Le piattaforme di business intelligence (BI) si stanno evolvendo. Aggiungendo intelligenza artificiale e machine learning, le aziende stanno trasformando dashboard dati e analisi aziendali in piattaforme di supporto decisionale più complete. Questo movimento verso l ‘”intelligence decisionale” vede il suo sofisticato mix di strumenti sempre più integrato nei flussi di lavoro aziendali, quando e dove i responsabili delle decisioni ne hanno più bisogno.

“L’intelligence decisionale è la capacità dell’azienda di elaborare grandi quantità di dati per prendere decisioni” afferma Nicole France, analista di Constellation Research. “È la stessa cosa che avrebbe fatto la business intelligence, ma accessibile in tutta l’azienda.” Alcuni degli esempi più visibili di intelligence decisionale in azione sono i motori di raccomandazione, che utilizzano l’analisi per prevedere quali prodotti i consumatori riterrebbero più appropriati o quali film dovrebbero guardare in seguito.

Strumenti come questi forniscono contesto e opzioni pertinenti per aiutare le persone a prendere decisioni migliori, afferma la France, aggiungendo che le dashboard e le analisi degli strumenti BI tradizionali sono ancora preziose, ma che l’intelligence decisionale è più accessibile e pertinente. “Per le persone in prima linea, il contesto è importante”, afferma. “E c’è un grado di complessità difficile da ottenere. L’obiettivo è presentare le cose in modo chiaro e di facile comprensione, in modo che le persone possano comprendere alcune analisi complesse e prendere una decisione rapidamente”.

Il caso dell’intelligence decisionale

La pandemia di COVID-19 ha accelerato le trasformazioni digitali in quasi tutti i settori dell’economia globale e l’IA è sempre più al centro di questo. Oltre il 95% delle aziende intervistate da 451 Research considera l’IA importante per la trasformazione digitale e il 65% afferma che è molto importante. Secondo il sondaggio, pubblicato a fine gennaio, l’adozione dell’IA è aumentata di 9 punti percentuali lo scorso anno negli Stati Uniti rispetto all’anno precedente, con solo il 28% delle aziende che afferma di aver rallentato le iniziative di IA a causa della pandemia.

E un campo chiave in cui l’IA sta prendendo piede è quello dei dati e dell’analisi. Secondo un sondaggio del 2021 condotto da RealBI tra sviluppatori di software e leader IT, il 41% delle aziende ha registrato un aumento delle richieste di accesso a dati e analisi per consentire agli utenti di prendere decisioni basate sui dati. Inoltre, il sondaggio ha mostrato un crescente interesse nell’incorporare il machine learning in software di analisi o dashboard, con quasi il 16% che prevede di aggiungere la tecnologia nel prossimo futuro.

L’aggiunta di intelligenza artificiale a una piattaforma di business intelligence consente a quest’ultima di evolversi in una piattaforma di intelligence decisionale fornendo contesto, previsioni e consigli quando e dove il decisore ne ha bisogno. Secondo Gartner, entro il 2023 più di un terzo delle grandi organizzazioni avrà analisti che praticano l’intelligence decisionale.

La società di ricerca definisce l’intelligenza decisionale come “un framework che consente ai leader di dati e analisi di progettare modelli e processi decisionali nel contesto dei risultati e del comportamento aziendale”. In pratica, ciò significa che l’intelligence decisionale utilizza l’analisi per aiutare dipendenti, clienti o partner aziendali a prendere decisioni offrendo loro dati, analisi e previsioni quando ne hanno bisogno e dove ne hanno bisogno. Man mano che l’intelligence decisionale diventa una parte fondamentale dei processi aziendali, le decisioni vengono prese più velocemente, più facilmente e con meno costi di prima.

Tagliare le file al California DMV

Non solo l’intelligence decisionale può aiutare i dipendenti a prendere decisioni migliori, ma può aiutarli anche a prendere decisioni più velocemente. Quest’ultimo aspetto è particolarmente importante quando le persone aspettano in fila al Dipartimento dei veicoli a motore (DMV) californiano, con tutto il rischio che ne consegue per i contagi.

“Nel mio mondo, l’intelligence decisionale non è solo analisi e insight, ma significa essere in grado di prendere decisioni” afferma Ajay Gupta, Chief Digital Transformation Officer della California DMV. “Usiamo l’intelligenza artificiale nel nostro lavoro quotidiano e questa non si limita a dirti cosa devi fare e tu vai a farlo, ma aiuta a prendere decisioni come farebbe un altro essere umano”.

Gartner sfide CFO

L’agenzia ha iniziato a implementare l’elaborazione intelligente dei documenti proprio nel periodo in cui la pandemia ha iniziato a colpire duro. Ha permesso ai clienti di caricare documenti e scoprire se mancava qualcosa prima di arrivare sul posto. La piattaforma riduce la necessità per le persone di andarsene e tornare più tardi con i documenti giusti.

Ad esempio, c’è una spinta federale per aggiornare le patenti di guida al nuovo formato Real ID, che renderà più facile per le persone volare sul territorio nazionale. Di conseguenza, molti residenti in California si sono dovuti recare da DMV per ottenere nuove licenze. Aggiungendo la funzionalità AI e la possibilità di caricare i documenti in anticipo, la California DMV ha ridotto il tempo di transazione a persona da 27 minuti a circa 10 minuti.

Ciò ha aiutato molto durante la pandemia, aggiunge Gupta. “Meno tempo trascorri in una struttura affollata, meno possibilità hai di essere esposto al contagio.” Inoltre, senza che i documenti venissero trasmessi avanti e indietro, c’erano meno possibilità che il virus venisse trasmesso su superfici cartacee.

Iniettare intelligenza decisionale

Il California DMV sta anche pianificando di utilizzare l’AI per la pianificazione. Con circa 10.000 dipendenti che lavorano a casa, negli uffici sul campo e nella sede centrale, può essere complicato garantire che i turni siano coperti con personale sufficiente in ciascuna filiale. Oggi, i data scientist presso il DMV forniscono consigli ai manager regionali e ai responsabili degli uffici. Ma l’agenzia sta ora valutando piattaforme per incorporare l’intelligence decisionale nei sistemi utilizzati da dipendenti non esperti di dati e si aspetta di fare la scelta finale di fornitore quest’anno.

“Con nuovi strumenti, tutto questo verrà federato”, afferma Gupta “e integrato con i sistemi di flusso di lavoro. Farà tutto parte di un’interfaccia facile da usare, utilizzando prodotti pronti all’uso specificamente progettati per offrire una piacevole esperienza utente. Creerà un processo decisionale potenziato per i dipendenti. La decisione finale spetterà comunque agli umani”.

Gli strumenti che il DMV sta attualmente valutando per raggiungere questo obiettivo includono la possibilità di iniettare dati sul traffico stradale. Il sito web dell’agenzia include già informazioni sul traffico pedonale, per aiutare i clienti a decidere il giorno e l’ora in cui recarsi sul posto. Le informazioni vengono utilizzate anche per programmare i turni di lavoro.

Il DMV sta utilizzando il machine learning anche per aiutare gli investigatori interni a identificare sprechi e abusi all’interno e all’esterno dell’organizzazione. “Il nostro obiettivo è arrivare a un modello di intelligence decisionale assistito dall’uomo completo di un feed dei nostri investigatori, scienziati comportamentali e responsabili dei dati”. Il COVID-19 ha sicuramente accelerato le tempistiche di trasformazione dell’agenzia, ma il DMV si stava già dirigendo in quella direzione.

Altri casi d’uso per l’intelligence decisionale

La sicurezza informatica è un’area in cui le persone devono prendere decisioni sulla base di grandi quantità di dati in rapido movimento, con molti rischi potenziali per le loro aziende. In questo caso, AI e ML possono svolgere un ruolo importante nell’aiutare gli analisti della sicurezza a prendere decisioni migliori, come dimostra la società di networking Cato Networks.

“Usiamo intensamente AI e ML per una serie di attività in Cato” afferma Avidan Avraham, leader del team di ricerca dell’azienda. “Ad esempio, abbiamo creato un modello di reputazione che utilizza tutte le informazioni che abbiamo su un dominio o un indirizzo IP. Sulla base dei dati della rete interna e dei dati di intelligence open source, possiamo capire se può essere dannoso”.

Cato ha creato la propria tecnologia utilizzando Amazon Elastic MapReduce per addestrare i suoi modelli. L’azienda utilizza questo sistema da oltre un anno con buoni risultati e un basso tasso di falsi positivi. “È incorporato nel flusso di lavoro dei nostri analisti. Prima di realizzare questa tecnologia, eseguivamo l’analisi manualmente e ovviamente ora il processo è molto più veloce”.

L’intelligence decisionale può anche aiutare le aziende a essere più coerenti. Prendiamo, ad esempio, un funzionario di banca che deve prendere una decisione per l’approvazione di un prestito. “Ciò che accade in molti casi quando le persone sono coinvolte è che ogni individuo ha un background diverso” afferma Anand Rao, partner e leader globale di IA presso PricewaterhouseCoopers.

Ci sono modi in cui le aziende cercano di raggiungere la coerenza, ad esempio con la formazione, ma i fattori esterni entrano sempre in gioco, come ad esempio nel caso di un agente di prestito che sta passando una brutta giornata. “Qui, gli strumenti di intelligence decisionale possono fornire contesto e consigli per contribuire a creare maggiore coerenza nei processi aziendali”. Anche le applicazioni dell’intelligence decisionale in altri domini aziendali, tra cui la gestione delle relazioni con i clienti e gli strumenti di vendita, stanno crescendo e ciò non sorprende, data la promessa di abbinare l’intelligenza umana all’intelligenza artificiale per aumentare il processo decisionale.