Il valore e le potenzialità dei dati sono ormai note alle imprese: in un mondo così complesso come quello attuale, infatti, è impossibile prendere decisioni strategiche per il business basandosi soltanto su sensazioni e punti di vista personali. In realtà, oggi non è più sufficiente neppure fare riferimento ai dati che raccontano come l’azienda si è comportata in un passato più o meno recente: difficile, infatti, capire cosa succederà nel domani sempre più sottoposto a trend contrastanti basandosi soltanto su quello che è successo ieri.
La logica Data Driven
Per cambiare questo approccio occorre entrare nella logica Data Driven, in cui le aziende considerano il dato come vera e propria risorsa strategica, da utilizzare a ogni livello organizzativo, così da riuscire a rispondere in maniera efficace alla fatidica domanda: “Che cosa succederà nel futuro?” In poche parole, in un’organizzazione realmente basata sulla conoscenza, ogni pianificazione inizia a partire dai dati e nessuna decisione viene eseguita senza fare riferimento a analisi che permettano di valutarne gli impatti in maniera quantitativa e qualitativa.
Questi assunti che abbiamo appena fatto, però, pongono anche tutta una serie di problemi non di poco conto: innanzitutto il problema delle aziende enterprise non è tanto quello di avere a disposizione sufficienti fonti e volumi di dati. Anzi, il tema è spesso l’opposto: le imprese rischiano di essere travolte da una quantità di dati in perenne e costante aumento. Secondo uno studio di IBM, il 90% dei dati in circolazione è stato prodotto negli ultimi due anni e questo trend è destinato ad accelerare. Infatti, nei prossimi cinque anni la mole di dati in circolazione supererà quota 175 mila miliardi di gigabyte.
Il ruolo della AI
Diventa dunque prioritario, in ottica Data Driven, comprendere quali sono le informazioni necessarie per raggiungere gli obiettivi che ci si è preposti in termini di business. Una volta che questi target sono stati stabiliti, si può passare a selezionare le diverse fonti, avviando innanzitutto il lavoro di conservazione e gestione dei dati stessi. Soltanto in seguito diventa possibile procedere al lavoro di analisi, che poi non significa altro che estrarre le informazioni di valore utili alle scelte più o meno strategiche del business. È chiaro che oggi, proprio per l’aumento del volume dei dati e del numero di fonti da cui attingere, l’analisi nelle aziende data-driven passa sempre di più dall’utilizzo di soluzioni di intelligenza artificiale e dagli algoritmi di machine learning che, dopo essere stati adeguatamente addestrati, sono in grado di trovare correlazioni tra dati in maniera rapida e veloce, rendendo disponibile questo patrimonio informativo non soltanto agli esperti di Data science, ma anche a tutte le figure aziendali.
I benefici dell’intelligenza artificiale
In particolare i benefici dell’intelligenza artificiale applicati alla Business intelligence possono essere cosi riassunti
1) Consentire agli utenti delle diverse line-of-business di scoprire facilmente informazioni dettagliate basate sui dati, senza richiedere l’assistenza degli esperti nel campo della data science
2) Permettere agli utenti di porre domande in un linguaggio semplice con strumenti di esplorazione intuitivi, così da ottenere una visione più approfondita dei propri dati
3) Fornire visualizzazioni e dashboard elaborati in maniera chiara, così da presentare dati convincenti, concisi e spiegabili agli interlocutori in azienda
Messa in altri termini, l’applicazione dell’intelligenza artificiale in un’azienda Data Driven permette agli utenti aziendali di scoprire autonomamente informazioni utili e di facile comprensione, pur rimanendo all’interno di una architettura IT sicura, governata e gestita dalla propria organizzazione. Consentendo così un guadagno netto in termini di reattività.
Le soluzioni IBM per l’AI
Le potenzialità dell’Intelligenza artificiale in ambito di business sono ben note a un attore come IBM, che da sempre è stato un pioniere delle ricerche su questo settore. In particolare, in questi ultimi anni IBM si è imposta come nome di riferimento della AI a livello enterprise grazie a Watson, un servizio cognitivo basato sull’intelligenza artificiale, basato su diverse soluzioni (Watson Studio, Watson Machine Learning, Watson OpenScale, Watson Assistant, Watson API, ecc) che consente di utilizzare strumenti e app di AI sui dati, ovunque si trovino, anche in ambienti cloud pubblici, privati e ibridi. Rispetto alle altre soluzioni disponibili sul mercato, IBM Watson è caratterizzato da un’elevata maturità in termini di Machine Learning, una vasta offerta di prodotti (sia in Cloud che on premise) con numerose funzionalità out of the box, internazionalizzazione e grande flessibilità nella composizione delle soluzioni.
Con IBM Watson diventa insomma possibile creare esperienze migliori e più personalizzate per i clienti, sfruttare al massimo le competenze del proprio personale e prendere decisioni più intelligenti basate su informazioni approfondite sui dati.
