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”.