Workday: innovare nelle aziende con i “good data”

Workday rising Tom Bogan
A un anno dall’apertura della sede italiana, abbiamo incontrato Dave Sohigian, CTO di Workday, fornitore di soluzioni software as a service per le risorse umane.

A un anno dall’apertura della sede italiana, abbiamo incontrato Dave Sohigian, CTO di Workday, fornitore di soluzioni software as a service per le risorse umane. Abbiamo visto con lui il punto della situazione e le prossime evoluzioni dell’azienda, tra espansione nella funzione Finance, applicazioni particolari dell’intelligenza artificiale e la necessità di un cambio di mentalità nella funzione IT delle aziende.

Prima ancora di stabilirsi da noi, Workday aveva già migliaia di utenti tra i dipendenti nostrani delle multinazionali sue clienti. Dopo l’apertura dell’Italia, Workday ha continuato la sua espansione in altri paesi europei. Oltre che per aumentare il fatturato aprendo un mercato con le aziende locali, la presenza di Workday in Europa è per Sohigian una passaggio essenziale per acquisire e fare proprie quelle differenze di linguaggio, culture, procedure e normative che l’Europa presenta, e che devono essere integrate in un system of records unificato per tutti i clienti dell’applicazione. In questo senso, l’Europa è un laboratorio di diversità grande valore. Se siamo in grado di servire bene il mercato Europeo, possiamo servire tutto il mondo”.

E, aggiungiamo noi, se sono in grado di lavorare con la burocrazia e le bizantine normative italiane, il resto del globo sarà in discesa.

Gli sviluppi futuri

Oltre a quella territoriale, l’altra area di espansione è stata nelle funzioni aziendali, con soluzioni per la funzione finance, anche con strumenti di pianificazione finanziaria frutto della recente acquisizione di Adaptive Insights, che al momento non sono però offerte al mercato italiano. “Le tecnologie di Adaptive Insights saranno integrate anche negli strumenti per la pianificazione della forza lavoro, e le aziende potranno quindi avere un quadro delle esigenze future che unifichi HR e Finance”, afferma Sohigian.

Dave Sohigian, CTO di Workday.

Dave Sohigian, CTO di Workday.

L’ultima area di sviluppo per Workday è quella del machine learning, che però – avverte il CTO – “deve essere affrontato dalle azienda come un processo a lungo termine. C’è troppo hype attorno a questo tema: tutti vogliono parlare del loro nuovo bot o di qualche fumosa soluzione di intelligenza artificiale… Per Workday, come ogni tecnologia tutto deve essere inquadrato nell’ottica del beneficio per i clienti. Stiamo cominciando a vedere alcuni di questi vantaggi, ma richiederà del tempo”.

Nel campo dei chatbot non si sta lavorando per sostituire completamente la tradizionale interfaccia, ma per fornire scorciatoie o soluzioni alternative, da usare per esempio quando non si è al pc. “Come le aziende che stanno sviluppando gli assistenti digitali personali, possiamo analizzare e catalogare le richieste che ancora non riusciamo a soddisfare, e in base alla loro frequenza sviluppare le applicazioni che servono davvero agli utenti”, dice Sohigian.

Dai big data ai “good data”

Per Sohigian, le aziende che sviluppano tecnologia IA sono molto valide, ma non sono necessariamente quelle dominando questo campo, dove prevalgono le aziende che hanno grandi quantità di dati (Google, Amazon, Facebook…). “Ci sono due cose che i data scientist cercano per alimentare gli algoritmi di intelligenza artificiale: una sono enormi quantità di dati, l’altra è avere dati molto accurati. In Workday li abbiamo entrambi. Abbiamo dati accurati perché i nostri utenti sono tutti inseriti in un system of records molto dettagliato: non trattiamo quiz sulle abilità o sondaggi sul livello di stipendio, ma abbiamo dati quantitativi e accurati che fanno già parte dell’applicazione. Abbiamo dati di questo tipo per i più di 2700 clienti e i più di 37 milioni di utenti Workday”.

I dati sono in realtà proprietà dei clienti, ma alcune centinaia di clienti hanno fatto accordi per condividere anonimamente alcuni dati con gli altri membri della community Workday, allo scopo di sviluppare soluzioni di machine learning che potranno poi utilizzare.

Ma cosa si può fare, oggi, con questi dati? Alcuni esempi sono soluzioni di nuovo tipo per fare il matching tra gli skill richiesti per un’attività e quelli presenti nella forza lavoro. “Sul curriculum sei tu a dichiarare di saper fare qualcosa, ma con i dati di prima mano sulle tue esperienze, quell’informazione è certificata dalle mansioni svolte e dai giudizi dei manager”, dice Sohigian. Nel mercato del lavoro esistono circa 400.000 diversi skill (quattrocentomila!): un numero così ampio da rischiare di diventare inutilizzabile. “Con il machine learning, abiamo creato un modello in grado di catalogare e raggruppare queste abilità per tipologia, trovare relazioni tra gli skill, vedere quanto siano correlati tra loro, quali aspetti prevalgono. Con questi dati, possiamo fornire al cliente una mappa (un data scientist parlerebbe di una geometria o forma dei dati), ridotta a 300 dimensioni che descrivono le reali caratteristiche della persona. Caratteristiche che sono già nei dati, ma sono invisibili per le capacità umane di valutazione”. L’obiettivo è che in futuro ogni applicazione abbia un approccio “machine-learning-first”, ma ci vorrà ancora tempo.

L’innvoazione non è questione di tecnologia, ma di mentalità

Abbiamo chiesto a Sohigian, quali delle recenti tecnologie (cloud, virtualizzazione, container, IA…) abbiano avuto il maggiore impatto sul suo lavoro di CTO, ma nella risposta ha spostato i termini della questione sui cambiamenti di mentalità, cultura e attitudine che alcune tecnologie hanno permesso. “Bisogna acquisire la mentalità della trasformazione, e in questo l’attitudine italiana alla creatività e alla sfida può essere un grande vantaggio. Tecnologie come il cloud possono permettere di trasformare il ciclo dell’innovazione, permettendone un’adozione rapida su ampia scala, ma se – come alcuni grandi player – si rimane seduti sugli allori, lo strumento servirà a poco”.

Da più di tre anni, Workday è passata da un ciclo di aggiornamenti che prevedeva tre update all’anno a uno che ne prevede solo due, ma internamente la realtà è ribaltata. Il ciclo di sviluppo software lavora infatti al ritmo di un rilascio a settimana. Questi update vengono poi distribuiti al pubblico due volte l’anno.

Workday Rising: l’evento europeo sarà a Milano

Workday ha scelto Milano e l’Italia anche per ospitare la prossima edizione europea del Workday Rising, l’evento che chiama a raccolta la community di partner e clienti dell’azienda. Dal 12 al 14 novembre si ritroveranno al MiCo, Milano Congressi. La scorsa edizione ha avuto più di 2.600 partecipanti, 150 sessioni di formazione e più di quaranta aziende partner nell’area espositiva.

Aziende:
Workday
Condividi:
 

Oracle, l’AI nelle aziende italiane è già all’opera: ecco gli esempi

Oracle, l’AI nelle aziende italiane è già all’opera: ecco gli esempi
All’evento “ExplAIn your tomorrow today” a Milano, in primo piano le testimonianze di Generali, CNP Vita, Sisal, Coca Cola HBC, Luiss Sport Academy e Bitron

Di Intelligenza Artificiale (AI) sentiamo parlare molto in questi anni, ma la conoscenza reale e le applicazioni concrete in Italia sono ancora piuttosto basse. Secondo l’Osservatorio AI del Politecnico di Milano, le imprese italiane hanno speso nel 2018 solo 85 milioni di euro per lo sviluppo di algoritmi di AI e solo il 12% ha già un progetto in produzione: “Prevale una visione dell’AI ancora influenzata dai media, basata su una pioggia di stimoli tipica delle fasi di “hype” – dice Alessandro Piva, direttore dell’Osservatorio –, e non una visione informata e consapevole delle potenzialità e del percorso dalla ricerca alle applicazioni”.

L’evento “ExplAIn your tomorrow today”, tenutosi in questi giorni a Milano, si può definire la risposta di Oracle a questo scenario. “Vogliamo dimostrare, attraverso 16 esperienze concrete (6 di aziende clienti e 10 di partner), che già oggi le tecnologie AI, Machine Learning, Analytics, Cloud e Autonomous Database di Oracle contribuiscono al percorso delle imprese italiane verso modelli di business data-driven”, ha spiegato il Country Sales Leader Big Data, Analytics e Machine Learning Stefano Maio (nella foto). “Il ruolo di Oracle è fornire sia le tecnologie (Cloud, Autonomous Database) che liberano l’azienda utente dai problemi di gestione dei dati, sia quelle (AI, Machine Learning, Analytics) che la aiutano a estrarre valore da tali dati”.

“Presto chiederemo a voce le analisi allo smartphone”

L’obiettivo finale, ha spiegato Bruno Aziza, Group VP Analysis, AI & Cloud di Oracle, è integrare gli analytics nell’attività quotidiana di tutti (“solo il 35% delle persone oggi nelle aziende usano queste applicazioni”) grazie a una nuova generazione di soluzioni “augmented analytics”, basate su piattaforme di data discovery visual-based, funzioni vocali (“presto potremo chiedere a voce allo smartphone dati, analisi e report e, anche, suggerimenti d’azione”), e sul lavoro invisibile di preparazione, pulizia e arricchimento dei dati da parte dell’AI.

Dei 16 interventi, per ragioni di spazio approfondiremo solo i 6 casi utente, partendo da Generali, con Diana Sassu, Group Workforce Planning & People Analytics, che ha parlato di ‘People Analytics Tool’, soluzione analitica HR per migliorare i programmi di crescita e il coinvolgimento del personale del gruppo.

Generali, nell’HR decisioni basate sui dati

È una singola piattaforma d’accesso agli oltre 500 milioni di dati sulle nostre persone, basata su Oracle Cloud Analytics, che integra tanti database HR nel gruppo, con strutture dati anche molto diverse”. La dashboard, rivolta ai senior manager e disponibile anche su mobile app, comprende analisi HR standard, aggiornate mensilmente, e analisi self service definibili dall’utente. “Dopo un primo pilota in Italia, ora è usata da 200 utenti in 40 paesi – precisa Sassu –. L’obiettivo è liberare risorse da attività di pura reportistica, ma i benefici principali sono il cambiamento culturale verso decisioni sempre più basate sui dati, e il posizionamento della funzione HR in azienda come vero business partner”.

Per CNP Vita, compagnia assicurativa partner di Unicredit e controllata da CNP Assurances Francia (880 mila polizze e 600 mila clienti), Riccardo Mozzi, Business Intelligence Architect, e Giorgio Vergani, Business Intelligence Manager, hanno raccontato il progetto di sviluppo di un software di monitoraggio vendite nelle filiali, basato su Oracle Cloud. “In tre mesi abbiamo rilasciato la dashboard, con geolocalizzazione e visualizzazione dati personalizzabile. I benefici sono stati di time-to-market e controllo budget, con risparmi del 30-40% rispetto a una soluzione on-premise”. Inoltre CNP Vita nel 2018 ha migrato il data warehouse in ambiente autonomous: “La gestione del sistema è tutta automatizzata: siamo sempre aggiornati all’ultima versione di Oracle e all’ultima patch, e possiamo aumentare la potenza di calcolo in 30 secondi senza riavviare la macchina”.

Sisal al lavoro su Fraud Detection e Marketing Mix

Prevenzione delle frodi e gestione del marketing mix sono invece i due progetti raccontati da Daniele Perego, Demand & Application Manager DWH & Analytics di Sisal, la nota società di giochi e servizi di pagamento. “Nel Fraud Management abbiamo già una dashboard a regole che funziona bene. Il passo in più che vogliamo fare è prevenire le frodi e individuare pattern non intuitivi. L’altro progetto riguarda lo sviluppo di un motore di Marketing Mix Modeling, basato su Oracle Cloud, per misurare le campagne e indirizzare l’assegnazione dei bonus”.

Quanto a Coca Cola HBC, la società che imbottiglia e distribuisce in Italia le bevande del gruppo Coca Cola e non solo (da poco è entrata nel segmento alcolici) ha sfruttato il Machine Learning per assistere il suo team di cercatori (hunter) di punti vendita (bar, ristoranti ecc.) ad alto potenziale, spiega Edoardo Bottai, Route-to-Market Director. “L’obiettivo è cercare negozi che non siano già tra i 370 mila nostri clienti, con la complicazione che, non avendo informazioni su di loro nei nostri database, dobbiamo lavorare su fonti di dati esterne, anche destrutturate, come social o IoT (per capire per esempio chi ha già dei cooler connessi, ndr)”. Il progetto si è concluso da poco: “Il team, attivo da pochi giorni, è dotato di un’app “tipo Google Maps” che segnala i locali a più alto potenziale, ma le decisioni che abbiamo dovuto prendere per definirla sono state molte e complesse, dalla scelta delle variabili al modello per l’algoritmo di ricerca esplorativa e individuazione dei pattern, all’integrazione di un’enorme varietà di tipi di dati”.

Bitron, l’AI per la ricarica delle auto elettriche

Anche lo sport è stato investito in pieno dalla trasformazione digitale: un esempio è Luiss Sport Academy, il cui progetto “Walfare” è un percorso di test basato su tecnologie IoT per la raccolta e misurazione dei dati della prestazione sportiva. L’obiettivo è utilizzare l’esercizio fisico come veicolo di benessere e formazione all’interno dell’azienda, ha spiegato Paolo Del Bene, Direttore Sportivo. “L’abbiamo applicato all’interno di Luiss e, a breve, lo sarà anche in una grande azienda. Con le tecniche di Machine Learning, Analytics Cloud e Autonomous Database di Oracle abbiamo creato un sistema intelligente che apprende dai dati, prevede un comportamento standard dell’atleta, ed evidenzia gli scostamenti del singolo da questo standard, proponendo suggerimenti”.

Infine Bitron (meccatronica): Federico Perrero, Global Quality & Business Processes Director, ha raccontato lo sviluppo di un sistema “control room” basato su Machine Learning per il controllo dei processi di produzione di tutti gli stabilimenti in tempo reale. L’obiettivo è ridurre la difettosità, aumentando la qualità e abbattendo gli sprechi. “Su un altro fronte stiamo partendo con un progetto basato su tecnologie Oracle in cui l’AI avrà un ruolo decisivo in tutto il ciclo di vita di una piattaforma per la ricarica delle auto elettriche, dalla ricerca e sviluppo alla manutenzione”.

Aziende:
Oracle
Condividi: