L’intelligenza artificiale è il cambiamento tecnologico più significativo dai tempi di Internet e l’evento più trasformativo mai accaduto al software aziendale. Non perché l’AI lo minacci, ma perché l’AI ha bisogno del software aziendale. I progressi nel ragionamento, nella generazione di codice e negli agenti autonomi sono veri e rimodelleranno ogni settore.

Lo vedo in prima persona. L’AI sta generando incrementi di efficienza a doppia cifra nelle nostre stesse operazioni. In oltre due terzi dei nostri contratti cloud del quarto trimestre, i clienti hanno scelto di includere funzionalità AI. I produttori utilizzano agenti AI per automatizzare i processi di quotazione, riducendo drasticamente i tempi di risposta. I team di consulenza stanno recuperando un quarto della loro settimana lavorativa da dedicare ad attività di maggior valore. Non è hype: sta accadendo, su scala enterprise.

Ogni grande cambio di piattaforma segue uno schema. All’inizio, il valore si concentra nei livelli più bassi dello stack: capacità di calcolo, modelli, infrastruttura. Le “pale� durante la corsa all’oro. Con il tempo, però, il valore duraturo migra verso il livello applicativo, dove la tecnologia si traduce in risultati concreti. Internet lo ha dimostrato chiaramente. Il cloud computing lo ha confermato. Con l’AI non sarà diverso. Il software non sta arrivando alla fine della corsa – ha appena iniziato. In altre parole: il software sta diventando il superpotere dell’AI.

Dove risiede il vero valore

In tutti i settori, le imprese stanno investendo miliardi nell’AI, spinte da reali progressi in funzionalità e produttività. Eppure, molte faticano a trasformare gli esperimenti in risultati misurabili e scalabili in tutta l’organizzazione. Le cause sono note: ecosistemi di dati frammentati, processi in silos, governance incoerente e AI “appiccicata� a sistemi legacy obsoleti.

Indipendentemente dal settore o dalle dimensioni, ogni cliente con cui parlo vuole una sola cosa: un’AI che comprenda profondamente il proprio business, in modo sicuro e affidabile. Ciò richiede applicazioni integrate, dati armonizzati e controlli chiari. Senza questi elementi, l’AI opera nel vuoto, scollegata dalla realtà dell’azienda.

Se non comprende come la funzione finance si collega agli acquisti, come la supply chain interagisce con la produzione, quali regole di compliance governano una transazione o come gestire le eccezioni, l’AI non può gestire un’organizzazione in modo affidabile. Il più piccolo errore – l’utilizzo di dati non aggiornati, incompleti o sbagliati – può scatenare a cascata decisioni sbagliate, transazioni errate e perdite significative prima che qualcuno se ne accorga. Lungi dall’eliminare il software, l’AI mette in evidenza l’indispensabilità dei sistemi che coordinano il lavoro su larga scala.

L’AI per il business ha successo quando agenti e governance si incontrano

Creare un agente è sempre più semplice, ma è solo la punta dell’iceberg. Implementarlo lungo supply chain end-to-end o nei processi di chiusura finanziaria, con piena conformità e tracciabilità, è dove si concentra la maggior parte dello sforzo. Orchestrazione, applicazione delle policy e determinismo dei workflow sono i custodi della fiducia. Più agenti autonomi vengono distribuiti, più diventano preziosi i sistemi governati che li governano e li supervisionano, ed è qui che le piattaforme che già gestiscono le operazioni di business più importanti del mondo mostrano tutto il loro valore.

Di cosa hanno bisogno gli agenti per operare su larga scala

Per generare risultati tangibili e affidabili, gli agenti hanno bisogno di tre elementi.
Primo, una profonda conoscenza di dominio e di settore codificata nei sistemi, affinché comprendano contesto, relazioni e processi end-to-end.
Secondo, dati accurati e ricchi semanticamente, che costituiscano una fonte di verità affidabile.
Terzo, governance a livello aziendale: regole di validazione, controlli di conformità, flussi di approvazione, gestione delle identità e tracciamento delle attività per mantenere l’autonomia in sicurezza.

Sono questi gli elementi che distinguono l’AI in grado di gestire davvero e in modo affidabile un’azienda da quella che colpisce solo in una demo.

Cosa cambia e cosa rimane vero

L’AI rende il software più veloce ed economico da sviluppare. I modelli linguistici diventeranno una commodity. I modelli di business evolveranno, man mano che i pattern di utilizzo si sposteranno dagli utenti agli agenti. Emergeranno interfacce completamente nuove. Gli utenti dialogheranno sempre più con l’AI invece di navigare applicazioni, e i front-end saranno generati dinamicamente in tempo reale.

Ma il bisogno di sistemi governati e costantemente aggiornati non farà che crescere. L’AI alza l’asticella per aggiornamenti sicuri, miglioramenti basati sulla telemetria e controlli condivisi, tutti punti di forza del SaaS maturo. Gli agenti AI non sostituiscono il software enterprise. Vi fanno affidamento.

I vincitori non saranno quelli che possiedono modelli di base leggermente migliori. Saranno coloro che sapranno fornire valore a livello applicativo: risultati basati su profonda competenza di dominio, integrati tra funzioni e governati per la scalabilità.

Il software sta diventando il sistema operativo dell’autonomia affidabile. Le aziende che lo capiranno integreranno l’AI nei sistemi che gestiscono l’economia mondiale. Le altre continueranno a fare esperimenti, generare prototipi e chiedersi perché i risultati non siano all’altezza dell’hype.

Lunga vita al software.

The post Il software sta entrando nella sua era più potente appeared first on Â鶹ԭ´´ News Center Italy.

È evidente che le aspettative sui benefici economici di questa tecnologia sono altissime. Eppure, una recente indagine di McKinsey ha rilevato che oltre l’80% delle imprese in tutto il mondo non vede ancora alcun impatto tangibile sui propri profitti.[1] Da dove deriva quindi questa discrepanza?

La chiave della risposta è che l’AI non è una tecnologia autonoma. Perché i suoi vantaggi si concretizzino, l’AI dev’essere profondamente integrata nei processi aziendali. E per questo le aziende devono agire in tre direzioni: implementare moderno software cloud, adottare una moderna gestione dei dati e uno stack coerente di tecnologie AI collegate con questi.

Iniziamo con il software: tutte le aziende di successo utilizzano il software per organizzare e ottimizzare le proprie operazioni, dall’acquisizione degli ordini all’approvvigionamento, dalla produzione alla consegna dei prodotti al servizio clienti. Tuttavia, molte imprese si affidano ancora a sistemi software legacy e on-premise, ovvero a un’ampia gamma di programmi installati sui server IT dell’organizzazione. Questa infrastruttura software è spesso costituita da numerose applicazioni differenti collegate tra loro, fortemente modificate nel corso degli anni e spesso non aggiornate con le ultime innovazioni. Questi sistemi complessi sono costosi da mantenere e rendono difficile per le aziende e i loro leader rispondere alle sfide e cogliere le opportunità con agilità e rapidità.

Anche le applicazioni di intelligenza artificiale incontrano grossi ostacoli quando si trovano nei sistemi legacy: hanno difficoltà a comprendere il funzionamento interno dell’azienda, a dare un senso a set di dati frammentati e ampiamente distribuiti e potrebbero non essere in grado di trovare determinate informazioni chiave.

Il primo passo verso una potente intelligenza artificiale aziendale è quindi il passaggio dal software legacy on-premise al moderno software cloud, ovvero applicazioni gestite e manutenute centralmente in data center professionali, costantemente aggiornate con le nuove innovazioni e strettamente interconnesse in modo che le informazioni possano fluire liberamente tra le diverse parti dell’organizzazione.

Per le aziende oggi, la migrazione al cloud è più rapida, più fluida e più trasparente che mai, grazie a metodi collaudati e alla disponibilità di strumenti digitali avanzati. E i vantaggi sono significativi: le applicazioni cloud integrate lavorano insieme fin da subito e coprono le esigenze software dell’azienda in modo completo, in tutti i reparti. Questa integrazione consente ad esempio a una casa automobilistica di ridurre tempi e costi, dalla ricezione di un ordine alla produzione del veicolo fino alla sua consegna finale. Vantaggi simili si estendono a tutti gli altri settori e flussi di lavoro.

Una migrazione al cloud, di conseguenza, è più di un progetto IT: è la base digitale per una modernizzazione approfondita dell’intera impresa, per passare da “buono” a “ottimo”.

Una volta nel cloud, le aziende possono integrare soluzioni avanzate per la gestione dei dati con il minimo sforzo. Pensate alla gestione avanzata dei dati come a un archivio magico, che registra e organizza automaticamente tutti i documenti, tutte le informazioni, tutti i dati automaticamente nel posto giusto e in perfetto ordine – sempre aggiornato, perfettamente ricercabile, senza duplicati ed errori, con annotazioni intelligenti e tutto nel contesto giusto.

La combinazione di applicazioni cloud integrate e gestione avanzata dei dati permette ai responsabili di avere una visione olistica della loro organizzazione. Allo stesso tempo, consente alle tecnologie AI di accedere, comprendere e facilitare le transazioni in tutta l’azienda, assistendo le persone nelle attività ripetitive e con analisi e insight approfonditi. E la prossima evoluzione è già a portata di mano: grazie alle applicazioni cloud integrate e alla gestione dei dati, i collaboratori digitali, noti anche come “agenti AI”, sono in grado di svolgere incarichi di lavoro complessi. Ad esempio: trovare fatture scadute, identificare gli errori, risolvere il problema e garantire il raggiungimento degli obiettivi di pagamento.

Realizzare gli enormi vantaggi dell’AI significa quindi intraprendere un percorso: dal software on-premise alle applicazioni cloud, per poi proseguire verso una moderna gestione dei dati e all’utilizzo degli agenti AI in tutta l’organizzazione. È questo il percorso che sblocca l’enorme potenziale dell’AI e ci consente di ripensare completamente il modo con cui gestiamo le nostre aziende e le nostre economie.

[1]

The post Cloud, dati e AI: come sfruttare i nuovi motori del progresso appeared first on Â鶹ԭ´´ News Center Italy.

Lavorando in un’azienda pioniera dell’AI nei processi di business, nutro anch’io questa speranza: l’AI ha il potenziale di stimolare la crescita e aiutare le organizzazioni a essere più produttive. Può rendere le economie più resilienti sostenendo le imprese nella gestione delle interruzioni, sia che si tratti di crisi commerciali globali, disastri naturali o conflitti regionali.

L’intelligenza artificiale può anche svolgere un ruolo fondamentale per aiutarci a raggiungere obiettivi di sostenibilità, affrontare il cambiamento climatico e mitigarne l’impatto. Sebbene molti riconoscano il potenziale positivo dell’AI, la crescente frammentazione del nostro mondo riduce notevolmente la nostra capacità di sfruttare appieno le opportunità dell’intelligenza artificiale.

L’AI può essere tanto buona quanto i dati a cui può accedere e con cui può lavorare. Più restrizioni, limiti e confini politici le imponiamo, minore sarà il suo impatto su Paesi e aziende. Ma non può prosperare in un mondo frammentato. Questa è quella che io chiamo la sfida del progresso dell’AI.

Affrontare la sfida del progresso dell’AI, passo dopo passo

Trovare soluzioni a qualcosa di così vasto e complesso come la frammentazione globale richiede di suddividere il problema in sfide più piccole e facili da superare. Come rendere l’AI uno strumento più forte per lo sviluppo? Come gestire passo dopo passo la sfida del progresso dell’AI?

1. Iniziare dalla singola azienda

Si comincia dalla porta di casa, dalla singola organizzazione. La migrazione al cloud è un primo passo fondamentale. Il cloud rende i dati accessibili per l’AI in modo sistematico e completo, e le soluzioni cloud possono essere facilmente – persino automaticamente – aggiornate con le ultime innovazioni dell’AI. Inoltre, il software cloud integrato offre un ambiente standardizzato per dati e processi. In questo modo è più facile per le aziende mantenere i dati strutturati, puliti e coerenti in tutta l’organizzazione e, di conseguenza, più facile da usare per le applicazioni di AI.

2. Creare un ecosistema industriale

Il secondo passo per massimizzare il potenziale dell’AI consiste nel riunire le singole aziende in un ecosistema industriale. Per diventare più produttive, resilienti e sostenibili, le imprese devono scambiare informazioni con i fornitori – a volte migliaia – così come con i clienti e i partner con cui fanno innovazione. Nell’era della business AI, la necessità di costruire reti aziendali intelligenti è più importante che mai. Quanto più ampia e diffusa è la condivisione dei dati tra le imprese, tanto migliori e di più forte impatto possono essere i risultati dell’AI. L’intero ecosistema ne trae vantaggio in termini di maggior competitività e forza innovativa.

3. Creare framework internazionali

Il terzo passo è quello di costruire framework internazionali che consentano all’innovazione dell’AI di prosperare in modo responsabile. I governi e le autorità di regolamentazione possono ridurre le barriere inutili per lo scambio di dati all’interno dei Paesi e tra Paesi. In collaborazione con il sistema industriale, gli attori pubblici possono lavorare per allineare e armonizzare le normative tecnologiche, ove possibile, in particolare tra le principali potenze economiche, Nord America, Cina ed Europa.

Allo stesso tempo, dobbiamo creare fiducia. La mancanza di fiducia è forse il principale motore della frammentazione globale e il più grande ostacolo alla collaborazione. Unendo le forze, le aziende che operano a livello internazionale possono concordare regole comuni per l’utilizzo dei dati, la privacy e l’AI responsabile ed etica. Queste “confederazioni di fiduciaâ€� incoraggiano una più frequente condivisione dei dati.

Mettere insieme il puzzle dell’AI

Il cloud, le reti aziendali e un ambiente globale più armonizzato basato sulla fiducia; ognuno di questi passaggi riduce la frammentazione e aumenta l’unione. E ognuna di queste fasi può aiutare le organizzazioni coinvolte a trarre maggiori benefici dall’IA.

È come mettere insieme un puzzle di 10.000 pezzi. Non è facile all’inizio e non è qualcosa che si può realizzare in una sola volta, ma se iniziamo a mettere al loro posto alcuni pezzi, il quadro generale emerge gradualmente. Con l’aumentare del grado di collaborazione, il progresso accelera.

Sta a noi mettere insieme il puzzle dell’AI e ridurre la frammentazione, un passo alla volta. È così che possiamo massimizzare il potenziale dell’AI, non solo per alcuni, ma per molti.

The post Superare la frammentazione per ottimizzare i benefici dell’AI per tutti appeared first on Â鶹ԭ´´ News Center Italy.

Oggi ci troviamo in un momento rivoluzionario di proporzioni simili. L’intelligenza artificiale generativa (AI) è passata da essere una tecnologia di nicchia a un argomento di discussione globale in poco più di un anno. È successo in un periodo critico, con il mondo che sta affrontando diverse crisi geopolitiche, economiche e climatiche.

Accelerare il cambiamento

L’enorme potenziale dell’AI generativa è ampiamente riconosciuto, ma c’è un’area chiave in cui il suo impatto positivo deve ancora essere pienamente realizzato. Se applichiamo l’AI generativa al modo in cui gestiamo il business – come strumento per trasformare le organizzazioni, le catene di fornitura e interi settori – accelereremo l’evoluzione dell’economia mondiale in un’economia più sostenibile, resiliente, equa e prospera.

L’AI generativa per le aziende può, ad esempio, aiutare a trovare soluzioni migliori e più rapide alle domande che milioni di organizzazioni in tutto il mondo stanno affrontando oggi. Ad esempio:

• Quali misure devo adottare per rendere la mia impresa neutrale dal punto di vista delle emissioni di carbonio?
• Come posso migliorare la disponibilità di forniture importanti?
• Cosa posso fare per rendere la mia azienda più produttiva e competitiva?
• Come posso qualificare e riqualificare la forza lavoro per affrontare le sfide di oggi e di domani?

Affidarsi alle raccomandazioni fornite dall’AI generativa per questioni così critiche richiede tuttavia che la tecnologia sottostante sia estremamente affidabile, molto più che nel settore delle applicazioni consumer.

Creare fiducia nell’AI

Fiducia significa, innanzitutto, che l’AI generativa per le aziende deve essere rilevante. L’intelligenza artificiale può essere buona se lo sono i dati su cui viene addestrata, e i dati generici utilizzati per i modelli linguistici di grandi dimensioni (LLM) più famosi di oggi non aiuteranno le aziende a risolvere i loro problemi molto granulari. Per fornire proposte specifiche per il contesto in cui un’impresa opera, l’AI rilevante deve allenarsi e lavorare con dati di business reali.

In secondo luogo, l’AI generativa per le aziende deve essere affidabile. La posta in gioco può essere molto alta: singole decisioni possono influenzare migliaia di clienti, colleghi e il futuro a lungo termine di un’organizzazione. Per questo motivo, gli output della business AI devono essere forniti con la massima precisione e qualità. E se le “allucinazioni� dell’AI possono essere divertenti nel mondo dei consumatori, non lo sono nel mondo delle imprese.

Infine, l’AI generativa per le aziende deve essere responsabile. È in corso un dibattito sul modo in cui i modelli di AI addestrati sui dati pubblici di Internet possono violare la privacy e le norme sul copyright. Nel mondo delle imprese, questo tipo di modalità operativa “a zona grigia� è impensabile.

Affinché le aziende si fidino dell’AI generativa, devono essere certe che i loro dati siano gestiti in modo sicuro e confidenziale. Devono essere anche certe che gli strumenti di AI generativa rispettino e osservino la privacy, la proprietà dei dati e le restrizioni di accesso ai dati per loro stessa natura, e che operino solo in ambiti dove è stato dato un consenso esplicito.

Rilevanza, affidabilità e responsabilità sono le pietre miliari di un’AI di cui le imprese si possono fidare. Sono anche i tre elementi chiave per costruire la fiducia nella tecnologia come strumento che aiuta ad affrontare le più grandi sfide del nostro tempo.

Un’opportunità unica

Come azienda di software globale, Â鶹ԭ´´ ha fatto dell’AI rilevante, affidabile e responsabile una priorità strategica assoluta, formando e lavorando con dati aziendali reali basati sul consenso esplicito di migliaia di clienti. By design, Â鶹ԭ´´ segue le impostazioni di accesso e privacy già integrate nei suoi database e soluzioni software.

dell’AI è garantita da principi guida chiari, strutture di governance interne e un advisory panel di esperti esterni. Â鶹ԭ´´ sta lavorando soprattutto sulla qualità dei risultati dell’AI generativa affinché non siano solo “abbastanza buoniâ€�, ma presentino quelle caratteristiche di integrità e qualità che i clienti si aspettano quando prendono decisioni fondamentali per il business.

Credo che ci sia anche un’opportunità unica su scala più ampia: i paesi e le regioni che sono pionieri di un’AI affidabile per il business vedranno un’adozione molto più rapida e più ampia dell’AI generativa nelle aziende e in tutti i settori. Raccoglieranno così i benefici di una maggiore competitività, resilienza e sostenibilità. E contribuiranno profondamente a migliorare la gestione del mondo, proprio come fece il World Wide Web tre decenni fa.

The post Un’intelligenza artificiale affidabile può reinventare le aziende e contribuire a risolvere le sfide globali appeared first on Â鶹ԭ´´ News Center Italy.