”Di Artificial Intelligence si parla tanto, ma si usa ancora poco”, mi aveva detto qualche settimana fa il responsabile IT di una società che fa asset management in un grande gruppo finanziario. Perché? è la domanda che mi sono portato dentro da quel colloquio e che ho girato appena possibile a Uljan Sharka, founder di iGenius, startup che dal suo inizio, nel 2016, ha fatto della democratizzazione dell’intelligenza artificiale per l’uso dei dati la sua missione e che ha già lavorato con aziende come Allianz, Enel, Prysmian. A metà luglio ha chiuso un round da 10 milioni di euro (sono 30 dalla fondazione) e ne prevede un altro entro la fine del 2022 (“Abbiamo scelto un approccio progressivo al fundraising per sviluppare l’azienda sulla base di milestone specifiche”). I nuovi capitali serviranno per avviare lo sviluppo commerciale in internazionale.
Business analytics, la maturità delle aziende italiane
C’è un grafico dell’Osservatorio Big data e Business Analytics del Politecnico di Milano che rende bene l’idea dello stato in cui si trovano le aziende italiane quando si tratta di dati: quattro aziende su 10 vengono definite mature ma di queste solo un terzo possono considerarsi data driven perché le altre stanno ancora provando a capire che cosa e come farlo. E tra le 6 immature solo un terzo stanno cominciando a fare qualcosa.
Perché dati e intelligenza artificiale sono ancora poco usati?
La domanda torna prepotente e più articolata: perché è ancora così poco diffusa l’intelligenza artificiale nelle aziende italiane e perché sono ancora così poco usati i dati per i business? Forse perché non si vedono i vantaggi. “C’è un tema forte di cambiamento culturale ma anche di accessibilità ai dati, di governance e di sistemi che ne permettano una gestione produttiva”, risponde Uljan Sharka, che sintetizza così quello che sta facendo iGenius con la sua piattaforma Crystal arrivata alla versione 2.29 (iGenius rilascia una nuova release ogni due settimane…): “La consumerizzazione del software inzia con l’introduzione di modalita di configurazione no-code per garantire un’esperienza end to end semplice nell’accesso al dato e di configurazione democratizzata dell’intelligenza artificiale, perché non basta avere i dati se poi non riesco a utilizzarli facilmente con modalità simili al mondo consumer”.
Che cosa significa “consumerizzare” l’esperienza del dato
Che cosa significa “consumerizzare” l’esperienza del dato? “Con Crystal colleghiamo qualsiasi tipo di dato, in maniera neutra rispetto alla sorgente, senza che sia necessario sostituire gli strumenti esistenti in azienda ma soprattutto mettiamo un cervello fra dato e utente in grado di interpretare anche le domande che non sono state predefinite e rispondere elaborando i dati a disposizione”. Mi fai una previsione di ordini sull’ecommerce del nostro best seller nei prossimi sei mesi? Mi avvisi se ci sono anomalie nelle spese di viaggio dell’area commerciale? Quali sono i tassi di assenza nelle nostre sedi in Francia e Germania? E la piattaforma risponde come fanno Google assistant o Alexa: per questo il sistema di iGenius è stato definito il Siri del business. Uljan Sharka preferisce fare riferimento al modello del Citizen Data Scientist, temine coniato da Gartner per indicare l’esperto della porta accanto, un professionista che non ha competenze specifiche ma è è in grado, ma soprattutto è messo in condizione, di dialogare costantemente con i dati.
In termini più tecnici si tratta di Augmented Analytics, un mercato che a livello globale vale già 30 miliardi di dollari: secondo Gartner entro il 2023, quindi tra pochissimo tempo, la metà delle richieste di dati sarà fatta con linguaggio naturale e sarà quindi un’attività accessibile a chiunque in azienda, in modo semplice e soprattutto con risposte veloci.
Dalle dashboard di dati alla conversazione con i dati
A questo punto comincia a prendere forma una prima parte della risposta: il ricorso ai dati nelle aziende è ancora macchinoso, time consuming, sottoposto a processi complessi. Quindi, non alla portata di tutti. Ma anche quando lo vorrebbe essere non tutti poi hanno il tempo e la voglia di farlo. “Oggi si lavora ancora con dashboard complesse che non tutti sono in grado di leggere per trovare la risposta di cui hanno bisogno.”, racconta Sharka. “Si fanno richieste agli specialisti e poi si attende. Ma se devo aspettare tre settimane per avere un report, intanto prendo la decisione….”. Vanificando qualsiasi investimento fatto dall’azienda sui dati che non tenga conto della loro usabilità e generando un senso di frustrazione se non di inutilità del dato. Basta quindi prendere esempio da quello che facciamo nella vita quotidiana, da come funziona l’intelligenza artificiale nei sistemi pensati per i consumatori e trasferirli in azienda. Questa slide estratta dal deck di iGenius lo mostra chiaramente.
I vantaggi del linguaggio naturale nell’uso dei dati
Poter “conversare” in tempo reale con i dati grazie a un’intercapedine di intelligenza artificiale che lavora sul linguaggio naturale ha numerosi casi di applicazione con altrettanti vantaggi in diverse aree aziendali, dall’HR alla finanza, dalle vendite alla direzione. “C’è la possibilità di ridurre fino al 50% i costi per la creazione dei casi d’uso di business analytics, incrementando in questo modo il focus sulle attività strategiche con un effetto di accelerazione sugli investimenti dell’IT. Poiché internamente si riducono i tempi necessari per prendere le decisioni questo risulta in miglioramenti esponenzionali per la customer experience”, spiega Sharka, che aggiunge: “Crystal impara da come le informazioni vengono utilizzate ed è in grado di fare raccomandazione predittive, come fanno Netflix o Spotify con i film o le canzoni. In azienda questo significa avere una piattaforma che anticipa la next best action, valuta variabili correlate e te le segnale in anticipo sulla base delle tue precedenti interrogazioni”.
Consumerizzare l’esperienza del business, in conclusione, significa anche evitare che all’interno dell’azienda si sviluppi un digital divide fra chi ha competenze e attitudine per l’uso dei dati e chi non le ha. “Ma aiuta anche ad avere un monitoraggio costante su come vengono usati i dati e da chi”, conclude Sharka. “Vengono fatte le domande giuste? Ci sono le risposte corrette?”. Una rivoluzione possibile nella gestione del business, che le aziende italiane non possono rischiare di rimandare ancora.
