In occasione di Industry of Things World, la manifestazione dedicata a tutto quanto fa Industry 4.0, IoT e manufacturing che si è svolta a Berlino nelle scorse settimane, HPE ha presentato i risultati di una ricerca condotta su 858 professionisti ed executive del mondo industriale, provenienti per il 62 per cento dai Paesi dell’Europa Occidentale, il 22 per cento dall’Europa Orientale e il restante da USA, Asia Pacifico, Medio Oriente e Africa.
Gli interpellati, rappresentanti le diverse anime del mondo industriale, dal manufacturing vero e proprio (25% dei rispondenti) al mondo dei trasporti, dell’energy e del chimico-farmaceutico, sono stati intervistati nel periodo compreso tra il mese di agosto e quello di settembre per cercare di capire se e in quale misura l’Intelligenza Artificiale possa essere un abilitatore della crescita.
La risposta, lo anticipiamo subito, è positiva, ma con una serie di importanti distinguo.
Secondo gli interpellati, grazie all’intelligenza artificiale è possibile migliorare efficienza, flessibilità, differenziazione sul mercato, tuttavia in questo momento non si può ancora parlare di adozione su larga scala, a causa sia della mancanza di competenze ed esperienza, sia per la mancanza di dati e ancor di più di dati di qualità.
Indice degli argomenti
KPI in crescita a doppia cifra
Le aspettative sono in generale rosee: nel giro dei prossimi 12 anni, grazie all’adozione di soluzioni di Intelligenza Artificiale, i rappresentanti del mondo industriale si attendono un incremento del giro d’affari nell’ordine dell’11,6 per cento e un contestuale incremento dei margini del 10,4 per cento.
È vero, l’arco temporale è molto ampio e quando si parla di tecnologie il 2030 rappresenta un futuro molto in là da venire, tuttavia già i primi riscontri della ricerca, quelli relativi al presente, pongono solide basi che consentono di identificare una tendenza ormai in atto.
Spiega Volkhard Bregulla, Vice President Global Manufacturing, Automotive and IoT, Hewlett Packard Enterprise: “Per le aziende da noi coinvolte in questa survey, con l’adozione di sistemi di Artificial Intelligence tutti i KPI crescono a doppia cifra, dalla redditività, ai margini, fino alla riduzione dei costi e questo ci rende in qualche misura fiduciosi del fatto che gli attori del mondo industriale europeo abbiano ormai ben compreso il valore strategico dell’AI per la crescita del loro business”.
Intelligenza Artificiale: obiettivi raggiunti per chi l’ha già adottata
Guardiamo dunque più da vicino i risultati.
Il 61 per cento degli interpellati ha dichiarato di aver già intrapreso un percorso di adozione dell’AI: in qualche caso si tratta di implementazioni già in atto (11%), in qualche caso in fase di valutazione, in altri casi con programmi già fissati da qui ai prossimi 12 mesi.
L’aspetto interessante di questa analisi, è che i 92 rispondenti che dichiarano di aver già avviato progetti di Intelligenza Artificiale si dichiarano sostanzialmente molto soddisfatti dei risultati sin qui ottenuti. E se il 65 per cento sostiene di aver raggiunto gli obiettivi fissati, si nota un 25 per cento di casi in cui l’obiettivo è stato addirittura superato.
Non un solo use case
Non esiste un solo use case nel mondo industriale per l’Intelligenza Artificiale.
Spiega ancora Bregulla: “I casi di implementazione si estendono lungo tutta la catena del valore, lungo tutto il ciclo produttivo. In fondo, l’importante non è lo use case, ma il valore che si trae dai dati. Molti si focalizzano sul recupero di efficienza, altri sulle predictive analytics, ma in generale non c’è area del ciclo aziendale che non sia toccata o potenzialmente interessata all’Intelligenza Artificiale. Va detto comunque che al momento le aziende si muovono con cautela. Al di là dell’interesse espresso, le implementazioni in atto o programmate riguardano un solo ambito e ben definito”.
In ogni caso, i risultati della ricerca ci restituiscono un 38 per cento di rispondenti interessati all’AI nelle aree di ricerca e sviluppo, il 34 per cento nella maintenance, il 32 per cento nelle operation e via a scendere, così come rappresentato nel grafico.
Migliorare conta più che creare
Similmente, diversi sono anche gli obiettivi che le aziende si aspettano dai progetti di Intelligenza Artificiale.
È interessante, tuttavia, sottolineare come migliorare le situazioni esistenti, efficientando le operation, migliorando la customer experience, i prodotti o i servizi, o ancora aumentando la produttività dei dipendenti, abbia al momento una rilevanza maggiore rispetto alle opportunità di creare qualcosa di nuovo.
La creazione di nuovi prodotti o di nuovi servizi è infatti l’ultima voce in termini di numerosità di risposte, con un 32 per cento di preferenze.
Quale infrastruttura per l’AI
L’indagine ha preso in esame anche il tema delle infrastrutture necessarie a sostenere il deployment di soluzioni di intelligenza artificiale.
Al momento, si parla di un 39 per cento di rispondenti interessati a una gestione centralizzata, che poggi dunque su data center e cloud, mentre un 32 per cento di rispondenti pensa a un approccio decentralizzato, basato sull’edge.
In realtà, verrebbe da dire, non esiste una risposta giusta o comunque più giusta rispetto a un’altra. Dipende, evidentemente, dal tipo di applicazioni: così, alcuni algoritmi, che regolano processi critici e time-sensitive, è bene che girino in prossimità dell’apparato industriale – è il caso ad esempio dei robot – mentre in altri casi, il data center e l’infrastruttura cloud fungono da punto di aggregazione dei dati raccolti lungo la linea produttiva, per poi utilizzarli in applicazioni di advanced machine learning o di deep learning.
Va detto che il tema vede HPE particolarmente sensibile: solo pochi mesi fa la società ha annunciato un investimento da 4 miliardi di dollari proprio sullo sviluppo di soluzioni destinate all’intelligent edge.
Cosa frena l’adozione dell’AI in ambito industriale?
Detto tutto questo, benché ampiamente positivi, tutti gli indicatori mostrano uno stadio di adozione ancora embrionale.
Per questo motivo, la domanda logica è stata sugli ostacoli che le aziende vedono a una adozione su più ampia scala.
La risposta, in sintesi estrema, è una sola: i dati.
Mancanza di dati, sia in termini quantitativi, sia in termini qualitativi, è la risposta indicata dal 47 per cento dei rispondenti. E i dati sono il carburante con il quale è possible alimentare i modelli di Artificial Intelligence.
Non solo.
A questo tema, che, come spiega Bregulla “porta al centro dell’attenzione anche il tema della fiducia, del trust, sui dati”, ne vanno aggiunti almeno due.
Uno riguarda le competenze, che le aziende riconoscono di non avere e che si stanno strutturando per costruire, sia acquisendole dal mercato, sia facendo crescere figure che si trovano nel loro organico, e l’altro è probabilmente di stampo prettamente tecnologico e riguarda la mancanza di una vera e propria data governance, così come di “data architecture” di classe enterprise. Non è un tema banale, perché serve un approccio strutturato e definito al dato per garantirne una gestione corretta e coerente lungo tutta la supply chain.
Va detto in conclusione che rincuora il fatto che solo il 6 per cento dei rispondenti vedano dei freni nel fatto di non comprenderne i benefici. Per ora, vien da dire.
