L’utilizzo dell’intelligenza artificiale per supportare le decisioni del top management sta diventando sempre più importante, poiché le aziende italiane stanno mostrando un crescente interesse per le soluzioni di data analysis. Secondo l’Osservatorio del Politecnico di Milano, l’incremento della spesa in questo ambito fra il 2021 e il 2022 sarà del 20%, per un totale di 2,4 miliardi di euro. Questo trend rafforza la convinzione che le decisioni di business basate su modelli matematici e serie storiche rappresentano solo una visione parziale della realtà, mentre l’intelligenza artificiale applicata al forecasting consente di trovare schemi nascosti nei dati, analizzando non solo la stagionalità ma anche altre variabili che permettono di ottenere previsioni più precise.
Il compito di prevedere ed anticipare il futuro è fondamentale per il successo dell’azienda, ma è complesso e soggetto ad errori quando l’analisi tecnica alla base di una certa previsione è monca di un aspetto importante. Qui entra in gioco l’intelligenza artificiale, che può essere utilizzata per trovare soluzioni a problemi complessi e mettere nelle mani del management strumenti per rilevare i cambiamenti in corso e modificare di conseguenza decisioni e previsioni in modo elastico.
È importante sottolineare che l’intelligenza artificiale non sostituirà mai completamente l’essere umano, poiché anche il miglior algoritmo non dispone di tutte le informazioni necessarie per prendere decisioni. In futuro, tuttavia, le AI di livello superiore saranno in grado di cercare in modo autonomo dati utili per individuare la soluzione a un certo problema, arrivando a sviluppare un modello matematico molto efficace, anche se per definizione mai del tutto completo. Ciò significa che la strada vincente da seguire è una sinergia uomo-macchina in cui quest’ultima deve essere il sistema di supporto alle decisioni umane.
L’adozione su larga scala di modelli predittivi basati su algoritmi può essere frenata dalla mancanza di competenze informatiche e dalla difficoltà nel interpretare i risultati e individuare la migliore decisione per effettuare correzioni efficaci. Inoltre, i computer attuali possono impiegare ore o addirittura giorni per ottenere una proposta di risultato, anche se soggetta a revisione o eliminazione. Fino a quando non saranno disponibili soluzioni con una rapidità di calcolo superiore, come le macchine quantistiche, questo problema resterà irrisolto.
Altri ostacoli all’adozione su larga scala di modelli predittivi basati su algoritmi sono rappresentati dalla volontà di non correre il rischio che l’AI possa fallire e dalla diffidenza verso il nuovo, tipica del mercato italiano.
In un’era post-pandemica governata dal digitale, l’apporto umano resta fondamentale nell’interpretare i dati raccolti durante e subito dopo la pandemia. Gli ultimi tre anni hanno registrato trend del tutto nuovi, che porterebbero completamente fuori strada una semplice previsione basata sui dati storici. In generale, eventi “disruptive” possono accadere e il manager avrà quindi il compito di “tenere per mano” gli algoritmi per guidarli nell’interpretazione dei dati e nel processo decisionale. La componente umana nei processi decisionali a livello di top management è quindi ancora essenziale anche nell’era digitale.
In sintesi, l’intelligenza artificiale rappresenta un valido strumento per supportare il top management nelle decisioni di business, ma non può sostituire completamente l’essere umano. La collaborazione tra uomo e macchina è la strada vincente da seguire e, per essere efficace, richiede competenze informatiche adeguate e un’interpretazione corretta dei risultati. Infine, l’apporto umano resta fondamentale per interpretare i dati in un contesto in continua evoluzione e guidare gli algoritmi nella presa di decisioni efficaci.