Il vero valore dell'intelligenza artificiale si basa sui dati e sulle persone, non solo sulla tecnologia

Le promesse dell'IA si espandono ogni giorno, dall'incremento della produttività individuale alla possibilità per le organizzazioni di scoprire nuove e potenti informazioni di business attraverso i dati. Sebbene il potenziale dell'IA sembri illimitato e il suo impatto facile da immaginare, il percorso verso un ecosistema realmente basato sull'IA è complesso e impegnativo. Questo percorso non inizia e finisce con l'implementazione, l'adozione o persino l'utilizzo costante dell'IA: finisce lì. Realizzare il pieno valore di una soluzione di IA dipende in ultima analisi dalla qualità dei dati e dalle persone che li implementano, li gestiscono e li applicano per ottenere risultati significativi.

Dati: la pietra angolare del successo dell'intelligenza artificiale

I dati, la costante organizzativa. Che si tratti di un piccolo minimarket o di un'organizzazione aziendale, ogni attività si basa sui dati (registri finanziari, inventario, filmati di sicurezza, ecc.). La gestione, l'accessibilità e la governance di questi dati sono fondamentali per realizzare il pieno potenziale dell'IA all'interno di un'organizzazione. Gartner ha recentemente osservato che il 63% delle organizzazioni mancano di fiducia o non sono sicuri che le loro attuali pratiche di gestione dei dati o la loro struttura di gestione siano sufficienti per un'adozione di successo dell'IA. Per consentire a un'organizzazione di sfruttare appieno il potenziale dell'IA è necessaria una pratica dei dati ben ponderata. Dalla raccolta, all'archiviazione, alla sintesi, all'analisi, alla sicurezza, alla privacy, alla governance e al controllo degli accessi, è necessario disporre di un framework e di una metodologia per sfruttare adeguatamente l'IA. Inoltre, è essenziale mitigare i rischi e le conseguenze indesiderate. In conclusione, i dati sono la pietra angolare dell'analisi e carburante per la tua IA.

L'accesso ai dati della soluzione di intelligenza artificiale ne determina il potenziale di efficacia, a tal punto che stiamo assistendo all'emergere di nuove funzioni specificamente pensate per essa: il Chief Data Officer (CDO). In parole povere, se una soluzione di intelligenza artificiale viene introdotta in un ambiente con dati "liberamente fluttuanti" accessibili a chiunque, sarà soggetta a errori, distorta, non conforme e molto probabilmente esporrà informazioni sensibili e private. Al contrario, quando l'ambiente dati è ricco, strutturato, accurato, all'interno di un framework e di una metodologia che definiscono come l'organizzazione utilizza i propri dati, l'intelligenza artificiale può apportare benefici immediati e far risparmiare numerose ore di modellazione, previsione e sviluppo di propensione. Attorno al pilastro dei dati si costruiscono i diritti di accesso e le policy di governance per i dati, che presentano una propria problematica: l'elemento umano.

Persone: Il fattore sottovalutato nell’adozione dell’intelligenza artificiale

IDC ha recentemente condiviso che Il 45% dei CEO e oltre il 66% dei CIO intervistati ha espresso una certa esitazione nei confronti dei fornitori di tecnologia che non comprendono appieno il potenziale rischio di ribasso dell'IA. Questi leader sono giustificati nella loro cautela. Probabilmente, le conseguenze dei rischi IT secolari rimangono simili a quelle dell'IA gestita (ad esempio, tempi di inattività, blocchi operativi, costosi premi di assicurazione informatica, sanzioni per la conformità, esperienza del cliente, violazioni dei dati, ransomware e altro ancora) e sono amplificate dall'integrazione dell'IA nell'IT. La preoccupazione deriva dalla mancanza di comprensione delle cause profonde di tali conseguenze o, per coloro che non ne sono consapevoli, dall'angoscia che ne deriva. abilitazione dell'intelligenza artificiale associata fungendo da catalizzatore per tali conseguenze.

La domanda urgente è: "Dovrei investire in questo costoso strumento IT che può migliorare notevolmente le prestazioni della mia azienda a ogni livello funzionale, rischiando l'implosione dell'IT a causa della mancanza di preparazione e abilitazione dei dipendenti?" Drammatico? Assolutamente sì: il rischio aziendale lo è sempre, e conosciamo già la risposta a questa domanda. Con tecnologie più complesse e un potenziale operativo più elevato, anche l'impegno per consentire ai team di utilizzare questi strumenti in modo legale, corretto, efficiente ed efficace deve essere maggiore.

La sfida del fornitore

La mancanza di fiducia nella comprensione dei fornitori di tecnologia va oltre la competenza in materia e riflette un problema più profondo: l'incapacità di articolare chiaramente i rischi specifici che un'organizzazione può e dovrà affrontare con implementazioni improprie e aspettative irrealistiche.

Il rapporto tra un'organizzazione e i fornitori di tecnologie è molto simile a quello tra un paziente e un operatore sanitario. Il paziente consulta un operatore sanitario con sintomi, cercando una diagnosi e sperando in un rimedio semplice ed economico. In situazioni preventive, l'operatore sanitario collaborerà con il paziente su raccomandazioni dietetiche, scelte di stile di vita e trattamenti specializzati per raggiungere obiettivi di salute specifici. Analogamente, ci si aspetta che le organizzazioni ricevano soluzioni prescrittive dai fornitori di tecnologie per risolvere o pianificare implementazioni tecnologiche. Tuttavia, quando le organizzazioni non sono in grado di fornire informazioni prescrittive sui rischi specifici per determinati ambienti IT, l'incertezza nell'implementazione dell'IA aumenta.

Anche quando i fornitori IT comunicano efficacemente i rischi e i potenziali impatti dell'IA, molte organizzazioni sono scoraggiate dal reale costo totale di proprietà (TCO) implicato nel gettare le basi necessarie. C'è una crescente consapevolezza che un'implementazione di successo dell'IA debba iniziare dall'ambiente esistente e solo quando tale ambiente sarà modernizzato le organizzazioni potranno davvero sfruttare il valore dell'integrazione dell'IA. È come presumere che chiunque possa salire nell'abitacolo di una supercar di F1 e vincere all'istante le gare. Chiunque abbia un minimo di buon senso sa che il successo nelle corse è il risultato sia di un pilota esperto che di una macchina ad alte prestazioni. Allo stesso modo, i vantaggi dell'IA possono essere realizzati solo quando un'organizzazione è adeguatamente preparata, formata ed equipaggiata per adottarlo e attuarlo.

Caso emblematico: Microsoft 365 Copilot

Microsoft 365 Copilot è un ottimo esempio di una soluzione di intelligenza artificiale esistente il cui potenziale impatto e valore sono stati spesso fraintesi o diluiti a causa delle aspettative non allineate dei clienti, su come l'intelligenza artificiale dovrebbe essere implementata e su cosa credono che sia dovrebbero fare, piuttosto che capire cosa può fare. Oggi, oltre il 70% delle aziende Fortune 500 sta già sfruttando Microsoft 365 CopilotTuttavia, il timore diffuso che l'IA possa sostituire posti di lavoro è in gran parte un'idea sbagliata quando si tratta della maggior parte delle applicazioni di IA nel mondo reale. Sebbene in alcuni settori si sia verificata una sostituzione di posti di lavoro, come nei "magazzini oscuri" completamente automatizzati, è importante distinguere tra l'IA nel suo complesso e il suo utilizzo in robotica. Quest'ultima ha avuto un impatto più diretto sulla sostituzione di posti di lavoro.

Nel contesto del lavoro moderno, il valore principale dell'IA risiede nel migliorare le prestazioni e nell'amplificare le competenze, non nel sostituirle. Risparmiando tempo e aumentando l'output funzionale, l'IA consente strategie di immissione sul mercato più agili e una più rapida distribuzione del valore. Tuttavia, questi vantaggi si basano su fattori abilitanti cruciali:

• Una pratica di dati matura
• Gestione e governance degli accessi solide
• Misure di sicurezza robuste per mitigare i rischi
• Abilitazione delle persone all'uso responsabile dell'intelligenza artificiale e alle migliori pratiche

Ecco alcuni esempi di miglioramenti funzionali basati sull'intelligenza artificiale in diverse aree aziendali:

• I responsabili delle vendite possono generare modelli di propensione utilizzando i dati del ciclo di vita del cliente per promuovere strategie di cross-selling e up-selling, migliorando la fidelizzazione e il valore dei clienti.
• I team di strategia aziendale e FP&A ottengono informazioni più approfondite grazie al risparmio di tempo nell'analisi delle unità aziendali, consentendo un migliore allineamento con gli obiettivi aziendali.
• I team addetti alla contabilità clienti possono gestire i cicli di pagamento in modo più efficiente grazie a un accesso più rapido a dati fruibili, migliorando la portata e il coinvolgimento dei clienti.
• I responsabili del marketing possono sviluppare strategie di ingresso sul mercato più efficaci e in linea con le vendite sfruttando le informazioni fornite dall'intelligenza artificiale sulle performance e sulle opportunità di vendita.
• I team operativi possono ridurre il tempo impiegato nella riconciliazione dei dati finanziari e delle vendite, riducendo al minimo il caos durante i processi di fine trimestre o di fine anno.
• I team di supporto e successo clienti possono ridurre i tempi di risposta e risoluzione automatizzando i flussi di lavoro e semplificando i passaggi chiave.

Questi esempi sono solo una piccola parte del potenziale dell'IA nel favorire la trasformazione funzionale e l'aumento della produttività. Tuttavia, per realizzare questi vantaggi sono necessarie le giuste basi: sistemi che consentano all'IA di integrarsi, sintetizzare, analizzare e, in definitiva, mantenere le sue promesse.

Considerazione finale: niente plug-and-play per l'intelligenza artificiale

Implementare l'intelligenza artificiale per sfruttarne appieno il potenziale non è semplice come installare un programma o un'applicazione. Si tratta di integrare una rete interconnessa di funzioni autonome che permeano l'intero stack IT, offrendo insight ed efficienze operative che altrimenti richiederebbero un notevole impegno manuale, tempo e risorse.

Per comprendere il valore di una soluzione di intelligenza artificiale è necessario sviluppare una pratica sui dati, mantenere un solido framework di accesso e governance e proteggere l'ecosistema: un argomento che richiede un approfondimento a sé stante.

La capacità dei fornitori di tecnologia di essere un partner di valore dipenderà sia dal marketing che dall'abilitazione, concentrandosi sullo sfatare miti e calibrare le aspettative su cosa significhi realmente sfruttare il potenziale dell'intelligenza artificiale.