Oltre i chatbot: come l'IA generativa stimola la crescita della produttività – Oracle

Sebbene tecnologie di intelligenza artificiale come il rilevamento delle anomalie e la ricerca vettoriale supportino le aziende da tempo, solo negli ultimi anni è diventato possibile per la maggior parte delle organizzazioni comunicare con i computer in linguaggio naturale, interrogando metriche aziendali e discutendo le cause alla radice. È ovvio che i computer, in grado di analizzare i dati in frazioni di secondo, possono aiutare la vostra azienda. Tuttavia, per trarne un vero valore commerciale, sono necessari investimenti significativi – e non sempre è chiaro se questi si ripagheranno.

Tuttavia, c'è un accordo generale sul fatto che l'IA giocherà un ruolo centrale nel mondo degli affari. La sfida rimane quella di creare un caso aziendale convincente con solide stime del ROI. Vediamo come gli investimenti in IA possono essere giustificati.

L'intelligenza artificiale si riferisce a sistemi informatici che eseguono compiti che normalmente richiedono l'intelligenza umana. La forma più avanzata sono i cosiddetti Large Language Models (LLM), addestrati su vasti set di dati provenienti da internet e altre fonti. Dopo l'addestramento, gli LLM sono particolarmente abili nel comprendere il linguaggio, fornire supporto in molte discipline e sviluppare piani per l'esecuzione di una vasta gamma di compiti. Queste capacità diventano particolarmente preziose quando vengono combinate con i dati proprietari di un'azienda.

ChatGPT, lanciato nel 2022, ha catturato l'attenzione sia degli studenti che dei dirigenti. Mentre presumibilmente ha aiutato molti studenti nei loro compiti di scrittura, per un'ampia utilità aziendale erano necessari ulteriori progressi.

Le aziende oggi traggono vantaggio principalmente da due sviluppi. Il primo è l'accesso ai dati aziendali – solitamente tramite tecnologie come la Retrieval-Augmented Generation (RAG) o il Model Context Protocol (MCP). Con RAG, MCP e tecnologie simili, gli LLM ricevono dati pertinenti che possono utilizzare per rispondere a domande sull'attività, dalle richieste dei clienti sui dettagli dei prodotti agli scenari "cosa succederebbe se" dei dirigenti sulle previsioni di vendita.

Il secondo è la capacità dell'IA di creare piani, comprendendo come sono stati eseguiti i compiti precedenti e utilizzando set di strumenti per eseguire compiti più complessi in modo autonomo. Questo è noto come IA basata su agenti e si sta sviluppando come un fattore chiave per creare un valore aziendale tangibile, in particolare con l'aumento dell'uso di MCP. La domanda non è più se l'IA sarà utilizzata in azienda, ma quando e come.

Ecco nove aree in cui le aziende stanno già ottenendo successi con l'IA.

Nove aree di successo dell'IA in azienda

1. Servizio clienti

La maggior parte delle interazioni con il servizio clienti sono ripetitive. Ciò significa che un'IA con accesso alla cronologia di domande, soluzioni e documentazione del prodotto può agire come un potente agente di servizio clienti di primo livello – e con nuovi strumenti può persino andare oltre i compiti di primo livello. L'IA basata su agenti può imparare dalle interazioni passate e condurre conversazioni interattive per risolvere i problemi. Il caso aziendale è particolarmente convincente quando i dati del servizio clienti sono completi e esaustivi. Vediamo le capacità centrali che l'IA porta in questo e altri ambiti.

2. Marketing e vendite

L'IA si distingue per la sua capacità di analizzare i dati alla velocità della luce e sviluppare strategie di marketing e vendita personalizzate, spesso fino al singolo cliente. L'investimento si ripaga più velocemente se le funzioni dei sistemi CRM e di automazione del marketing esistenti vengono sfruttate in modo coerente. Migliori sono i vostri dati, migliori saranno i risultati quando utilizzerete l'IA. I vostri venditori registrano davvero diligentemente le loro interazioni con i clienti? Forse sì, forse no. L'IA può supportare in ogni caso, ma più dati di alta qualità sono disponibili, migliori saranno i risultati.

3. Automazione dei processi

L'IA è eccellente per automatizzare i processi ripetitivi che includono eccezioni, in particolare per le aziende che utilizzano una suite di prodotti compatibili per gestire le proprie operazioni, di solito con un sistema ERP come nucleo. Per ottenere il massimo beneficio dall'IA, dovrebbe essere in grado di lavorare con dati operativi e finanziari. Questo può avvenire direttamente in un sistema centrato sull'ERP o in un data warehouse collegato in modo da estrarre i dati dai sistemi operativi dell'azienda.

Ciò non significa che l'IA non offra valore aggiunto in singole soluzioni come la gestione della catena di approvvigionamento. Tuttavia, i guadagni in efficienza operativa e le intuizioni organizzative sono significativamente maggiori quando l'IA ottiene una visione olistica delle operazioni quotidiane.

4. Finanza

I team finanziari sono spesso molto oberati di lavoro. L'IA può aiutare assumendosi molte attività di routine che richiedono risorse considerevoli. L'IA per la cattura, la comprensione e la classificazione dei documenti può ridurre significativamente l'inserimento manuale dei dati in finanza. Nella gestione dei crediti, l'IA può registrare correttamente i pagamenti e spesso anche creare automaticamente le registrazioni contabili necessarie. Inoltre, può confrontare gli ordini con le ricevute di merce e le fatture per assicurarsi che abbiate ricevuto esattamente ciò che è stato ordinato e che la fatturazione sia corretta.

5. Risorse umane

L'IA può anche aiutare i dipendenti o i nuovi colleghi a orientarsi nei sistemi di registrazione, nelle politiche e nei benefit. Può anche supportare la creazione di descrizioni e annunci di lavoro.

6. Sviluppo prodotti

Gli strumenti basati sull'IA per lo sviluppo di prodotti vengono spesso forniti come agenti. Questi assistono nella progettazione, programmazione, test e simulazione dei design prima che vengano costruiti prototipi reali. Ecco alcuni esempi:

• Progettazione generativa per esplorare un'ampia gamma di opzioni di design.
• Assistenti di codifica che aiutano gli sviluppatori a scrivere codice più velocemente e con meno errori.
• Simulazioni virtuali per testare i prodotti in vari scenari senza la necessità di prototipi fisici.
• Ottimizzazione dei materiali per suggerire i migliori materiali in base a requisiti specifici di performance e costi.

7. Analisi dei dati e reporting

In passato, l'analisi dei dati richiedeva un team specializzato con ampie competenze e strumenti costosi. I decisori dovevano specificare esattamente quali fatti il team dovesse evidenziare. L'IA sta cambiando radicalmente questo approccio. Grazie al prompting in linguaggio naturale e al reporting automatizzato, l'analisi sta diventando sempre più un'attività self-service, in cui gli utenti aziendali possono formulare le proprie domande. Fondamentale è l'accesso a un'ampia gamma di dati aziendali, in modo che l'IA possa, ad esempio, valutare la domanda basandosi sulle pipeline di vendita e i piani di fornitura basati sui dati di inventario. Sempre più spesso, l'IA e l'analisi dei dati convergono nel cloud.

8. Operazioni IT e cybersecurity

L'IA offre enormi opportunità per migliorare la sicurezza dei dati e le operazioni IT. Il rilevamento delle anomalie può monitorare le attività in tempo reale, contribuendo a identificare e mitigare le minacce. Tuttavia, anche gli aggressori utilizzano l'IA, il che significa che le aziende sono costantemente chiamate a essere un passo avanti. Un aspetto positivo è che l'IA viene sempre più integrata nella gestione di applicazioni aziendali complesse. Oracle ha iniziato nel 2018 a introdurre funzioni di gestione autonoma in alcuni prodotti di gestione dei dati e nel 2023 ha annunciato l'Autonomous Database. Il sistema si configura, aggiorna e ottimizza autonomamente, alleggerendo il carico sui DBA e consentendo loro di concentrarsi sull'utilizzo dei dati per creare valore aziendale.

9. Servizi legali

Le professioni legali subiranno probabilmente una trasformazione fondamentale in meno di cinque anni, poiché gli assistenti IA assumeranno molti compiti di routine attualmente svolti da avvocati e paralegali, eseguendoli più rapidamente e con maggiore precisione. Ecco alcune aree in cui l'IA può supportare:

• Ricerca legale: scansionare vasti database di leggi, precedenti e normative per trovare informazioni pertinenti.
• Analisi contrattuale: rivedere e analizzare contratti per identificare clausole chiave, rischi e discrepanze.
• E-discovery: accelerare il processo di identificazione e revisione dei documenti elettronici in contenzioso.
• Conformità: monitorare e garantire la conformità con un panorama normativo in continua evoluzione.
• Generazione di documenti: creare bozze iniziali di documenti legali standard, come contratti o memorie.

Poiché l'IA può potenzialmente influenzare quasi tutte le funzioni aziendali, lo sviluppo di un caso aziendale non è così semplice come identificare una singola esigenza e acquistare una soluzione. Le aziende hanno commesso errori costosi negli anni '70 e '80 facendo esattamente questo. L'acquisto di costose soluzioni "best-of-breed" isolate ha portato le aziende a lottare con l'integrazione di piattaforme disparate e la gestione dei dati su sistemi non comunicanti. Oggi, l'approccio vincente con l'IA richiede una strategia più olistica, che consideri come l'intelligenza artificiale possa essere integrata profondamente nei processi e nei sistemi esistenti per massimizzare il valore e la produttività a livello aziendale.