Gli analisti sono concordi sul fatto che machine learning e intelligenza artificiale (ML/AI) avranno spazio crescente in ogni settore di business, aiutando le imprese a trarre maggiori informazioni dai dati disponibili.

Machine learning e AI permettono di ricavare dai dati aziendali gli elementi di conoscenza che oggi sfuggono ai sistemi analitici tradizionali. Riconoscimenti, classificazioni, identificazioni di pattern (ossia di ciclicità e di altre correlazioni non evidenti) sono preziosi per ottenere insight utili nel marketing, nelle vendite, nel supporto clienti, così come negli ambiti di produzione e di gestione.

L’intelligenza artificiale aiuta ad analizzare flussi dati real time, come quelli prodotti dalle interazioni online, dai sistemi di Crm, dai sensori integrati nelle infrastrutture e nei prodotti, per scopi predittivi o prescrittivi più diversi.

Secondo gli ultimi dati disponibili (2021) dell’Osservatorio sull’Artificial Intelligence della School of Management del Politecnico di Milano, il mercato AI ha superato in Italia il valore di 300 milioni di euro, in crescita del 15% in un anno, malgrado gli effetti economici conseguenti alla pandemia.

Tra gli ambiti di spesa nell’AI, l’intelligent data processing ha assorbito il 33% degli investimenti, seguito dalle applicazioni di virtual assistant e chatbot (10%).

Le imprese italiane hanno usato le tecniche di ML/AI per eseguire algoritmi in grado di estrarre dai dati disponibili gli orientamenti del mercato, la qualità dei prodotti o per riconoscere i segni premonitori dei guasti negli impianti prima che si traducano in disservizi.

Virtual assistant e chatbot aiutano le imprese a interpretare le richieste via chat o in voce, fornendo soluzioni di primo livello senza impegnare gli operatori dei call center.

Le capacità d’elaborazione intelligente sono in grado di rilevare gli argomenti delle e-mail, il tono positivo o negativo delle discussioni su social network, così come di orientare le visite sui siti di e-commerce per incrementare le vendite e fare crosselling con consigli personalizzati.

Per sfruttare con successo le tecniche di ML/AI in azienda è importante partire dai casi d’uso più maturi, attraverso servizi esistenti, facilmente accessibili in cloud.

Per trarne vantaggio serve preparare il terreno con la formazione, costruire le competenze per applicare ML/AI nel proprio business, senza fare salti nel buio o creare false aspettative.