L’IA in azienda, da funzione assistente a funzione guida

L’intelligenza artificiale sta trasformando in modo molto rapido il mondo in cui viviamo ed ovviamente, rispetto alla prospettiva da cui scriviamo qui, il modo in cui le aziende operano e competono: le nuove tecnologie offrono strumenti sempre più potenti in grado di svolgere compiti, elaborare dati per estrarre informazioni, automatizzare processi che fino a poco tempo fa erano inimmaginabili.

E’ difficile immaginare oggi quale sarà l’esito di questo sviluppo impetuoso e veloce, della rivoluzione che è appena iniziata. Allo stesso tempo, uno sforzo in tal senso va fatto per non subire il cambiamento.

Proviamo qui con uno schema semplice, la catena del valore di Porter, nel tentativo di mostrare come ogni funzione aziendale è impattata dall’IA.

La catena del valore di Porter è uno strumento di analisi strategica che suddivide le attività di un’azienda in funzioni primarie e di supporto. Le funzioni primarie includono logistica in entrata, operazioni, logistica in uscita, marketing e vendite, e servizi. Le funzioni di supporto comprendono approvvigionamenti, sviluppo tecnologico, gestione delle risorse umane e infrastruttura aziendale. 

 

Come l’IA impatta sulle funzioni primarie 

1. Logistica in Entrata

Se adottiamo il modello della catena del valore di Porter, verrà spontaneo mostrare preliminarmente alcuni vantaggi che l’IA può portare alla gestione di magazzino.

Ad esempio, tenendo traccia dello storico dati di vendite per ogni referenza (uscite di magazzino), con l’IA è possibile prevedere il flusso di domanda che verrà generato in futuro (l’attendibilità della previsione varia ovviamente dal mercato e da altre variabili eventualmente disponibili).

Se per ogni referenza (o famiglia) dispongo dei tempi di consegna, di quelli a me necessari per portare i prodotti nella distribuzione (al fine di evitare rotture di stock) con l’IA potrò definire la giacenza media da gestire.

Se per ogni referenza avrò mappato il lotto minimo di acquisto imposto dai miei fornitori, in base a tutti i dati precedenti, potrò automatizzare gli ordini di approvvigionamento (entrate di magazzino) e decidere se applicare o meno il controllo umano.

Ovviamente quelli sopra sono solo alcuni esempi di come l’utilizzo dell’IA possa aiutare la gestione del magazzino a diventare via via più efficiente per ridurre le scorte (e i relativi costi) senza provocare rotture di stock.

 

2. Operations

Nelle operatios, l’IA può essere utilizzata per ottimizzare i processi produttivi a più livelli. Da un lato, c’è tutto il tema della gestione delle linee di produzione e della manutenzione predittiva, dall’altro della produzione dei servizi.

Se stiamo sulle linee di produzione dei prodotti, uno dei temi è la manutenzione predittiva: sensori IoT sulle macchine rilevano i dati di funzionamento, il framework IoT gestisce telemetria, controllo e attuazione da remoto (qualche anno ci saremmo fermati qui), l’IA può avvisare per tempo prima che la macchina si guasti.

Per quanto riguarda invece i servizi, il tema di fondo sono le applicazioni: se ieri i processi di produzione dei servizi vedevano interagire più persone (della stessa azienda o più partner) in workflow di lavoro sempre più complessi (l’emissione di una polizza assicurativa, di voucher per un pacchetto vacanza, di un prestito bancario, di una prestazione di sorveglianza sanitaria ecc), già oggi assistiamo all’IA che entra a far parte del workflow in un ruolo di assistente all’umano che svolge le attività più ripetitive ma domani sarà in grado di fare di più (si pensi a tutta la letteratura sui lavori che verranno sostituiti e le nuove skill che saranno necessarie per l’IA).

3.Logistica in Uscita

Se l’azienda gestisce in proprio la logistica in uscita, l’IA può essere di aiuto in molti modi: sulla gestione delle scorte, abbiamo già visto sopra. Sulla manutenzione dei mezzi, possiamo ripetere le considerazioni fatte per la manutenzione predittiva.

Ma certamente l’IA può aiutare ad ottimizzare la logistica in uscita attraverso l’ottimizzazione delle rotte e la gestione delle consegne. Gli algoritmi di routing possono trovare i percorsi più efficienti per le consegne, riducendo i costi di trasporto e migliorando i tempi di consegna. 

4.Marketing e Vendite

Uno degli ambiti in cui l’IA è più pervasiva è certamente il marketing: con l’uso di analisi avanzate, gli algoritmi di machine learning possono analizzare i dati dei clienti per identificare tendenze e comportamenti, permettendo alle aziende di creare campagne di marketing altamente mirate. 

Inoltre, i sistemi di raccomandazione possono suggerire prodotti al singolo cliente basandosi sulle preferenze e i comportamenti di acquisto di tutti gli altri clienti, dal momento che l’IA è in grado di individuare analogie e pattern che sfuggono all’essere umano.

5.Servizi

Nell’ambito dei servizi che ogni azienda eroga, uno degli esempi più frequenti che si cita è quello dell’IA che migliora l’assistenza clienti attraverso chatbot e assistenti virtuali che forniscono supporto 24/7.

 Questi sistemi possono rispondere a domande frequenti (FAQ), risolvere problemi comuni e indirizzare i clienti agli operatori umani solo quando necessario, migliorando l’efficienza (più incerto il risultato sulla soddisfazione del cliente).

Come le PMI devono introdurre l’IA 

Gli esempi di applicazione dell’IA che abbiamo fatto sopra sono ovviamente solo indicativi, si tratta di esempi tratti dalla nostra concreta esperienza sul campo e non hanno nessuna pretesa di esaustività.

Semmai, lo sforzo è stato quello di restare coi piedi per terra ed evitare annunci mirabolanti buoni per i titoli delle riviste di settore e dei convegni ma poi lontani dall’esperienza concreta delle medie aziende italiane.

Nelle aziende che incontriamo esiste già una certa informatizzazione (Gestionale, qualche processo digitalizzato via web, elaborazioni interne dei dipendenti) e tutto questo rappresenta ad un tempo un investimento che si desidera recuperare e una prassi organizzativa aziendale che fa funzionare l’azienda e, in quanto tale, va preservata e fatta evolvere, non può essere cancellata da un momento all’altro perché orienta il modo di lavorare delle persone che in quell’azienda lavorano.

Così, se vogliamo applicare l’IA alla gestione di magazzino, dobbiamo immaginare che il magazzino già oggi sia informatizzato e il personale addestrato, non si può arrivare e cambiare tutto, è necessario capire dove intervenire, con quale gradualità, integrando le attuali prassi e competenze del personale.

Oppure, per continuare con gli esempi di cui sopra, se si desidera introdurre un chatbot che sgravi il customer care dalle domande più frequenti senza che il punteggio di qualità dell’azienda cali, non sarà sufficiente installare il software di chatbot ma sarà necessario addestrare l’IA con il know how delle persone che lavorano al customer care, che andranno coinvolte fin da subito nel progetto.  

Spero di aver mostrato le potenzialità dell’introduzione dell’IA ma, al tempo stesso, la sua necessaria graduale introduzione in azienda. Noi di Meetweb utilizziamo l’IA già da tempo e non smettiamo di formarci su questo tema (leggi qui cos’altro abbiamo da dire sull’IA). 

Se vuoi provare ad immaginare con noi come applicarla ai processi della tua azienda,  contattaci qui: sarà una chiacchierata informale per iniziare ad ipotizzare come possa la tua azienda beneficiare della rivoluzione in atto.

Articoli correlati

Scrivi un commento

* I campi con l'asterisco sono obbligatori