L’AI Maturity Model di NetConsulting cube evidenzia come l’intelligenza artificiale si riveli funzionale all’ottimizzazione dii processi e produttività. ServiceNow NowPlatform risponde a queste sfide integrando funzionalità di AI e governance. Grazie a un single data model e a un approccio unificato ai workflow, ServiceNow permette di ridurre tempi e costi, minimizzare gli errori e semplificare l’adozione dell’AI, offrendo alle imprese un ecosistema sicuro, pronto a favorire la crescita. Ne parliamo, in un rapido botta e risposta, con Antonio Rizzi, Area VP Solution Consulting, South Emea di ServiceNow.
Dalla survey emerge che l’AI – sia nella sua forma più “tradizionale” come machine e deep learning sia in quella più innovativa della GenAI – viene adottata o sperimentata principalmente per ottimizzare i processi e aumentare la produttività aziendale, riducendo tempi e rischio di errore. Come ServiceNow interpreta l’AI nella propria offerta e quali i principali benefici che ne derivano?
ServiceNow integra l’AI direttamente nella sua piattaforma di workflow, trasformando l’automazione tradizionale in un sistema intelligente e autonomo. Per i clienti che già utilizzano ServiceNow, questo significa poter riutilizzare tutti i blocchi di automazione esistenti e metterli a disposizione degli agenti AI, accelerando e rendendo autonomi interi processi e riducendo tempi ed errori.
Il vero punto di forza è un’architettura unificata basata su un single data model, che elimina le complessità tipiche dell’integrazione tra sistemi disgiunti. In questo contesto, il Workflow Data Fabric – arricchito dalla tecnologia zero-copy – consente di collegare in modo intelligente fonti dati eterogenee senza duplicarne le informazioni, garantendo una gestione efficiente e coerente dei dati. Inoltre, grazie all’utilizzo del knowledge graph, la piattaforma è in grado di mappare in modo semantico le relazioni tra i dati, offrendo all’AI una visione contestualizzata che migliora la qualità degli insight e supporta decisioni più accurate. L’integrazione nativa degli strumenti AI permette di sfruttare appieno gli asset già presenti, consentendo di operare come un sistema che non solo automatizza, ma “impara” e si adatta continuamente.
ServiceNow pone un forte accento anche sulla governance dell’AI. In quest’ottica, l’AI Control Tower rappresenta un componente fondamentale: questa dashboard integrata monitora e gestisce in tempo reale tutte le attività AI, assicurando conformità alle normative, sicurezza dei dati e gestione dei rischi. In questo modo, i clienti possono avere una visione completa e trasparente dell’adozione dell’AI, garantendo che ogni processo sia controllato e ottimizzato.
Una delle principali criticità è rappresentata dalla carenza di competenze ma anche dalla mancanza di una solida data governance nelle aziende. Come supportate le aziende in questo percorso ?
ServiceNow supporta le aziende nell’affrontare la carenza di competenze offrendo una soluzione completa che combina tecnologia avanzata e strumenti intuitivi. In particolare, la piattaforma mette a disposizione una libreria di agenti AI predefiniti, capaci di svolgere numerosi compiti di automazione. Questo significa che non è necessario possedere competenze tecniche approfondite per sfruttare il potere dell’AI: per definire un nuovo agente AI basta fornire delle semplici istruzioni in linguaggio naturale. La piattaforma, poi, integra questi agenti AI con azioni deterministiche di automazione, garantendo così un flusso operativo fluido e affidabile.
Inoltre, ServiceNow offre strumenti per monitorare e valutare in modo semplificato l’efficacia degli agenti AI. In situazioni in cui il livello di confidenza nelle azioni suggerite non sia elevato o quando – in funzione delle policy di AI governance definite – l’azione riguardi dati sensibili o comporti rischi significativi , la piattaforma richiede l’intervento di un operatore umano per confermare o autorizzare l’azione. Questo approccio “human in the loop” assicura che l’adozione dell’AI avvenga in un ambiente controllato e sicuro, riducendo il rischio di errori e garantendo la compliance.
Infine, la governance centralizzata è rafforzata dall’AI Control Tower, che funge da dashboard integrata per monitorare e gestire in tempo reale tutte le attività AI. Questo strumento consente di avere una visione unificata del funzionamento degli agenti e dell’uso che viene fatto dei dati, assicurando che ogni processo sia controllato e ottimizzato secondo standard elevati di sicurezza e conformità.
Cosa manca per consentire alle imprese italiane di cogliere l’opportunità nella nuova AI Economy? Quali i gap da colmare per passare da una fase “teorica” progettuale a una implementazione reale su larga scala?
Le imprese italiane si trovano a dover affrontare numerose sfide per passare da un approccio teorico e sperimentale all’adozione su larga scala dell’intelligenza artificiale. Una delle principali criticità riguarda la carenza di competenze specializzate: molte aziende faticano a trovare personale qualificato in grado di sviluppare e implementare soluzioni AI avanzate. Questo divario di competenze è ulteriormente aggravato da una cultura digitale ancora in fase di maturazione, che limita la capacità di adottare nuove tecnologie in modo proattivo. Un’altra sfida significativa è la frammentazione dei dati, che spesso si trovano isolati in silos differenti. Senza un modello unificato, diventa complicato alimentare gli algoritmi AI con informazioni coerenti e affidabili, rendendo difficile estrarre insight utili per guidare il processo decisionale. Inoltre, gli investimenti in ricerca, sviluppo e infrastrutture digitali in Italia sono, in generale, inferiori rispetto ad altri mercati globali; questo comporta che molte imprese rimangano bloccate in progetti pilota o in fasi sperimentali, senza riuscire a tradurre le potenzialità dell’AI in implementazioni operative su vasta scala.
Per superare i gap attuali, la strategia ideale consiste nel non adottare un’unica soluzione AI per tutti gli scenari, ma nel contestualizzarla in base all’ambito operativo. In questo modo, le aziende possono ridurre le difficoltà di implementazione e ottenere risultati misurabili in tempi brevi, aumentando la fiducia e incentivando ulteriori investimenti. È inoltre fondamentale integrare i dati direttamente nei sistemi esistenti, sfruttando tecnologie zero-copy, per avere sempre informazioni aggiornate senza dover rivoluzionare l’architettura esistente.
Rimane di fondamentale importante una governance centralizzata che assicuri un monitoraggio costante e una gestione sicura dei processi di adozione dell’AI, consentendo di passare efficacemente dalla fase teorica a quella operativa su larga scala.
Leggi tutti gli approfondimenti della room AIMM – Artificial Intelligence Maturity Model
© RIPRODUZIONE RISERVATA
