In Â鶹ԭ´´, la nostra risposta è chiara: la prossima ondata di trasformazione sarà guidata dall’Industry AI. Questa convinzione si riflette anche nell’evoluzione della nostra divisione, che da Customer Innovation Services diventa Customer Industry Solutions. Non si tratta semplicemente di un cambio di nome, ma di un ampliamento della missione e del riconoscimento del fatto che il futuro dell’AI enterprise sarà determinato dalla combinazione di tecnologia, profonda competenza nei diversi settori, eccellenza ingegneristica e innovazione incentrata sul cliente.

L’opportunità che abbiamo davanti è enorme. Gli analisti stimano che la sola AI generativa potrebbe creare tra 2.600 e 4.400 miliardi di dollari di valore economico annuale a livello globale, mentre si prevede che la spesa globale per l’AI supererà i 630 miliardi di dollari entro il 2028. Tuttavia, per realizzare questo valore sarà necessario che le aziende vadano oltre la sperimentazione e implementino l’AI in modo profondamente rilevante per i propri settori.

Per anni, le imprese hanno perseguito la trasformazione digitale attraverso piattaforme ampie e funzionalità orizzontali applicabili a diverse funzioni e settori. L’AI ha seguito un percorso simile. I Large Language Model (LLM) e gli strumenti di AI general-purpose hanno dimostrato capacità straordinarie e aperto possibilità completamente nuove. Tuttavia, man mano che le organizzazioni superano la fase dei progetti pilota e delle proof of concept, emerge sempre più chiaramente un elemento: l’AI generica può portarci solo fino a un certo punto.

“Nel mondo enterprise, il contesto è tutto. Il futuro dell’AI non risiede in un’intelligenza generica, ma in un’intelligenza in grado di comprendere i settori, i processi aziendali e il modo in cui le imprese creano valore�, ha dichiarato Dominik Metzger, Global Head of Industry AI. “È qui che l’organizzazione Customer Industry Solutions svolge un ruolo fondamentale, riunendo una profonda competenza nei diversi settori, gli insight dei clienti e l’eccellenza ingegneristica per colmare il divario tra innovazione e impatto concreto sul business�.

Un’azienda manifatturiera che cerca di ottimizzare la propria supply chain deve affrontare sfide fondamentalmente diverse da quelle di un retailer che vuole personalizzare le esperienze dei clienti. Una banca alle prese con requisiti normativi opera in un contesto completamente diverso rispetto a un’azienda del settore life sciences che vuole accelerare ricerca e sviluppo. Ogni settore ha i propri processi, modelli di dati, normative e modalità di creazione del valore.

È proprio per questo che Industry AI rappresenta la nuova frontiera della trasformazione enterprise. Il portafoglio Industry AI combina la potenza dell’AI con una profonda conoscenza dei diversi ambiti e del contesto aziendale. Non comprende soltanto il linguaggio, ma anche le peculiarità dei settori e la realtà concreta del modo in cui le aziende operano. Può affrontare sfide specifiche di settore e produrre risultati misurabili, scalabili e rilevanti per l’impresa.

Partendo dalle solide basi costruite attraverso la customer co-innovation, l’organizzazione Customer Industry Solutions riunisce una profonda competenza nei diversi settori, gli insight dei clienti e l’eccellenza ingegneristica per accelerare l’Industry AI su larga scala. È importante sottolineare che stiamo inoltre unendo i punti di forza dell’innovazione con i clienti e del forward-deployed engineering.

Questa combinazione è particolarmente potente. I team dedicati all’innovazione con i clienti portano una profonda comprensione delle sfide di business, dei processi di settore e dei risultati attesi dai clienti. Il forward-deployed engineering offre invece la capacità di sviluppare, implementare e rendere rapidamente operative le soluzioni all’interno di ambienti enterprise complessi. Insieme, queste competenze ci consentono di colmare il divario tra l’innovazione rivoluzionaria e il suo impatto concreto sul business.

Il nostro ruolo non consiste semplicemente nell’aiutare i clienti ad adottare nuove tecnologie. Consiste nel lavorare al loro fianco per affrontare sfide aziendali complesse, trasformare rapidamente le idee in soluzioni e aiutarli a passare dalla sperimentazione dell’AI a una trasformazione che coinvolga l’intera organizzazione.

L’Industry AI sta inoltre cambiando il modo stesso in cui avviene l’innovazione. Gli insight più preziosi emergono spesso dalla risoluzione di problemi reali dei clienti. Nascono dalla comprensione delle criticità sul campo, dall’identificazione delle opportunità per semplificare la complessità e dall’applicazione dell’AI in modi capaci di generare un valore concreto per il business. Tutto questo richiede una collaborazione tra clienti, esperti di settore, ingegneri e team di prodotto ancora più stretta di quanto non sia mai avvenuto in passato.

Questo rappresenta un altro ruolo fondamentale che l’organizzazione Customer Industry Solutions è chiamata a svolgere. Lavorando a stretto contatto con clienti di diversi settori e regioni e raccogliendo sistematicamente gli insight provenienti dal campo, possiamo contribuire a orientare lo sviluppo futuro dei prodotti e ad accelerare l’adozione su larga scala di funzionalità di AI specifiche per i diversi settori.

Ogni interazione con un cliente diventa un’opportunità per imparare, perfezionare e sviluppare soluzioni in grado di apportare benefici a interi settori.

Sindhu Gangadharan è head of Customer Industry Solutions, Â鶹ԭ´´

The post Le soluzioni Industry per i clienti plasmano il futuro delle Autonomous Enterprise appeared first on Â鶹ԭ´´ News Center Italy.

Questi investimenti, pur essendo fondamentali, non rappresentavano il traguardo: costituivano le fondamenta. E oggi stanno generando nuovo valore, man mano che le organizzazioni adottano l’intelligenza artificiale per ottenere risultati di business concreti e misurabili.

Oggi, c’è però un altro elemento che sta assumendo un’importanza altrettanto decisiva: i dati. Le organizzazioni che sono nella posizione migliore per amplificare il valore generato dall’AI sono quelle che hanno investito in solide basi dati, in grado di fornire all’intelligenza artificiale il contesto di business affidabile di cui ha bisogno per ragionare, formulare raccomandazioni e agire.

Quando incontro clienti e partner, osservo l’emergere di un nuovo modello. La conversazione non riguarda più tanto dove sia possibile applicare l’AI, quanto piuttosto cosa accade quando l’intelligenza diventa parte integrante del modo in cui l’azienda opera.

Sebbene ogni percorso di trasformazione sia diverso, ci sono tre cambiamenti che emergono in modo ricorrente e costante.

1. Dai casi d’uso dell’AI ai processi di business intelligenti

La prima fase di adozione dell’AI è stata incentrata sulla dimostrazione del valore. Le organizzazioni hanno individuato casi d’uso ad alto impatto, ottenuto risultati misurabili e acquisito la fiducia necessaria per comprendere che l’intelligenza artificiale poteva fare la differenza.

Questo lavoro non è ancora concluso. Tuttavia, sempre più clienti ci chiedono come rendere l’intelligenza una componente integrata dei processi di business che i dipendenti utilizzano ogni giorno. E stiamo già iniziando a vedere come questo si traduca nella pratica.

Un esempio è HR Path Brazil, azienda brasiliana specializzata nella selezione e gestione dei talenti per imprese internazionali, che utilizza Joule integrato in Â鶹ԭ´´ SuccessFactors HCM per automatizzare le interazioni HR più routinarie. La soluzione aiuta i dipendenti a trovare più rapidamente le informazioni di cui hanno bisogno, consentendo al tempo stesso alle divisioni Risorse Umane di concentrarsi su attività a maggior valore strategico. L’azienda ha registrato una riduzione del 7% delle richieste standard di assistenza HR e ha eliminato due ore di lavoro settimanali dedicate al supporto HR, un beneficio che cresce rapidamente nel tempo. È un esempio concreto di come un’intelligenza artificiale integrata e connessa stia diventando parte del modo in cui il lavoro viene svolto.

2. Dal misurare l’utilizzo dell’AI al misurare i risultati di business che genera

Un altro cambiamento significativo che sto osservando riguarda il modo in cui le organizzazioni definiscono il successo. Il ritorno sull’investimento (ROI) è ormai dato quasi per scontato, e questo emerge chiaramente anche dai dati, in particolare dalla ricerca che abbiamo svolto con Oxford Economics pubblicata proprio questa settimana.

Lo studio mostra che a livello globale le organizzazioni che investono nell’intelligenza artificiale prevedono un ritorno medio del 21% già quest’anno, destinato a crescere fino al 38% nei prossimi due anni. Inoltre, con la crescente diffusione dell’AI agentica, si stima che questa possa generare un ritorno economico pari a 17,6 milioni di dollari, oltre quattro volte superiore rispetto alle stime dello scorso anno (4,3 milioni di dollari).

Questo consente alle organizzazioni di concentrarsi maggiormente sui risultati di business prodotti dall’AI. Le domande che si pongono oggi sono, ad esempio: possiamo ridurre i tempi dei processi? Possiamo migliorare la qualità delle decisioni? Possiamo liberare tempo alle persone affinché si dedichino ad attività che generano maggiore valore? Possiamo rendere l’azienda più resiliente e più capace di reagire ai cambiamenti?

Si tratta di un cambiamento importante perché sposta il focus dall’implementazione della tecnologia al miglioramento delle performance dell’impresa.

3. Dai sistemi di record al nuovo sistema operativo dell’impresa

Il terzo cambiamento è quello che, a mio avviso, avrà il maggiore impatto nel lungo periodo.

Per decenni il software enterprise ha avuto principalmente il compito di registrare le transazioni, standardizzare i processi e automatizzare le attività ripetitive. Oggi sta iniziando ad aiutare le organizzazioni ad anticipare i cambiamenti, suggerire le azioni più opportune, coordinare il lavoro tra diverse funzioni aziendali e, sempre più spesso, eseguire decisioni operative di routine sotto la supervisione delle persone.

Per questo ritengo che l’Autonomous Enterprise rappresenti molto più della fase successiva dell’automazione. Rappresenta un nuovo modello operativo per le imprese.

Invece di impiegare tempo per collegare informazioni provenienti da finanza, supply chain, procurement, risorse umane e customer operations prima di decidere come agire, i sistemi intelligenti possono sempre più fornire il contesto necessario, proporre raccomandazioni, orchestrare il lavoro e aiutare i team a eseguire le attività.

Le persone rimangono saldamente al centro delle decisioni. Ma sono supportate da un software enterprise che sta diventando un partecipante attivo al funzionamento e all’esecuzione del business, e non più soltanto un sistema che registra ciò che è già accaduto.

La direzione che ci attende

Le organizzazioni che costruiranno il maggiore vantaggio competitivo nel lungo periodo non saranno semplicemente quelle che implementeranno il maggior numero di casi d’uso di AI. Saranno quelle che utilizzeranno questi primi successi per ripensare il modo in cui il lavoro viene svolto all’interno dell’intera impresa.

Il percorso verso l’Autonomous Enterprise non si realizzerà dall’oggi al domani e non eliminerà la necessità di una leadership forte, di una governance efficace o di persone competenti. Anzi, tutti questi elementi diventeranno ancora più importanti.

Probabilmente, tra qualche anno guarderemo agli attuali progetti di intelligenza artificiale nello stesso modo in cui oggi guardiamo ai primi anni della trasformazione verso il cloud: non come il punto di arrivo, ma come le fondamenta di un modo completamente nuovo di operare e innovare in modo continuo.

I veri vincitori di questa trasformazione saranno coloro che sapranno diventare progressivamente più intelligenti, più adattivi e, in ultima analisi, più autonomi.

Jan Gilg è membro dell’Extended Board di Â鶹ԭ´´ SE e Global President di Customer Success & Americas

The post Il modello che sta emergendo nelle trasformazioni guidate dall’intelligenza artificiale appeared first on Â鶹ԭ´´ News Center Italy.