Quando le necessità di business si scontrano con un ambiente incerto e imprevedibile, caratterizzato da fattori di instabilità come la situazione geopolitica in atto e le difficoltà riscontrate nelle catene di approvvigionamento, le opportunità dettate dalle frontiere tecnologiche giocano un ruolo di assoluto rilievo per il ripensamento dei modelli, portando ad una evoluzione sistemica, generatrice di innovazione e di trasformazione.
Oggi più che mai, lo scenario macroeconomico in cui viviamo porta le aziende a ragionare sulla possibilità di prendere decisioni migliori, più rapidamente, ottimizzando i processi per una allocazione delle risorse intelligente. In questo contesto, l’AI si colloca fra le più importanti tecnologie abilitanti, registrando nel 2021 un aumento del 31% degli investimenti rispetto all’anno precedente, a conferma dell’aumentato interesse delle aziende di impostare percorsi di evoluzione a lungo termine che siano data-driven.
Malgrado ciò, sussistono tuttora alcuni ostacoli che ne limitano una piena adozione. In primo luogo, si riscontra la difficoltà delle organizzazioni nel raccogliere grandi quantità di dati, talvolta completamente assente o di insufficiente qualità. In secondo luogo, il mismatch fra le competenze richieste dalle aziende per sviluppare soluzioni In-House basate sull’AI e quelle presenti nel mercato del lavoro attuale. Una polarizzazione, quella fra grandi Corporate e PMI, che è destinata ad essere mitigata dalla “Strategia Italiana per l’Intelligenza Artificiale”, varata nel 2021 e finalizzata a potenziare le competenze di settore a tutti livelli, riducendo il gap tecnico attraverso un aumento della spesa in ricerca.
Ottimizzare i processi, oggi, non significa solamente ridurre il tempo di esecuzione delle attività aziendali. Si tratta, piuttosto, di un cambio di paradigma necessario per migliorare l’efficienza di ciascuna di esse, innestando dei sistemi a supporto delle decisioni strategiche e operative che mirano a riprendere il governo delle proprie azioni in un ambiente mutevole, sviluppando una nuova capacità di adattamento che sia in grado di modellare i modelli di business per renderli più flessibili e adattivi.
Per fare qualche esempio, l’Intelligenza artificiale e gli algoritmi di machine learning possono occupare un ruolo chiave per trainare l’evoluzione di alcuni settori cardine della nostra società. Nell’Energy & Utility possono essere utilizzati per la razionalizzazione dell’immissione e dei consumi, garantendo un miglior bilanciamento della rete che ha l'obiettivo di superare alcuni degli attuali limiti per una transizione che mira ad una sempre maggiore integrazione di fonti di energia rinnovabile. I sistemi predittivi, dall’altra, possono contribuire a prevedere la produzione di energia eolica e fotovoltaica, passando da medie “statiche” a medie “mobili” che tengano in considerazione variabili esogene come le condizioni meteo, l’esposizione al sole di superfici fotovoltaiche, la direzione e la forza dei venti. Anche la manutenzione delle infrastrutture può beneficiare di questa tecnologia, infatti, l’AI permette di rilevare automaticamente i disturbi in tempo reale di guasti meccanici nelle apparecchiature, migliorando l’affidabilità e l’efficienza dei sistemi di alimentazione. Per fare un ulteriore esempio, nel settore farmaceutico è possibile ottimizzare la gestione e il coordinamento degli scambi di prodotti e medicine, monitorando i vari passaggi lungo la filiera di produzione e di distribuzione.
Ciò che ne risulta è che l’Intelligenza Artificiale è in grado di innescare una trasformazione sistemica - economica e sociale - che apre a nuove forme di lettura e di risposta ai bisogni che caratterizzano il periodo storico che stiamo vivendo.
