Un mercato da sette miliardi di euro nel 2021 con previsioni di crescita a doppia cifra nel prossimo biennio: è quanto vale l’intelligenza artificiale in Europa (Statista). Ma quale deve essere l’obiettivo del più potente digital enabler della data economy? Abilitare un nuovo modello di industria che abbia il dato al centro per aumentare la produttività e la competitività delle imprese, per garantirne così la presenza all’interno delle filiere internazionali. Ma il tessuto industriale come ha accolto l’artificial intelligence? Le imprese sono state in grado di integrarla all’interno dei propri processi? «L’Italia è il Paese più spinto sul fronte dell’automazione industriale, possiamo vantare uno dei livelli più alti di robotica – commenta Stefano Firpo, Capo di Gabinetto del Ministro per l’innovazione tecnologica e la transizione digitale – Per un Paese ad alta vocazione manifatturiera come il nostro investire e spingere sull’Ai significa competere nel futuro. Dobbiamo giocare di più in attacco: su tutte le applicazioni b2b l’Italia deve essere più ambiziosa e capace di esprimere una quantità di investimenti più ampia di quanto accade oggi. Non solo per quanto riguarda la tecnologia embedded utilizzata nei macchinari dell’automazione industriale, ma anche per lo sviluppo di queste tecnologie».
Infatti, nelle aziende l’Ia fatica ad affermarsi del tutto. Il mercato italiano dell’intelligenza artificiale vale 330 milioni di euro (Anitec-Assinform/NetConsulting cub), ma nonostante i tassi di crescita in doppia cifra (22% medio tra il 2022 e il 2024) si tratta di solo circa il 4,5% del mercato europeo. Una causa di questo ritardo va individuata nella scarsa adozione dell’Ia nelle Pmi: solo il 6% di queste ha avviato progetti di Ia nell’ultimo anno. Inoltre, chi offre soluzioni di artificial intelligence deve confrontarsi con un mercato del lavoro non ancora pronto a offrire competenze adeguate, con una data economy ancora inefficiente e con una domanda non ancora matura. La sfida per i fornitori di applicazioni basate sull’intelligenza artificiale e i system integrator? Sviluppare competenze presso i clienti nell’ottica di una formazione on the job fatta attraverso l’uso consapevole dell’Ai. Si tratterebbe di un’azione di grande valore strategico per rafforzare l’intero ecosistema dell’intelligenza artificiale: il sostegno alla formazione, previsto nel Pnrr, dovrebbe anche incentivare questo tipo di iniziative.
Queste sono alcune delle evidenze del whitepaper “L’Ia a tre dimensioni. Approfondimenti su policy, tecnologie ed esperienze aziendali” realizzato da Anitec-Assinform, l’associazione di Confindustria che raggruppa le principali aziende dell’Ict. L’obiettivo? Stimolare l’adozione di intelligenza artificiale nel sistema produttivo italiano, mirando soprattutto alle Pmi, mostrando le potenzialità e alcune delle vastissime capacità applicative di questa tecnologia. Il tema dell’utilizzo dell’Ia in azienda è stato approfondito grazie a una raccolta di casi d’uso: Exprivia, Eustema, Digital Magics/ Moneymour, Maxfone, Reply, The Edge Company.
L’Ai potenzia le imprese ma… mancano le competenze
L’intelligenza artificiale è un potentissimo digital enabler per l’industria, uno strumento operativo in grado non solo di efficientare i processi e le operazioni aziendali, ma anche di svilupparne l’offerta. Anzi, deve essere proprio questo l’obiettivo di una strategia di implementazione dell’Ia: creare nuovi modelli di business che permettano alle imprese di accrescere il proprio mercato. Ma cosa ne pensano le aziende italiane? Secondo l’indagine condotta all’interno della base associativa di Anitec-Assinform, le organizzazioni intervistate (22 aziende socie, per lo più di grandi dimensioni attive nel settore delle soluzioni Ict) hanno evidenziato che l’Ia è ormai uno strumento “operativo” nella gestione di molti processi aziendali ed è sempre più utilizzata come strumento per sviluppo software e come elemento per arricchire le funzionalità di prodotto. Ma sono poche le imprese che sembrano avere le competenze per sviluppare l’Ia in-house e sfruttare quindi i flussi di dati che queste generano o che transitano nell’azienda. Infatti, l’introduzione dell’artificial intelligence in azienda, o l’intenzione di introdurla, ha un impatto sulle risorse umane e sulle skill che diventa importante acquisire. Per questo motivo le società hanno aumentato la richiesta di formazione, cui si accompagna la ricerca di nuove risorse formate nel settore Ia da inserire all’interno della propria realtà.
Il tema delle competenze è complesso e multidimensionale: non si può pensare di agire solo sulla forza lavoro in entrata (e quindi sul mondo della formazione scolastica, universitaria e tecnica) o, in alternativa, solo per chi è già occupato (con percorsi di formazione continua volti all’upskilling e reskilling dei dipendenti). È invece necessario fornire le skill fondamentali per comprendere appieno il significato delle soluzioni di Ai che verranno di volta in volta sviluppate in azienda e che saranno destinate ad avere impatti sull’intero modello di business. L’obiettivo è permettere che l’interazione uomo-macchina intelligente produca effetti positivi sulla qualità del lavoro. E si può ottenere solo se il personale è formato per l’utilizzo di queste tecnologie. È necessario, quindi, rivedere le politiche del lavoro partendo da un aggiornamento dell’offerta educativa e formativa attraverso un concreto sostegno infrastrutturale allo sviluppo di corsi divulgativi e professionalizzanti sull’Ia.
La formazione erogata dalle imprese dell’Ict può favorire la formazione di professionisti per aziende che posseggano o trattino, per la natura del loro business, grandi masse di dati: banche, assicurazioni, grandi imprese manifatturiere e di servizio, tutta la pubblica amministrazione (enti e servizi), grandi catene commerciali e reti di vendita. Esistono già esperienze aziendali che trattano metodologie di Data Quality e Data Management, di analisi Statistica dei Dati e di Modellazione, da un punto di vista operativo, con l’utilizzo di software open source. Un secondo canale per la formazione erogata dalle aziende Ict può essere quello delle università: attivando laboratori presso gli atenei le aziende possono trasmettere agli studenti le competenze richieste dal mondo del lavoro, al fine di sviluppare capitale umano del futuro con competenze digitali e supportare le imprese e le istituzioni dei territori verso il percorso di trasformazione digitale.
Data spaces e Pnrr: i pilastri della crescita dell’Ai nelle imprese
«L’intelligenza artificiale è sempre più una risorsa strategica per le aziende, un abilitatore di trasformazione digitale per aumentare la produttività sfruttando i dati – commenta il presidente di Anitec-Assinform Marco Gay – Siamo chiamati a mettere le basi per costruire un’economia technology-enabled che renda l’Italia un Paese competitivo sulla scena globale. Il Pnrr costituisce una straordinaria opportunità per modernizzare il Paese puntando sulle nuove tecnologie, come l’intelligenza artificiale, grazie al contributo di esperienza e conoscenza del settore Ict». Per favorire l’adozione dell’Ia in tutte le filiere industriali del territorio servono azioni di sistema. «La strategia nazionale varata dal governo nel novembre 2021 va nella giusta direzione, le aree di intervento indicate (competenze, ricerca, applicazioni) sono prioritarie per rendere competitivo l’ecosistema italiano dell’Ia – prosegue Gay – La proposta di mettere l’ai al centro del Piano Transizione 4.0 nella sua prossima edizione è fondamentale».
Un programma, dunque, da adottare anche grazie ai fondi messi in campo dal Pnrr, con lo scopo di sostenere le Pmi che vogliono fare innovazione supportandole nell’identificazione e nella costruzione dei progetti più complessi che includano applicazioni di Ai. Tramite la formazione e la consulenza di partner qualificati. Inoltre, per favorire l’implementazione dell’intelligenza artificiale nell’industria, è necessario dare impulso ai data spaces: vero collante degli ecosistemi digitali, sono il punto su cui è possibile generare e utilizzare l’Ia. Promuovere quelli nazionali, anche nel contesto Gaia-X, significa offrire strumenti per migliore l’efficienza delle imprese, che potranno quindi svilupparsi nell’ambito di un framework che facilita l’adozione di soluzioni di Ia (guidare l’industria attraverso la facilitazione all’utilizzo e non tramite le restrizioni o le imposizioni). Inoltre, i data spaces assicurano l’interoperabilità dei prodotti e servizi nel contesto internazionale.
«Nei prossimi anni tecnologie come l’intelligenza artificiale, la blockchain, i big data e la cybersicurezza saranno sempre più centrali per la trasformazione digitale del sistema produttivo – conclude Marco Gay – L’accelerazione imposta dalla pandemia apre nuovi spazi di investimento, sollecitando la curiosità, la creatività delle imprese e alimentando la ricerca di nuova innovazione di prodotto e di processo. Il nuovo regolamento europeo dovrà garantire la tutela dei diritti fondamentali delle persone e prevenire i rischi di usi impropri dell’Ia. Ma dovrà anche stimolare l’innovazione delle imprese europee e renderle competitive a livello mondiale. L’Italia – con il Programma Strategico per l’Intelligenza Artificiale 2022-2024 – ha oggi l’occasione di fare la sua parte, creando le condizioni per rafforzare l’ecosistema italiano Ia che è ricco di eccellenze e promuovere una solida collaborazione pubblico-privato».
E adesso, la parola alle aziende esaminate da Anitec-Assinform
Le schede riportate all’interno del whitepaper evidenziano come le aziende posizionate sul versante della offerta utilizzino anche l’Ia a supporto dei loro processi e attività, diventando anche rappresentative del mondo della domanda. Ad esempio, si può notare l’utilizzo dell’intelligenza artificiale per la gestione interna dei processi. Da segnalare, inoltre, come l’Ia stia contribuendo alla riduzione dei costi aziendali, cioè sia un fattore di efficientamento, mentre il suo impatto, in generale, è minore sul versante dello sviluppo dei ricavi. Questo non sorprende e al tempo stesso indica che occorre investire, specie sul versante formazione imprenditoriale e dei quadri, per creare una cultura di uso dell’Ia per sviluppare il portafoglio offerta delle imprese (questo va di pari passo con la trasformazione digitale, oggi in gran parte motivata dalla riduzione dei costi piuttosto che dallo sviluppo dell’offerta).
Exprivia
Exprivia è una società quotata specializzata in Information and Communication Technology in grado di indirizzare i driver di cambiamento del business dei propri clienti grazie alle tecnologie digitali. Exprivia doveva risolvere il problema di un’azienda per la manutenzione predittiva di macchine industriali con individuazione di potenziali anomalie mediante analisi non invasive di dati raccolti in tempo reale tramite sensori a bordo macchina. La soluzione? Lo sviluppo di un sistema di early warning basato sull’analisi dei segnali audio emessi dalle macchine in funzione per l’individuazione di potenziali precursori di anomalia all’interno delle tracce audio, da attuarsi tramite Machine Learning, Data Science, Edge Intelligence. Questo sistema – altamente scalabile e applicabile ad una ampia varietà di impianti industriali – ha portato al superamento dei processi classici di manutenzione preventiva basata sulle statistiche di vita media o sulle analisi di sopravvivenza.
Eustema
Eustema è un’azienda nata da una costola di Olivetti nel 1989 con l’intento preciso di digitalizzare la Pa, snellire le procedure, provare a ridurre la mole documentale rappresentata dai temutissimi faldoni; oggi è interamente di proprietà del presidente Stefano Buscemi e dell’amministratore delegato Enrico Luciani. Nell’ambito della customer engagement e prepaid card, a Eustema è stato chiesto di differenziare l’offerta delle carte prepagate per tipologia di utente, spesa e frequenza di utilizzo. È stato creato un progetto pilota per la clasterizzazione degli utenti e delle spese con proposta di offerte differenziate per utente e sistema di royalties. Come? Attraverso l’ implementazione di un modello predittivo su serie temporali (Arima) e sui cluster di comportamentali basati su recency, frequency e monetary. Importanti i risultati ottenuti: miglioramento della strategia legale, ottimizzazione dei costi di gestione delle pratiche legali, aumento della produttività, parametrizzazione dei costi di accantonamento.
Digital Magics/ Moneymour
Digital Magics è un incubatore di start-up innovative, fondato a Milano nel 2003 e, dal 31 luglio 2013, è quotato in borsa sul segmento Aim Italia. Moneymour – incubata da Digital Magics, ma dal 2020 Entrata nella galassia nella galassia della svedese Klarna – è un metodo di pagamento per fornire prestiti istantanei per acquisti online e permettere ai clienti di comprare subito e pagare in seguito a rate. Il problema da risolvere? Tradizionalmente la decisione di credito viene presa quasi esclusivamente sulla base della storia creditizia del cliente, e la decisione manuale causa lentezza di processo e imperfezione dei risultati. Ma Moneymour arricchisce i dati tradizionali con la connessione al conto bancario e agli account social, e l’algoritmo prende una decisione più consapevole in pochi secondi. Così vengono aiutati i clienti a dimostrare la loro affidabilità, anche se non hanno una storia creditizia, attraverso una Ux semplice e trasparente.
Maxfone
Maxfone è il primo data provider europeo indipendente a fornire un’analisi completa dei comportamenti del mercato attraverso i dati. Maxfone doveva migliorare i processi produttivi di un’azienda, per raggiungere una maggiore sostenibilità d’impresa e di costi. Il data provider ha scelto di servirsi di algoritmi di Machine Learning supervisonati, alimentati da dati provenienti da sistemi di produzione Cnc, robot, device IoT, al fine di ottimizzare l’utilizzo dei tool kit (utensili) in funzione delle commesse e delciclo di vita, analisi delle performance di produzione, qualità del prodotto finito e semilavorato, ottimizzazione fermo macchina, manutenzione predittiva, analisi dei consumi elettrici e dell’aria compressa. Il risultato? Full compliance con Regolamento impresa 4.0 sull’utilizzo effettivo dei dati, miglioramento delle performance, dei costi e mappatura degli sprechi (aria compressa), creazione di nuove Kpi di misura per gli impatti in termini sostenibilità.
Reply
Reply, guidata da Tatiana e Filippo Rizzante, è la maggiore azienda di software e Ict in Italia (1.483 milioni i ricavi 2021), e l’anno scorso ha portato a termine cinque acquisizioni importanti. Il problema che Reply ha dovuto risolvere riguardava il rilevamento di deep craks (fessurazioni) su rete autostradale attraverso l’analisi automatica delle migliaia di foto raccolte dagli autoveicoli per il monitoraggio. In sostanza, si trattava di passare da un’analisi manuale a una svolta tramite intelligenza artificiale. Passaggio che Reply ha percorso utilizzando“image detection” e “computer vision” per estrarre informazioni dalle foto tramite Deep Learning, Computer vision, Yolo, transfer learning. Si è subito ottenuto un miglioramento della valutazione e, al contempo, una riduzione dei costi. Ma l’obiettivo futuro è arrivare a prevedere l’insorgenza e identificarne le cause.
The Edge Company
The Edge Company è una deep tech italiana nata nel 2017 che combina specializzazioni in Intelligenza Artificiale, reti neurali e deep learning per offrire soluzioni attraverso prodotti e servizi tecnologici all’avanguardia su scala globale. A The Edge Company è stata chiesta una soluzione per passare dall’analisi manuale effettuata tramite binocoli a radar di Ia nell’ambito del contrasto del birdstrike e obstacle detection nella futura urban air mobility. Grazie ad algoritmi proprietari di deep learning e computer vision, l’azienda italiana è stata in grado di offrire l’analisi automatica in tempo reale delle tracce video di volatili o altri ostacoli nello spazio sorvegliato. Il risultato? Miglioramento del monitoraggio, dei processi di gestione, dell’impatto ambientale e riduzione degli incidenti ergo costi. Inoltre, l’analisi consente di pianificare in modo adeguato l’attività di prevenzione.
