Le storie di come l’IA andrà a beneficio dell’impresa sono una dozzina in questi giorni. Le applicazioni nelle vendite, nel marketing, nel libro paga e in una miriade di altre aree sono innumerevoli. Ma finora, si parla poco di come, esattamente, le organizzazioni se la stanno cavando con i loro progetti di intelligenza artificiale. Stanno davvero mantenendo queste promesse e potrebbero esserci alcuni esempi concreti di IA al lavoro che possono essere emulati altrove?
A giudicare dall’Hype Cycle di Gartner , la maggior parte delle organizzazioni è vicina a concludere le fasi di sviluppo e sperimentazione dei loro programmi di IA iniziali e ora stanno cercando di renderli operativi all’interno del modello di business. Questo è un passaggio cruciale per la tecnologia perché rappresenta il salto dall’aspettativa alla realtà. Senza risultati tangibili nel mondo reale, come una maggiore produttività, costi inferiori o qualche altro risultato positivo, l’IA potrebbe essere respinta in laboratorio per un ulteriore perfezionamento o eventualmente subire una lenta morte.
Secondo MIT Sloan Management Review , tuttavia, il 2022 si preannuncia come l’anno in cui l’IA inizierà finalmente a produrre solidi ritorni sugli investimenti degli ultimi anni. Nel 2019, ad esempio, solo tre aziende su 10 intervistate hanno riportato un valore anche minimo dai loro sforzi di intelligenza artificiale, con fallimenti in gran parte attribuiti alla difficoltà di spingere la tecnologia negli ambienti di produzione. Quest’anno, oltre il 90% sta riportando solidi ritorni sui propri investimenti nell’IA e sta pianificando di espandere le proprie strategie in futuro.
I sondaggi vanno tutti bene, ma dove sono le storie di successo che mettono in evidenza esattamente chi sta beneficiando dell’IA e come? La società di investimento Vanguard è uno di questi esempi. La sua divisione di piani pensionistici, Vanguard Institutional, aveva bisogno di un modo per fornire informazioni, offerte di servizi e altri contenuti ai clienti non solo in modo generale, ma su base personalizzata e su larga scala. Utilizzando una piattaforma in linguaggio naturale sviluppata da Persado, l’azienda può ora indirizzare i singoli clienti con fraseggio, formattazione e pertinenza esatti, portando a un aumento del 15% dei tassi di conversione.
Il marketing, infatti, sembra essere il focolaio iniziale dell’attività per l’IA negli ambienti di produzione. Discite Analytics e AI hanno recentemente pubblicato cinque esempi di come le aziende utilizzano la tecnologia per distinguersi in un ambiente aziendale sempre più affollato e rumoroso. Lays, per esempio, ha recentemente utilizzato una tecnologia deep fake per consentire agli utenti di personalizzare i messaggi video del calciatore argentino Lionel Messi da condividere tra gli amici. L’azienda di materassi Tomorrow Sleep ha messo l’IA al lavoro sui propri programmi di marketing dei contenuti per identificare i modi per migliorare il traffico organico e ha registrato un salto da 4.000 visite al mese a oltre 400.000 al mese in un anno.
Saldo operativo il tuo ordine McDonald’s
Anche la capacità dell’IA di ottimizzare la catena di approvvigionamento sta iniziando a concentrarsi, non solo in termini di approvvigionamento e distribuzione dei prodotti, ma anche nelle operazioni a contatto con i clienti. McDonald’s ha recentemente acquisito una società israeliana chiamata Dynamic Yield che fornisce software di personalizzazione in grado di fare qualsiasi cosa, dal consigliare offerte di cibo e bevande al chiosco per gli ordini all’anticipare i volumi di traffico e le preferenze in base a più criteri, come il tempo e gli eventi pubblici. Allo stesso tempo, tuttavia, può leggere i livelli di inventario per promuovere gli articoli in abbondanza e scoraggiare gli articoli che scarseggiano, portando domanda e offerta a un maggiore allineamento in modo altamente dinamico.
Questi sono solo alcuni dei modi in cui l’IA viene messa in pratica. Indubbiamente, la tecnologia ha ancora molta strada da fare prima di entrare nel mainstream economico, e per il momento ci saranno sicuramente molti più esempi di fallimenti dell’IA che di successo.
Ma il fattore distintivo tra l’IA e le precedenti forme di tecnologia digitale è la sua capacità di adattarsi a circostanze mutevoli. Ciò significa che quando fallisce, o semplicemente non soddisfa le aspettative, può essere facilmente riqualificato per produrre un risultato più ottimale, non più tornare al tavolo da disegno per una riscrittura completa del codice che potrebbe o meno risolvere un problema che potrebbe non essere nemmeno più rilevante.
Nel mondo digitale, l’IA rende possibile il vecchio adagio “Se all’inizio non ci riesci, prova, riprova”. E anche quando quella soglia di successo viene finalmente raggiunta, l’IA può essere continuamente perfezionata per portare quel successo a livelli sempre più alti.
