Le aziende che stanno lavorando con intelligenza artificiale (AI) o machine learning (ML) hanno, in media, quattro progetti in atto, secondo una recente indagine di Gartner. Tale numero è destinato tuttavia ad aumentare, perché l’interesse e gli investimenti delle aziende in queste tecnologie si stanno ampliando, come emerge dallo studio “AI and ML Development Strategies”.

Lo studio è stato condotto tramite un sondaggio online nel dicembre 2018 e ha coinvolto 106 membri del Gartner Research Circle – un panel gestito da Gartner composto da professionisti IT e IT/business. I partecipanti dovevano essere informati sugli aspetti finanziari e tecnologici dei progetti ML o AI avviati o pianificati nelle loro aziende. Tra tutti gli intervistati, il 59% ha dichiarato di avere un progetto di intelligenza artificiale già attivo.

“Quest’anno vediamo una sostanziale accelerazione nell’adozione dell’AI”, ha dichiarato Jim Hare, vicepresidente alla ricerca di Gartner. “Il crescere numero di progetti di intelligenza artificiale significa che le aziende potrebbero aver bisogno di riorganizzarsi internamente per assicurarsi che i progetti siano adeguatamente gestiti e finanziati. È una strategia vincente puntare su un centro di eccellenza AI per distribuire le competenze, ottenere finanziamenti, stabilire priorità e condividere le best practice”.

Oggi, il numero medio di progetti di intelligenza artificiale già avviati è quattro, ma gli intervistati prevedono di aggiungere altri sei progetti nei prossimi 12 mesi, e altri 15 entro i prossimi tre anni. Ciò significa che nel 2022 queste aziende prevedono di avere una media di 35 progetti AI o ML.

Esperienza cliente e automazione sono i driver principali

Il 40% delle aziende ha dichiarato che l’esperienza cliente è il fattore principale che ha spinto l’adozione dell’intelligenza artificiale. Mentre tecnologie come chat bot o assistenti personali virtuali possono essere utilizzate per servire i clienti esterni, la maggior parte delle aziende (56%) oggi usa l’AI internamente per supportare il processo decisionale e fornire indicazioni ai dipendenti. “In gioco non c’è la sostituzione dei lavoratori umani, ma la possibilità di prendere decisioni migliori più velocemente”, ha sottolineato Hare.

L’automazione delle attività è il secondo fattore più importante, indicato dal 20% degli intervistati come il principale driver. Esempi di automazione includono attività come la fatturazione e la convalida dei contratti nel segmento finanziario o lo screening automatizzato dei candidati nel settore delle risorse umane.

Le sfide e la misura del successo

Le principali sfide all’adozione dell’AI rimangono la mancanza di competenze (56%), la comprensione dei casi di utilizzo dell’AI (42%) e la preoccupazione per l’affidabilità o la qualità dei dati (34%).

“Trovare le giuste competenze è una delle principali preoccupazioni quando sono coinvolte tecnologie avanzate”, ha affermato Hare. “Il gap di competenze può essere affrontato attraverso i fornitori di servizi, collaborando con le università e stabilendo programmi di formazione per i dipendenti. Tuttavia, stabilire una solida base di gestione dei dati non è qualcosa che si può improvvisare. La qualità e l’affidabilità dei dati, insieme alla loro immediata disponibilità, sono fondamentali per fornire informazioni accurate, creare fiducia e ridurre i pregiudizi”.

Il sondaggio ha mostrato che molte azienda usano l’efficienza come misura del successo dei progetti avviati. “Questo metodo è più diffuso nelle organizzazioni che affermano di essere conservatrici o mainstream nei loro profili di adozione”, ha specificato Whit Andrews, analista di Gartner. “Le aziende che affermano di essere aggressive nelle strategie di adozione dell’AI sono molto più propense a valutare i miglioramenti nell’engagement dei propri clienti”.