Che l’intelligenza artificiale stia vivendo oggi il suo “momento di gloria” è innegabile, tuttavia il rischio che si corre è quello di far confluire troppe cose nel “calderone”, come spesso accade quando si devono “narrare” le tendenze in atto. Essendo decisamente ampio l’ombrello sotto il quale confluiscono i tanti pezzi del puzzle che compongono l’AI, tutto diventa intelligenza artificiale, anche quello che non lo è davvero. Ecco allora che diventa doveroso dare concretezza al fenomeno attraverso l’analisi ed il racconto dei casi reali di applicazione, degli ambiti di adozione delle tecnologie, delle loro potenzialità e benefici.
Lo ha fatto recentemente IBM presentando nove settori industriali e professionali all’interno dei quali oggi l’intelligenza artificiale sta dando positivi riscontri di business. Vediamo di seguito quali sono.
L’intelligenza artificiale applicata all’agricoltura e al Food
IBM ha sviluppato la Piattaforma Watson per l’Agricoltura – disponibile oggi a livello globale – che raccoglie dati da molteplici fonti quali informazioni ed analisi meteo, dati provenienti da macchinari agricoli, irrigatori abilitati dall’IoT, immagini satellitari e via dicendo; il tutto con l’obiettivo di offrire un’unica visione predittiva attraverso un’app che possa risultare di facile utilizzo per l’utente finale, anche e soprattutto quello non abituato ad utilizzare sofisticate tecnologie.
Per il singolo agricoltore ciò significa ottenere supporto per prendere decisioni migliori, ottenendo così una migliore resa del terreno. Per esempio, utilizzando le funzionalità AI di riconoscimento visivo, si identificano il tipo e i livelli di danni provocati dai parassiti con un uso più efficace dei pesticidi. Allo stesso modo, diventa possibile prevedere l’impiego di acqua, riducendo sprechi e costi.
Customer service: l’intelligenza artificiale applicata alla cura del cliente
Secondo uno studio i cui risultati sono stati annunciati da IBM pochi giorni fa, il 77% delle aziende intervistate (il panel era di 5000 Executives) ha dichiarato che la soddisfazione del cliente è un fattore chiave per l’AI. Per dare concretezza a questa esigenza di business, Big Blue ha sviluppato Watson Discovery for Salesforce, una soluzione pensata per incrementare l’abilità degli addetti del customer service a rispondere più velocemente alle domande dei clienti e alle richieste complesse (la soluzione consente di avere in tempo reale tutte le informazioni rilevanti sulla richiesta appena effettuata dall’interlocutore in modo che la risposta sia immediata e coerente).
L’elemento distintivo sta nel fatto che non sono più necessari lunghi periodi di training: Watson presenta immediatamente la soluzione più probabile consentendo agli operatori dell’help desk, per esempio, di dare risposte efficaci ai clienti che si sono rivolti a loro.
L’AI per le risorse umane
Chi lavora nell’ambito delle risorse umane passa in rassegna centinaia di profili di candidati al giorno, concentrando la propria attenzione per non più di 6 secondi, in media, su ciascun curriculum. Tutto ciò rende difficile prendere decisioni giuste e ben ponderate.
In questo caso ciò su cui ha puntato IBM è una nuova funzionalità – AI di IBM per le risorse umane – che analizza il background con le migliori performance in diversi contesti, utilizzando tali dati per aiutare a segnalare i candidati più promettenti. La soluzione offre ai responsabili delle risorse umane o chi si occupa della selezione un miglior indicatore delle probabilità di successo dell’assunzione e può aiutare a rimuovere una significativa percentuale di errori dal processo decisionale. Per le aziende che affrontano contenziosi, può anche aiutare a fornire una spiegazione più chiara sulle ragioni dell’assunzione o della mancata assunzione.
Intelligenza artificiale e Marketing, legame sempre più stretto
È l’area in cui la produttività potrebbe aumentare di più grazie all’AI. Il nuovo assistente IBM Watson per il Marketing, incorporato nella soluzione Watson Campaign Automation SaaS, può aiutare a convertire il lavoro in una semplice conversazione.
Ingersoll Rand, a titolo di esempio, lo sta usando per comprendere più velocemente la performance di marketing e per progettare efficienti campagne che si rivolgono direttamente agli individui, coltivando un dialogo migliore a cui si devono coinvolgimento e fidelizzazione.
Anche la Pubblicità punta sull’AI
Per spiegare come l’AI può diventare elemento differenziante anche per la pubblicità, IBM ha portato all’attenzione del pubblico aziendale il caso studio di Subway, la nota catena americana di fast-food cheha utilizzato il nuovo WEATHERfx Footfall con Watson per progettare annunci pubblicitari basati sui mutevoli modelli meteorologici. Perché pubblicizzare i panini caldi quando fuori ci sono 40°? È uno spreco, ma la maggior parte degli spazi pubblicitari non è ancora abbastanza intelligente per comprenderlo. Watson lo è.
Durante la sua campagna pubblicitaria, Subway ha aumentato il traffico del 31% superando di gran lunga tutti gli altri metodi di targeting. Inoltre, si è verificata una riduzione del 53% negli sprechi il che ha consentito di recuperare circa 7.9 milioni di impression che altrimenti sarebbero andate perdute.
Intelligenza artificiale applicata alla produzione di attrezzature industriali
La combinazione tra AI ed IoT è rilevante in molti contesti, come quello dello Smart Building, dello Smart Manufacturing e, più in dettaglio, nell’ambito della produzione di attrezzature industriali. IBM sta rilasciando speciali set di strumenti Watson appositamente progettati per aiutare a ridurre in modo significativo il fabbisogno di risorse utilizzando competenze di ispezione visiva e acustica dei prodotti.
In un momento di intensa competitività globale, le industrie manifatturiere si trovano ad affrontare una serie di problemi che incidono sulla produttività tra i quali la riduzione di efficacia della forza lavoro, il gap di competenze e l’aumento dei costi delle materie prime, il tutto aggravato da difetti a valle e da macchinari fuori servizio. Combinando IoT e AI è possibile stabilizzare i costi di produzione individuando e prevedendo le aree di perdita come lo spreco di energia, i guasti delle apparecchiature e i problemi di qualità del prodotto.
Edifici che parlano grazie all’AI
Proseguendo nell’ambito del connubio tra intelligenza artificiale ed IoT, nello specifico unendo l’Industrial IoT con l’AI, l’IBM IoT Buildings Insights è la soluzione che, attraverso la decodifica degli exabytes di dati prodotti dagli edifici commerciali, consente di ridurre i costi energetici e comprendere le dinamiche di utilizzo e di consumo, consentendo ai proprietari, ai gestori, agli energy e facility manager di comprendere e preparare modelli di gestione appropriati.
Tale tecnologia consente di sfruttare anche set di dati relativi a fenomeni esogeni, come le informazioni provenienti dalle previsioni meteorologiche o le analisi di terze parti rendendo così ancora più accurate le analisi, gli scenari ed i modelli di consumo “ideali” per ridurre gli sprechi e via dicendo.
Automotive: AI ed IoT per i veicoli del futuro
L’AI svolgerà un ruolo in primo piano nello sviluppo del settore automobilistico. Dal momento che il 47% dei progetti fallisce a causa di specifiche imprecise [secondo quanto rilevato dal Project Management Institute; fonte: PMI’s Pulse of the Profession: Requirements Management — A Core Competency for Project and Program Success – ndr], IBM ha deciso di applicare l’AI alla nuova generazione della propria Requirements Management solution. In dettaglio, Watson riesce ora a valutare la qualità dei requisiti necessari, fornendo indicazioni su come migliorarne la qualità nell’ambito della produzione del settore Automotive.
L’AI che fa bene alla Supply Chain
I responsabili della catena di distribuzione spesso si occupano dei flussi di dati provenienti da tutto il mondo, non solo nel caso di multinazionali ed aziende globali, ma anche nel caso di realtà che hanno un ecosistema di partner che incide sulla propria Supply Chain. Per riuscire ad ottimizzare questi flussi e portare la Supply Chain a livelli superiori di efficienza (ed efficacia) è importante alimentare un sistema di intelligenza artificiale anche con dati “esterni”, per esempio quelli meteo, i bollettini sul traffico e persino rapporti normativi che possano mostrare un quadro più completo di eventuali problemi che si possono generare lungo la catena distributiva. Anche in questo caso la risposta di IBM si chiama Watson, nello specifico Watson Supply Chain Insights.
