Nella vita ci sono solo tre cose certe: la morte, le tasse e l’intelligenza artificiale. Quest’ultima è decisamente meno deprimente delle altre due e ha anche generato numerose innovazioni commerciali. Inoltre, sta diventando sempre più accessibile ai più. Nel settore delle startup, l’intelligenza artificiale ha contribuito a prevedere il trend delle varianti Covid, prevenire il burnout dei medici e potenziare gli strumenti militari.
Al di là delle applicazioni più seducenti, c’è stato un boom nell’utilizzo dell’intelligenza artificiale in un settore direttamente collegato alla vita quotidiana: la logistica. In questo ambito, i percorsi e i tempi di consegna Last Mile sono stati ottimizzati e ridotti, le misure di sostenibilità sono state potenziate e i costi operativi sono stati ridotti. L’ho sperimentato in prima persona perché ho sviluppato l’intelligenza artificiale per la mia startup di logistica dopo aver creato un algoritmo di pianificazione dei percorsi per i vigili del fuoco per la mia tesi di laurea. Questo algoritmo ha salvato 1.400 vite riducendo del 40% il tempo di arrivo in alcune delle città più congestionate del mondo.
Il valore dell’intelligenza artificiale è indiscutibile. Tuttavia, molte aziende sono ancora riluttanti ad adottarla completamente perché pensano che sia troppo complicata o costosa da implementare. Certamente l’attuale instabilità economica deve far riflettere le aziende sul fatto che dovrebbero raddoppiare gli sforzi riguardo l’efficienza; tuttavia è ancora possibile far entrare l’intelligenza artificiale nella propria azienda senza far tremare il reparto contabilità. Ecco quindi alcuni suggerimenti per le piccole e medie imprese (PMI) che vogliono conoscere il mondo dell’intelligenza artificiale e costruire un progetto solido e a lungo termine.
Assicuratevi che le vostre fondamenta siano pronte per l'intelligenza artificiale.
Ogni organizzazione deve stabilire se c’è o meno un’effettiva necessità di avere strumenti di intelligenza artificiale prima di inserirla nel proprio modello. Nel Last Mile, questo significa chiedersi se i consumatori desiderano consegne personalizzate, ad esempio se vogliono scegliere l’orario di consegna dei loro pacchi, o se si accontentano di processi più standardizzati. L’intelligenza artificiale potrebbe non essere la scelta giusta per voi se non c’è richiesta di consegne diversificate, dal momento che il suo punto di forza è fornire un’ampia gamma di risultati.
Quindi, tenete d’occhio i comportamenti e le aspettative dei vostri clienti. Cambiano ogni giorno o rimangono costanti? Se le loro preferenze sono fisse (ad esempio, i luoghi e tempi delle consegne rimangono invariati), l’intelligenza artificiale non sarà così vantaggiosa per la vostra azienda. L’intelligenza artificiale è preziosa per rilevare e comprendere i modelli nei set di dati, quindi se avete già un quadro completo di chi sono i vostri clienti, non sarà in grado di dirvi nulla di nuovo.
Per la fase finale del controllo sensoriale, dovreste utilizzare la vostra tecnologia. Se non disponete già di un software di intelligence, l’impiego dell’intelligenza artificiale potrebbe causarvi qualche problema. Idealmente sarebbe necessario disporre di processi automatizzati e intelligenti, in modo da poterli ridimensionare tramite l’intelligenza artificiale. L’intelligenza artificiale infatti non è il risultato finale, ma deve essere utilizzata come acceleratore dei processi già predisposti.
La maggior parte delle PMI sceglierà di utilizzare l’intelligenza artificiale attraverso strumenti di terze parti, il che ha senso poiché costruire la propria intelligenza artificiale da zero significa essenzialmente diventare un’azienda di software. Detto questo, anche se fate uso dell’intelligenza artificiale degli altri, dovrete creare un team di esperti per gestire la tecnologia, ovvero trovare dei professionisti specializzati nella raccolta e analisi di grandi quantità di dati, che sappiano appunto come gestire, misurare e assimilare i dati senza problemi nei flussi di lavoro. Più il vostro team è tecnologico, più sarà in grado di integrare l’intelligenza artificiale in modo veloce e senza soluzione di continuità.
Create una cassetta degli attrezzi per coltivare la vostra intelligenza artificiale
Non si può pensare di introdurre l’intelligenza artificiale nella tecnologia della propria azienda senza poi far seguire altre azioni. Fin dal primo giorno è necessario un set di strumenti completo per alimentarla e misurarne l’efficacia. Fortunatamente, poiché essa è strategica nel mondo degli affari, esiste tutta una serie di strumenti per tenerla sotto controllo.
Partiamo dalle basi. Negli ultimi dieci anni, gli strumenti più diffusi di intelligenza artificiale sono stati pacchettizzati e resi più accessibili per un’ampia gamma di settori. Tensor Flow, ad esempio, è uno degli strumenti di più popolari ed è particolarmente adatto per raggruppare e creare intelligenza artificiale: la sua libreria open source di base aiuta nell’addestramento dei modelli di apprendimento automatico e può essere eseguita direttamente nel browser. Python è uno dei più diffusi linguaggi di programmazione per l’intelligenza artificiale, mentre R è utilizzato dai data scientist per scalare e allineare i diversi modelli di intelligenza artificiale.
Altrove, il kit ML di Google è utile se desiderate offrire un’offerta personalizzata. Inoltre, community come Hugging Face sono ideali per la ricerca sull’intelligenza artificiale e per partecipare a conversazioni su di essa.
Oltre a questi strumenti, dovete assicurarvi di raccogliere regolarmente feedback da quelle persone che fanno un reale uso dell’intelligenza artificiale. Fate attenzione a ricalibrare gli algoritmi di conseguenza. Va benissimo avere gli strumenti per riparare un’auto, ma se non sapete come utilizzarli per soddisfare il guidatore, varranno poco o niente. Noi di SimpliRoute, chiediamo a tutto il personale addetto alle consegne di valutare i percorsi che l’intelligenza artificiale consiglia loro su una scala da 1 a 5. Queste informazioni quantitative vengono quindi utilizzate in tandem con i dati qualitativi (come i sondaggi) per consentirci di riconoscere più profondamente cosa funziona e cosa non con l’intelligenza artificiale.
Preparate i vostri dati affinché alimentino a lungo termine la vostra intelligenza artificiale.
Diventare un’azienda che sviluppa e fornisce intelligenza artificiale significa entrare in una relazione a lungo termine. Un sistema di intelligenza artificiale stagnante non sarà utile né alla vostra PMI né tantomeno ai vostri utenti: deve essere dinamica, combinando dati storici e informazioni in tempo reale per generare insights. Ecco perché circa l’80% dei costi dell’ultimo miglio sarà dedicato alla raccolta, all’estrazione e alla correzione dei dati che alimentano la vostra intelligenza artificiale e fanno arrivare quegli insights.
Tuttavia, i dati necessitano di manutenzione. Dovreste recuperare costantemente i dati da più fonti per assicurarvi di avere il quadro più completo possibile delle vostre operazioni dell’ultimo miglio. Ad esempio, abbiamo bisogno di molti dati GPS, ma abbiamo anche bisogno di informazioni di servizio sul tempo necessario per scaricare i camion e quali sono i percorsi preferiti dagli autisti. Non si possono selezionare i dati che confermano ciò che già sappiamo (o vorremmo sapere). Per avere un sistema di intelligenza artificiale efficace, i vostri dati dovrebbero essere realmente rappresentativi.
È importante investire sia nelle risorse che nel personale addetto ai dati. È necessario istruire i dipendenti attuali e i nuovi assunti sulle tendenze e sui modelli emergenti di intelligenza artificiale. Se volete far crescere il vostro team di intelligenza artificiale, collaborate con le università per reclutare talenti all’avanguardia o offrite stage che descrivano perché la vostra applicazione di intelligenza artificiale è unica. Mettere insieme il mondo aziendale e quello accademico potrebbe essere davvero vantaggioso.
È fondamentale ricordare che i dati non dovrebbero essere limitati ai settori in cui vengono utilizzati, ma dovrebbero influenzare le decisioni aziendali a tutti i livelli, del marketing, delle vendite e altro ancora. Se non mettete i dati al centro di tutti i processi decisionali, non riuscirete mai a calarvi nei panni dei vostri utenti finali e a determinare in modo più accurato come agire sulla base delle conclusioni a cui ha portato la vostra intelligenza artificiale.
Non c’è motivo di pensare che abbracciare l’intelligenza artificiale sia un’impresa troppo ardua, dato che molte aziende si sono affermate con successo nel settore e sono disponibili molte risorse per aiutare i nuovi arrivati. Le PMI sono più preparate che mai a diventare un’autorità nel campo dell’intelligenza artificiale.
