Segui ZDNET: Aggiungici come fonte preferita su Google.
I principali punti salienti di ZDNET
- Per creare slancio, le aziende devono dimostrare di ottenere risultati iniziali duraturi dagli investimenti nell’intelligenza artificiale.
- Le aziende devono investire in qualità, dati governati e flussi di lavoro condivisi.
- La chiave per una trasformazione agenziale di successo è il passaggio da un’intelligenza artificiale in silos a un’intelligenza artificiale sistemica.
La scalabilità dell’intelligenza artificiale nel mondo degli affari richiede una solida base di dati. Le aziende hanno bisogno di dati affidabili e di qualità come spina dorsale delle implementazioni di intelligenza artificiale degli agenti. I chief aziendali devono identificare flussi di lavoro advert alto impatto da assegnare agli agenti AI come capacità chiave per scalare l’adozione. E il ridimensionamento dell’intelligenza artificiale degli agenti inizia con il ripensamento del modo in cui viene svolto il lavoro.
Una solida base di dati e una governance solida sono fondamentali, ma come possono le aziende maturare da sacche di innovazione e progetti pilota di agenti di intelligenza artificiale fino a realizzare valore a livello aziendale dall’intelligenza artificiale?
Secondo l’Accenture ricercale aziende devono creare un’autostrada intelligente: dati governati, logica decisionale esplicita e flussi di lavoro codificati, architetture modulari native del cloud e una forza lavoro pronta per il futuro.
Cinque modi in cui l’intelligenza artificiale può creare valore a livello aziendale
Accenture ha rilevato che quasi 9 organizzazioni su 10 (86%) pianificano di aumentare gli investimenti nell’AI nel 2026 in base alla convinzione che l’AI aiuterà advert aumentare i ricavi. Detto questo, solo il 21% delle aziende sta ridisegnando i processi end-to-end con l’intelligenza artificiale al centro. Una ricerca di Accenture basata su oltre 6.000 progetti di intelligenza artificiale ha identificato cinque modi in cui l’intelligenza artificiale può creare valore a livello aziendale.
1. Definire la tempistica dell’intelligenza artificiale per l’impatto sul enterprise
Trattare l’intelligenza artificiale come una creazione aziendale pluriennale, non come un esperimento trimestrale; ciò richiede una pianificazione e un’azione a lungo termine. Ciò significa anche investimenti sostenuti e la capacità di identificare e comunicare i vantaggi a breve termine. I chief aziendali devono definire obiettivi di valore fattibili per creare slancio organizzativo. Accenture ha scoperto che un valore significativo derivante dagli investimenti in IA nel conto economico richiede 12 mesi o più.
2. Sviluppo della prontezza operativa
Secondo Accenture, il 70% dei finances tecnologici supporta ancora sistemi legacy che rallentano il flusso di informazioni. Per raggiungere la prontezza operativa, le aziende devono codificare i processi end-to-end in modo che l’intelligenza artificiale possa operare rapidamente e su larga scala. La giusta forma di intelligenza artificiale deve essere applicata anche al modo in cui viene svolto il lavoro. Non tutto il lavoro richiede agenti IA. Il miglior utilizzo degli agenti AI è quando il flusso di lavoro richiede ragionamento; altrimenti, l’automazione tradizionale può fare il lavoro. Accenture ha osservato che molte aziende utilizzano in modo eccessivo l’intelligenza artificiale e i chief devono evitare questa trappola.
3. Solide basi di dati per l’intelligenza artificiale
Accenture ha scoperto che quando i dati forniscono un contesto coerente, guidano decisioni migliori. Investi nella governance e nei dati semanticamente coerenti, che richiedono un moderno stack cloud potenziato dall’intelligenza artificiale, barriere di intelligenza artificiale e flussi di lavoro riprogettati. Gli ambienti cloud predisposti per l’intelligenza artificiale sono modulari nella progettazione e supportano l’apprendimento automatico, l’orchestrazione dell’intelligenza artificiale generativa e basata su agenti. Una solida base di dati utilizza dati puliti per fornire il giusto contesto: un passaggio da una serie di risultati probabilistici a quelli più deterministici.
Le aziende necessitano di una strategia dati coerente e dell’accesso a set di dati proprietari di alta qualità. Sono i dati e i metadati (dati sui dati) che forniscono l’intelligenza contestuale affinché gli agenti di intelligenza artificiale possano eseguire le attività in modo affidabile. Accenture ha identificato due modelli di lavoro: ricostruire interi processi in cui gli agenti orchestrano i flussi di lavoro tra i sistemi, oppure invocare gli agenti solo quando l’intelligenza artificiale migliora le prestazioni.
4. Il talento conta: è una questione di persone e tecnologia
Solo un dirigente su tre ritiene che la propria strategia per il talento sia completamente integrata con la propria strategia di intelligenza artificiale. Dobbiamo reinventare il talento sul lavoro. Non è la tecnologia a sconvolgere, sono le persone. Accenture ha rilevato che, mentre oltre il 40% delle organizzazioni sta migliorando le competenze del proprio personale, meno del 10% sta ridisegnando i ruoli. Le aziende devono investire in formazione e riqualificazione. Le aziende devono anche mantenere gli esseri umani al comando.
Noi di Salesforce abbiamo scoperto che diventare un’impresa di agenti riguarda meno una trasformazione tecnologica e più una trasformazione relazionale. Le trasformazioni relazionali consistono nelle sei “R”:
- Riprogettare il processo con esseri umani e IA.
- Riqualificare le nostre persone.
- Ridistribuire le persone a nuovi ruoli advert alto impatto.
- Ristrutturazione dei nostri crew e organizzazioni (implicazioni finanziarie).
- Ricalibrazione di nuovi parametri di prestazione.
- Recuperare il valore latente (quello che abbiamo ignorato in passato e che può creare valore per i nostri stakeholder).
Il recupero del valore aziendale nasce quando la tua azienda diventa sempre più autonoma attraverso il lavoro digitale.
5. I nuovi modelli operativi di intelligenza artificiale sono l’unico percorso per aumentare il valore
L’intelligenza artificiale non può scalare all’interno di un modello operativo pre-AI. Un modello operativo di intelligenza artificiale pronto per il futuro si basa maggiormente sulle capacità condivise e non sui dipartimenti isolati. Ciò significa che le aziende devono investire acquistando, promuovendo o costruendo associate ecosistemici. L’ecosistema AI a prova di futuro consentirà alla tua azienda di accedere a talenti, strumenti migliori e maggiori opportunità di co-innovazione.
Ostacoli alla diffusione dell’intelligenza artificiale su scala aziendale
Secondo Accenture, il passaggio dagli esperimenti al valore a livello aziendale è un viaggio attraverso tre dimensioni: intelligenza artificiale in silos per dimostrare e diagnosticare, intelligenza artificiale strutturale per costruire il sistema su larga scala e intelligenza artificiale sistemica per incorporare l’intelligenza al centro. Accenture definisce ogni dimensione:
- IA in silos: I guadagni di produttività appaiono nelle tasche (spesso in funzioni abilitanti), ma il progresso è limitato da dati frammentati, governance advert hoc e deboli collegamenti end-to-end. Ottieni rapidamente credibilità e diagnostica gli ostacoli modernizzando i domini di dati prioritari, sostenendo una governance congiunta business-tech e iniziando a reinventare i talenti.
- IA strutturale: Lo slancio si sposta dagli esperimenti alle capacità istituzionali man mano che le aziende costruiscono l’architettura aziendale e il modello operativo su larga scala. Le organizzazioni che agiscono attraverso fattori abilitanti critici – management di valore, talento, digital core, intelligenza artificiale responsabile e miglioramento continuo – hanno molte più probabilità di scalare casi d’uso di alto valore.
- IA sistemica: Le aziende in questa fase abbinano la sofisticazione tecnologica a profondi cambiamenti nella strategia dei talenti, nella progettazione dei ruoli e nel comportamento di management. L’intelligenza è integrata nel cuore dell’azienda. Trattano la reinvenzione come una capacità continua piuttosto che come una trasformazione una tantum. Secondo Accenture, solo un gruppo più ristretto di organizzazioni avanza verso l’intelligenza artificiale sistemica, dove l’intelligenza viene incorporata nel nucleo aziendale.
Accenture ha rilevato che meno di un’organizzazione su cinque ha modernizzato i propri dati, piattaforme, governance e sistemi di talento abbastanza da supportare ampie implementazioni di IA. La ricerca di Accenture rivela che gli ostacoli alla diffusione dell’intelligenza artificiale su scala aziendale risiedono in modelli operativi obsoleti. Una scoperta chiave di Accenture è che le organizzazioni che sfruttano appieno il potenziale dell’IA considerano l’adozione come un requisito strategico: la predisposizione al cloud separa sempre più i chief della trasformazione dell’AI dai ritardatari.
Anche la sicurezza è una priorità assoluta. Per costruire sistemi di intelligenza artificiale resilienti è necessario che la sicurezza sia incorporata fin dalla progettazione. La ricerca di Accenture mostra che, sebbene i primi successi con gli agenti IA siano necessari per creare fiducia nell’organizzazione, è l’intelligenza artificiale sistemica a determinare il successo a lungo termine e il valore aziendale complessivo.
Adoro questa citazione dal rapporto Accenture: “L’intelligenza artificiale premia l’impegno, non l’impazienza. Nessuno vuole un’auto da corsa in un ingorgo.” Per saperne di più sulla ricerca Accenture, puoi visitare Qui.
