Dopo sei anni di lavoro con le aziende a supporto di attività come pricing, forecasting e segmentazione, mediante una tecnologia basata su modelli matematici e intelligenza artificiale, abbiamo imparato a valutare la preparazione in ambito AI delle imprese con cui abbiamo a che fare.
Per questo, al termine di ogni incontro conoscitivo con un potenziale cliente, realizziamo un breve report, ad uso interno, dando valore alle risposte che il cliente ci ha dato. Come ogni bravo commerciale insegna, infatti, una buona parte dell’incontro è dedicata a domande chiave che possano aiutarci a focalizzare il bisogno del cliente, il modello organizzativo dell’azienda e le sue inevitabili criticità, oltre all’ecosistema di mercato in cui opera.
Al termine dell’incontro il nostro team deve essere in grado di padroneggiare, almeno ad alto livello: business model, obiettivi dell’azienda a breve e medio termine, contesto culturale in cui opera il top management, struttura dei processi decisionali relativi agli ambiti in cui si innesteranno le nostre tecnologie, maturità in ambito Data Science.
Tutto quello che facciamo per il benessere di un cliente, infatti, si concentra nell’aumento del margine, grazie alla Data Science. Per questo, abbiniamo il potenziale cliente ad una di cinque categorie che compongono il nostro “AI Route 6”, un percorso di sei tappe che tutte le aziende, nello scenario odierno, stanno percorrendo o dovranno affrontare, più o meno consapevolmente, per restare competitive nel mercato, dominato sempre di più da chi è in grado di fare della Data Science un elemento chiave nelle proprie decisioni.
AI Route 6
Tappa1. In questa fase, alle aziende manca ancora il mezzo per percorrere la nostra Route. Sistemi informatici vetusti, difficile gestione del dato e totale mancanza o difformità dei dati storici. Inoltre, non solo mancano professionalità in grado di affrontare il tema, bensì il top management ha ancora scarsa sensibilità al tema. Il primo passo però è stato compiuto. Chiederci un incontro ha mostrato una nascente curiosità nei confronti di questo tema.
Tappa 2. Le aziende in questa fase conoscono l’Intelligenza Artificiale, ma non hanno ancora provato ad introdurla nei loro processi. Tipicamente, i manager delle aziende in questa fase, hanno avuto modo di formarsi in maniera autonoma su questo tema, oppure giungono da precedenti esperienze lavorative in aziende più avanti nel percorso. È la tappa più difficile da superare: c’è consapevolezza dell’importanza della data science, ma serve uno scatto culturale e la caparbietà di iniziare un percorso di modernizzazione nella gestione del dato.
Tappa 3. Queste aziende si dichiarano pronte ed entusiaste di implementare l’Intelligenza Artificiale nei propri processi. Hanno già avvicinato la Data Science con diversi gradi di successo, applicando modelli matematico statistici più elementari (e spesso sufficienti per i loro obiettivi!), ma vogliono vedere cosa c’è oltre. Spesso questi manager ne parlano più di quanto ne sappiano davvero. Formulano idee più che strategie, su come usare l’IA nella propria attività e spesso sono solo affascinati dall’idea di poter raccontare al mercato di essere i primi o i più bravi a farlo.
Tappa 4. Il quarto livello è abbastanza interlocutorio e solitamente è il migliore per intervenire fornendo il nostro supporto a queste realtà. In queste aziende sono presenti alcune persone formate sul tema che stanno cercando di far “evolvere” la cultura del dato al livello di consapevolezza più alta. I data scientist di queste aziende hanno una discreta fiducia da parte del management e stanno testando l’IA per trovare la formula corretta che permetta di implementare algoritmi più avanzati. Spesso in questa fase, il supporto esterno può aiutare a convincere il top management ad investire nuovamente in questo percorso, e può dare maggiore sicurezza al personale più operativo che potrà contare sulle esperienze che Premoneo ha già avuto nello stesso settore o in mercati affini.
Tappa 5. Le aziende al quinto gradino del percorso hanno già adottato il machine learning nelle loro funzioni quotidiane. Solitamente dispongono di un team strutturato che si occupa di ML e stanno utilizzando queste tecnologie per velocizzare diverse operazioni, con alcuni compiti di elaborazione delle informazioni che non impattano direttamente le decisioni, ma si fermano ad uno step precedente. Un’azienda, a questo punto del percorso, è nella situazione migliore per dimostrare a sé stessa, nel lasso di tempo che ritiene più opportuno, quanti benefici possa portare la Data Science alle proprie attività quotidiane e al successo del proprio business.
Tappa 6. Queste aziende stanno usando l’IA in un modo nuovo per sconvolgere il proprio modello di business. Padroneggiano gli strumenti e hanno compreso il potenziale della tecnologia che li ha portati fino a dove sono ora. Il team di Data Science non solo ha estrema fiducia da parte del top management, ma è quello che può influenzare di più le decisioni strategiche: tutte queste aziende usano il Machine Learning per mettere a punto i loro algoritmi, migliorare la loro offerta di prodotti, ottimizzare la loro infrastruttura di sistema, dialogare con i clienti. A questo livello, l’IA non è più un supporto, ma un partner strategico.
Sei curioso di sapere a che punto del percorso la tua azienda si trova e come si può velocizzare la tua AI Route 6? Puoi farlo prendendo contatto con il team di Premoneo.
