Il vero problema dell’intelligenza artificiale? Le aziende non hanno idea di come sfruttarla

Da uno studio della MIT Sloan Management Review e Boston Consulting Group emerge che la distanza tra aspettative e azioni concrete per introdurre l’intelligenza artificiale nelle imprese è ancora enorme. Il primo passo è capire come predisporre i dati che serviranno per “addestrare” gli algoritmi

Intelligenza Artificiale Alpha Go

Il 19enne campione del gioco “Go”, Ke Jie, durante la sfida contro il sistema di intelligenza artificiale Alpha Go di Google, a Wuzhen, Cina, il 25 maggio 2017. Alpha Go ha vinto tutte e tre le sfide in programma

STR / AFP

13 Settembre Set 2017 1330 13 settembre 2017 13 Settembre 2017 - 13:30
Tendenze Online

Quando la Airbus è partita con la produzione dell’ultimo modello di aeroplano, l’A350, la sfida che i suoi dirigenti si sono posti è stata di quelle multimiliardarie: rendere l’avanzamento dei lavori il più rapido di sempre. Significava, di fronte ai continui stop dovuti a problemi tecnici che avvengono in casi del genere, trovare delle soluzioni in tempi rapidissimi. Per riuscirci, spiega il vicepresidente della divisione digital del consorzio con sede a Tolosa, Matthew Evans, era necessario fare ricorso all’intelligenza artificiale. E così è stato: combinando i dati dei programmi di produzione passati con i piani operativi in corso, è stato creato un algoritmo capace di auto-apprendere e indicare in tempo reale la soluzione dei problemi. Questo ha permesso, secondo Evans, di ridurre di un terzo il tempo necessario per trattare gli stop alla produzione.

Quello dell’Airbus è solo uno dei casi raccolti in un report della MIT Sloan Management Review e di Boston Consulting Group, dal titolo “Reshaping business with artificial intelligence”. Si può considerare in vari modi: un’indagine sulla temperatura della febbre da intelligenza artificiale (o AI) che ha preso le imprese in tutto il mondo; una raccolta di casi esemplari; e soprattutto una guida per i manager sulle conseguenze che l’introduzione di tali sistemi comporta in termini di scenari competitivi, organizzazione del personale e cultura aziendale.

Cominciamo dai dati. Il quadro che emerge dall’intervista di circa 3mila tra manager e analisti di società di diverse dimensioni, in 112 Paesi e 21 settori, è per certi versi contrastante. Tutti sembrano essere coscienti della portata della rivoluzione alle porte. Tre quarti degli intervistati pensa che l’AI metterà la propria organizzazione nelle condizioni di entrare in nuovi business. L’85% ritiene che l’AI permetterà alla propria società di acquisire o mantenere un vantaggio competitivo. Il 60% pensa che tutto questo avrà un grande impatto sulla struttura dell’impresa entro cinque anni. Ma se si passa dalla percezione dell’utilità attesa a quello che avviene già oggi nelle imprese, il quadro cambia. Più della metà delle imprese intervistate non ha adottato alcun tipo di offerta o processo basati sull’AI; il 22% non ha neanche alcun piano per il futuro. Una su cinque ha qualche offerta o processo già incorporati e solo una su 20 ha adottato tali sistemi in maniera estensiva. Nel sondaggio sono state sentite diverse grandi aziende (quelle con più di 100mila dipendenti), quelle dove è più probabile che siano in corso riflessioni o test per sfruttare sistemi di intelligenza artificiale. Tuttavia solo il 50% delle grandi imprese dichiara di avere già oggi una strategia sullo sfruttamento dell’AI (il dato comprensivo di tutte le imprese sentite è del 40%).

Un centro di produzione di Airbus a Broughton, Galles, dove si assembla l’A350

OLI SCARFF / AFP

A cosa serve, nella pratica, l’intelligenza artificiale a un’impresa? Per esempio a suggerire tutte le riparazioni da fare nella fase di produzione di un aereo. A indicare la rotta migliore a una trivella. A decidere in tre minuti se una persona può avere un mutuo oppure no

Serve però un passo indietro. Per intelligenza artificale nella ricerca si intende la definizione dell’Oxford Dictionary: lo sviluppo di sistemi computerizzati capaci di svolgere funzioni che normalmente richiederebbero l’intelligenza umana, come la percezione visuale, il riconoscimento vocale, la presa di decisioni e la tradizione tra linguaggi. Definiti gli ambiti di applicazione, si capisce perché oggi le funzioni più interessate dall’arrivo della AI siano l’information technology, le “operations and manufacturing” e le attività di rapporto con la clientela.

Anche in questo caso degli esempi sono illuminanti. La società petrolifera BP si sta concentrando sul concetto di “capacità umane aumentate”: un sistema chiamato “BP well advisor” raccoglie i dati sulle trivellazioni e crea degli avvisi per gli ingegneri, in modo che aggiustino i parametri della perforazione per rimanere nelle zone ottimali e ridurre il rischio di incidenti. È un sistema che autoapprende. Presso la società di assicurazione cinese Ping An Insurance, la seconda del Paese per capitalizzazione, un sistema di riconoscimento facciale di chi richiede un finanziamento è alla base della possibilità di offrire un prestito in soli tre minuti. Nella società Infosys Ltd è in corso un processo che permetterà in maniera estensiva di automatizzare una serie di funzioni lavorative meccaniche, come la system administration, la IT administration, le operazioni di verifica. Per quanto alcuni posti di lavoro siano destinati a essere eliminati, si creeranno opportunità per nuovi tipi di attività che oggi non esistono.

Le preoccupazioni per il futuro del lavoro sono al centro del dibattito pubblico sull’AI. Ma il sondaggio le ridimensiona. Solo il 47% dei manager ritiene che ci sarà una riduzione dei posti di lavoro nelle loro imprese a causa dell’AI nei prossimi cinque anni e solo un terzo pensa che saranno ridotte le proprie funzioni. Ben l’84% ritiene invece che gli attuali lavoratori dovranno cambiare le proprie competenze e il 79% che tali competenze saranno aumentate. Il vantaggio sarà per il 79% degli intervistati un incremento di produttività.

Non c’è un bottone magico che faccia partire l’intelligenza artificiale in un’impresa. Serve un lavoro preparatorio lungo. La chiave è predisporre i dati, in modo che i sistemi di AI possano essere “allenati” e imparino dalle esperienze passate

Ma ci sono anche dei pericoli e non a caso il 40% degli intervistati vede l’AI come un rischio. Uno di questi è la mancata comprensione di come sia necessario attrezzarsi per far fronte ai cambiamenti dello scenario competitivo. Combinando il grado di conoscenza del funzionamento dei sistemi di AI con l’attuale implementazione di alcuni processi basati su tali sistemi, la ricerca ha identificato quattro cluster di aziende: chi si posiziona meglio sono i Pionieri (19% delle imprese), chi è più indietro (nessun piano e limitata comprensione dei passi necessari per lo sviluppo dell’AI) è definito “Passivo” (36%) e la distanza tra chi guida e chi segue si sta allargando.

Tra le molte sfide ci sono quella di sfruttare adeguatamente il potenziali di business; organizzare la forza lavoro integrando le persone e i sistemi automatizzati; riuscire a rispettare i contesti regolatori su aspetti come la tutela della privacy. Ma ci sono anche aspetti tecnici, perché l’introduzione di sistemi di AI presuppone una struttura dei dati efficace, che consenta agli algoritmi di essere “addestrati”, cioè di imparare dalle esperienze precedenti. Cambiano anche i tradizionali trade-off tra quel che si sviluppa internamente e ciò che si acquista sul mercato (i Pionieri tendono per esempio a sviluppare internamente le competenze). Tra le priorità dei manager ci sono anche la necessità di guadagnare la fiducia dei clienti sulla trasparenza dei propri processi e di abbracciare l’idea che lo sviluppo di tali sistemi è accompagnato dall’incertezza sui risultati. È un management di frontiera che richiede lucidità e coraggio.

Potrebbe interessarti anche