La trasformazione guidata dagli Analytics

Ikano Bank utilizza Qlik Cloud per ottimizzare le proprie prestazioni e soddisfare al meglio le esigenze dei clienti

Cosa succede quando il vantaggio competitivo di un’impresa non è più basata sull’infrastruttura di produzione, ma sugli algoritmi che la governano?

Per avere successo nei nuovi mercati, le imprese del futuro dovranno competere non soltanto nei processi di trasformazione materiale di beni e servizi, ma anche nella capacità di impiegare il dato come fattore produttivo. La capacità di impiegare le informazioni nella produzione aziendale richiede tuttavia un balzo oltre gli strumenti tradizionali di gestione, introducendo nuovi modelli di Predictive Analytics per trarre il massimo valore possibile da volumi di dati sempre più grandi, eterogenei e complessi.

TI PIACE QUESTO ARTICOLO?

Iscriviti alla nostra newsletter per essere sempre aggiornato.

“Cosa succede quando il vantaggio competitivo di un’impresa non è più basato sull’infrastruttura di produzione, ma sugli algoritmi che la governano? La presenza degli Analytics a qualsiasi livello dei processi e della produzione trasformerà sia il modo di agire nell’impresa che il modo di pensare l’impresa”, afferma Giancarlo Vercellino, Associate Research Director di IDC Italia. “La democratizzazione del Machine Learning è destinata a cambiare la strategia aziendale e le regole della competizione, consentendo alle imprese di raggiungere traguardi impensabili in termini di efficienza e innovazione”.

Oltre il 30% delle grandi aziende in Italia sta lavorando all’introduzione di applicazioni e workload abilitati dal Machine Learning e dall’Intelligenza Artificiale. Il 40% delle imprese ferme ancora al principio della Trasformazione Digitale fa un impiego molto selettivo dell’Intelligenza Artificiale, in segmenti molto verticali e circoscritti dei propri processi. Quasi il 25% delle imprese che si trovano in una fase avanzata estende gli impieghi del Machine Learning anche alle funzioni di marketing e sales. Le imprese che infine hanno raggiunto una fase molto avanzata di Trasformazione Digitale impiegano ampiamente il Machine Learning anche per l’automazione dei processi IT (oltre il 20%).

Leggi anche:  Metadati e tassonomie, il cuore della governance dei contenuti

Secondo IDC, è possibile segmentare i servizi AI in cinque distinte categorie, dalle piattaforme di base fino a servizi cognitivi specializzati. Chi opera in questo settore offre infatti un’ampia varietà di soluzioni, che spaziano dall’elaborazione del linguaggio naturale alle tecnologie conversazionali, dal Deep Learning fino appunto al Machine Learning e alla Predictive Analytics.

E’ un mercato, da qualsiasi lato lo si guardi, in grande espansione. Secondo le ultime previsioni rilasciate da IDC, la spesa mondiale per piattaforme software di Intelligenza Artificiale è destinata a esplodere crescendo al 2023 con un tasso annuo di crescita composto superiore al 35%, quasi decuplicando il valore di questo mercato nel 2018. Addirittura, la componente cloud pubblica di questa spesa crescerà due volte più velocemente, segnando un CAGR 2018-2023 superiore al 73%.

Le imprese devono comprendere bene come avvicinarsi all’AI e quale modello di fruizione risponde meglio alle loro esigenze e alle competenze che possono concretamente investire.

Proprio questi temi saranno al centro dell’incontro organizzato da Google Cloud in collaborazione con IDC che si terrà in doppia edizione a Milano e a Roma, rispettivamente il 22 e il 29 ottobre 2019.

Intitolato Serverless Digital Transformation: la trasformazione guidata dagli Analytics e dal Serverless”, l’evento vedrà la partecipazione di IDC e di esperti di Google Cloud, con le testimonianze dei casi di successo di Wind e Cattolica Assicurazioni a Milano e di L’Oreal e Cattolica Assicurazioni a Roma.