Strumenti di AI per le PMI: strategie per un’adozione intelligente

L’adozione dell’AI nelle PMI

Naturalmente ad approfittare della rivoluzione sono state anzitutto le grandi aziende, ma enormi possibilità si aprono anche per le PMI, anche se capire qual è stato finora il grado di adozione da parte di queste ultime non è semplicissimo. Sull’argomento sono stati presentati in tempi recenti vari studi, che permettono di cogliere un panorama in costante evoluzione: l’Istituto nazionale per l’analisi delle politiche pubbliche (Inapp) rimarcava con un’indagine nel 2022 come solo l’1,5% delle piccole aziende con meno di 50 dipendenti utilizzasse l’AI, percentuale che aumentava al 12% nelle aziende con oltre 250 dipendenti, dati peraltro confermati nel 2023 da un’altra ricerca condotta dal Competence Industry Manufacturing 4.0, uno degli otto centri di competenza nazionali ad elevata specializzazione promossi dal MISE, secondo cui solo l’8% delle PMI utilizzava l’IA nella produzione e il 6% nella logistica, mentre le percentuali nelle grandi aziende corrispondevano rispettivamente al 26% e al 32%.

Il segmento delle PMI, che costituisce il 98% delle 230mila aziende italiane, è però quello che, secondo lo studio “L’intelligenza artificiale in Italia” del Centro Studi Tim, avrà il maggior tasso di crescita nell’adozione dell’AI: se anche in Italia si seguirà il trend globale, secondo cui la spesa in AI passerà da 115 miliardi di euro nel 2023 a 407 nel 2027, la crescita maggiore si avrà proprio per le PMI, fino a raggiungere il 37,5% del totale.

Il vantaggio competitivo dell’AI

A sottolineare perché è necessario adottare questa tecnologia senza indugiare è il rapporto di McKinsey di gennaio 2024 secondo cui le aziende con un alto livello di maturità digitale e AI non solo superano i loro concorrenti, ma massimizzano anche i profitti, registrando un aumento dell’Ebit tra il 10% e il 20% entro due o tre anni dall’avvenuta transizione. Tuttavia, questa inevitabile cambiamento è più complicato di quanto si potrebbe pensare. Ma come si supera l’impasse generato dal dubbio di fare il passo più lungo della gamba?

Strategie efficaci per le PMI

Le PMI si trovano di fronte a un’amplissima e variegata gamma di strumenti di intelligenza artificiale tra cui scegliere.

Come prima regola per un approccio intelligente all’AI, bisogna partire da una comprensione precisa delle proprie esigenze specifiche. Questo richiede un’analisi delle operazioni aziendali per individuare le aree in cui l’AI potrebbe offrire vantaggi significativi. Le aree di intervento possono essere di diverso tipo, dalle risorse umane all’amministrazione, dalla gestione del catalogo alla previsione della domanda, e poi le vendite, il marketing, la logistica, l’e-commerce, il customer care, l’assistenza post-vendita, l’analisi interna di documenti per l’estrapolazione di informazioni e molto altro ancora.

La seconda regola fondamentale consiste nell’identificare gli strumenti che rispondono meglio agli obiettivi aziendali, considerando sia soluzioni standard pronte all’uso, che piattaforme personalizzabili, adattabili a richieste specifiche. L’assistenza di esperti può risultare preziosa per valutare la validità e l’affidabilità delle diverse opzioni disponibili.

Importanza dei dati e nuove tecnologie

Naturalmente tutte queste incredibili opportunità perderebbero qualsiasi senso se preventivamente l’azienda non avesse una comprensione chiara di quali informazioni dispone e di come può utilizzarle per prendere decisioni più consapevoli.

I dati costituiscono la base essenziale per questo percorso, perché attraverso l’analisi degli stessi è possibile individuare schemi, tendenze e intuizioni utili a ottimizzare l’efficienza operativa in modo trasversale tra diverse aree aziendali, in linea con il settore di riferimento. L’Intelligenza Artificiale Generativa, quella per intenderci resa nota da ChatGPT, utilizza gli LLM (Large Language Model) per poter costruire un’interazione uomo-macchina basata sul linguaggio naturale. A questi vasti modelli che comprendono dati molto vasti ma utili a nozioni di carattere molto ampio e generale, si è andata sovrapponendo un’altra tecnologia o funzione, denominata RAG (Retrieval Augmented Generation), con cui è possibile “aggiungere” i dati aziendali a un modello linguistico già esistente, sfruttandone la capacità di interazione linguistica in maniera però molto verticale su specifici dati, che possono essere di ogni tipo e possono essere aggiunti e “aggiornati” in qualsiasi momento.

Tutto questo consente quindi all’AI di fornire la migliore performance possibile anche in contesti molto dinamici come ad esempio quelli delle vendite o del customer care, dove ad ogni nuovo input del cliente ci sono variazioni della base dati utile a fornire successive adeguate risposte.

Formazione del personale e strumenti user-friendly

L’ultima cruciale regola è quella di organizzare l’up-skilling del personale anche se in questo senso l’Intelligenza Artificiale viene incontro alle necessità di imparare ad usare nuovi strumenti, grazie all’utilizzo del linguaggio naturale come elemento chiave dell’interazione con il software. Un esempio è dato dalla recente affermazione dei LAM (Large Action Model), un nuovo tipo di AI che è specializzato non tanto nel dare risposte a domande, ma nell’intraprendere azioni basate su un sistema complesso di regole che, appunto possono essere stabilite, modificate e ottimizzate dal personale aziendale anche grazie all’utilizzo del linguaggio naturale.

Gli strumenti benché innovativi sono come mai prima di oggi user-friendly e intuitivamente accessibili e un utilizzo base, ad esempio di ChatGPT e di GPT personalizzati, è propedeutico allo sviluppo di una expertise base nel prompting, l’arte di parlare con il software per ottenere esattamente ciò che si vuole, oltre a preparare il mindset a una successiva adozione più profonda e strutturata di strumenti basati su intelligenza artificiale generativa.