Quando si affronta il tema dell’innovazione tecnologica avanzata, coinvolgendo concetti come l’intelligenza artificiale, una delle principali resistenze che si incontrano è legata all’idea che, in qualche modo, gli strumenti decisionali avanzati possano sostituire interamente l’operato umano. Gli ultimi trend di mercato, tuttavia, ci mostrano come questa idea sia già, per molti versi, superata. Negli ultimi anni, infatti, è emerso il concetto di intelligenza aumentata, dove l’intelligenza umana non viene sostituita, ma viene supportata e affiancata dall’intelligenza artificiale.

Intelligenza aumentata: definizione e mercato

Secondo la definizione di Gartner “L’intelligenza aumentata è un metodo di progettazione per un modello di partnership centrato sull’uomo, in cui le persone e l’intelligenza artificiale (IA) lavorano insieme per migliorare le prestazioni cognitive, compreso l’apprendimento, il processo decisionale e le nuove esperienze”.

In pratica, la capacità computazionale e di analisi tipica dell’intelligenza artificiale si affiancano a decisori umani, facilitandoli nei processi di decisione e organizzazione. I campi di applicazione sono molteplici, ma in generale ogni settore in cui sia necessario raccogliere, aggregare e correlare grandi quantità di dati possono avvantaggiarsi delle soluzioni basate sull’intelligenza aumentata.

Nel campo manifatturiero, è possibile raccogliere e analizzare dati apparentemente scollegati fra di loro e ottenere correlazioni e connessioni, da utilizzare per decisioni future, anche basandosi sui dati provenienti dall’intera filiera. Per esempio, sapendo che una variazione nella qualità di una materia prima fornita ha una ripercussione sulle richieste di assistenza sui prodotti con una ricaduta da tre a sei mesi, è possibile prevedere anticipatamente una politica di remediation o pianificare una campagna di richiamo.

Ma anche il servizio clienti può avvantaggiarsi dell’intelligenza aumentata, per esempio fornendo al marketing o alle vendite una dashboard chiara e sintetica delle abitudini dei clienti e delle potenziali criticità, dando agli addetti tutti gli strumenti per prevedere eventuali richieste e migliorare la soddisfazione dell’utente.

Gli strumenti di analisi predittiva

Anche se non rientrano strettamente nella definizione accademica di intelligenza aumentata, ci sono alcune strategie che costituiscono un buon esempio di come affidare la gestione dei dati agli strumenti digitali conduce importanti vantaggi. Ne prendiamo in considerazione due, a titolo di esempio.

Si tratta della manutenzione predittiva che, attraverso la raccolta e l’analisi dei dati, effettua un monitoraggio intelligente, prevedendo guasti, rotture e disservizi. Le previsioni e le analisi fornite rendono, per esempio, molto più lineare e gestibile il lavoro degli uffici di logistica che devono organizzare e pianificare gli interventi.

Un secondo ambito in cui è possibile avvantaggiare i decisori umani è senza dubbio quello della Predictive Quality Analytics. In questo caso, la raccolta e soprattutto l’elaborazione dei dati sono finalizzati all’ottimizzazione dei processi, in particolare nel campo della manifattura. Attraverso strumenti di machine learning e intelligenza artificiale è possibile evidenziare le cause di sprechi e cali qualitativi, metterle in correlazione e ottenere un nuovo set di informazioni sul quale basare le strategie per il miglioramento del prodotto e ottimizzare i consumi.

Augmented Governance: il meglio di due mondi

Alla luce di queste informazioni, e soprattutto alla luce dei risultati ottenuti dalle aziende che hanno deciso di adottare soluzioni basate sull’intelligenza aumentata, si sta facendo strada una nuova idea di gestione: la Augmented Governance. Si tratta di un modello ibrido in cui la strategia di gestione viene stabilita grazie alla collaborazione fra la capacità di calcolo e correlazione tipiche dell’intelligenza artificiale e la capacità decisionale e discrezionale umana. I dati, insomma, anche in assenza di un approccio interamente data driven diventano uno stakeholder di prima grandezza all’interno della filiera decisionale, fornendo ai decisori il supporto analitico necessario. Il vantaggio di usare sistemi di intelligenza aumentata per adottare una politica di augmented governance risiede principalmente della qualità e nella profondità che questo tipo di analisi dei dati può raggiungere.

L’utilizzo di dati e informazioni a supporto delle decisioni, infatti, non è un concetto nuovo per sé, ma proprio per la sua stessa natura è tanto più efficace tanto migliori sono i dati di partenza e tanto più approfonditi sono i layer di analisi che è possibile realizzare con questi. Intelligenza aumentata e analisi predittiva costituiscono senza dubbio il modello più raffinato di analisi dei dati attualmente disponibile.