Artificial intelligence e machine learning rappresentano oggi le componenti di un ecosistema di tecnologie composto di computer vision, predictive analytics e tecniche collaborative che creano sinergie e moltiplicano le potenzialità grazie alla capacità di leggere i dati.
Un sistema complesso in grado di dimostrare un’intelligenza propria nell’affrontare problematiche complesse e di valorizzare un insieme di informazioni su eventi altrimenti non analizzabili e che, insieme all’uso crescente di Iot e dispositivi connessi, apre a nuove possibilità di business con un enorme potenziale nella trasformazione dei processi operativi delle aziende.
Infor, 3 tendenze verso un’AI evoluta
Si implementano tali tecnologie per l’interazione con il cliente, tramite lo sviluppo di sistemi di chatbot e l’uso di mobile app per migliorare le attività di CX e fornire supporto personalizzato nella fase di scelta e acquisto dei prodotti da parte dei clienti, o nella supply chain per ottimizzare la gestione di vendite, magazzino e logistica.
A dispetto dei molti scettici, secondo cui l’intelligenza artificiale impara ma non capisce, i grossi passi in avanti in questa direzione sembrano dimostrare il contrario.
Come evidenzia Infor, che analizza queste dinamiche e stila alcune previsioni sull’artificial intelligence per il 2020, sintetizzandole sostanzialmente in tre tendenze.
Si fa strada l’assistente “intellettuale”
Gli assistenti digitali, utilizzando l’AI e l’apprendimento automatico, iniziano a comprendere sempre più il contesto in cui operano, evolvendo verso il nuovo concetto di “Assistenti digitali intellettuali” per soddisfare le crescenti aspettative degli utenti aziendali.
Agli assistenti non viene quindi esclusivamente richiesto di comprendere ed eseguire automaticamente determinate attività o configurazioni di base, ma di fare un passo successivo verso una maggiore autonomia.
Tra i loro nuovi compiti, quello di consigliare i potenziali passaggi successivi sulle azioni già completate, di identificare gli errori e correggere automaticamente gli input, oltre a interagire con gli utenti in conversazioni dinamiche e in tempo reale.
AI oltre le regole predefinite
Nel 2020, le piattaforme AI e di machine learning iniziano a sfidare il pensiero convenzionale nell’ambito dei processi aziendali e dei risultati attesi.
Questi sistemi si preparano a ridefinire le nostre ipotesi, regole, impostazioni o presupposti predefiniti su ciò che è “normale” – spiega lo studio di Infor – rendendo più efficiente la riprogettazione dei processi aziendali e la formazione delle risorse.
Ad esempio, esaminando i processi della supply chain, le piattaforme di AI osservano che i valori predefiniti, relativi alle date di consegna previste e alle date di pagamento, vengono in genere utilizzati solo nel 4% dei casi. Gli utenti inseriscono quasi sempre i propri valori. Quindi, i sistemi di AI e machine learning consentiranno di ignorare i valori predefiniti, come li intendiamo oggi, e di agire più rapidamente attraverso l’uso efficace dei dati posseduti.
Modelli ad hoc per ogni settore
Si definiscono una serie di modelli sempre più specifici per settore che rendono l’AI sempre più semplice da usare e distribuire.
Come nel settore manifatturiero, dove i sistemi di intelligenza artificiale e di apprendimento automatico sfruttano processi basati su modelli per aiutare le aziende a gestire meglio le scorte, migliorare le previsioni della domanda, l’efficienza della supply chain, il controllo della qualità e i tempi di consegna.
Nel settore sanitario, le organizzazioni sfruttano in futuro AI e ML per integrare meglio i dati che sono relegati nei silos delle applicazioni, scambiare informazioni con i partner nel continuum dell’assistenza e utilizzarle meglio per rispondere ai requisiti normativi e di conformità. Già oggi si sta ad esempio sperimentando l’intelligenza artificiale applicata alla diagnosi precoce con i primi risultati incoraggianti.
Nel settore retail, le aziende utilizzeranno AI e machine learning per prevedere meglio i modelli di domanda e le date di spedizione, in base a regole definite e migliorare i processi di pianificazione a breve e a lungo termine.
© RIPRODUZIONE RISERVATA
