Servivano due giorni per controllare una pratica di finanziamento, con l’AI basta mezz’ora. Ma il valore dipende da come si usa il tempo liberato. Mauro Marengo, co-CEO di Spindox, spiega perché il ROI dell’intelligenza artificiale va scomposto in cinque dimensioni, perché comitati e regole d’uso sono solo un primo livello di governo del cambiamento, ma non la sua soluzione e perché la vera partita si gioca su un terreno mai mappato: come si prendono le decisioni.

Due giorni per verificare che la documentazione di una pratica di finanziamento sia completa e corretta. Con una soluzione di intelligenza artificiale, mezz’ora. È il tipo di risultato che ogni azienda sogna quando investe in AI, ed è anche uno dei pochi che si riescono davvero a misurare: si vede già nel mese successivo alla messa in produzione.

La domanda che interessa a Mauro Marengo, però, viene dopo. Che cosa fa, con il tempo recuperato, la persona che quel controllo lo faceva manualmente? Finisce prima e basta, oppure lo usa per ragionare e decidere meglio? È da qui che la conversazione porta in un territorio che le imprese conoscono ancora poco. «Il processo decisionale è ciò che nessuno ha mai rappresentato sino a oggi», dice Marengo.

In decenni di digitalizzazione le aziende hanno imparato a descrivere chi fa che cosa, in quale sequenza, con quali strumenti. Di come si decide, e sulla base di quali informazioni, quasi nessuno ha tenuto traccia. Finché il lavoro esecutivo rimaneva in carico alle persone, il vuoto non appariva. Ora che agenti e algoritmi se ne prendono una parte crescente, il vuoto emerge.

AI nelle aziende: dalla sperimentazione alla messa a sistema

Marengo guida Spindox, società italiana di consulenza e servizi tecnologici, insieme a Massimo Pellei, in un modello di governance duale. Dal suo osservatorio, che va dalle banche alle assicurazioni, dall’industria alle utility, vede le imprese uscire dalla stagione del «provo e poi vedo» e chiedere finalmente di mettere l’AI a sistema.

Con lui abbiamo parlato di come misurarne il ritorno, dei settori che corrono di più, del perché comitati e regole d’uso non bastano e di un libro di Daniel Kahneman che, riletto oggi, sembra scritto per l’era degli algoritmi.

Misurare il valore oltre il ROI tradizionale

Ogni giorno leggiamo di aziende che sperimentano o implementano l’intelligenza artificiale. Però a nessuno è ancora chiaro il ritorno, né in quanto tempo arriverà. A volte non è chiaro nemmeno il costo. Voi fate da abilitatori tecnologici del business: qual è la chiave per leggere correttamente questa fase?

Quando parliamo di AI è necessario preliminarmente distinguere fra AI generativa e AI di prima generazione. Nella «vecchia» AI, già integrata nel core business, i ritorni sono misurati, tangibili e facili da capire: l’ottimizzazione della logistica e della supply chain, gli algoritmi predittivi per allocare la merce nei magazzini e trasferirla ai punti vendita, le rotte per spostare i beni su gomma o via nave, la lettura dei picchi di domanda.

In questi ambiti i ritorni si misurano in tempi di ciclo, capitale circolante, accuratezza delle previsioni, e hanno lavorato soprattutto nei settori con un forte impatto logistico, dalla manifattura ai beni di consumo. Era il vecchio ROI, costruito su grandezze che si ritrovano nel conto economico.

L’AI generativa ha cambiato il paradigma. Di proof of concept, cioè di sperimentazioni pilota, se ne sono fatti tanti. Ma i clienti che hanno trovato una misurazione tangibile dei risultati sono ancora pochi. Alcuni sono diventati più cauti nelle valutazioni: hanno speso in media 20-30mila euro per ogni sperimentazione e non sono ancora riusciti a metterla a sistema.

Le cinque dimensioni del valore dell’AI

Se il metro del vecchio ROI non funziona più, con che cosa si misura il valore dell’AI generativa?

Noi stiamo facendo un esercizio di scomposizione, perché il valore cambia a seconda dell’ambito in cui l’AI lo porta. Gli ambiti sono cinque.

Il primo è la crescita: fare crescere il business dando più valore al cliente, per esempio suggerendo alla rete di vendita quale sarà la prossima azione migliore.

Il secondo è l’accelerazione: ridurre i tempi interni, le attività manuali e gli errori che si fanno lavorando a mano. Qui si misura il tempo di esecuzione.

Il terzo è la protezione: proteggere il dato, proteggersi dalle anomalie che fanno perdere tempo o creano disservizi. Si misurano le discontinuità, le anomalie, i tempi necessari a risolverle.

Poi c’è l’ingaggio del cliente: quanto i servizi proposti riescono a coinvolgerlo e a rafforzarne l’apprezzamento. È difficilissimo da misurare, servono valutazioni qualitative e il ritorno si può valutare solo nel lungo periodo.

Infine il controllo: della qualità, dei processi, della sicurezza dei dati. Qui il ritorno si misura anche chiedendosi a quali danni andrei incontro se quel controllo non ci fosse.

Di modelli che tengano separate queste cinque dimensioni oggi ce ne sono pochi, e in Spindox ne stiamo costruendo uno. Perché ciascuna ha un ritorno diverso: più business, più efficienza, meno anomalie e quindi meno costi di ripristino, clienti più soddisfatti, un’azienda sotto controllo e in sicurezza. Non si può ricondurre tutto a un unico ROI.

Quindi i ROI sono diversi, ma arrivano anche in tempi diversi. Non li vedi tutti nello stesso momento.

Esattamente. Il più rapido, e il più facile da ottenere, è probabilmente quello dell’accelerazione delle attività manuali interne. Prendiamo il controllo documentale per verificare se tutto ciò che il cliente mi ha consegnato per aprire una pratica di finanziamento è corretto: se prima la verifica richiedeva due giorni, adesso basta mezz’ora. È un risultato tangibile, che si vede già nel mese successivo alla messa in produzione. Per le altre dimensioni bisogna aspettare sei-dodici mesi.

In precedenza, era facile formulare valutazioni quantitative senza cogliere necessariamente il valore effettivo creato.

AI generativa e produttività: il tempo risparmiato non basta

E i casi in cui si hanno alle spalle dodici mesi o più di applicazione e integrazione vera non sono ancora tantissimi...

Non sono tantissimi, no. Oggi la maggior parte dei casi riguarda la produttività individuale, un terreno in cui è difficile avere misurazioni oggettive. È vero che ci sono numerosi indicatori che parlano di risparmi medi dal 30 al 50% nelle attività di back office, ma la produttività individuale nasconde un’ambiguità: recupero tempo e quindi finisco prima, oppure uso il tempo…