Secondo l’ultima edizione del report State of AI di McKinsey, l’adozione dell’intelligenza artificiale da parte delle aziende continua a crescere. Condotto durante il 2021 coinvolgendo circa 1.800 aziende di diversi settori in tutto il mondo, il sondaggio rivela che il 56% delle aziende intervistate utilizza l’intelligenza artificiale in almeno una funzione, in crescita rispetto al 50% dell’anno precedente. Inoltre, il 27% delle aziende riconosce un un aumento degli utili, principalmente sotto forma di risparmio dei costi operativi, grazie all’utilizzo dell’AI.

Confermando i risultati ottenuti nelle due edizioni precedenti, le funzioni aziendali in cui l’adozione dell’AI è più comune sono le operazioni di servizio, lo sviluppo di prodotti e servizi, il marketing e le vendite, sebbene i casi d’uso più comuni coprano una vasta gamma di funzioni. I primi tre casi d’uso sono l’ottimizzazione delle operazioni di servizio, il miglioramento dei prodotti basato sull’intelligenza artificiale e l’automazione dei contact center. In questa edizione emergono per la prima volta le tecnologie cloud e MLOps come fattori di differenziazione critici.

Esaminando le pratiche delle aziende che hanno visto il maggiore aumento degli utili grazie all’AI, McKinsey evidenzia le aziende “high performer” non solo stanno seguendo più pratiche sia di base che avanzate, comprese le operazioni di apprendimento automatico (MLOps), che sono alla base del successo, ma stanno anche spendendo in modo più efficiente per AI e sfruttare maggiormente le tecnologie cloud.

“Le aziende high performer hanno adottato MLOps, un insieme di pratiche e strumenti emersi negli ultimi anni. Combinati insieme, consentono di fare cose come addestrare, distribuire e testare modelli molte volte più velocemente rispetto ad altri approcci”, sottolinea Michael Chui, partner di McKinsey. “Quando questi processi vengono automatizzati e industrializzati, è possibile ottenere in modo ripetuto e prevedibile ritorni significativi dagli investimenti in AI”.

La gestione dei rischi relativi all’AI rimane una delle aree critiche per molte aziende, e le aziende high performer investono anche nella direzione del risk management.

“Le aziende che ottengono i risultati migliori sono quelle che si occupano anche del risk management nell’AI”, conferma Liz Grennan, partner di McKinsey. “Un dato preoccupante è che la sicurezza informatica continua a rientrare nell’elenco delle preoccupazioni. Non esiste uno standard prestabilito di cybersicurezza, e questo ottolinea la necessità che ogni organizzazione elabori il proprio framework, il che non è facile. Vediamo tre categorie di rischio – cyber, dati, AI – tutte completamente interdipendenti, che richiedono un modello di rischio integrato”.