Intelligenza artificiale e ROI: come preventivare i progetti AI? | ZeroUno

Intelligenza artificiale e ROI: come preventivare i progetti AI?

pittogramma Zerouno

TechTarget Technology HowTo

Intelligenza artificiale e ROI: come preventivare i progetti AI?

Nei progetti di artificial intelligence il return on investment è difficile da calcolare in anticipo per via dei tanti costi nascosti. Tuttavia, sebbene non tutti i progetti AI debbano avere un impatto diretto sui profitti, qualcosa deve giustificare l’investimento. Ecco alcune indicazioni per un ROI preventivabile e misurabile in un progetto AI.

22 Gen 2021

di Michele Ciceri - Fonte TechTarget

L’intelligenza artificiale promette di trasformare le cose, ma comporta anche investimenti significativi. Non sorprende dunque che le aziende abbiano bisogno di vedere da subito il ROI degli investimenti in AI.

Dai chatbot alla pianificazione degli inventari per arrivare fino alla logistica, le organizzazioni di tutti i tipi e settori fanno sempre più affidamento sull’intelligenza artificiale per aumentare le capacità delle applicazioni strategiche. I manager che non sanno preventivare e giustificare il valore degli investimenti in artificial intelligence rischiano però di non ottenere il supporto del c-level.

Ecco perché è importante che i team di sviluppo dedicati a prodotti, strumenti o funzionalità di intelligenza artificiale producano dati tali da rendere possibile un preventivo calcolo del ROI degli investimenti in AI e giustificare il valore del progetto.

Come preventivare il ROI dei progetti AI

Tanto per cominciare, i progetti di intelligenza artificiale sono diversi dai progetti software tradizionali. Per questi ultimi, le risorse necessarie sono generalmente fisse e i risultati conseguibili sono misurabili con una certa facilità. Nei progetti di intelligenza artificiale questo invece capita raramente. Per chi gestisce un progetto di AI potrebbe essere utile porsi alcune domande:

WHITEPAPER
Perché impostare una strategia di manutenzione dei server?
Datacenter
Sicurezza
  • Qual è il problema da risolvere? Meglio concentrarsi su un problema alla volta e assicurarsi che nel mirino ci sia la vera criticità, per poi essere in grado di dimostrare come il progetto proposto migliorerà quel preciso punto debole. “Inizia in piccolo, pensa in grande, ripeti spesso”. Questo mantra aiuta a lavorare su piccoli progetti AI che possono avere un impatto immediato sul ROI, mentre si lavora verso l’obiettivo più grande.
  • L’intervento darà un vantaggio competitivo all’azienda? Il tempo e le risorse investite in un progetto di AI si devono tradurre in un vantaggio competitivo, diversamente sarà solo uno spreco di tempo, capitale e risorse che avrebbero potuto essere spesi meglio altrove. Ovviamente, di caso in caso, occorre essere sicuri che esista un modo per misurare il vantaggio competitivo del progetto AI.
  • Qual è l’effetto sui costi? Un’applicazione di artificial intelligence potrebbe far risparmiare tempo e risorse all’azienda ma, se il progetto costa il doppio in capitale umano e potenza di calcolo, potrebbe non produrre il ROI desiderato. Bene assicurarsi di avere sempre sotto controllo l’intero quadro della situazione ed essere in grado di dimostrare i risparmi o altri vantaggi in termini di costi che offre il progetto.
  • Quale speed to value? Questa domanda è diventata un tormentone, ma la verità è che i progetti AI dovrebbero dare valore in tempi rapidi, soprattutto quando si adotta un approccio agile. Occorre essere propositivi riguardo agli obiettivi e assicurarsi che le funzionalità desiderate siano disponibili tempestivamente.

I costi nascosti nei progetti AI da considerare nel calcolo del ROI

Chiunque abbia lavorato con l’intelligenza artificiale sa che nei progetti di AI possono esserci dei costi nascosti come delle insidie. Costi di vario tipo che devono essere preventivati per evitare ritardi. Ecco a titolo di esempio alcuni aspetti di cui i project manager devono essere consapevoli per valutare il ritorno dell’investimento di un progetto di intelligenza artificiale.

Disponibilità dei dati ‘giusti’

Avere una grande quantità di dati non significa che filerà tutto liscio. Una delle maggiori difficoltà in un progetto AI è proprio la mancanza di dati utili nella fase di training, e ottenerli da terze parti può essere costoso. Questo è il motivo per cui molti progetti falliscono. Occorre avere chiaro quali dati servono e le modalità per accedervi

Preparazione ed etichettatura dei dati

Oltre che disponibili e utili, i dati devono essere preparati. Per alcuni approcci devono essere anche accuratamente etichettati, il che può rivelarsi lungo e costoso. Prima di iniziare l’addestramento del modello AI serve quindi la certezza di avere i dati corretti, preparati ed eventualmente etichettati nel modo opportuno.

Licenze e strumenti

Sul mercato open source c’è molta disponibilità, ma se sceglie di usare strumenti di questo tipo gli utenti devono essere esperti e avere un alto livello di competenza digitale. Dunque, nel calcolo del ROI di un progetto AI va considerato anche il tempo di ‘alfabetizzazione’. Per quanto riguarda le licenze, va fatta attenzione agli accordi e al costo effettivo di utilizzo perché i costi possono aumentare rapidamente.

La squadra

La squadra sbagliata può rivelarsi il maggiore dei costi nascosti in un progetto AI. Soprattutto perché i data scientist difficili da trovare e anche costosi. Nel gruppo serve il giusto equilibrio di competenze e una corretta distribuzione delle responsabilità.

Il ROI nei progetti AI è la cosa più importante?

Le aziende cercano nelle applicazioni AI un modo per migliorare il business. Il ROI però può significare cose diverse per aziende diverse. Il produttore automobilistico BMW, per esempio, utilizza un sistema di riconoscimento basato sull’intelligenza artificiale per smistare i milioni di componenti che riceve dai fornitori. In questo modo l’AI ha aiutato BMW ad accelerare drasticamente un processo produttivo. La misurabilità del ROI in un progetto AI di questo tipo è nel numero maggiore di auto prodotte.

In un settore completamente diverso, l’intelligenza artificiale ha aiutato i siti di e-commerce a sperimentare l’interfaccia utente. È il caso di Yelp, che ha usato l’intelligenza artificiale per sperimentare il posizionamento dei pulsanti, le opzioni di scorrimento e altre importanti funzionalità che influenzano le conversioni online. Nel caso di Yelp, il ROI dell’AI è misurabile nella una maggiore soddisfazione degli utenti o nel tempo più lungo di permanenza sul sito, il che potrebbe aumentare le entrate pubblicitarie.

Diciamolo chiaro: sebbene non tutti i progetti e neanche quelli di AI debbano avere necessariamente un impatto diretto sui profitti, ci deve essere qualcosa da mostrare per giustificare l’investimento. Del resto, senza una sorta di ROI misurabile legato alla soluzione di un preciso problema aziendale, e ai vantaggi economici che ne derivano, non resterebbe che chiedersi: perché lo sto facendo?

C

Michele Ciceri - Fonte TechTarget

Argomenti trattati

Approfondimenti

Technology HowTo
Intelligenza artificiale e ROI: come preventivare i progetti AI?

Il tuo indirizzo email non sarà pubblicato. I campi obbligatori sono contrassegnati *

    LinkedIn

    Twitter

    Whatsapp

    Facebook

    Link

    Articolo 1 di 3