progetti pilota può aiutare a valutare la data readiness dell’organizzazione e mettere in luce eventuali lacune. Se, per esempio, i dati acquisiti non con- tengono informazioni legate all’obiettivo che ci si è proposti di modellizzare, è impossibile per un modello AI estrarre le informazioni richieste. In tal caso, è necessario fare un passo indietro, migliorando la ‘data collection’ e il data linking in modo che il dato sia di alta qualità e arric- chito delle informazioni di contesto rilevanti”. Abbiamo condiviso con i nostri esperti come l’adattamento a un contesto sempre più digi- tale richieda sia una forte capacità di adatta- mento, sia una propensione a immaginare un futuro differente e migliore. Ma quali benefici nel breve e medio termine potrà portare l’AI? Sottolinea Pascali : “I benefici più immediati sono legati alla riduzione dei costi sostituendo un processo a basso valore con applicazioni di AI. Benefici di gran lunga superiori sono però quelli legati alla creazione di nuovi servizi de- rivanti dall’applicazione di AI e dedicati al pro- prio business. Le realtà pubbliche o private che sapranno basare il proprio ciclo innovativo su una solida strategia di AI potranno ottenere risultati significativi e a una frazione dei tempi rispetto alle realtà che non lo faranno”. L’opinione di Ingargiola sul tema è basata sul fatto che: “Applicare la AI significa rendere si- stematica e automatizzata l’estrazione conti- nua di informazioni dai dati, cosa che sarebbe impensabile effettuare manualmente. Più che per processi aziendali totalmente autonomi, nei prossimi anni la AI sarà sempre più usata come supporto alle decisioni, fattore moltipli- catore nello snellimento dei processi e motore di iper-personalizzazione di prodotti e servizi. Potremmo rinominare l’acronimo AI in ‘Au- gmented Intelligence’, intelligenza umana co- adiuvata da sistemi artificiali, lasciando sempre il controllo finale in mano all’individuo. In termini pratici, ambiti di successo della AI includono l’anomaly detection’ e ‘fraud detec- tion’. Molti produttori di macchinari in ambito manufatturiero forniscono soluzioni di manu- tenzione predittiva. L’analisi di documenti te- stuali è sempre maggiormente automatizzata, i meccanismi di cross-selling e up-selling sono basati su sistemi di raccomandazione. Tutte queste applicazioni portano un aumento di effi- cienza in termini di numero di frodi rilevate, del tempo di fermo macchina, o di processamento di un documento, o di un rate di conversione. Queste applicazioni sono già oggi utilizzate e continueranno a crescere diventando nei pros- simi anni sempre più precise e diffuse. Un altro ambito a medio termine con enormi po- tenzialità è legatoall’interazioneuomo-macchina. Vedremo crescere l’utilizzo di advisor virtuali in grado di interagire in linguaggio naturale. Questi saranno ingradodi eseguiremansioni complesse, quali la ricerca di informazioni in una knowledge- base aziendale, presentandole in forma grafica e in linguaggio naturale. Oppure, potranno sup- portare un operatore tramite ‘augmented reality’ durante una complessa operazione di manuten- zione. Le applicazioni sono innumerevoli quanto i benefici. Vedremo quali organizzazioni avranno l’agilità di intraprendere la difficile trasformazione per diventare realmente data centric e cogliere i vantaggi forniti dalla AI”. Un ambito con enormi potenzialità a medio termine è legato all’interazione uomo-macchina, con l’utilizzo di advisor virtuali in grado di interagire in linguaggio naturale Fonte: Shutterstock