di Alessandro Faldoni

C’era una volta la digital transformation. Insomma, c’era una volta l’azienda che per essere meno analogica andava fiduciosa verso il 2, poi il 3, poi il 4.0. Sono passati meno di dieci anni, ci sono state trasformazioni vere e mode costose, che però non hanno ancora risposto del tutto alla domanda di fondo: come è possibile sfruttare la tecnologia in maniera più agile, senza costosi progetti di trasformazione, per rendere le imprese più competitive? Come è possibile ridurre all’osso lo stock di magazzino, ottimizzare i processi di produzione, comprare la materia prima al momento giusto, abbattere i costi energetici, ottenere i migliori vantaggi fiscali? Insomma come è possibile, parafrasando le parole di Maxwell Wessel, passare dai big data ai dati di cui c’è reale bisogno, i right data? Occorre esperienza. O intelligenza artificiale. O entrambe.

David Bevilacqua ha speso tutta la sua vita professionale alla frontiera della tecnologia, in Italia e in Europa. Da due anni è l’amministratore delegato di Ammagamma, azienda leader in Italia nelle soluzioni di intelligenza artificiale per l’impresa: «L’I.A. sta entrando, timidamente, nel sistema industriale italiano. Siamo ancora in una fase poco matura, ma l’impatto è già impressionante: nell’esperienza con i nostri clienti, l’intelligenza artificiale sta contribuendo in maniera significativa all’aumento di competitività delle imprese. Costi energetici ridotti del 15%, aumento del 30-50% dell’efficacia di previsione della domanda, costi di magazzino minimizzati, sono solo alcuni degli effetti che abbiamo sperimentato con i nostri partner».

Ma in che cosa consiste, in pratica, una soluzione di intelligenza artificiale? Gli approcci possibili sono numerosi, quello di Ammagamma è lineare: catturare i dati già in possesso dell’azienda, generarne di nuovi se occorre, usarli per alimentare un algoritmo che darà ai decisori delle informazioni più accurate (anche sugli scenari futuri) sulla base delle quali suggerirà le decisioni strategiche migliori. Questo approccio si applica lungo tutta la catena del valore: dalla gestione ottimale della supply chain alla previsione del comportamento dei consumatori, dalla scelta del momento più opportuno per acquistare la materia prima alla saturazione ottimale dei macchinari (con i conseguenti risparmi di risorse, energia, ore di lavoro…

«L’intelligenza artificiale ci permette di interpretare una grande mole di dati, trasformandola in informazioni utili per il business. Grazie allo sviluppo di questi modelli predittivi auspichiamo anche di automatizzare le operazioni di forecasting e di poter prevedere il comportamento del cliente prima dell’ordine, così da migliorarne ulteriormente la soddisfazione e l’esperienza di acquisto», dice Giovanni Battista Vacchi, amministratore delegato del Gruppo Colombini.

Le applicazioni possibili sono infinite: dalla produzione industriale alle utility, alla finanza. Ma come funzionano, in pratica, questi modelli? Soluzioni come gli ottimizzatori di produzione (Anagram di Ammagamma è uno di questi) forniscono la sequenza migliore delle produzioni da svolgere sulle diverse macchine delle linee produttive di un’azienda. Il sistema si basa su una struttura di matematica applicata che tiene conto di tutte le variabili e vincoli della produzione, come le efficienze delle diverse macchine, gli ordini, la disponibilità di materiali, di attrezzature e di operatori. Tutte le informazioni vengono aggiornate costantemente in modo automatico, dialogando con il gestionale presente in azienda o, se necessario, inserite in tempo reale dall’operatore. Obiettivo? Mettere a disposizione delle aziende uno strumento che permetta di ragionare meglio, che consenta ai manager di prendere le decisioni giuste – e non un programma che sostituisca il ragionamento.

La cosa più affascinante di tutte, però, come negli imprevisti del Monopoli, sono le informazioni che non stavamo cercando – e che l’intelligenza artificiale può aiutare a scoprire e capire per generare nuovo valore: «Ogni azienda che si trovi a gestire una grande quantità di dati ha il compito di selezionarli e utilizzarli correttamente per prendere le decisioni più efficaci. Oggi questo però non è più sufficiente, diventa necessario adottare nuovi approcci per ottenere informazioni anche inaspettate», racconta Dario Pagani, Responsabile Digital & Information Technology di Eni. «Per questo, abbiamo dato vita all’Hidden Data Lab, un laboratorio di ricerca che ha un approccio nuovo al dato e lo esplora in tutte le sue forme. All’interno di questo Laboratorio ci avvaliamo delle applicazioni più avanzate della data science per lo sviluppo di progetti ad alto impatto innovativo».

A differenza di ciò che accade in molti settori, l’intelligenza artificiale è estremamente democratica – anche grazie agli incentivi fiscali previsti dal Pnrr e disponibili per le imprese fino al 31 dicembre 2022: «Qualsiasi azienda di qualsiasi dimensione ha la possibilità di adottare soluzioni di IA per generare nuovo valore» sostiene Fabio Ferrari, presidente di Ammagamma. «L’applicazione dell’intelligenza artificiale non richiede costosi processi di trasformazione digitale, spesso infatti assume la forma di un software che ‘parla’ con l’architettura digitale già esistente per amplificarne l’efficienza e la capacità di comprensione. Adottare tecnologie di IA richiede piuttosto un cambio di mentalità e di approccio da parte degli imprenditori, un nuovo modo di fare impresa». L’opportunità di trasformare la propria azienda, rendendola più competitiva, è davanti a loro. Ed è un’opportunità davvero intelligente.