L’intelligenza artificiale aprirà da qui al 2030 prospettive di crescita importanti per il mondo dell’industria in Europa, ma le aziende dovranno essere in grado di superare le criticità che oggi ne frenano il pieno sviluppo, dalla carenza di skill specifiche alla penuria di dati “di qualità”. E’ quanto emerge dalla ricerca realizzata da Hewlett Packard Enterprise e Industry of things World su un campione di 858 professionisti ed executive del settore industriale di stanza soprattutto nel vecchio continente.
L’industria, secondo la ricerca, è orientata ad adottare architetture ibride nelle quali la AI viene distribuita uniformemente attraverso il cosiddetto ‘industrial edge’ e i data centre piuttosto che il cloud: “ciò permetterà – spiega o studio – di ricavare inferenza in tempo reale a livello periferico e correlazione dei dati e deep learning nelle diverse installazioni”.
“La AI si pone al centro della quarta rivoluzione industriale, elemento chiave per poter passare dall’automazione all’autonomia, stimolare la crescita e ottenere un vantaggio competitivo – afferma Volkhard Bregulla, vice president global manufacturing, automotive and IoT di Hewlett Packard Enterprise – La nostra indagine mostra come il settore industriale europeo abbia chiaramente compreso e abbracciato la potenza strategica della AI, ma indica anche che sarà essenziale colmare il gap esistente in termini di competenze e di dati prima di poter metterne a frutto tutte le potenzialità”.
La maggioranza degli intervistati (61%) è già coinvolta a qualche titolo nella AI: l’11% ha già implementato la tecnologia nelle funzioni o nelle attività di base, il 14% prevede di farlo nei prossimi dodici mesi, e il 36% ne sta valutando l’implementazione.
In media, gli interpellati prevedono di accrescere il proprio fatturato dell’11,6% entro il 2030 come conseguenza dell’adozione della AI, incrementando simultaneamente i margini del 10,4%. Si prevede che la AI possa apportare benefici praticamente in tutte le attività presenti lungo la value chain industriale, oltre che generare differenziazione per i prodotti e i servizi delle aziende. Questa aspettativa è motivata anche dalle elevate percentuali di successo dei progetti di AI completati: il 95% degli intervistati che hanno già implementato la AI nelle rispettive aziende afferma di aver raggiunto, migliorato o significativamente superato i propri obiettivi. Di conseguenza, il campione intervistato prevede di investire mediamente lo 0,48% del proprio fatturato a favore della AI nei prossimi 12 mesi, una somma rilevante considerando come nel comparto industriale il budget IT complessivo medio sia pari all’1,95% del fatturato. In linea con queste prospettive positive, due terzi degli interpellati prevedono che i nuovi posti di lavoro creati dalla AI bilanceranno o addirittura supereranno il numero di quelli resi ridondanti dalla stessa AI.
Le casistiche di utilizzo della AI dei partecipanti al sondaggio sono distribuiti lungo tutta la value chain: tra le altre ricerca e sviluppo (38%), previsione della domanda (21%), pianificazione della produzione (18%), manutenzione (34%), vendite (28%) e servizi (29%)
Gli obiettivi chiave dei deployment di AI comprendono, tra gli altri: “incrementare l’efficienza di operazioni, manutenzione e supply chain” (57%), “migliorare la customer experience” (45%), “migliorare prodotti e servizi con l’aggiunta di nuove caratteristiche” (41%), “adattarsi in modo rapido e automatico al cambiamento delle condizioni” (37%), “creare nuovi modelli di business” (34%) e “allineare meglio domanda e offerta migliorando le previsioni e la pianificazione” (32%).
I risultati del sondaggio suggeriscono che le architetture AI ibride diventeranno la norma nei prossimi anni, con il 55% di deployment in data centre/cloud e il 52% nell’edge attesi entro il 2030.
Le sfide che devono essere risolte per scalare ulteriormente l’impiego della AI: il 47% degli interpellati ha votato per “carenza di quantità e qualità dei dati per alimentare i modelli di AI” e il 34% per “carenza di governance dei dati e architetture dati enterprise”. Un altro ostacolo significativo verso l’adozione della AI è la “carenza di competenze e conoscenze nella AI e nell’analytics” (42%).
