Gartner ha classificato le 10 principali tecnologie che a suo avviso nel 2017 (figura 1) avranno maggiore impatto nelle aziende in: 3 abilitanti intelligenza, 3 abilitanti la digitalizzazione e 4 abilitanti il mesh (la capacità di fare “maglia”) tra persone, dispositivi e contenuti in rete. David Cearley, Vp e Gartner Fellow e Brian Burke, Research Vp, nella loro presentazione, proposta durante l’ultimo Gartner Symposium, utilizzano un’immagine unificante: le aziende devono pensare di lavorare con clienti, con altre aziende o con oggetti intelligenti, come se costituissero entità di una maglia al tempo stesso Intelligente e Digitale (IDM – Intelligent Digital Mesh), che diventa “il” mezzo per far business digitale.
In questo articolo analizzeremo le 3 tecnologie abilitanti Intelligenza, rimandando a due articoli successivi l’analisi delle altre 7.
1°Trend: Intelligenza Artificiale e Advanced Machine Learning
La data science e gli approcci di programmazione (DNN, Deep learning Neural Networks e NLP, Natural Language Processing) stanno rapidamente evolvendo ad includere l’Intelligenza Artificiale (AI) e le capacità di Advanced Machine Learning (AML).
Fonte: Gartner, 2016
Arriva tutta una nuova classe di Smart Machine, programmate o programmabili non più solo per eseguire un insieme finito di azioni prescritte con algoritmi, ma a capire, imparare, predire, e (con l’AML) adattarsi con sempre meno controllo o guida umana, e cambiare il comportamento futuro (figura 2). “AI e AML – affermano i due analisti – costituiranno, di qui a 5 anni, un campo di battaglia per fornitori di un vasto insieme di tecnologie specifiche”.
Le tecnologie AI e AML generano opportunità in vari settori (Retail, Health, Banking), salti di qualità negli stessi big data analytics (NLP aumenta volume e valore degli iinsight; DNN abbatte gli errori dal 5 al 30%).
Figura 2 – 1° trend: Intelligenza Artificiale e Advanced Machine Learning Fonte: Gartner, 2016
“Per AI e AML – affermano Cearley e Burke – servono però significativi investimenti in skill, processi e strumenti, nelle diverse fasi di: setup, integrazione, selezione dell’algoritmo o approccio, preparazione dei dati, creazione del modello. Servirebbe un Data Scientist, o almeno un Data Expert con la conoscenza minima necessaria per addestrare il sistema. La maggior parte delle aziende – proseguono – consumerà AI e ALM solo attraverso pacchetti di Models as a service, modelli predefiniti e con addestramento fatto e al massimo da rifinire, dunque solo da customizzare e integrare nelle app aziendali, per promuoverle così ad app Intelligenti, il 2° trend”.
2°Trend: le app Intelligenti
Le app Intelligenti, cioè “con AI e AML nel motore”, hanno il potenziale di trasformare l’organizzazione del lavoro e la struttura del posto di lavoro: potranno influenzare carriere, migliorare la produttività dei lavoratori digitali, ma devono ancora maturare. Entro 10 anni, prevede Cearley, “praticamente ogni app, applicazione o servizio, avrà incorporato qualche livello di AI, un po’ come i dispositivi per consumatori hanno oggi chip incorporati”.
Queste app sono di due tipi: le “ovviamente intelligenti”, che non esisterebbero senza AI e ALM, e le “incospicue”, con l’intelligenza di AI e ALM non direttamente esplicitata (figura 3).
Le app di Sales e Marketing sono un territorio redditizio per analizzare con tecniche AI e ALM dati del cliente o di terze parti; le app in questo ambito di Salesforce, Oracle e Microsoft hanno già in vario grado funzioni AI e ALM.
Figura 3 – 2°Trend 2017: le app Intelligenti
Fonte: Gartner, 2016
Gli app provider continueranno ad investire su agenti e assistenti sempre più autonomi: i Virtual Personal Assistant (VPA) come Google Now, Cortana di Microsoft, Siri di Apple svolgono già funzioni da assistente. In Sales e Customer service spuntano i Virtual Customer Assistant (VCA). E gli Smart Adviser specifici, il Financial Adviser e lo Health Adviser (dieta, esercizi, benessere psicologico). Nei chatbot si può interporre uno strato AI e ALM tra utenti e sistemi (come in Facebook Messenger; costa, converrà farlo solo per profili personali di alto valore).
“Serve usare cautela … ma non troppa”, afferma Cearley che lancia tre raccomandazioni: “No a progetti di app intelligenti su vasta scala (AI e ALM non hanno ancora scalabilità industriali)”; scegliere progetti solo con evidente ritorno di business; ma ricordare che i costi di opportunità mancate (o di gap competitivi da rimontare ritardando troppo) sono un grande rischio”.
3°Trend: Le Cose Intelligenti
Le “Intelligent things” sono gli oggetti fisici dell’IoT che vanno oltre l’esecuzione di modelli rigidamente programmati per sfruttare le AI e ALM loro applicate. E come con le app “incospicue”, ci sono Thing che possono esistere in versione con o senza AI e ALM sottese alle loro normali operazioni. Una cinepresa può diventare una cinepresa smart.
“I veicoli autonomi sono l’Intelligent Thing più avanzata in miniere, agricoltura, magazzini. Le auto autonome devono avere una persona seduta al posto del guidatore, è legge in vari stati Usa. Per i prossimi 5 anni dominerà uno scenario semiautomatico”, precisano i due analisti Gartner. Le auto davvero autonome attenderanno che regolamenti, aspetti legali, soprattutto l’accettazione culturale maturino. Intanto accumulano esperienza Ford, Uber, Google (con Alphabet), Volkswagen, Mercedes-Benz, Tesla, Nissan, Bmw e Honda.
Cearley vede arrivare una “trasformazione nei modelli di distribuzione, man mano che droni e robot dimostreranno di essere efficienti e sicuri nelle consegne”.
C’è da prevedere un effetto proliferazione di Cose Intelligenti, con uno shift da modello Intelligente stand-alone a modello Intelligente collaborativo, in cui multipli dispositivi ottimizzano il lavoro e la produttività non individuali ma collettivi.
“I trend di digitale e intelligente combinati portano al ridisegno del modello di business” affermano i due analisti. Con un’avvertenza: “Cercare opportunità per incorporare l’uso delle Thing Intelligenti nei compiti tradizionalmente manuali o semi manuali, evitando accuratamente due rischi: tanto sprecare soldi quanto restare indietro”.
