Le iniziative di trasformazione digitale sono oramai una realtà nella maggior parte delle aziende, e riguardano molteplici aspetti, la migrazione dell’utilizzo di risorse hardware e software dall’on premises al cloud, le tecnologie Big Data, al Mobile, l’innovazione nello sviluppo del software (Agile, DevOps), l’IoT, Intelligenza artificiale e machine learning.
In base alle risposte ottenute da The Innovation Group, che tra dicembre 2018 e gennaio 2019 ha investigato gli impatti della Digital Transformation intervistando un campione di 126 Business Manager di aziende italiane (#DBTSurvey19), emerge una situazione caratterizzata sia da una molteplicità di sviluppi in corso, sia da trend molto elevati di adozione di tecnologie innovative nei prossimi anni.
In particolare, l’ambito su cui è stata osservata l’accelerazione più rapida è quello relativo all’adozione di sistemi di Intelligenza Artificiale (AI)/ Machine Learning (ML), soluzioni che per definizione includono tutta una serie di comportamenti e capacità di apprendimento percepiti come tipici dell’intelligenza umana. Guardando ai risultati dell’indagine, che ha coinvolto aziende dei diversi settori di mercato e di diversa dimensione, si è osservata già per il 2018 una discreta adozione di questi strumenti (presenti oggi nel 19,5% del campione), e quasi un raddoppio (una crescita intorno all’88%) in previsione per il 2019, per arrivare al 36,8% dei rispondenti. Le aziende che maggiormente andranno a investire in queste soluzioni fanno capo principalmente ai settori dell’Istruzione/Ricerca, al mondo ICT, dell’Industria, Finanza e Servizi.
Il risultato evidenzia come già oggi intelligenza artificiale e machine learning siano considerati strumenti indispensabili per rimanere competitivi nel mercato. Soluzioni come il riconoscimento della voce, immagini e video, natural language processing, agenti e chatbot, simulazioni avanzate, predizioni analitiche e altro, si stanno via via diffondendo, seppure oggi ancora in modo iniziale. I vantaggi dell’AI sono molteplici, vanno dall’automazione di processi decisionali, al miglioramento della customer retention, al più facile rilevamento di anomalie e frodi.
Una diffusione dell’AI a livelli più ampi dovrà però essere basata sulla disponibilità di strumenti che ne facilitino l’adattamento alla singola situazione: trovare infatti oggi esperti in grado di sviluppare soluzioni specifiche per la singola azienda è estremamente difficile, sono competenze scarse molto difficili da reperire. Facilità d’uso, interfacce point-and-click e semplicità di integrazione dell’AI saranno punti fondamentali nello sviluppo futuro di queste applicazioni. Un altro driver alla base dello sviluppo dell’AI/ML sarà inoltre la disponibilità di Big Data per singoli ambiti applicativi, e di conseguenza, la necessità di adottare metodi basati su AI per sviluppare capacità analitiche automatizzabili, in grado di fornire risposte avanzate in tempi molto rapidi su grandi quantità di dati da elaborare.
