Intelligenza artificiale: alle imprese piace, ma l’adozione è ancora lenta

Redazione BacktoWork 04/04/2022

La consapevolezza sulla capacità delle soluzioni di intelligenza artificiale di risolvere problemi è alta, ma non tutte le aziende sono pronte a usarle. Il perché in due report distinti

Duemila specialisti del settore IT interpellati per capire quanto l’intelligenza artificiale e il machine learning vengano oggi adottate e utilizzate in azienda, in uno studio che porta la firma del colosso delle ricerche hi-tech IDC ed esamina gli investimenti per le infrastrutture AI attuali e futuri, i tassi di adozione, i carichi di lavoro da parte delle imprese IT e dei fornitori di servizi.

Quello che è emerge da AI InfrastructureView è, in primo luogo, che la maggior parte dei partecipanti al sondaggio, tutti decisori IT, stimola gli investimenti, consiglia l’acquisto di servizi e di sistemi che hanno un impatto complessivo sull'infrastruttura tecnologica, sui carichi di lavoro, sulle persone, sulla vendita di soluzioni, sui mercati del software open source e quello di prodotti commerciali che rientrano nella costellazione dell’intelligenza artificiale.

Tutto ottimo e condivisibile, ma nella realtà dei fatti che cosa sta succedendo in questo comparto. È proprio vero che le aziende stanno traendo, davvero, dei benefici dalle scelte effettuate in questo campo?

Il mercato dell'intelligenza artificiale (AI)

Cosa pensano, pianificano e investono i clienti, quindi, in relazione all'infrastruttura AI? Quali sono i principali fattori trainanti e inibitori dell'adozione dell'infrastruttura AI in locale e nel cloud pubblico? Quali parametri finanziari contano negli investimenti in infrastrutture di intelligenza artificiale e come si evolveranno? Quali sono i principali carichi di lavoro e casi d'uso dell'IA oggi e in futuro? 

I risultati del sondaggio mostrano che, se da un lato le iniziative di intelligenza artificiale e machine learning stanno guadagnando costantemente terreno, con il 31 per cento degli intervistati che dice di averne in produzione, dall’altro emerge come ci sia ancora molto da lavorare per sfruttare adeguatamente queste soluzioni. 

La maggior parte delle imprese, infatti, si trova ancora in una fase di sperimentazione, valutazione, test o prototipazione.

Del totale di chi sostiene di avere iniziative in via di implementazione, solo un terzo afferma, infatti, di aver raggiunto uno stato maturo di adozione che contempla, per l’intera company, benefici di una strategia scelta a livello aziendale. 

Quasi i due terzi delle aziende coinvolte nel sondaggio affermano, poi, che continueranno ad aumentare i propri investimenti in questa disciplina nei prossimi tre anni, pur ammettendo in larga parte che il costo dei progetti di intelligenza artificiale è stato superiore al previsto.

Ma perché, in definitiva, è così difficile mettere in produzione i progetti di AI?

Le sfide da affrontare

Migliorare la soddisfazione dei clienti, ottimizzare il processo decisionale e automatizzare i compiti ripetitivi sono i tre principali vantaggi che si aspettano le organizzazioni che investono nella possibilità di sfruttare l’elaborazione per simulare il pensiero umano.

Tra i risultati-chiave della ricerca risulta evidente come le decisioni dei responsabili IT a proposito dell’artificial intelligence siano, in assoluto, tra le più difficili da prendere poiché, in molti casi, le organizzazioni non hanno ancora raggiunto un adeguato livello di maturità e perché il framework di adozione non è abbastanza evoluto per colpa degli investimenti iniziali, e la creazione di valore, non sempre è così evidente, oltre alla difficoltà di calcolare il ritorno sugli investimenti e la necessità di assicurarsi che la nuova infrastruttura si adatti alle esigenze del business, sempre più stringenti.

I costi elevati rimangono la più grande barriera nell’affrontare la decisione di allocare all’AI adeguate risorse, pertanto in molti casi si preferisce sviluppare progetti di intelligenza artificiale in ambienti cloud pubblici condivisi anziché su piattaforme gestite in house, dove le spese, in una curva di adozione iniziale sono alte.

La scelta di privilegiare il risparmio porta così, inevitabilmente, a non affrontare nella maniera corretta il processo di innovazione.

Il “nodo” dei dati 

Sempre secondo l’analisi di IDC, avere a che fare con i dati è il più grande ostacolo per le organizzazioni che investono in infrastrutture di intelligenza artificiale. Alle aziende manca il tempo per organizzarsi in maniera efficiente al fine di costruire e utilizzare modelli adeguati.

Tra i limiti evidenti si rileva la scarsa disponibilità e la contenuta adattabilità al modello, i limiti dell’infrastruttura per eseguirlo e, in generale, un’insufficiente competenza interna.

Gran parte del tempo dei team di sviluppo dell’intelligenza artificiale è speso, infatti, per la preparazione dei dati. 

Quel che manca, generalmente, è l’expertise nelle aree fondamentali di data analysis ovvero il Data Wrangling (radunare e governare i dati), il Data Cleaning (riordinare e pulire i dati), l’elaborazione (di grafici e statistiche), la reportistica e l’aggiornamento delle dashboard.

Solo in parte, questa incapacità di gestire il mondo dei dati è risolto dall’utilizzo di modelli predefiniti che, tuttavia, come tutti gli standard hanno limiti oggettivi.

Il business intelligente

AI InfrastructureView 2021 non è il solo studio sistematico condotto da IDC sui temi dell’Intelligenza artificiale da tenere in considerazione in questo momento.

Secondo un’altra indagine annuale, la Worldwide Artificial Intelligence Spending Guide - che fornisce indicazioni sulle opportunità tecnologiche previste in questo mercato a livello regionale e mondiale, segmentate per settore e analizzate in chiave futura - la spesa per l'intelligenza artificiale, anche a fronte di quanto è stato esposto finora è, tuttavia, in sensibile aumento.

IDC prevede una crescita massiccia della spesa per l’intelligenza artificiale soprattutto negli Stati Uniti, che rappresentano poi anche il mercato a cui guardare per farsi un’idea realistica di cosa succederà successivamente a livello worldwide.

Sul mercato americano si concentra, infatti, più della metà di tutta la spesa per l’IA nel mondo e, dati alla mano, risulta che gli esborsi per la spesa tecnologica per l’IA raddoppieranno, fino a raggiungere quota 120 miliardi di dollari entro il 2025, con un tasso di crescita annuale composto (CAGR) superiore del 26,0 per cento rispetto alle previsioni fatte per il periodo 2021-2025.

“Il più grande vantaggio potenziale per l’uso dell’IA rimane il suo utilizzo nello sviluppo di nuovi business e nella creazione di nuovi modelli”, ha affermato Mike Glennon, senior research manager del team Customer Insights & Analysis di IDC. “Tuttavia, le aziende esistenti sono riluttanti ad abbracciare questo potenziale, lasciando le maggiori opportunità ai nuovi operatori del mercato che non hanno paura del cambiamento e possono adattarsi facilmente a nuovi modi di condurre gli affari. Il futuro per il business è l’IA e quelle aziende che possono cogliere questa opportunità potrebbero facilmente diventare i nuovi giganti”. 


Potrebbe interessarti anche:

artificial intelligence

Cos'è l'Intelligenza Artificiale? Definizione e applicazioni

startup & pmi artificial intelligence

LIFEdata, Omar Fogliadini: "L'omnicanalità sarà la chiave per il successo dell'Artificial Intelligence"

artificial intelligence

Intelligenza artificiale: i trend degli investimenti del 2021