Parte della risposta risiede nel modo in cui le aziende applicano l’AI. Troppo spesso, l’AI viene considerata un investimento tecnologico a sé stante, piuttosto che una capacità in grado di migliorare il processo decisionale, rafforzare le operazioni e generare risultati di business misurabili. Man mano che le organizzazioni adottano più sistemi basati sull’AI, le prestazioni e la resilienza di tali sistemi diventano sempre più legate ai ricavi, alla customer experience e alla reputazione del brand. Quando la tecnologia fallisce, l’impatto si fa sentire ben oltre il reparto IT.

Allo stesso tempo, l’adozione dell’AI continua ad accelerare. Deloitte riporta che il 65% delle aziende include ora l’AI nella propria strategia aziendale. Eppure, nonostante questo slancio, molte aziende sono ancora alla ricerca di modi per tradurre gli investimenti in AI in un valore aziendale significativo. Per farlo, i leader hanno bisogno di una comprensione più chiara di come le prestazioni della tecnologia influenzino i sistemi, i servizi e la customer experience che sono alla base del successo commerciale. È in questo contesto che l’intelligence in tempo reale assume un’importanza sempre maggiore.

Il crescente legame tra tecnologia e performance aziendali

Un tempo, le performance tecnologiche erano considerate una questione prettamente informatica. Oggi, sono una questione aziendale.

Con la digitalizzazione delle organizzazioni, i sistemi che supportano le interazioni con i clienti, le transazioni e i servizi sono diventati fattori critici per la generazione di ricavi. Quando questi sistemi rallentano o falliscono, le conseguenze possono essere immediate: perdita di fatturato, clienti insoddisfatti e danni alla brand reputation.

Questo cambiamento sta modificando le aspettative nei confronti dell’intelligenza artificiale. Le aziende non cercano più solo guadagni in termini di efficienza. Vogliono che l’AI supporti l’innovazione, migliori l’affidabilità e contribuisca a offrire esperienze migliori ai clienti. Dopotutto, i clienti non percepiscono la complessità di un servizio digitale. Ne sperimentano solo il funzionamento.

È qui che l’osservabilità basata sull’AI può svolgere un ruolo importante. Fornendo una maggiore visibilità su sistemi e operazioni, le aziende possono identificare i problemi in anticipo, comprenderne il potenziale impatto e rispondere in modo più efficace. L’agentic AI fa un ulteriore passo avanti, aiutando i team ad automatizzare le attività di monitoraggio e risoluzione dei problemi di routine, consentendo ai dipendenti di concentrarsi sul processo decisionale strategico e su attività a maggior valore aggiunto.

In definitiva, le organizzazioni che non hanno visibilità sulle proprie operazioni rischiano di rimanere indietro. La capacità di rilevare e risolvere i problemi prima che i clienti ne risentano sta diventando un fattore chiave di differenziazione. L’intelligence in tempo reale contribuisce a rendere tutto ciò possibile, fornendo ai leader un quadro più chiaro di come le prestazioni tecnologiche influenzino i risultati aziendali più ampi.

Passare da operazioni reattive a processi decisionali in tempo reale

Molte organizzazioni operano ancora in modo reattivo per quanto riguarda le prestazioni tecnologiche. I problemi vengono spesso scoperti solo dopo che hanno interrotto i servizi o colpito i clienti.

L’intelligence in tempo reale contribuisce a spostare questo approccio da reattivo a proattivo. Invece di limitarsi a rispondere agli incidenti, le organizzazioni possono identificare i rischi in anticipo, prevedere potenziali problemi e agire prima che si verifichino interruzioni.

I vantaggi vanno oltre la semplice ricezione di avvisi più rapidi. Quando emerge un problema, le aziende devono capire non solo cosa è successo, ma anche perché è successo, quali sistemi sono interessati e quale azione intraprendere successivamente. Le moderne piattaforme di osservabilità possono aiutare i team a eseguire analisi delle cause alla base molto più rapidamente, riducendo i tempi di inattività e accelerando la risoluzione.

Questo livello di comprensione più profondo diventa sempre più importante man mano che gli ambienti tecnologici si fanno più complessi. Non è più sufficiente che i sistemi segnalino un malfunzionamento. Le aziende hanno bisogno di contesto.

Quando l’intelligenza artificiale viene integrata nei flussi di lavoro e nelle funzioni aziendali, può collegare i segnali tecnici con i risultati operativi e commerciali. Questo aiuta le organizzazioni a capire in che modo le prestazioni tecnologiche influenzano clienti, dipendenti e flussi di entrate, consentendo decisioni più rapide e informate. In altre parole, l’intelligence in tempo reale non è solo monitoraggio dei sistemi. Si tratta di fornire ai leader le informazioni di cui hanno bisogno per prendere decisioni di business migliori.

Trasformare la visibilità in impatti di business misurabili

Avere visibilità sui sistemi è importante, ma la sola visibilità non basta. Il vero valore deriva dalla comprensione di come le prestazioni tecnologiche influiscano sui risultati di business.

Per raggiungere questo obiettivo, le organizzazioni necessitano di una visione unificata delle proprie operazioni. In assenza di tale visione, i team tendono a lavorare a compartimenti stagni, rendendo più difficile individuare i rischi, stabilire le priorità di intervento e comprendere l’impatto più ampio dei problemi tecnologici.

Il settore dell’aviazione offre un esempio significativo. Ogni giorno, milioni di passeggeri si affidano alla tecnologia che supporta i sistemi di prenotazione, le procedure di check-in, la gestione dei bagagli e le operazioni di volo. Quando si verifica un problema, le ripercussioni possono propagarsi rapidamente all’intera attività aziendale.

Grazie a una piattaforma di osservabilità, i team delle compagnie aeree possono vedere come i problemi tecnologici incidano su metriche aziendali chiave, quali la puntualità di partenze e arrivi e i tassi di completamento del check-in digitale. Ciò consente di dare priorità alle azioni in base all’impatto sul business, anziché alla sola gravità tecnica del problema, migliorando così sia la resilienza operativa che l’esperienza del cliente.

Lo stesso principio vale per tutti i settori. Man mano che la tecnologia assume un ruolo sempre più centrale nelle prestazioni aziendali, le organizzazioni necessitano di strumenti in grado di collegare i dati operativi ai risultati commerciali. È proprio in questo ambito che l’intelligenza artificiale può andare oltre il semplice incremento dell’efficienza e iniziare a generare un valore misurabile.

Dall’insight all’azione

Le aziende che continuano a considerare la tecnologia come una semplice funzione di back-office rischiano di perdere un’opportunità significativa.

Molte organizzazioni stanno comprendendo sempre più che le prestazioni tecnologiche, la customer experience e i risultati di business sono profondamente interconnessi. Con la crescente adozione dell’AI, la capacità di comprendere tali connessioni e di agire di conseguenza diventerà ancora più cruciale.

L’agentic AI sta contribuendo ad accelerare questa trasformazione, consentendo alle organizzazioni di ottenere visibilità in tempo reale sui sistemi, automatizzare le attività di routine e rispondere alle problematiche in modo più efficace. Invece di affidarsi esclusivamente all’intervento manuale, i team possono concentrarsi sulle priorità strategiche, mentre l’AI aiuta a gestire la complessità dei moderni ambienti tecnologici.

In definitiva, le organizzazioni che otterranno i maggiori vantaggi dall’AI saranno quelle capaci di utilizzarla per migliorare i processi decisionali, rafforzare la resilienza e offrire una customer experience superiore. L’intelligence in tempo reale costituisce la base di questo approccio, aiutando le aziende a trasformare gli insight in azioni concrete e gli investimenti in AI in un impatto aziendale misurabile.

Articolo a cura di Philippe Deblois, Global Vice President, Solutions Engineering, Dynatrace

L'articolo Come l’intelligenza basata sull’AI sta trasformando le performance aziendali proviene da Data Manager Online.

Nel panorama industriale attuale, le aziende si trovano a fronteggiare una crescente pressione competitiva. La velocità del mercato, la domanda di personalizzazione, la sostenibilità e la necessità di ridurre i costi stanno ridefinendo le regole del gioco. In questo scenario, intraprendere un percorso di Product Lifecycle Excellence non è più una scelta strategica, ma una risposta necessaria alle nuove dinamiche del mercato.

Tuttavia, i progetti PLM presentano caratteristiche peculiari che ne rendono la realizzazione particolarmente sfidante. In primo luogo, la dimensione e la complessità organizzativa possono ostacolare la definizione di un modello operativo coerente e condiviso. Le priorità spesso divergenti tra le diverse funzioni aziendali – come procurement, sviluppo prodotto, vendite e operations – generano tensioni che rallentano il processo decisionale e compromettono l’allineamento strategico.

A complicare ulteriormente il quadro, vi è l’elevata varietà e complessità dei prodotti, che richiede una gestione sofisticata delle configurazioni, delle distinte base e delle varianti. In molte organizzazioni, i processi di sviluppo e gestione del portafoglio prodotti, del change management e del lancio di nuovi prodotti risultano non standardizzati, generando inefficienze e mancanza di controllo.

Dal punto di vista dei dati, le strutture informative sono spesso incoerenti e frammentate: le informazioni relative a prodotti, componenti, documenti, fornitori e aspetti finanziari sono distribuite su sistemi eterogenei, non integrati e talvolta obsoleti. Questo porta a una bassa qualità dei dati di origine, soprattutto in contesti con una lunga storia di prodotto, dove le informazioni sono stratificate e poco strutturate. A livello tecnologico, molte aziende si trovano a operare in ambienti IT legacy altamente personalizzati, che rendono difficile l’integrazione tra i sistemi CAD e le applicazioni entreprise come ERP o CRM. Anche le soluzioni PLM proposte dai vendor, spesso presentate come “out of the box”, si rivelano in realtà complesse da implementare, richiedendo personalizzazioni significative e integrazioni su misura che aumentano tempi, costi e rischi progettuali.

Queste sfide richiedono un approccio strutturato e consapevole, che tenga conto non solo degli aspetti tecnici, ma anche di quelli operativi, organizzativi e culturali. Le esperienze maturate in progetti precedenti evidenziano l’importanza di coinvolgere gli utenti business fin dall’inizio, pianificare con attenzione il change management, garantire il supporto del top management e affrontare con competenza la migrazione e la pulizia dei dati.

Per garantire una trasformazione efficace, è fondamentale definire processi strutturati e condivisi che favoriscano l’allineamento tra le diverse funzioni aziendali – come progettazione, produzione, vendite e post-vendita – attraverso workflow consolidati e strutture di prodotto coerenti e integrate.

Una volta che processi, sistemi e basi dati sono stati strutturati in modo solido, si apre la porta all’adozione dell’intelligenza artificiale per potenziare ulteriormente lo sviluppo prodotto. I casi d’uso sono numerosi e promettenti: dalla generazione automatica di idee e configurazioni, all’ottimizzazione dei design, fino all’analisi predittiva dei costi e della sostenibilità. Tra gli esempi più innovativi, spicca l’uso di assistenti virtuali basati su AI – come un “Alexa dello sviluppo prodotto” – capaci di interpretare requisiti testuali e suggerire soluzioni tecniche e di marketing, accelerando la fase di concept e migliorando la qualità delle decisioni. In sintesi, la trasformazione del ciclo di vita del prodotto non è un progetto IT, ma un’iniziativa strategica che richiede visione, metodo e leadership. Le aziende che sapranno investire in un modello operativo integrato e digitale saranno quelle capaci di innovare continuamente, collaborare efficacemente e rispondere con agilità alle sfide del mercato globale.

A cura di PwC

L'articolo Product Lifecycle Excellence, la risposta alla complessità proviene da Data Manager Online.

In un contesto globale segnato da instabilità geopolitica, inflazione, crisi energetiche e cambiamenti climatici, le aziende si trovano a dover ripensare radicalmente le proprie operations. In questo scenario complesso, l’intelligenza artificiale emerge come leva strategica per affrontare le sfide e cogliere nuove opportunità. L’AI sta rivoluzionando il modo in cui le imprese gestiscono ricerca e sviluppo, produzione, supply chain e acquisti: la sua integrazione efficace permette di ottenere miglioramenti significativi in termini di efficienza, flessibilità e redditività.

Quasi il 70% dei leader intervistati da PwC si aspetta un incremento di almeno tre punti percentuali nei margini operativi entro il 2030 grazie all’AI, e oltre il 40% prevede un aumento ancora maggiore. Tuttavia, solo l’8% delle aziende può essere considerato un “AI Operations Champion”, ovvero un’organizzazione che ha implementato l’AI in modo sistematico e scalabile. La maggior parte si trova ancora in una fase pilota, con benefici limitati e ritorni economici da consolidare.

Per colmare questo divario, è necessario adottare un approccio strategico e integrato, che combini interventi a rapido ritorno con investimenti strutturali di lungo periodo. Alcuni use case AI nelle operations offrono benefici immediati. Per esempio, algoritmi predittivi per la manutenzione riducono i fermi macchina e ottimizzano i costi. Sistemi di computer vision automatizzano il controllo qualità. Nella supply chain, l’AI può prevedere la domanda e ottimizzare i livelli di inventario. Questi casi, caratterizzati da ROI elevato e payback rapido, sono ideali per avviare il percorso di trasformazione, generando valore tangibile e rafforzando la sponsorship della leadership. Ma per scalare l’AI in modo sostenibile, è necessario costruire i cosiddetti “building block” tecnologici e organizzativi. Alcuni use case più avanzati – come la pianificazione autonoma della produzione o l’ottimizzazione end-to-end della supply chain – richiedono una base dati strutturata, un ERP solido, sistemi di pianificazione evoluti e processi ben definiti.

#operations Solo l’8% delle aziende integra l’AI in modo scalabile. Il resto? Ancora in fase pilota #PwCItalia
Click To Tweet

È qui che entra in gioco la strategia a due velocità: da un lato, si implementano use case ad alto impatto e basso sforzo per generare valore immediato; dall’altro, si lavora in parallelo per rafforzare le fondamenta tecnologiche e organizzative necessarie a supportare casi d’uso più complessi. Per far funzionare davvero l’AI nelle operations, servono alcune condizioni abilitanti: qualità e accessibilità dei dati, modello di governance strutturato, leadership coinvolta, fiducia nell’AI e una roadmap chiara e realistica. Senza dati puliti, integrati e aggiornati, l’AI non può funzionare. Serve una data governance chiara e strumenti per la gestione del dato lungo tutta la catena del valore. Molte aziende che falliscono nell’adozione dell’AI lo fanno per mancanza di coordinamento. È fondamentale istituire una funzione centrale AI che agisca come “transformation office”, fornendo direzione strategica, standard comuni e supporto operativo. Il commitment del top management è essenziale per guidare il cambiamento e costruire fiducia nell’AI.

Le aziende di successo investono nella formazione del personale, sviluppano competenze interne e collaborano con partner tecnologici per accelerare l’adozione. Bisogna partire da use case concreti, misurabili e scalabili. Una roadmap efficace combina iniziative a breve termine con ROI elevato e payback rapido, con investimenti strutturali per costruire le fondamenta necessarie a scalare l’AI nel tempo. L’adozione dell’AI nelle operations non è un progetto IT, ma un percorso di trasformazione che richiede visione, metodo e disciplina. Saper bilanciare risultati rapidi e investimenti strutturali è la base per costruire operations più intelligenti, resilienti e competitive.

A cura di PwC

L'articolo AI nelle operations, strategia a due velocità proviene da Data Manager Online.

L’incontro, organizzato in collaborazione con InRete, ha visto la partecipazione del Sen. Alessio Butti, Sottosegretario alla Presidenza del Consiglio dei Ministri con delega all’Innovazione tecnologica, Paolo Cervini, CEO Gewiss, Sebastien Bratieres, Director AI, Translated, Alice Guerini, Head of Data Science Office, A2A, Agostino Nuzzolo, General Counsel TIM che si sono confrontati con i professionisti di PwC Italia.

E’ emerso che il nuovo quadro normativo introduce regole rigorose per garantire un uso responsabile dell’IA, ma offre anche alle aziende nuove opportunità per rafforzare la propria competitività in un mercato sempre più orientato alla tecnologia. Nel corso dell’evento sono approfonditi i requisiti di conformità, la gestione delle pratiche vietate, e l’importanza della trasparenza e della responsabilità nell’uso dei sistemi di AI.

Giovanni Andrea Toselli, Presidente e Amministratore Delegato di PwC Italia ha sottolineato:“Abbiamo pensato a questa piattaforma di dialogo perché è fondamentale che le imprese comprendano le opportunità che derivano dalle nuove tecnologie e avviino il prima possibile un piano di attività di upskilling per i propri dipendenti. Entro il 2 febbraio, infatti, i fornitori e gli utilizzatori di sistemi di AI avranno l’obbligo di garantire un sufficiente livello di alfabetizzazione in materia per il proprio personale e per tutti gli altri soggetti coinvolti nell’uso di questo tipo di sistemi”.

L'articolo PwC Italia: un tavolo di lavoro su AI e innovazione con istituzioni e imprese proviene da Data Manager Online.

Il mercato della tecnologia è in costante fermento ed evoluzione e dalle rilevazioni effettuate durante l’ultimo anno emerge chiaramente che l’artificial intelligence è sempre più centrale nei piani delle aziende. In particolare, risulta evidente il ruolo pervasivo dell’AI praticamente in tutte le funzioni aziendali. Da uno studio PwC emerge che in questo momento l’AI è più estensivamente impiegata nell’ottimizzazione dei processi piuttosto che nella generazione di revenue. Anche se questo rapporto, al momento 95/5, è destinato a modificarsi in 70/30 nei prossimi due o tre anni. Emergeranno infatti nuovi prodotti AI-driven, tecniche per il miglioramento della relazione/ journey del cliente grazie all’AI e targeting/offering sempre più personalizzate. Il tema cruciale, quindi, è come portare l’AI in azienda in maniera industrializzata e “a scala”. L’AI Journey è articolato e complesso, ma soprattutto multidisciplinare. Non basta preoccuparsi solo della tecnologia, sicuramente importante, ma è necessario anche prevedere e progettare tutta un’altra serie di elementi come il modello operativo e organizzativo, le competenze e relativa capacity e i framework di governo (dati, modelli e SDLC).

È importante sottolineare tre importanti messaggi: il primo è che l’AI è uno strumento per raggiungere obiettivi di business. Guida sempre il business e le esigenze espresse dagli stakeholder, che sono rappresentate in ultima analisi da use case analitici o AI. Il secondo è che il percorso non è “a gradino”. Non si arriva “a scala” o “a target” in una notte. È necessario progettare ecosistemi intermedi o di transizione. Terzo e ultimo messaggio è che progettare e implementare non basta, ma serve un percorso parallelo di adoption, in altre parole significa pianificare come gli stakeholder adotteranno concretamente i nuovi strumenti e paradigmi.

La tecnologia e l’architettura dati, intese come una vera e propria “cassetta degli attrezzi” a disposizione degli stakeholder, rappresentano un insieme di strumenti indispensabili per assicurare che l’adozione dell’AI in azienda avvenga in modo solido, efficace e profittevole. L’insieme dei seguenti requisiti facilita l’integrazione dell’AI nell’azienda, creando una base tecnologica e di dati in grado di sfruttare il potenziale dell’intelligenza artificiale: cloud-based, cost efficiency e resource optimization; scalabilità, interoperabilità e flessibilità il cui obiettivo è limitare il lock-in; real-time e streaming sia per modernizzare i processi di ingestion che la possibilità di gestire adeguatamente i dati time-bounded: accesso seamless al dato “everytime, everywhere, everyone” e strumenti “Low-Code/ No-Code” per cogliere appieno il paradigma della “democratization” e l’approccio “citizen-led”; full automation delle operation (X-Ops) e dati governati/ security (approccio “by-design”); data quality e data diversity, cioè strutturati, semi-strutturati e non strutturati.

L’evoluzione delle data foundation si orienta quindi verso architetture fluide e serverless, che offrono flessibilità e scalabilità dinamica. Queste soluzioni eliminano la gestione infrastrutturale tradizionale, consentendo alle aziende di concentrarsi sull’analisi e l’innovazione dei dati, ottimizzando al contempo i costi operativi. Man mano che le richieste di dati crescono, le piattaforme tradizionali lottano con la scalabilità e la flessibilità, evidenziando la necessità di soluzioni più adattabili per gestire le esigenze di dati in evoluzione. Per rispondere alle nuove richieste, sono emerse piattaforme più fluide, incentrate su servizi Serverless e Open Storage, offrendo maggiore flessibilità e vantaggi rispetto ai limiti dei sistemi tradizionali. Queste nuove piattaforme offrono vantaggi sostanziali ai servizi di AI, consentendo uno sviluppo più rapido e semplice di soluzioni innovative sia per la gestione dei dati che per l’analisi avanzata, creando benefici reciproci. Molte aziende hanno già iniziato ad abbracciare questo nuovo paradigma, con progetti di successo che ne dimostrano l’efficacia.

A cura di PwC

L'articolo L’AI in azienda, oggi motore di efficienza domani generatrice di valore proviene da Data Manager Online.

Le organizzazioni coinvolte nell’AI Pact si sono ufficialmente impegnate per creare le giuste condizioni per la futura conformità alla legge europea sull’AI e a comunicare le azioni che stanno intraprendendo per soddisfare i requisiti dell’Act.

PwC Italia ha preso parte all’AI Pact con l’impegno di portare avanti le proprie best practice in tema di AI literacy, AI governance e di mappatura degli Use cases aziendali, così ribadendo il suo ruolo di frontrunner nell’adozione di un Framework di Responsible AI.

Alessandro Caridi, Partner PwC Italia e PwC Digital Innovation Leader, spiega: “Con l’adesione all’AI Pact, rafforziamo il nostro impegno e lavoro nel campo dell’innovazione digitale. Siamo profondamente convinti che l’Intelligenza Artificiale sia una tecnologia trasformativa con numerosi effetti benefici e siamo desiderosi di intraprendere questo percorso per migliorare le nostre competenze e la nostra struttura digitale, ma anche per supportare i nostri Clienti nella stessa direzione”.

L'articolo PwC Italia firma l’AI Pact a Bruxelles proviene da Data Manager Online.

Nel panorama in continua evoluzione dei servizi IT finanziari, guidato dall’innovazione e dalle stringenti esigenze normative, l’Intelligenza artificiale generativa (GenAI) emerge come una delle tecnologie più rivoluzionarie. Questa nuova classe tecnologica ha il potenziale per supportare il ciclo di vita del software, rendendo i processi di modernizzazione delle soluzioni più rapidi ed efficaci.

Nonostante l’intervento umano risulti essenziale per garantire la qualità della soluzione e la verifica dei risultati, la GenAI può essere di considerevole supporto nella pratica operativa di sviluppo software. In ambito finanziario risulta spesso difficile seguire in modo ottimale le best practice (quali per esempio la predisposizione del documento di Analisi Funzionale e Analisi Tecnica, la progettazione dell’architettura, lo sviluppo), per ragioni di varia natura: tempistiche ridotte, carenza di personale, mancanza di formazione o competenza riguardo specifiche fasi del ciclo di vita del software. In queste situazioni, la GenAI può fornire un sostegno essenziale al team di sviluppo, colmando potenziali gap, consentendo lo svolgimento ideale delle best practice e facilitando il processo.

GENERAZIONE DI CODICE E DOCUMENTAZIONE – Le capabilities di generazione automatica del codice a partire da analisi funzionali e tecniche sono attualmente in fase di test. I primi risultati mostrano concrete possibilità di ridurre significativamente i tempi di sviluppo, consentendo ai team di rispettare le scadenze senza compromettere la qualità. La produzione automatica di documentazione dettagliata assicura che tutte le modifiche e le nuove funzionalità siano ben documentate, facilitando la manutenzione e la comprensione del software.

DEFINIZIONE AUTOMATICA DEI CASI DI TEST – Tramite l’utilizzo di algoritmi, la GenAI può analizzare i requisiti e la documentazione di processo, permettendo una copertura rilevante di scenari complessi ed edge case.

ANALISI DEI RISULTATI DI TEST – La GenAI può esaminare i risultati dei test per identificare pattern e anomalie che potrebbero indicare difetti di complessa identificazione e risoluzione, accelerando il processo di debugging e migliorando l’affidabilità del software.

#GenAI Servizi IT finanziari, tutti i vantaggi nella pratica operativa di sviluppo software #PwCItalia
Click To Tweet

CREAZIONE DI SCRIPT DI TEST AUTOMATIZZATI – Gli script di test automatizzati, eseguiti tramite RPA, forniscono feedback immediato agli sviluppatori, permettendo una rapida correzione dei difetti.

MIGLIORAMENTO DELLA QUALITÀ DEL CODICE – La qualità del codice è fondamentale per la manutenibilità e l’evoluzione del software. La GenAI può eseguire analisi statiche e dinamiche, suggerendo miglioramenti e refactoring per aderire agli standard qualitativi di coding.

L’adozione della GenAI nel ciclo di vita del software rappresenta un cambiamento “disruptive” che può portare a miglioramenti sostanziali in termini di efficienza, qualità, conformità e scalabilità, aprendo nuove opportunità per la crescita nel settore IT finanziario.

Riconoscendo il vantaggio competitivo che tali strumenti possono offrire nel prossimo futuro, PwC ha intrapreso diverse iniziative strategiche nel settore. In particolare, la Firm ha istituito un Centro di eccellenza dedicato alla GenAI che, insieme alle competenze specifiche dell’ambito tecnologico dei Financial Services, si pone l’obiettivo di supportare i clienti nello sviluppo di soluzioni AI su misura. Tra le iniziative strategiche, spicca lo sviluppo di prodotti custom come “Instant Document Interaction”, un acceleratore tecnologico progettato per creare soluzioni personalizzate, già impiegato nei progetti di modernizzazione del settore. La partnership esclusiva con Microsoft che consente di accedere ai modelli linguistici più avanzati, e quella con OpenAI per ChatGPT Enterprise, rappresentano ulteriori impulsi per rivoluzionare l’efficienza operativa e aprire nuove frontiere dell’innovazione tecnologica del settore IT finanziario.

A cura di PwC

L'articolo Generative AI: efficienza e supporto nei servizi IT finanziari proviene da Data Manager Online.

Negli ultimi anni, l’evoluzione dei sistemi di pianificazione delle risorse aziendali (ERP) ha subito un’accelerazione significativa grazie all’adozione dell’Intelligenza artificiale (AI). Questa trasformazione non solo ha migliorato l’efficienza operativa, ma ha anche offerto alle aziende nuove opportunità per ottimizzare i loro processi e prendere decisioni più informate. Le software house che si sono concentrate sull’offerta di piattaforme aziendali integrate in tutti i processi consentono alle organizzazioni di ottenere maggiore valore dall’applicazione dell’AI.

Questa integrazione permette di sfruttare i dati in modo più efficace, migliorando la previsione della domanda, la gestione delle scorte e la personalizzazione dei servizi ai clienti. Secondo un report di Gartner, l’AI applicata agli ERP migliora significativamente la capacità di analisi predittiva, riducendo i costi operativi e aumentando la soddisfazione del cliente.

AUTOMAZIONE E CAPACITÀ DECISIONALE

L’AI introduce un’automazione avanzata nei sistemi ERP, semplificando compiti tradizionalmente manuali e dispendiosi in termini di tempo. Gli algoritmi basati sull’AI possono prevedere la domanda, gestire l’inventario e automatizzare i processi finanziari con notevole precisione. Questo cambiamento riduce la probabilità di errori umani e libera i dipendenti per concentrarsi su iniziative strategiche. Inoltre, l’AI migliora il processo decisionale fornendo analisi e approfondimenti in tempo reale. Gli algoritmi di machine learning analizzano grandi set di dati per identificare schemi e tendenze, offrendo intuizioni predittive che guidano le decisioni strategiche. Questa capacità è particolarmente utile nella gestione della catena di approvvigionamento, dove l’AI può prevedere le fluttuazioni della domanda e ottimizzare la logistica.

GESTIONE DELLE RELAZIONI CON I CLIENTI

I sistemi ERP integrati con l’AI possono migliorare significativamente la gestione delle relazioni con i clienti (CRM). Gli strumenti di AI analizzano i dati dei clienti per personalizzare le esperienze e prevedere le esigenze dei clienti, portando a una maggiore soddisfazione e fidelizzazione. Per esempio, l’AI può aiutare a identificare i potenziali rischi di abbandono e suggerire misure proattive per trattenere i clienti. Un report di Forrester evidenzia che le aziende che utilizzano sistemi CRM potenziati dall’AI hanno aumentato la fidelizzazione dei clienti del 15%.

L’AI ha rivoluziona i sistemi ERP, aprendo nuove opportunità di innovazione #ERP #AI #PwCItalia
Click To Tweet

SICUREZZA E CONFORMITÀ

L’AI rafforza anche le funzionalità di sicurezza e conformità dei sistemi ERP. Gli algoritmi di AI monitorano continuamente le attività del sistema per rilevare anomalie e potenziali minacce alla sicurezza in tempo reale, garantendo una protezione robusta dei dati. Inoltre, l’AI aiuta a mantenere la conformità aggiornando automaticamente i requisiti normativi e garantendo che tutti i processi aderiscano agli standard più recenti.

IL FUTURO DELL’ERP

Il futuro dei sistemi ERP è indubbiamente intrecciato con i progressi dell’AI. Man mano che le tecnologie AI evolvono, i sistemi ERP diventeranno più intuitivi, capaci di autoapprendimento e adattabili ai cambiamenti degli ambienti aziendali. IDC prevede che entro il 2025, i sistemi ERP potenziati dall’AI saranno standard nel 75% delle grandi imprese. In PwC, abbiamo investito molto nel formare dei consulenti esperti di dati e processi di business, e questo rappresenta un fattore differenziale insieme alla competenza della tecnologia. I nostri consulenti sono in grado di guidare le aziende nell’implementazione di soluzioni ERP potenziate dall’AI, assicurando che queste tecnologie vengano sfruttate al massimo del loro potenziale.

A cura di PwC

L'articolo L’evoluzione dell’ERP e il potere dell’AI proviene da Data Manager Online.

È operativo il nuovo Centro di Eccellenza PwC di Trento, l’hub tecnologico nato dalla collaborazione di lunga data tra PwC e il Gruppo Cassa Centrale. Si tratta di un polo di competenze al servizio delle imprese e degli enti locali del territorio Trentino, con l’ambizione di metterle a disposizione di vari distretti a livello nazionale. Il centro occupa uno spazio di circa 1000mq presso Itas Forum di Trento.

Il Presidente e AD di PwC Italia Giovanni Andrea Toselli, i vertici del Gruppo Cassa Centrale Giorgio Fracalossi, Presidente, e Sandro Bolognesi, Amministratore Delegato, il Chief Information Officer di Cassa Centrale Banca e AD di Allitude Manuele Margini, parteciperanno all’inaugurazione del Centro di Eccellenza insieme ad altri 200 ospiti, in rappresentanza delle istituzioni locali e del tessuto economico e produttivo del territorio.

All’incontro saranno presenti anche Achille Spinelli, Assessore allo Sviluppo Economico, Lavoro, Università e Ricerca della Provincia Autonoma di Trento, Franco Ianeselli, Sindaco di Trento, Andrea Simoni, Segretario Generale della Fondazione Bruno Kessler, partner per l’innovazione e la ricerca del Centro di Eccellenza PwC, e Silvio Ranise, Direttore del Centro Cyber Security della Fondazione Bruno Kessler e Professore Ordinario di Informatica presso l’Università degli Studi di Trento.

Simoni esporrà le potenziali sinergie da implementare nella collaborazione tra la Fondazione ed il nuovo Centro, attuando un percorso virtuoso che coniuga la ricerca con le capacità di creare soluzioni concrete; Ranise spiegherà le nuove frontiere dell’identità digitale con un focus sul Digital Wallet, progetto di valenza Europea, che consentirà di superare gli attuali limiti di privacy e le minacce del furto d’identità.

Durante l’incontro si terrà una tavola rotonda sul tema “Innovazione tecnologica e nuove frontiere di sviluppo” a cui parteciperanno i rappresentanti dei partner tecnologici del Centro di Eccellenza PwC: Francesco Del Sole, Financial Services Leader Microsoft Italia, Roberto Loro, Technology & Innovation Director di Dedagroup e Uljan Sharka, AD e Founder di iGenius.

Il Centro di Eccellenza PwC si inserisce in un territorio dedito all’innovazione: la Provincia Autonoma di Trento è infatti quinta in Italia per fattori di competitività, ovvero la capacità di offrire un ambiente attraente per gli investimenti e qualità della vita e del lavoro per i residenti. Con 545 mila abitanti e oltre 46.500 imprese, vanta un PIL pro capite del 34% superiore alla media nazionale (€44.235 vs €32.984), un’occupazione che supera il 70% (vs 61,5% nazionale) e un valore aggiunto per addetto al terzo posto in Italia (€79.545).

Il nuovo Centro di Eccellenza PwC, dove a regime saranno operative circa 80 persone, attraverso la componente di Innovazione si occuperà di creare un ecosistema volto a valorizzare le migliori idee sviluppate da start up, Università, Fondazione Bruno Kessler e agirà da Innovation Lab e acceleratore di progetti. Attraverso la componente di Delivery seguirà lo sviluppo e la realizzazione di soluzioni IT.

Grazie alla collaborazione con Microsoft Italia, il Centro di Eccellenza PwC diventerà il primo hub sul territorio nazionale a far parte del Network AI L.A.B., iniziativa che raccoglie i centri di innovazione e di sperimentazione di Intelligenza Artificiale generativa parte del programma AI L.A.B.. L’iniziativa, lanciata da Microsoft Italia a settembre 2023, ha l’obiettivo di promuovere le opportunità dell’Intelligenza Artificiale generativa per le aziende pubbliche e private, i professionisti e gli studenti e contribuire alla crescita sostenibile dell’Italia attraverso nuovi scenari di innovazione digitale.

Giovanni Andrea Toselli, Presidente e AD di PwC Italia spiega: “Il Centro di Eccellenza PwC di Trento, che vede coinvolti i principali player tecnologici internazionali, sarà un hub per sviluppare e mettere a disposizione del mercato le best practice tecnologiche, a partire dall’utilizzo dell’intelligenza artificiale. La trasformazione digitale rappresenta, infatti, un cambiamento culturale tanto quanto tecnologico e impone alle imprese di ripensare radicalmente il modo di operare. Un cambiamento che è parte integrante della strategia di crescita e di sostenibilità del business delle aziende. L’obiettivo che ci siamo posti è di creare una forte sinergia tra soggetti privati e pubblici di eccellenza affinché collaborino per attirare talenti e per portare esperienze sul territorio. Un modello che possa fare da apripista e contribuisca a supportare l’innovazione tecnologica partendo dal Trentino e possa investire, in modo virtuoso, tutto il Paese. Siamo convinti che la tecnologia, abbinata alle competenze delle persone e ai processi, possa conferire alle organizzazioni la capacità di adattarsi ai cambiamenti più rapidi e possa consentire di cogliere grandi opportunità, a volte inaspettate. Un percorso che nasce dall’ascolto delle esigenze dei clienti e che consentirà di anticipare efficacemente le dinamiche del mercato”.

Manuele Margini, Chief Information Officer di Cassa Centrale Banca e AD di Allitude dichiara: “Essere qui rappresenta un punto di partenza, concreto e reale, che già oggi ci consente di sperimentare soluzioni innovative abilitate da tecnologie emergenti e adottando nuove modalità di lavoro. La possibilità di utilizzare questi spazi vivendo la quotidianità del Centro di Eccellenza di PwC rappresenta per Allitude, e per l’intero Gruppo Cassa Centrale, un importante passo per accelerare il nostro percorso di sviluppo e trasformazione. La stretta collaborazione e vicinanza sono elementi essenziali che ci stanno concretamente aiutando ad innovare in modo agile. Stiamo infatti già lavorando su ambiti dal forte contenuto tecnologico, quali ad esempio l’intelligenza artificiale attraverso la costruzione di use case dedicati alle nostre esigenze, il restyling di specifici moduli della nostra piattaforma informatica e la costituzione di un test factory mettendo a disposizione del Gruppo best-practice di mercato. La sinergia con un Network internazionale come quello di PwC ci permette, e ci permetterà, di favorire un miglioramento continuo della nostra realtà e delle nostre persone attraverso la costante contaminazione di idee, di professionalità ed esperienze”.

L'articolo PwC inaugura il nuovo Centro di Eccellenza di Trento proviene da Data Manager Online.

L’era digitale sta entrando in una fase rivoluzionaria con l’avvento dell’Intelligenza artificiale generativa (Generative AI). Questa tecnologia sempre più accessibile, capace di creare contenuti  originali e innovativi – dalla generazione di codice, all’elaborazione e analisi di enormi set di dati, alla creazione di design grafici – sta ridefinendo il concetto di esperto, democratizzando l’accesso a compiti che precedentemente erano in mano a specialisti del settore, apportando un cambiamento radicale nel panorama attuale. Uno degli impatti più significativi che la Generative AI sta avendo ed avrà nel mondo del business riguarda il time-to-market delle nuove soluzioni. Per esempio, le aziende tecnologiche stanno già utilizzando questi strumenti per accelerare i processi di sviluppo del software, riducendo drasticamente i tempi di rilascio dei prodotti. Questo implica una risposta più rapida ed efficace alle mutevoli esigenze del mercato, rendendo tali aziende più agili e competitive. In effetti, l’accelerazione significativa dei processi di sviluppo e analisi fornita da queste tecnologie può trasformarsi in un vantaggio strategico nel panorama imprenditoriale sempre più frenetico e digitalizzato.

Parallelamente, la Generative AI emerge come un catalizzatore fondamentale per la produttività. Strumenti basati su questa tecnologia possono automatizzare attività che vanno dall’inserimento dei dati all’elaborazione del linguaggio naturale, liberando così i professionisti da compiti ripetitivi e permettendo loro di concentrarsi su mansioni di maggiore valore strategico.

Tuttavia, per sfruttare appieno il potenziale della Generative AI, le organizzazioni devono fare un investimento strategico in formazione e sviluppo delle competenze. Questa tecnologia richiede una nuova serie di competenze, sia tecniche che strategiche. È fondamentale formare il personale non solo sull’uso degli strumenti di Generative AI, ma anche sulla comprensione dei rischi associati, come la generazione di output non accurati o fuorvianti, denominati “allucinazioni”. È dunque fondamentale implementare controlli di qualità rigorosi, utilizzare tecniche di verifica e validazione e comprendere i limiti dei modelli utilizzati. Un altro aspetto fondamentale da considerare è l’etica nell’utilizzo della Generative AI. Le organizzazioni devono garantire che l’uso di questa tecnologia sia responsabile, rispettoso dei diritti e della privacy degli utenti, e conforme alle normative vigenti.

#GenAI La rivoluzione nell’agilità di business e nel time-to-market. Aumentano i casi d’uso in Italia @PwC_Italia
Click To Tweet

Attualmente, numerose aziende hanno avviato l’implementazione di soluzioni mirate a supportare le attività quotidiane, che vanno dall’estrazione di dati da documenti testuali ad esperti agenti virtuali di supporto. Un esempio significativo arriva da una rinomata società di informazioni finanziarie e di notizie globali che ha ottimizzato un modello di linguaggio per facilitare l’estrazione di dati finanziari e la generazione di insights, mostrando che è possibile trasformare modelli generici in sistemi esperti.

Il mercato italiano non è da meno. Il nostro team di data science e intelligenza artificiale ha avuto l’opportunità di implementare diverse soluzioni per diverse realtà consolidate nei rispettivi settori, che spaziano dall’editoria al settore assicurativo fino al manifatturiero, dimostrando che in ogni settore, l’intelligenza artificiale generativa può avere un impatto significativo.

In conclusione, la Generative AI offre immense opportunità di sviluppo per le organizzazioni che vogliono migliorare la loro produttività e innovare. Tuttavia, per sfruttare appieno il potenziale di questa tecnologia, è fondamentale investire nella formazione, nella gestione dei rischi e nell’etica. Le organizzazioni che affronteranno con successo queste sfide saranno in una posizione privilegiata per navigare con successo nella nuova era digitale.

A cura di PwC

L'articolo Business e Generative AI. Produttività, innovazione e rischi proviene da Data Manager Online.