AI: FATTA PER SCALARE

I dati parlano chiaro

L'88% dei manager italiani ritiene che far leva sull'intelligenza artificiale (AI) consenta di raggiungere i propri obiettivi di crescita e quasi tutti considerano l'AI un fattore strategico. La stragrande maggioranza ritiene che per ottenere un ritorno sugli investimenti in AI sia necessario scalarla all'interno dell'organizzazione. Tuttavia, il 77% riconosce di avere difficoltà nel farlo. Inoltre, tre manager su quattro ritengono che, non scalando l'AI nei prossimi cinque anni, metterebbero a rischio il proprio business.

Poiché la posta in gioco è più alta che mai, che cosa possiamo apprendere da aziende nel mondo che scalano con successo l'AI, ottenendo un ritorno sugli investimenti quasi 3 volte superiore e un incremento del 32% nei principali indicatori di finanziari?

Identificare le opportunità e poi scalare

Per rispondere a questa domanda, Accenture ha condotto uno studio globale tra 1.500 manager di aziende operanti in 16 settori. Obiettivo dello studio era determinare quanto l'AI sia rilevante per abilitare la strategia aziendale e individuare le principali caratteristiche richieste per scalarla nonché i conseguenti risultati finanziari. Lo scopo è aiutare le aziende a progredire nel loro viaggio verso l'AI, dalla sperimentazione una tantum all'acquisizione di una solida capacità in tutta l'organizzazione che agisca da fonte di agilità competitiva e di crescita.

Dalla ricerca sono emersi tre gruppi distinti di aziende con livelli crescenti di capacità necessarie per scalare con successo l'AI: Proof of Concept, Strategic Scaler e Industrialized for Growth

Ritorno sugli investimenti

I manager intervistati dichiarano un ROI positivo sui loro investimenti in AI, ma noi abbiamo voluto andare più in profondità. Esiste una relazione tra il successo nello scalare l'AI in tutta l'azienda e i principali indicatori di valutazione? Qual è stato il "premio" ottenuto dai più performanti?

Utilizzando i dati del sondaggio insieme ai dati finanziari pubblicamente disponibili, il nostro team di data scientist ha creato un modello per identificare il valore per le aziende del nostro campione che scalano con successo l'AI, valutando diverse metriche.

Abbiamo scoperto una correlazione positiva tra il successo nello scalare l'AI e tre indicatori chiave di valutazione finanziaria: scalando l’AI si ottiene un incremento medio del 32% su Enterprise Value/Revenue Ratio, Price/Earnings Ratio, e Price/Sales Ratio.

Come scalare con successo

La ricerca ha rivelato tre fattori critici di successo che distinguono gli Strategic Scaler dai Proof of Concept.
Strategic Scaler:

01. Utilizzano "intenzionalmente" l'AI

02. Eliminano il rumore di fondo dai dati

03. Considerano l'AI come uno sport di squadra

01. Utilizzano "intenzionalmente" l'AI

Gli Strategic Scaler organizzano progetti pilota e scalano con successo più iniziative rispetto alle loro controparti nella fase Proof of Concept - ad un tasso di quasi 2:1 - e definiscono tempistiche più lunghe. Gli Strategic Scaler hanno il 65% di maggior probabilità di passare da un progetto pilota a una fase di scala in uno o due anni dal pilota. E anche se ottengono di più, spendono meno. A prima vista può sembrare paradossale ma i dati indicano che gli Strategic Scaler sono più intenzionali, che hanno un'aspettativa più realistica in termini di tempo per scalare e ciò che serve per farlo in modo responsabile.

Per scalare con successo, le aziende hanno bisogno di strutture e governance, e gli Strategic Scaler dispongono di entrambi. Quasi tre quarti di loro (71%) affermano di avere una strategia e un modello operativo chiaramente definiti per scalare l'AI, mentre solo la metà delle aziende nella fase Proof of Concept riferisce la stessa cosa.

Gli Strategic Scaler sono anche molto più propensi ad avere processi ed owner definiti con una chiara responsabilità e un supporto di leadership consolidato con champion AI dedicati. Le iniziative non saldamente radicate nella strategia aziendale e prive di una struttura di governance volta a supervisionare e gestire sono più lente a progredire, il che porta a dispute sulla "titolarità" dell'AI. Inoltre, a prescindere dalle piattaforme AI utilizzate o dal know-how reclutato, il disallineamento degli sforzi non porta a risultati.

02. Eliminare il rumore di fondo dai dati

Il 90% dei dati presenti nel mondo è stato creato negli ultimi 10 anni ed entro il 2025 verranno creati 175 zettabyte di dati. Eppure, dopo anni di raccolta, archiviazione, analisi e riconfigurazione di informazioni, la maggior parte delle organizzazioni non riesce a gestire l'enorme volume di dati e non sa come pulirli, gestirli, mantenerli ed utilizzarli.

Gli Strategic Scaler eliminano "il rumore" che circonda i dati. Riconoscono l'importanza dei dati critici per l'azienda, identificando i dati finanziari, di marketing, sui consumatori e i master data come domini prioritari, e sono più abili a strutturarli e a gestirli. Lo studio mostra che hanno maggiori probabilità di utilizzare un insieme di dati più ampio e più accurato (61% contro il 38% degli intervistati nella fase Proof of Concept). Il 67% degli Strategic Scaler integra set di dati interni ed esterni come pratica standard, contro il 56% dei Proof of Concept.

Inoltre, utilizzano strumenti AI appropriati, come i data lake basati sul cloud, i workbench di data engineering/data science e la ricerca e l'analisi dei dati, per gestire i dati (60% rispetto al 47%) per le loro applicazioni. Dalla creazione fino alla manutenzione. Gli Strategic Scaler comprendono l'importanza dell'utilizzo di diverse fonti per supportare le diverse iniziative.

03. Considerano l'AI come uno sport di squadra

La capacità di scalare richiede l'integrazione di team multidisciplinari in tutta l'organizzazione, team con una chiara sponsorizzazione dei vertici che garantisca l'allineamento con la visione del management. Nel caso degli Strategic Scale, questi team sono spesso guidati dal Chief AI, Data o Analytics Officer e sono composti da data scientist, modellatori di dati, ingegneri di machine learning, dati e AI, esperti di visualizzazione, qualità dei dati, formazione e comunicazione e altri specialisti.

È una lezione che gli Strategic Scaler hanno imparato bene. Infatti, il 92% di loro fa leva su team multidisciplinari. Incorporarli all'interno dell'organizzazione non è solo un segnale potente sull'intento strategico dello sforzo di scalabilità, ma consente anche cambiamenti culturali e comportamentali più rapidi. Al contrario, coloro che sono ancora nella fase Proof of Concept hanno maggiori probabilità di affidarsi a un champion solitario all'interno dell'organizzazione tecnologica che guidi gli sforzi di AI.

L'industrializzazione per la crescita è una destinazione dinamica.

In base alla nostra esperienza, esistono tre variabili aggiuntive che velocizzano il viaggio delle aziende verso la destinazione finale: una cultura basata sui dati in cui l'AI è alla base di rendimenti esponenziali.

  
Focus sulla "I" di ROI, ossia sugli investimenti

  
Adottare una mentalità di piattaforme digitali per scalare

  
Costruire fiducia attraverso l'intelligenza artificiale responsabile

Scalare per arrivare a nuovi livelli di competitività

Esistono moltissime informazioni sul "cosa" dell'AI, ma per scalare fino nuovi livelli di competitività con l'AI è necessario comprendere il "come". A volte è meglio evitare di cadere negli stereotipi più comuni, che persistono mentre l'AI si evolve:

Scalare il potere esponenziale dell'AI in tutta l'azienda è un viaggio. Apprendere da ciò che emerge dai diversi percorsi consente di raggiungere la destinazione finale: un’azienda in cui le persone si fondono perfettamente con l'intelligenza che aumenta la produttività e l'efficacia.

Il risultato è la crescita sistematica di un vantaggio competitivo inattaccabile su tutti i fronti, dall'efficacia organizzativa alla percezione del marchio e alla fiducia.

Informazioni sullo studio

Lo studio ha coinvolto 1.500 manager di aziende con ricavi minimi di 1 miliardo di dollari in 12 Paesi operanti in 16 settori, con l'obiettivo di scoprire i fattori che consentono di scalare con successo l'AI.