AO_450

AUTOMAZIONE OGGI 450 SOLUZIONI SOFTWARE PER L’INDUSTRIA 81 S SI intelligenza artificiale zienda sa maneggiare, trattare, archiviare i dati digitali fa tutta la differenza. Le aziende che hanno una cultura di gestione dei dati ben sviluppata e accesso a un’infrastruttura informatica robusta, hanno maggiori probabilità di abbracciare l’AI a lungo termine. Quelle che invece non hanno ancora questo tipo di competenze e di organizzazione, per via di una scarsa propensione al digitale, ma anche, più banalmente, a causa di barriere di costo, si vedranno molto limitate nella loro potenzialità di utilizzo dell’intelligenza ar- tificiale in qualsiasi ambito. Poi, c’è un altro fattore, che forse è più sottile: c’è purtroppo ancora oggi in Italia una mancanza diffusa di comprensione riguardo alle potenzialità dell’AI, i reali benefici che possa apportare a un’organizzazione, quali siano i rischi e come po- terli arginare. Ad esempio, l’AI è spesso accostata a una soluzione miracolosa ai problemi aziendali, invece di essere vista per quello che è: una tecnologia all’avanguardia che aiuta l’essere umano nel suo lavoro. Oppure è approcciata come un’innovazione futuristica che potrebbe sfuggire di mano da un momento all’altro. Insomma, molte aziende potrebbero non avere una visione chiara di come l’in- telligenza artificiale possa essere integrata nei loro processi e non sanno come sfruttare appieno il suo potenziale. Per ovviare a questo problema diffuso, che rappresenta un vero e proprio blocco all’innovazione aziendale, la formazione svolge un ruolo cruciale: è importante insomma fare in modo che le proprie risorse siano formate sulle novità dell’AI e su come si possa inte- grare per efficientare, ottimizzare, rendere più semplice il lavoro. Può essere poi necessario introdurre nuove figure professionali per risolvere i bisogni aziendali attraverso soluzioni di intelligenza artificiale, dalla gestione e pulizia dei dati fino all’implementa- zione vera e propria. Per la parte di dati, data scientist, data engi- neer e data labeler collaborano per ottenere l’accesso a dati puliti e interpretabili, per poi etichettarli e gestirli all’interno delle pipe- line. Gli ingegneri di machine learning si occupano di sviluppare e implementare i modelli AI che opereranno sui dati preceden- temente lavorati. L’AI product owner si occupa di supervisionare lo sviluppo dei prodotti AI definendone strategia, coordinando i team e le priorità per raggiungere gli obiettivi aziendali. Questi sono solo alcuni esempi di professionalità del settore che conver- gono per il corretto funzionamento della tecnologia AI aziendale. Comunque, nonostante queste barriere, la situazione dell’ado- zione dell’AI in Italia resta più rosea di quanto molti immaginino: infatti, sempre secondo l’Osservatorio del Politecnico di Milano, il 61% delle grandi aziende ha avviato progetti di AI e il 34% è nella fase dell’implementazione. Ovviamente per le imprese più grandi l’AI è più accessibile in quanto hanno più risorse a disposizione, ma non è detto che sia appannaggio solo delle aziende molto strutturate. Ad esempio, tra le imprese italiane prevale l’utilizzo L’AI ha già dimostrato il suo valore in molteplici settori aziendali Fonte: foto Shutterstock