Verticalizzazione delle piattaforme di intelligenza artificiale: come spostarsi dall’orizzontale
Una strategia di intelligenza artificiale verticale offre alle aziende l’opportunità di concentrarsi su un particolare dominio o caso d’uso, adattandosi bene alle esigenze del cliente rispetto alle piattaforme orizzontali.
 

C’è stato un aumento della domanda di IA, chiaramente visibile sia nelle imprese che nelle piccole imprese. Per stare al passo con il panorama tecnologico in continua evoluzione, l’ambiente normativo e legale e le richieste dei clienti, le aziende stanno escogitando nuovi modi per scalare i loro progetti di intelligenza artificiale, soprattutto nelle funzioni mission-critical. 

Tuttavia, prima di formulare idee o sperimentare con l’IA, le aziende devono mappare il caso d’uso che stanno cercando di risolvere e misurare la soluzione rispetto a questo caso d’uso. Esistono diversi modi per implementare l’IA e, se una particolare strategia fornisce un’implementazione e risultati efficienti, solo allora dovrebbe essere implementata. 

 
È interessante notare che finora l’adozione dell’IA è stata principalmente guidata da piattaforme orizzontali o per scopi generici. Una strategia più recente, “AI verticale”, sta ora guidando l’implementazione specifica del settore. 

Cerchiamo innanzitutto di capire la differenza tra entrambi
Le piattaforme orizzontali sono piattaforme generiche progettate per tutti e per qualsiasi caso d’uso, indipendentemente dal settore: qualsiasi utente può salire a bordo e iniziare a utilizzare la piattaforma. 

Le piattaforme AI orizzontali consentono ai data scientist di completare il flusso di lavoro della scienza dei dati in modo più efficiente. I clienti delle piattaforme orizzontali sono generalmente sviluppatori, data scientist, ecc. Alcuni esempi includono Watson, Sagemaker, Google Cloud AI Platform e altri. Queste piattaforme, tuttavia, creano numerose sfide per le parti interessate a causa della loro natura complessa e dell’approccio “taglia unica”. 

Sfortunatamente, la maggior parte delle aziende oggi richiede agli esperti di data science di utilizzare piattaforme AI orizzontali e ha bisogno di livelli di soluzioni aggiuntivi per rendere questi modelli “soluzioni utilizzabili”. Ciò include processi umani nel ciclo, etichettatura del feedback, auditing, pipeline specifiche per strumenti, ecc. Secondo Gartner, l’ 85% delle soluzioni di intelligenza artificiale dei fornitori si concentrerà su domini concreti e verticali del settore. 

È qui che una piattaforma di intelligenza artificiale verticale entra in vantaggio. Una piattaforma di intelligenza artificiale verticale possiede l’intero flusso di lavoro per risolvere le esigenze o i casi d’uso di un cliente mirato. Denominate anche piattaforme specifiche del settore, sono specializzate per un verticale specifico con tutti i requisiti specifici del verticale pertinenti invece di avere un approccio di risoluzione dei problemi generalizzato e quindi applicarlo a problemi specifici del settore. 

Queste piattaforme sono sviluppate per fornire un prodotto completo da un capo all’altro, dalla comprensione delle esigenze aziendali al monitoraggio delle prestazioni del prodotto. 

Prima facie, una piattaforma specifica del settore per l’industria BFSI sembra essere un passo nella giusta direzione. La domanda è: perché dovrebbero investire in esso?

Perché investire in una piattaforma di intelligenza artificiale verticale?
Con l’aumento degli investimenti e la continua adozione dell’IA in tutti i settori, le soluzioni stanno diventando più orientate al business e specifiche per il verticale , portando a segmenti di mercato dell’IA più specifici. 

Esistono molti ostacoli specifici del settore, come quadri normativi e di conformità, requisiti sulla privacy dei dati, requisiti di audit e controllo, ecc., il che è particolarmente vero per un settore come BFSI. 

Le piattaforme e le offerte di intelligenza artificiale specifiche del dominio accelerano l’adozione dell’IA nel settore BFSI e riducono il percorso verso la produzione riducendo i tempi di sviluppo e i rischi associati all’implementazione dell’IA, inclusi casi d’uso specifici del settore come sottoscrizione, monitoraggio del rischio, personalizzazione del cliente, raccomandazione del prodotto, Modellazione della persistenza ecc.

Inoltre, ciò aiuterà anche a riunire le competenze dell’IA nel settore, spingendo gli sforzi di conformità e individuando approcci comuni a problemi di etica, fiducia e reputazione. 

Secondo Gartner, ecco i primi tre tipi di applicazioni AI attualmente in uso (in percentuale) e le applicazioni AI più comuni. 

Settore 
In uso   
Applicazioni di intelligenza artificiale 
BFSI
37%
Analisi delle frodi sui dati transazionali Chatbot Segmentazione del mercato/consumatore 
Produzione 
40%
Chatbot Robotica intelligente (automatizzata) Produzione di magazzini Ottimizzazione dei processi 
Governo 
26%
Chatbot Diagnostica assistita da computer Analisi delle frodi sui dati transazionali
(Fonte: Gartner)

Perché BFSI ha bisogno di una piattaforma AI specifica del settore? 
I processi in BFSI sono complessi, sfaccettati e altamente regolamentati con molte funzioni mission-critical, quindi investono molto nella gestione del rischio, nel controllo dei dati e nell’infrastruttura. L’adozione su larga scala dell’IA in un settore del genere richiede più di semplici strumenti di costruzione di modelli. Ci sono varie considerazioni sull’approccio e sulla strategia su cui si concentrano più team.

 Settore BFSI:

È suscettibile su tutti i dati delle cose
Scoraggia i modelli a scatola nera
Necessita di controlli avanzati del rischio e dell’audit
Richiede equilibrio tra regolamentazione/requisiti di rischio e protezione dei consumatori
La proprietà aziendale è vitale per i prodotti di intelligenza artificiale
Progettate per gestire un’ampia gamma di casi d’uso, le piattaforme orizzontali non “possiedono” un caso d’uso specifico. Pertanto, non possono funzionare altrettanto bene per ciascuno individualmente, creando rischi associati. Inoltre, gli utenti aziendali, i consumatori finali delle decisioni relative all’IA, sono lasciati in sospeso mentre applicano soluzioni orizzontali tecniche e non specifiche del dominio ai loro casi d’uso. 

In un settore che gestisce dati sensibili e severi requisiti normativi, è essenziale disporre di governance, controlli e fiducia nei processi di intelligenza artificiale, offrendo al contempo trasparenza ai clienti. 

Le conoscenze e le esperienze dell’IA dovrebbero essere condivise tra i team, creando una struttura di governance e controllo. Le piattaforme verticali consentono ai team di data science di gestire gli elementi costitutivi dell’acquisizione dell’IA e quindi di passare le redini ai team aziendali per un’ulteriore implementazione. Le efficienze interne vengono quindi guidate attraverso la collaborazione, approfondimenti attuabili e maggiori controlli. 

In che modo l’industria lo sta risolvendo oggi?
L’IA in BFSI è in gran parte frammentata senza un chiaro leader di mercato. Come in qualsiasi ciclo di adozione, l’adozione anticipata dell’IA è guidata da servizi (interni o acquistati) e soluzioni mirate. 

Basato sui servizi: su richiesta, le aziende tecnologiche o i team interni utilizzano piattaforme orizzontali e creano requisiti specifici dell’utente.
Soluzioni focalizzate sui punti: poche soluzioni specifiche per casi d’uso offrono soluzioni focalizzate sui punti che corrispondono o quasi soddisfano i requisiti degli utenti del settore. 
Gli strumenti generici spesso deludono le aspettative dell’utente e, sebbene le soluzioni di intelligenza artificiale focalizzate sui punti offrano il vantaggio in termini di velocità e costi, ma essendo focalizzate sui punti, sono rigide e diventa esponenzialmente caotico gestire più soluzioni all’interno di un’organizzazione.

Quindi, intraprendono un viaggio complesso, costoso e caotico per implementare l’IA. 

L’IA verticale è pronta a colmare questa significativa lacuna lasciata dalle piattaforme orizzontali e per uso generale. 

Fornitori che creano offerte verticali
Ci sono molti fornitori di intelligenza artificiale che offrono piattaforme con un focus di nicchia su settori specifici come sanità, assicurazioni, servizi finanziari, automobili autonome ecc. Stiamo vedendo anche vari fornitori di intelligenza artificiale orizzontale unirsi alla lega, costruendo sulle proprie piattaforme, per restringere la loro attenzione su verticali o casi d’uso specifici. 

Una piattaforma di intelligenza artificiale progettata per il settore sanitario può rilevare anomalie nei raggi X o nelle immagini, per diagnosticare una malattia, che altrimenti non sarebbe stata rilevata da un medico. 

Nel settore BFSI, Arya.ai, la prima startup indiana di deep learning fondata nel 2013, offre una piattaforma di intelligenza artificiale specifica del settore abbinata a moduli standard per BFSI, fornendo la flessibilità di una piattaforma insieme alla scalabilità delle soluzioni focalizzate sui punti. La funzionalità modulare dello stack di prodotti offre agli istituti finanziari la flessibilità completa di scegliere il caso d’uso preferito e di ampliare i moduli secondo necessità. Dati i requisiti normativi e il rischio operativo, Arya.ai offre un framework completo di AI Governance chiamato AryaXAI per contestualizzare l’osservabilità del ML per soddisfare esigenze specifiche del settore come: audit del modello, controlli degli utenti, spiegazione e tracciabilità. 

Pega è un’altra startup del Massachusetts, negli Stati Uniti, che fornisce una piattaforma specifica per il settore bancario per semplificare i processi bancari come operazioni, onboarding dei clienti e KYC, servizio clienti, ecc. Per fornire esperienze senza interruzioni su tutti i canali. 

Zest.ai, una startup con sede negli Stati Uniti, ha verticalizzato l’offerta di intelligenza artificiale per la sottoscrizione in cui gli utenti possono persino costruire i propri modelli di sottoscrizione del credito sulla piattaforma. 

Nel settore industriale, le piattaforme verticali possono essere utilizzate per la manutenzione predittiva dei macchinari. C3.ai è una di queste società, la cui piattaforma AI aggrega volumi di dati da varie fonti, per determinare la probabilità che una macchina si guasti. Le aziende nei settori dei trasporti, della produzione, del petrolio e del gas, delle telecomunicazioni, della difesa, ecc. utilizzano la piattaforma di C3.ai per ottimizzare le proprie attività. 

Una strategia di intelligenza artificiale verticale offre alle aziende l’opportunità di concentrarsi su un particolare dominio o caso d’uso, adattandosi bene alle esigenze del cliente rispetto alle piattaforme orizzontali. L’intelligenza artificiale verticale è qui per restare, consentendo davvero l’adozione e la scalabilità dell’IA a livello aziendale. Questa tendenza fornirà soluzioni interessanti per vari casi d’uso e democratizzerà la sperimentazione dell’IA in tutti i settori.

 

Di ihal

Utilizzando il sito, accetti l'utilizzo dei cookie da parte nostra. maggiori informazioni

Questo sito utilizza i cookie per fornire la migliore esperienza di navigazione possibile. Continuando a utilizzare questo sito senza modificare le impostazioni dei cookie o cliccando su "Accetta" permetti il loro utilizzo.

Chiudi