Lo evidenzia un’analisi condotta da Oxford Economics su 500 Cio mondiali. I benefici del machine learning sono chiari alle aziende, ma c’è ancora da lavorare sulle competenze
Il machine learning è già arrivato nelle aziende e contribuisce attivamente al lavoro di ogni giorno. È quello che emerge da una ricerca commissionata da ServiceNow a Oxford Economics, intitolata “The Global CIO Point of View”, ha coinvolto 500 CIO in tutto il mondo di cui 318 in Europa.
L’obiettivo della ricerca è stato quello di identificare i vantaggi competitivi del machine learning e scoprire come i manager lo stavano sfruttando, per esempio creando nuovi posti di lavoro focalizzati sull’interazione con le macchine intelligenti. I risultati sono estremamente significativi e dimostrano una fiducia superiore rispetto alle aspettative nei confronti del machine learning. Ad esempio, il 48% dei CIO europei ha affermato di essere già oltre l’automazione delle attività di routine – come per esempio gli alert di sicurezza – e di puntare all’automazione di decisioni più complesse (ad esempio, la risposta ai security incident). L’85% del campione ha dichiarato di scegliere il machine learning per ottenere valore sostanziale o trasformativo e prendere decisioni più accurate. Il 65%, infatti, dichiara che le decisioni prese attraverso il machine learning risultano più accurate di quelle prese dall’uomo. Altra parola chiave è automazione: il 63% degli intervistati si aspetta che l’automazione dei processi decisionali contribuisca alla crescita della propria azienda.
L’aspetto forse più significativo della ricerca è che quasi la metà dei CIO (il 48%) ha rivelato che la propria azienda utilizza già strumenti di machine learning, mentre il 42% sta pianificando una loro adozione. In compenso, però, solo il 29% dei CIO europei ha assunto del personale con competenze nel lavoro ad hoc.
Cinque consigli per i CIO
Sulla base dei risultati, Service Now e Oxford economics hanno stilato una lista di consigli a beneficio dei CIO che per ottenere valore dal machine learning.
1) Costruire le fondamenta e migliorare la qualità dei dati. Una delle barriere maggiori all’adozione del machine learning è la qualità dei dati. Se le decisioni che la macchina prende sono basate su dati scarsi, il risultato non apporta valore e potrebbe far aumentare i rischi. I CIO devono utilizzare tecnologie che semplificano la gestione dei dati e la transizione al machine learning.
2) Dare le priorità in base al valore. Nel momento in cui si costruisce una roadmap, ci si deve focalizzare su quei servizi utilizzati più comunemente, perché è automatizzando quei servizi che si apporteranno i benefici maggiori al business. A un livello generico, quali sono i modelli di lavoro maggiormente non strutturati che trarranno benefici dall’automazione? Bisogna impegnarsi nel re-ingegnerizzare i servizi e i processi come parte di questa trasformazione e non semplicemente spostarli in un nuovo modello
3) Costruire un’esperienza cliente eccezionale. Un vantaggio chiave che si ottiene dal migliorare la velocità e la precisione dei processi decisionali è creare un’esperienza cliente eccezionale, sia interna che esterna. Quando si crea una roadmap per implementare capacità di machine learning si deve immaginare l’esperienza ideale per il cliente e dare la priorità agli investimenti che mirano a questo obiettivo.
4) Attirare nuove competenze e rendere i nuovi paradigmi pervasivi in azienda. I CIO devono identificare i ruoli del futuro e anticipare come i dipendenti si interfacceranno con le macchine – e cominciare da subito ad assumere e formare. I CIO devono costruire una cultura che abbracci un nuovo modello di lavoro e competenze. Questo significa stabilire delle linee guida per gli executive, gli ingegneri e i dipendenti su come debbano lavorare con le macchine e sul futuro della collaborazione uomo-macchina.
5) Misurare e rappresentare i benefici. I benefici del machine learning potrebbero essere chiari ai CIO, ma gli altri C-level executive e il consiglio di amministrazione hanno bisogno di essere informati sul suo valore. I CIO devono stabilire le aspettative, sviluppare modelli di successo prima dell’implementazione e costruire un business case per acquisire e mantenere i fondi richiesti. I CIO devono anche considerare di presentare dei benchmark nei confronti di altre aziende simili per grandezza o mercato.
