Intelligenza artificiale: la nuova strategia italiana

intelligenza artificiale

Intelligenza artificiale: la nuova strategia italiana in 10 punti per il biennio 2024-2026 anticipata in un documento di sintesi che qualifica le aree di attenzione e le azioni da intraprendere a supporto di ricerca scientifica, pubblica amministrazione, imprese, formazione e infrastrutture

Per il biennio 2024-2026, 13 esperti selezionati dal Governo, con il coordinamento dell’AGID, hanno prodotto un nuovo documento, anticipato in un executive summary, che qualifica in 10 punti le aree di attenzione e le azioni da intraprendere a supporto di ricerca scientifica, pubblica amministrazione, imprese, formazione e infrastrutture, oltre a disposizioni per attuazione, coordinamento e monitoraggio della strategia stessa.

Il documento strategico mira a promuovere un ecosistema nazionale dell’IA che sia al tempo stesso competitivo a livello internazionale e rispettoso dei valori e delle normative europee.

In particolare, il piano prevede azioni concrete come lo sviluppo di Large Multimodal Model italiani, l’attrazione di talenti nel campo dell’IA, il finanziamento di progetti interdisciplinari per il benessere sociale e la creazione di un ecosistema favorevole all’innovazione tecnologica nelle PMI.

Inoltre, viene sottolineata l’importanza di una formazione capillare sull’intelligenza artificiale, sia nel contesto universitario che scolastico, per preparare le future generazioni alle sfide del domani.

Per rendere efficace l’attuazione di questa strategia, gli esperti propongono la creazione di una Fondazione per l’IA, che avrà il compito di coordinare le diverse azioni, gestire i fondi dedicati e monitorare i progressi ottenuti.

Tale approccio collaborativo e multidisciplinare, che vede la partecipazione di figure di spicco nel campo dell’IA e della trasformazione digitale, rappresenta un passo significativo verso la realizzazione di un’Italia più innovativa e competitiva sullo scenario globale dell’intelligenza artificiale.

Ecco i 10 punti qualificanti proposti nell’executive summary e divisi per ambiti di interesse.

La prima è “Investire nella ricerca scientifica fondazionale sull’IA, consolidando le iniziative esistenti quali il Partenariato Esteso sull’IA; promuovere la collaborazione tra diverse competenze, finanziando progetti a natura interdisciplinare; aprire il campo all’esplorazione di progetti fortemente ambiziosi e ad ampio spettro (bluesky); sostenere un piano straordinario per trattenere e attirare i talenti, per sostenere la competitività nel contesto internazionale”.

Il secondo punto chiede di “Valorizzare la ricerca applicata dell’IA, attraverso iniziative co-progettate da partenariati pubblico-privati, anche con laboratori dedicati che coinvolgano imprese, atenei e centri di ricerca, focalizzandosi sui contesti dal maggiore valore economico e sociale per l’Italia e dal maggiore impatto sul benessere dei cittadini”.

La terza indicazione riguarda il supporto ai “processi amministrativi attraverso le tecnologie dell’IA, aumentando l’efficienza e ottimizzando la gestione delle risorse pubbliche; finanziare alcuni progetti pilota su scala nazionale; sostenere le iniziative delle singole amministrazioni, inquadrate come soggetto collettivo, capace cioè di realizzare soluzioni e applicazioni”.

Per conseguire questi tre macro-obiettivi gli esperti elencano una serie di azioni concrete, tra cui lo sviluppo di tre Large Multimodal Model italiani:

  • Consolidare l’ecosistema italiano della ricerca, nell’ottica di dare continuità al Partenariato Esteso MUR sugli aspetti fondazionali dell’Intelligenza Artificiale, delineandolo compiutamente come luogo di incontro e di scambio di competenze e conoscenze tra le università, i centri di ricerca, le imprese ICT che sviluppano sistemi di IA e quelle che nelle loro specifiche attività possono beneficiare delle innovazioni tecnologiche.
  • Trattenere e attrarre talenti, articolando un piano straordinario di assunzioni che permetta di assorbire le eccellenze tra le ricercatrici e i ricercatori formatisi grazie alle iniziative PNRR, e che consenta di promuovere iniziative specifiche di brain gain nell’IA.
  • Sviluppare LMM italiani, in particolare 3 modelli fondazionali multimodali nazionali, che rispondano pienamente ai valori e alle regolamentazioni europee, eventualmente focalizzandosi su specifici domini applicativi in cui l’Italia detiene una forte riconoscibilità internazionali e un chiaro vantaggio competitivo nella definizione dei dataset di riferimento.
  • Implementare progetti interdisciplinari per il benessere sociale, dispiegando iniziative competitive ispirate ai synergy grants ERC e pensate per centrare sulle persone e sulla società la trasformazione digitale abilitata dall’Intelligenza Artificiale.
  • Finanziare la ricerca fondazionale e blue-sky per l’IA di prossima generazione, attraverso una chiamata alla raccolta e all’implementazione di idee il cui potenziale sia in grado creare un salto generazionale a livello tecnologico-scientifico e innovazione dirompente.
  • Potenziare le collaborazioni internazionali, finanziando programmi di ricerca centrati sull’IA e promossi in partenariato con università e centri di ricerca internazionali che prevedano periodi di mobilità, e che stimolino – in particolare a livello europeo – modalità comuni per una adozione efficace dell’Intelligenza Artificiale.
  • Intelligenza Artificiale al servizio di Imprese e Università

Imprese

Sono due anche le raccomandazioni di interventi per le imprese. La prima è di “Intercettare i bisogni di innovazione delle imprese italiane, finanziando e supportando un ecosistema centrato sull’Intelligenza Artificiale, che sia in grado qualificare una prospettiva in cui l’eccellenza viene rafforzata da soluzioni tecnologiche orientate a valorizzarne i tratti distintivi”.

La seconda è di “Sostenere il comparto italiano dell’ICT, promuovendone il ruolo abilitante per la definizione di nuove applicazioni di Intelligenza Artificiale, anche con iniziative che rispondano a precise domande di innovazione del tessuto produttivo; accrescere le possibilità di intercettare finanziamenti per sviluppare nuove iniziative progettuali in Intelligenza Artificiale; sostenere e potenziare l’ecosistema delle start-up dell’IA, attraendo capitali pubblici e privati”.

Nel dettaglio gli esperti propongono una serie di azioni a supporto di questi obiettivi.

  • Creare un ecosistema di facilitatori per l’AI nelle PMI, che intercettino i bisogni di innovazione delle imprese, erogando servizi di innovazione basati sull’IA e abilitando soluzioni utilizzabili in chiave di interoperabilità, anche in
    contesti di filiere.
  • Sostenere lo sviluppo e l’adozione di soluzioni di IA, prevendendo un fondo finanziario dedicato a sostegno di specifiche iniziative progettuali, promosse da rete di imprese o da singole imprese, accompagnate con una pluralità di altri sistemi, quali corporate venture, private equity e voucher per l’innovazione.
  • Istituire una rete di laboratori per lo sviluppo di applicazioni IA in contesti industriali, che coinvolgano imprese in collaborazione con enti di ricerca, per condurre ricerca applicata e con un focus di mercato, abilitando nuove soluzioni e sperimentandone verticalizzazioni.
  • Sostenere lo sviluppo di start-up nell’IA, definendo uno specifico fondo che si rivolga alle nuove impese ad alto contenuto di innovazione nel settore, favorendo al contempo l’interconnessione con le imprese utilizzatrici di IA e con gli attori che già operano nei percorsi di accelerazione e incubazione, a livello accademico e in ambito privato.
  • Sostenere le aziende ICT che sviluppano tecnologie di IA, definendo misure di sostegno per gestire pratiche di compliance normativa e certificazione, e per incentivare l’accesso alle sandboxes previste nell’AI Act per la sperimentazione di soluzioni innovative.

Formazione

Per quanto riguarda la formazione, gli esperti richiamano l’attenzione sia su quella universitaria che su quella nelle scuole.

In merito all’Università, chiedono di “Promuovere una formazione universitaria capillare sull’IA, in risposta alle sempre più pressanti richieste di nuove competenze nella società e nel mondo del lavoro, in un’ottica trasversale e interdisciplinare; consolidare la formazione specialistica sull’IA nei percorsi orientati verso profili tecnici e di ricercatori, quali il Dottorato Nazionale sull’Intelligenza Artificiale”.

Quanto alle scuole, di “Realizzare percorsi educativi sull’IA nelle scuole, per preparare le nuove generazioni a un uso attento e consapevole delle nuove tecnologie; sviluppare iniziative di divulgazione mirate a sensibilizzare e coinvolgere la società italiana nella rivoluzione dell’IA; finanziare e sostenere iniziative di reskilling e upskilling in tutti i contesti produttivi”.

Infrastrutture

Per il capitolo infrastrutture si chiede di “Potenziare le infrastrutture che abilitano lo sviluppo e l’adozione di sistemi di IA; finanziare e realizzare un repository nazionale per la condivisione e il riuso di dataset e modelli acquisiti in progettualità e contesti applicativi legati a iniziative pubbliche”.

Attuazione e monitoraggio: una Fondazione per l’IA

L’ultima raccomandazione riguarda le cose da fare per rendere efficaci attuazione, coordinamento e monitoraggio della strategia stessa.

“Istituire una Fondazione per l’IA, con la responsabilità del coordinamento delle azioni strategiche, della gestione di un fondo dedicato e del monitoraggio dell’implementazione della strategia, in un’ottica di miglioramento continuo”.

Il gruppo di esperti

Il lavoro è stato portato avanti da 13 esperti nominati dal Sottosegretario di Stato alla presidenza del Consiglio con delega all’Innovazione, Alessio Butti:

  • Gianluigi Greco, professore di informatica all’Università della Calabria e presidente di AixIA, l’associazione italiana per l’intelligenza artificiale
  • Viviana Acquaviva e astrofisica e docente al Physics Department del Cuny Nyc College of Technology e al Cuny Graduate Center
  • Paolo Benanti, consigliere di papa Francesco sull’IA ed esperto di etica digitale, è professore alla Pontificia università gregoriana
  • Guido Boella,  vice Rettore vicario dell’Università di Torino
  • Marco Camisani Calzolari, divulgatore scientifico
  • Virginio Cantoni,  professore emerito presso l’Università di Pavia
  • Maria Chiara Carrozza, presidente del Cnr
  • Rita Cucchiara, docente presso il Dipartimento di Ingegneria dell’Università degli Studi di Modena e Reggio Emilia
  • Agostino La Bella, professore ordinario di Ingegneria economico-gestionale presso l’Università di Roma Tor Vergata
  • Silvestro Micera, docente presso Ecole polytechnique fédérale de Lausanne
  • Giuliano Noci, professore di Strategia e Marketing al Politecnico di Milano
  • Edoardo Carlo Raffiotta;  professore di Diritto costituzionale nell’Università di Milano Bicocca e avvocato
  • Ranieri Razzante, professore di Tecniche di gestione dei rischi di riciclaggio presso l’Università di Bologna e Docente di Tecniche e regole della cybersecurity presso l’Università di Napoli Suor Orsola Benincasa

I 13 hanno operato come “Comitato di Coordinamento” in collaborazione con rappresentanti del Dipartimento per la Trasformazione Digitale e dell’Agenzia per l’Italia Digitale, che ha svolto anche il ruolo di segreteria tecnica.

Il metaverso secondo Analog Devices

Metaverso e il Sistema Salute
Il metaverso secondo Analhttps://www.analog.com/en/index.htmlog Devices è destinato a influenzare ogni aspetto della nostra vita, l’azienda ritiene che debba essere facilmente accessibile in qualsiasi momento e luogo, senza essere intrusivo per la persona che ne usufruisce

Quando si pensa al metaverso, vengono in mente diversi aspetti, dai ragazzi della Generazione Alfa che giocano con gli amici, agli NFT, a persone che indossano cuffie per la realtà virtuale, ecc.

In un mercato ancora indefinito e infinito, i potenziali casi d’uso del metaverso sono tanto vasti e variegati quanto lo è la nostra immaginazione. Un fattore che le esperienze del metaverso hanno in comune, tuttavia, è quello di basarsi tutte su una forte tecnologia complementare di base.

Il professore di matematica Edward Thorp creò il primo computer indossabile negli anni ’60, sviluppando l’idea di un dispositivo portatile in grado di prevedere i risultati della roulette.

Oggi la tecnologia indossabile è diventata onnipresente e la categoria si è estesa ben oltre gli smartwatch, arrivando alle cuffie per la realtà aumentata (AR) e la realtà virtuale (VR).

Con il metaverso è possibile ottenere screening sanitari approfonditi dalla tua amaca.

METAVERSO E B2B

Il metaverso viene descritto come la prossima evoluzione del modo in cui utilizziamo Internet.

Agli albori di questa rete, la comunicazione era unidirezionale, ovvero i contenuti venivano pubblicati su pagine statiche e non vi era modo di rispondere o interagire con essi.

Nell’evoluzione successiva, il web è diventato più sociale, gli utenti hanno potuto interagire con contenuti, aziende e fra di loro.

Successivamente sono apparsi i social media e da questa evoluzione sono nate alcune delle più grandi aziende del mondo come Amazon, Meta (Facebook) e Google.

Oggi non siamo ancora entrati nella prossima evoluzione, ma esistono tutti i presupposti per far diventare il metaverso un’esperienza più personalizzata, ovvero un Internet controllato dall’utente che si trasforma in un luogo dalle esperienze immersive.

Uno studio di JPMorgan Chase [ha stimato il metaverso come un’opportunità di mercato da oltre 1.000 miliardi di dollari, affermando che “negli anni a venire il metaverso probabilmente penetrerà in qualche modo in ogni settore”. Sebbene gran parte di queste opportunità di guadagno risieda nei settori del gioco, nella vendita al dettaglio, negli eventi e altri mercati di consumo, JPMorgan osserva che “i leader aziendali e i Consigli d’Amministrazione di tutto il mondo si stanno chiedendo quale sia la loro strategia di metaverso e cosa dovrebbero fare nel metaverso”.

IMMERSI NEL METAVERSO

Il gioco immersivo sta trainando le vendite di cuffie AR/VR; tuttavia, un’esperienza immersiva non consiste solamente nell’indossare una cuffia per vivere in un mondo virtuale.

Piuttosto può essere vissuta anche quando si esce nel mondo reale, seppur aumentato.

Per esempio, durante la pandemia, abbiamo imparato che molti disturbi per cui, solitamente, eravamo costretti a recarci dal nostro medico, potevano – e possono – essere efficacemente diagnosticati e curati comodamente a domicilio.

Il metaverso svilupperà ulteriormente questo concetto, creando uffici virtuali che alcuni definiscono “meta-sanitari”.

Provate a immaginare un mondo in cui il vostro smartwatch avvisa il vostro medico che qualcosa non va, fissandovi in autonomia un appuntamento. Immaginate anche che, in questo mondo, il vostro avatar saluta la persona alla reception, attende in una sala d’attesa virtuale senza rischiare di prendere il raffreddore da un altro paziente e si consulta con l’avatar del medico oppure con il medico in persona. Insieme, voi e/o i vostri avatar potete consultare gli stessi documenti, esaminare i risultati degli esami e discutere le eventuali cure.

Probabilmente il medico avrà coinvolto uno specialista che può aiutare a formularvi una diagnosi.

Questo specialista potrebbe vivere a grande distanza da voi, ma il metaverso lo porterebbe direttamente a casa vostra.

Il metaverso del futuro richiederà un’incredibile potenza di calcolo, valore che dovrebbe guidare determinare come approcciare un’implementazione di successo, anche nelle quattro aree chiave seguenti: potenza di calcolo del Cloud, infrastruttura di rete, energia, dispositivi all’Edge di rete.

Il metaverso del futuro richiederà un’incredibile potenza di calcolo, 1.000 volte superiore a quella attuale [3]. Se in qualche modo state pensando di sfruttarlo, questo valore dovrebbe guidarvi nel determinare come approcciare un’implementazione di successo, anche nelle quattro aree chiave seguenti.

  1. Potenza di calcolo del Cloud

I modi in cui oggi utilizziamo Internet stanno già spingendo la rapida crescita dei data center su larga scala. Quando il metaverso raggiungerà il suo pieno potenziale, secondo Intel® la potenza di calcolo richiesta aumenterà di mille volte e, di conseguenza, i data center più sofisticati cresceranno di pari passo. Per alimentare con successo il metaverso saranno necessari server ad alta densità, acceleratori di AI, sistemi di archiviazione e di rete, nonché soluzioni di controllo ottico per la connettività gigabit e soluzioni di sensori per lo sviluppo dell’infrastruttura dei data center.

  1. Infrastruttura di rete

Nel metaverso, i video che vanno a rilento, i tempi lunghi di caricamento e le connessioni scadenti sono un ostacolo non da poco. Il mondo reale che ci circonda non fa “buffering” e logicamente nemmeno il metaverso dovrebbe farlo. Se pensate che la latenza, ovvero il tempo necessario ai dati per passare da un punto all’altro di una rete, sia importante nel mondo di oggi, immaginatene l’impatto sul modo in cui interagite con le persone, i prodotti e i luoghi nel metaverso. Alcuni studi hanno anche dimostrato che la latenza è una delle principali cause del “mal d’auto” indotto dalle cuffie VR.

  1. Energia

Uno studio ha dimostrato che l’impronta delle emissioni di CO2 di un modello di elaborazione linguistica dell’AI è stata stimata in oltre 284 t [4]. Per il metaverso, il consumo di energia e le emissioni sarebbero astronomiche; pertanto, è necessario affidarsi a fonti di energia verde (solare ed eolica). Immagazzinare e distribuire l’energia è la sfida più grande. Poiché in genere le batterie immagazzinano l’energia green inutilizzata allo scopo di massimizzare l’efficacia di queste fonti, è necessario un efficace sistema di gestione delle batterie stesse (BMS), per monitorare, controllare e distribuire in modo affidabile la carica e la scarica dell’intero sistema di batterie durante la sua vita utile.

  1. Dispositivi all’Edge di rete

La rivoluzione dell’edge intelligente è qui, adesso. L’edge computing si è sviluppato in risposta alla massiccia crescita della domanda di larghezza di banda da parte dei dispositivi distribuiti, soprattutto nel metaverso, dove le applicazioni in tempo reale richiedono capacità di elaborazione e archiviazione locale dei dati generati in tutto il mondo. Per offrire esperienze così coinvolgenti, il metaverso ha bisogno di diverse tecnologie integrate nei sottosistemi di visione, audio e interfaccia uomo-macchina, che necessitano tutte di una notevole potenza di elaborazione all’edge di rete. Per ottenere una latenza minima e una maggiore capacità di elaborazione, con una minore quantità di energia possibile, l’AI all’edge rappresenterà un fattore chiave. L’elaborazione più vicina al sensore riduce il consumo di energia per trasferire i dati da un dispositivo e garantisce una latenza minima, con potenza di calcolo localizzata anziché nel cloud.

CONCLUSIONI

Il metaverso è destinato a influenzare ogni aspetto della nostra vita, pertanto Analog Devices ritiene che, se deve diventare onnipresente, il metaverso deve essere facilmente accessibile in qualsiasi momento e in qualsiasi luogo, senza limitare o essere intrusivo per la persona ne usufruisce.

Questi obiettivi possono essere raggiunti solo se sarà possibile costruire l’infrastruttura necessaria a supportarli. L’intelligent edge giocherà un ruolo chiave in uno sforzo congiunto, necessario per generare la potenza di calcolo necessaria, utilizzando al contempo fonti di energia efficaci e rinnovabili e migliorando l’infrastruttura di rete per supportare quantità di dati senza precedenti.

Analog Devices e la sua tecnologia sono già in grado di contribuire alla realizzazione di questa infrastruttura.

Il portfolio di soluzioni ADI per i data center spazia dalla gestione dell’alimentazione al controllo ottico per la connettività gigabit e, per finire, alle soluzioni di sensori per lo sviluppo di infrastrutture per data center. Analog Devices, inoltre, è sempre stata all’avanguardia nella pianificazione, progettazione e realizzazione di tecnologie wireless di base che rendono possibile l’attuale infrastruttura di rete 5G a bassa latenza, con prestazioni elevate senza precedenti, basso consumo, livelli di sicurezza elevati e algoritmi intelligenti. Inoltre, con le nostre soluzioni di gestione delle batterie, possiamo contribuire a trasformare in realtà la riduzione dei consumi e l’alimentazione ecologica.

Quindi, sia che stiate pensando a realizzare una struttura meta-sanitaria, un’esperienza di shopping virtuale o la prossima esperienza di gioco immersivo, la progettazione di una infrastruttura robusta deve essere al primo posto.

Mobilità a idrogeno, partnership tra Eni e Air Liquide

Eni e Air Liquide hanno siglato una partnership per investire nello sviluppo delle infrastrutture necessarie a consentire l’espansione della mobilità a idrogeno in Italia

Obiettivo principale sarà quello di favorire lo sviluppo sostenibile di una estesa rete di stazioni di rifornimento di idrogeno in Italia.

La collaborazione includerà uno studio di fattibilità e sostenibilità per lo sviluppo della filiera dell’idrogeno low-carbon e rinnovabile a supporto del mercato dei veicoli a celle a combustibile per la mobilità pesante e leggera.

“A inizio 2022 Eni aprirà la prima stazione di rifornimento idrogeno in Italia in ambito urbano a Mestre (Venezia), cui seguirà la seconda a San Donato Milanese.

Grazie all’accordo con Air Liquide, si rafforza la collaborazione tra operatori del settore per una ancora maggiore efficienza nel percorso verso la transizione energetica” afferma il direttore generale Energy Solution di Eni, Giuseppe Ricci. “Decarbonizzare il settore dei trasporti è un’importante sfida della transizione energetica.

L’implementazione di una rete di stazioni di rifornimento di idrogeno è una pietra miliare fondamentale lungo questo percorso” conclude Pascal Vinet, senior vice president e membro del Comitato Esecutivo del Gruppo Air Liquide.

Business intelligence: processi e attività sviluppati per consentire migliori prestazioni in molti settori

business intelligence

La business intelligence (BI) combina business analytics, data mining, visualizzazione dei dati, strumenti e infrastrutture per i dati, nonché le best practice per permettere alle organizzazioni di prendere più decisioni basate sui dati

In buona sostanza, sai di aver acquisito la business intelligence moderna quando hai una vista completa dei dati della tua organizzazione e li usi per stimolare il cambiamento, eliminare le inefficienze e attuare un rapido adattamento ai cambiamenti di mercato e forniture.

Più che indicare una “cosa” specifica, business intelligence è un termine onnicomprensivo che riguarda i processi e i metodi per raccogliere, memorizzare e analizzare i dati tratti dalle operazioni o attività aziendali con l’obiettivo di migliorare le prestazioni. Tutti questi elementi vanno a creare una vista completa dell’azienda, aiutando le persone a prendere decisioni migliori e concretizzabili.

Negli ultimi anni, la business intelligence si è sviluppata includendo più processi e attività per consentire il miglioramento delle prestazioni. Tali processi includono:

  • Data mining: uso di database, statistiche e apprendimento automatico per svelare i trend in ampi set di dati.
  • Elaborazione di report: condivisione delle analisi dei dati con i soggetti interessati, affinché possano trarre conclusioni e prendere decisioni.
  • Metriche e benchmarking delle prestazioni: confronto dei dati sulle prestazioni attuali con i dati storici, per monitorare le prestazioni rispetto agli obiettivi. Di solito, si esegue usando dashboard personalizzate.
  • Analisi descrittiva: utilizzo di analisi dei dati preliminari per comprendere cosa è accaduto.
  • Esecuzione delle query: interrogazione dei dati con specifiche domande, per cui la BI estrae le risposte dai set di dati.
  • Analisi statistica: partendo dai risultati dell’analisi descrittiva, ulteriore esplorazione dei dati usando le statistiche, per esempio in relazione a come e perché si sia verificato un determinato trend.
  • Visualizzazione dei dati: trasformazione dell’analisi dei dati in rappresentazioni visive, come grafici, diagrammi e istogrammi, per una fruizione dei dati più facile.
  • Analisi visiva: esplorazione dei dati attraverso le rappresentazioni visive, per comunicare informazioni al volo e seguire il flusso dell’analisi.
  • Preparazione dei dati: compilazione di diverse origini dati, identificandone dimensioni e misurazioni e preparandole per l’analisi dei dati.

Perché la business intelligence è importante?

La business intelligence consente alle aziende di prendere decisioni migliori, mostrando dati attuali e storici all’interno del contesto aziendale.

Gli analisti possono sfruttare la BI per fornire benchmark su prestazioni e concorrenti, per consentire all’organizzazione di funzionare in modo più fluido e più efficiente.

Inoltre, gli analisti possono individuare facilmente i trend di mercato, per aumentare le vendite o gli introiti.

Se usati in modo efficace, i dati giusti possono essere utili per qualsiasi attività, dalla conformità alle assunzioni.

Ecco alcuni modi in cui la business intelligence può consentire alle aziende di prendere decisioni più intelligenti basate sui dati:

  • Identificare i modi per aumentare i profitti
  • Analizzare il comportamento dei clienti
  • Confrontare i dati con i concorrenti
  • Monitorare le prestazioni
  • Migliorare le operazioni
  • Prevedere il successo
  • Individuare i trend di mercato
  • Scoprire complicazioni o problemi

Come funziona la business intelligence

Le aziende e le organizzazioni hanno tante domande e tanti obiettivi.

Per rispondere alle domande e monitorare le prestazioni rispetto agli obiettivi, raccolgono i dati necessari, li analizzano e determinano le azioni da intraprendere per raggiungere i propri obiettivi.

Dal punto di vista tecnico, i dati non elaborati vengono raccolti dall’attività aziendale, per poi essere elaborati e archiviati nei data warehouse.

Dopodiché, gli utenti possono accedere ai dati e passare all’analisi per rispondere alle domande che riguardano l’azienda.

Come funzionano insieme BI, analisi dei dati e business analytics

La business intelligence include analisi dei dati e business analytics.

Tuttavia, li usa solo come parte dell’intero processo. La BI consente agli utenti di trarre conclusioni dalle analisi dei dati.

I data scientist approfondiscono le specifiche dei dati, usando statistiche avanzate e analisi predittive per svelare modelli e prevedere modelli futuri.

La domanda dell’analisi dei dati è: “Perché è successo e cosa potrà succedere?” La business intelligence ricorre a quei modelli e algoritmi e scompone i risultati in un linguaggio fruibile.

Secondo il glossario dei termini IT di Gartner, la “business analytics include il data mining, l’analisi predittiva, l’analisi applicata e la statistica“.

In breve, le organizzazioni conducono la business analytics quale parte della più ampia strategia di business intelligence.

La BI è progettata per rispondere a query specifiche e fornire un’analisi immediata, utile per decisioni e pianificazione.

Le aziende, però, possono usare i processi di analisi per migliorare continuamente l’iterazione e le domande di follow-up.

L’analisi aziendale non deve essere un processo lineare, perché la risposta a una domanda porterà con ogni probabilità a sviluppare nuove domande e così via. Al contrario, va considerata come un processo ciclico, che comprende le fasi di accesso ai dati, identificazione, esplorazione e condivisione delle informazioni. Si parla, appunto, di ciclo di analisi per descrivere come le aziende usano l’analisi per rispondere alle domande e alle aspettative in continuo cambiamento.

La differenza tra BI tradizionale e BI moderna

In passato, gli strumenti di business intelligence si basavano su un modello tradizionale.

Si trattava di un approccio top-down in cui la business intelligence era gestita dall’organizzazione IT e si usavano report statici per rispondere alla maggior parte delle domande di analisi, se non a tutte.

Perciò, se qualcuno aveva un’ulteriore domanda sul report ricevuto, la sua richiesta veniva messa in fondo alla coda di reporting e il processo doveva ripartire daccapo.

Di conseguenza, i cicli dell’attività di report erano lenti e frustranti e le persone non riuscivano a sfruttare i dati attuali per prendere decisioni.

La business intelligence tradizionale rappresenta ancora un approccio comune per le ordinarie elaborazioni di report e per rispondere a query statiche.

Invece, la business intelligence moderna è interattiva e accessibile. Sebbene i reparti IT siano ancora fondamentali per la gestione dell’accesso ai dati, molteplici livelli di utenti possono personalizzare le dashboard e creare report anche con poco preavviso. Con il software appropriato, gli utenti sono in grado di visualizzare i dati e rispondere alle proprie domande.

Strumenti e piattaforme di business intelligence

Molti strumenti e piattaforme self-service di business intelligence semplificano il processo di analisi. In questo modo per le persone è più facile osservare e comprendere i dati, pur non avendo le competenze tecniche per approfondirli autonomamente. Sono disponibili molte piattaforme di BI per l’attività di report ad hoc, la visualizzazione dei dati e la creazione di dashboard personalizzate per molteplici livelli di utenti.

Il ruolo futuro della business intelligence

La business intelligence si sviluppa continuamente di pari passo con le esigenze aziendali e la tecnologia. Pertanto, ogni anno, individuiamo i trend attuali per tenere gli utenti al passo con le innovazioni.

È necessario rendersi conto che l’intelligenza artificiale e l’apprendimento automatico si svilupperanno continuamente, e le aziende possono integrare le informazioni ottenute con l’IA in una strategia di BI più estesa.

Visto l’obiettivo delle aziende di essere sempre più basate sui dati, l’impegno per la condivisione dei dati e la collaborazione aumenterà. La visualizzazione dei dati sarà ancor più fondamentale per il lavoro congiunto tra team e reparti.

La BI offre funzionalità per il monitoraggio delle vendite quasi in tempo reale, consente agli utenti di scoprire le informazioni nel comportamento dei clienti, di prevedere i profitti e molto altro. Svariati settori, come quello della vendita al dettaglio, assicurativo e petrolifero, hanno adottato la BI, e ogni anno se ne aggiungono altri. Le piattaforme di BI si adattano all’innovazione e alle nuove tecnologie degli utenti.