L’AI e il ML (Intelligenza Artificiale e Machine Learning) sono ormai una realtà consolidata tra le imprese, pronte a cogliere tutte le opportunità che queste innovative tecnologie offrono. Nel mondo più di un terzo l’ha già implementata contro il rischio di credito (individuazione dei clienti più vulnerabili), per la prevenzione delle frodi e a favore del monitoraggio del portafoglio e di un servizio clienti più personalizzato. Nel 59% dei casi a livello globale l’AI ha cambiato radicalmente il modo in cui le aziende operano, mentre l’Italia in questa fase si trova in lieve ritardo. Infatti, solo il 44% delle nostre società ritiene che l’AI abbia modificato la propria operatività, anche se ben il 69% dei dirigenti sta dando priorità all'adozione di analisi avanzate. È quanto emerge da una ricerca di Experian-Forrester Consulting, volta ad analizzare opportunità e sfide associate all’adozione dell’AI.

L’uso dell’AI raddoppierà nel prossimo anno

L’AI è comunque al centro dell’innovazione anche nel nostro Paese, dove sta diventando una tecnologia davvero differenziante, alla luce anche del fatto che ben il 56% dei dirigenti intervistati ritiene che fornisca loro un vantaggio competitivo decisivo. La corsa all’implementazione, conferma al riguardo Armando Capone, general manager Italy di Experian, è ben avviata e l’adozione nella maggior parte dei casi d’uso è destinata a raddoppiare nel prossimo anno. Anche perché, aggiunge, man mano che l’adozione dell’AI si consolida diventa più probabile che gli innovatori individuino nuovi modi di utilizzarla. Il vantaggio principale dell'AI è la capacità di trovare modelli che gli analisti non sono in grado di trovare, soprattutto con i dati non strutturati. Più le aziende integrano processi e governance dell'AI nel loro kit di strumenti analitici, più valore può essere creato.

I vantaggi che porta l’implementazione dell’AI

Oggi c’è più consapevolezza della potenza che rappresenta per molti aspetti l’AI per l’operatività aziendale, per la produttività, l'efficienza e la qualità dei servizi offerti. I risultati acquisiti finora rivelano che l'AI ha mostrato il proprio valore in molte aree, con oltre la metà (54%) delle aziende nella regione considerata nella ricerca - EMEA (Europa, Medio Oriente e Africa) e APAC (Asia-Pacifico) - che già utilizza l'AI e conferma che l'incremento della produttività avuto ha ampiamente giustificato il costo iniziale. Questo, secondo l’analisi, rappresenta un segnale positivo per quanto riguarda l’obiettivo principale delle aziende: il ritorno sugli investimenti (ROI). Nonostante questo, nel nostro Paese la percezione del ROI positivo è leggermente inferiore, con solo poco più di un'azienda su tre (38%) che concorda sulla redditività dell'investimento in AI.

Il nostro Paese ci crede, ma resta prudente

Tra le imprese italiane c’è tuttavia da sottolineare un importante dato: ben il 62% di loro ha già implementato un programma completo di gestione del rischio legato all'AI. Questo, secondo la ricerca, mostra che le nostre aziende stanno prendendo sul serio l'adozione dell'AI e stanno lavorando per garantire una transizione quanto più fluida e sicura possibile verso questa tecnologia. Inoltre, è da rilevare che il loro impegno nella gestione del rischio legato all'AI segnala un forte interesse nell'integrazione della nuova tecnologia e il desiderio di massimizzare i benefici che questa può offrire.

I principali rischi percepiti

La ricerca individua a livello generale i principali timori che ci sono a monte dei dirigenti aziendali che guardano con attenzione all’AI e al ML. Ai primi posti spiccano la cybersecurity (55%) e la privacy dei dati (54%), seguiti dal rischio di credito (42%) e da quello ESG (40%). Anche in Italia, cybersecurity (56%) e privacy dei dati (48%) rappresentano i principali rischi per l’anno prossimo, insieme all’ESG (41%), ma a differenza del dato generale emerso dalla ricerca si inserisce anche il rischio geopolitico, percepito dal 44% delle aziende nostrane. Per mitigare questi rischi, le imprese sono chiamate a intervenire per ottimizzare le capacità predittive dei modelli in essere, al fine di sfruttare al meglio il valore dei dati provenienti da una vasta gamma di fonti. È qui che l’Intelligenza Artificiale, e in particolare il Machine Learning, entra in gioco.