HomeScenariIntelligenza artificiale, oltre il machine learning

Intelligenza artificiale, oltre il machine learning

Leggi le riviste ⇢

Ti potrebbero interessare ⇢

Gaia Fiertler

In tre anni è aumentata la consapevolezza dei vantaggi per il business e per le organizzazioni delle applicazioni di Artificial Intelligence (AI), ma solo il 10% delle imprese a livello mondiale ne ha avuto un concreto beneficio finanziario. Come aumentare l’impatto economico? I consigli di BCG in direzione dell’apprendimento organizzativo (Organizational Learning).

Oggi il 70% dei manager a livello mondiale ha compreso che l’intelligenza artificiale può generare valore commerciale (erano 57% nel 2017), il 59% ora ha una strategia di applicazione delle nuove tecnologie rispetto al 39% del 2017 e il 57% afferma di avere già in atto l’implementazione dell’AI (46% nel 2017). Tuttavia, solo una azienda su dieci ritiene di ottenere significativi vantaggi finanziari con l’AI.

È quanto emerge dal report “Expanding AI’s Impact With Organizational Learning”, pubblicato dal MIT Sloan Management Review (MIT SMR), BCG GAMMA e BCG Henderson Institute, basato su un’indagine condotta su oltre 3.000 manager di 112 Paesi, che prende in considerazione un esame longitudinale di quattro anni sull’adozione dell’AI a livello intersettoriale e una varietà di casi d’uso.

Più valore aggiunto con l’AI

Roberto Ventura

I consigli sono di concentrare gli investimenti in modo da creare valore aggiunto con le nuove applicazioni. Per esempio, investire su infrastrutture, competenze e strategia porterebbe a un aumento di probabilità di successo del 19%. Ampliare l’utilizzo dell’AI a diversi ambiti e andare oltre l’automazione le aumenterebbe di un altro 18%, mentre avviare un processo di apprendimento organizzativo, attingendo a molteplici modalità di interazione e processi di feedback tra uomo e macchina addirittura aumenterebbe le probabilità di un altro 34%.

L’attenzione viene proprio portata sull’Organizational Learning, oltre il semplice machine learning. «La chiave non è insegnare alle macchine; nemmeno imparare dalle macchine. La chiave è imparare con le macchine, in modo sistematico e continuo», spiega Roberto Ventura, partner di BCG.

Imprese che apprendono con l’intelligenza artificiale

Le organizzazioni che apprendono attraverso l’uso dell’AI presentano tre caratteristiche comuni e, con investimenti sistematici, hanno un aumento di probabilità di generare valore del 73%.

I loro driver comuni sono:
1. facilitare l’apprendimento sistematico e continuo tra esseri umani e macchine
2. sviluppare molteplici metodi di interazione tra i due
3. cambiare per imparare e imparare a cambiare.

«La nostra esperienza in Italia ci suggerisce che le organizzazioni che creano davvero valore attraverso l’AI non solo hanno cambiato i propri processi per utilizzare questi strumenti, ma hanno anche imparato nel tempo attraverso l’AI come migliorare ulteriormente questi processi. Favorendo l’apprendimento organizzativo, riescono ad agire con precisione quando percepiscono una nuova opportunità e si adattano rapidamente quando le condizioni cambiano. Il loro obiettivo strategico è, in altre parole, implementare l’organizational learning, non solo il machine learning», conclude Ventura.

Intelligenza artificiale, un mercato italiano da soli 200 milioni di euro

All’AI Forum Live svoltosi online a inizio novembre, organizzato da Aixia, l’Associazione Italiana per l’Intelligenza Artificiale, Nicola Gatti, co-direttore dell’Osservatorio AI del Politecnico di Milano, ha presentato lo scenario italiano, riportando gli ultimi dati dell’Osservatorio.

«Il valore di 200 milioni di euro del mercato dell’AI in Italia rappresenta solo l’inizio di un percorso dal potenziale largamente inesplorato. Le imprese italiane sono sempre più consapevoli dell’opportunità di questo trend e si stanno strutturando per creare le condizioni di uno sviluppo sostenibile e rapido dei progetti», ha commentato Gatti. «Quelle che si sono mosse per prime stanno passando dalla sperimentazione all’implementazione o alla messa in produzione, molte altre stanno creando le condizioni abilitanti, dal punto di vista della gestione dei dati e della conoscenza delle metodologie e degli algoritmi, per intraprendere il percorso di adozione».

Intelligenza artificiale, oltre il machine learning - Ultima modifica: 2020-11-10T11:34:50+01:00 da Gaia Fiertler