Questo sito utilizza cookie per raccogliere informazioni sull'utilizzo. Cliccando su questo banner o navigando il sito, acconsenti all'uso dei cookie. Leggi la nostra cookie policy.OK

Gartner: le tecnologie top 10 nei diversi settori d’industria

pittogramma Zerouno

Gartner: le tecnologie top 10 nei diversi settori d’industria

25 Mag 2017

di Rinaldo Marcandalli

Le tecnologie che secondo Gartner maggiormente influenzeranno il business nel 2017 (dall’intelligenza artificale, al digital twin, alla blockchain ecc.) avranno declinazioni e impatti diversi a seconda del settore industriale nel quale verranno applicate.

Per riassumere in modo specifico per industry gli effetti della riconfigurazione digitale in termini di nuove relazioni digitali emergenti e di nuovi modelli di business che ne derivano, più che un articolo ci vorrebbe un libro. Proviamo quindi a ricapitolare i principali ‘building block’ che le tecnologie top 10 nel 2017 descritte da Gartner disseminano nei vari mercati verticali. L’obiettivo è effettuare una prima ricognizione di come i vari mercati appaiono al business attraverso la Piattaforma Digitale che integra i cinque dominî funzionali (engage, run, sense, decide, interact) che il CIO dovrà essere in grado di architettare.

Nella prospettiva delineata da Gartner di un fatturato derivante da prodotti e servizi digitali che nel 2020 mette la freccia di sorpasso sui beni fisici, siamo all’ultima chiamata per progetti che si dovranno realizzare entro il 2017 o per la definizione di strategie ICT triennali che incidano sul modo di far business delle stesse LOB. Serve reimmaginare le operazioni aziendali digitalizzate che si eseguono traendo vantaggi competitivi da un coacervo (Mesh) di entità Intelligenti e Digitali (IDM – Intelligent Digital Mesh) come abbiamo descritto nell’articolo Gartner: le Top 10 Technologies nel 2017.

La disruption nei singoli settori industriali

“Il gioco diventa, in tutte le industry, creare scenari di business che sfruttino il potenziale innovativo di ecosistemi digitali e intelligenti. Per una chiara visione di dove creare valore e di quali rischi evitare, servono solidi modelli predittivi. E serve sfidare lo status quo incorporando l’uso di cose intelligenti in task manuali o semiautomatci in essere”, ha sintetizzato David Cearley, Vp e Gartner Fellow, nel corso dell’ultimo Gartner Symposium. Facciamo ora un breve excursus tra i diversi settori.

  • Finance – L’Intelligenza Artificiale e le tecniche di Machine Learning avanzate (AI&Ml)  offrono l’opportunità di costruire modelli non solo per le transazioni correnti, ma ad esempio per quelle “con probabilità di essere fraudolente”, come le ha definite il Gartner Fellow. Un messaggio forte di Gartner al Finance è di cominciare subito a sperimentare con pratiche innovative senza aspettare che si stabilizzino: il rischio di perdere il vantaggio di esserci, rispetto a chi non innova, è troppo più forte di quello di sperimentare e poi disinvestire perché si è fatto un buco nell’acqua.
    Per esempio, sono commercialmente disponibili analytics predittivi con AI integrata, ma gli 'early adopter’, che cercano il vantaggio competitivo specifico in proposito, possono puntare a investire su riconoscimento e generazione di Linguaggio Naturale o su forme avanzate di machine learning come l’uso di un tipo di reinforced learning basato su “ensemble methods”, che letteralmente consiste nell’assiemare più algoritmi di learning per una performance predittiva superiore a quella ottenibile da uno qualsiasi degli algoritmi costitutivi già commercialmente disponibili.

Un secondo esempio tipico su cui conviene subito investire sono le blockchain, anche se hanno ancora limiti di scalabilità e di completa trasparenza (vedi bitcoin, la blockchain contabile e ‘permissionless’ più affermata). Il valore di bitcoin? Viene dalle registrazioni contabili (ledger) distribuite, crittograficamente condivise e irrevocabili, che abilita. In generale una blockchain è ‘permissionless’, abilita cioè un nuovo modello di transazioni interaziendali, in cui, vedi figura sulla sinistra, “ogni nodo di una rete può condurre un’interazione con scambio di valore con ogni altro nodo, senza più necessità di autorità centrale" che fin qui era il necessario garante del ledger distribuito tra partecipanti in rete. Oltre alla moneta elettronica, Cearley cita l’applicabilità del meccanismo blockchain ad altre funzionalità inter aziendali come supply chain, verifica identità, distribuzione di musica, ovviamente non solo per il finance.

  • RetailL’opportunità viene da Intelligenza Artificiale (AI), Advanced machine learning (AML) ed IoT:

    “Mettendo assieme e analizzando le storie di acquisti online dai sensori di smartphone (o nei negozi da dispositivi specifici) si possono creare modelli di propensione all’acquisto che predicono la probabilità di acquisto di un prodotto. Vale per il retail lo stesso messaggio forte di Gartner al finance: cominciare a sperimentare, per esempio con tecniche di ensemble learning, che potenzi le capacità predittive di più algoritmi commercialmente disponibili.

  • Distribution – È in vista un ridisegno del modello, grazie all’utilizzo di droni: sicuri ed efficienti nel contribuire a migliorare le performance business. Nelle consegne di pacchi a domicilio il sistema poste/corrieri dovrà scegliere tra dotarsi di veicoli autonomi con robot e droni a bordo, che assicurano un’efficiente “door to door delivery” dell’ultimo miglio, o subirne la concorrenza.
     

  • MagazziniSi possono sfruttare capacità grafiche avanzate da dispositivi di Augmented Reality (Ar) collegati a Pc o smartphone per aiutare gli addetti a capire lo stato degli oggetti e a prioritizzare gli interventi necessari. Un esempio applicativo semplice: il sovrapporsi di dati dal mesh digitale (uno schema visivo di cavi) con la vista da telecamera di smartphone di oggetti  reali (una parete in cui i cavi sono murati) consente di “vedere” i cavi nel muro.
     

  • InsuranceL’effetto droni sull’Assicurazione per Danni o Responsabilità civile (Property and Casualty in USA) è un bell’esempio di “impatti indiretti dell’Idm (Intelligent Digital Mesh) significativi quanto i diretti”, come Cearley ha affermato: dall’acquisizione di immagini aeree, le Compagnie assicuratrici traggono informazioni vitali, immediate e a basso costo, ad esempio su danni subiti da proprietà private da eventi avversi. In USA le specifiche sono in via di regolamentazione, ma mancano standard di disegno equivalenti agli aereomobili con persone. E dopo la sicurezza, la privacy è tutta da indirizzare.
     

  • HealthArea nella quale ci sono ampi spazi per “incorporare intelligenza”. In Health Analytics, l’AI analizza vaste basi dati di storie mediche e AML (Advanced Machine Learning) consente di valutare l’efficacia delle terapie con accuratezza e tempestività (le risposte arrivano appena acquisiti  i dati). Lo  Stetoscopio digitale registra e memorizza battiti del cuore e suoni del respiro. Un Virtual Private Assistant Medico a motore AI fornirebbe al dottore supporto diagnostico in tempo reale. Ma considerazioni non tecniche di responsabilità del medico e di privacy del paziente creano barriere e rallentamenti nell’incorporare intelligenza.   
     

  • Manufacturing & Utility  – Più che altrove sfonderanno, è qui che sfonderanno Digital Twin (modello software di una “cosa” che, grazie ai sensori ad essa collegati, ne segue lo stato, risponde ai cambiamenti, ne può migliorare l’operatività, vi aggiunge valore) e manutenzione intelligente. Ma a fronte di aspettative a 3-5 anni di centinaia di milioni di Cose rappresentate dal gemello digitale, sono ancora pochi i progetti pilota. Nell’universo Autonomous Vehicle Software, Volvo, con Autoliv (auto safety equipment), ha creato una software company che uscirà nel 2021 con un’auto autonoma. Tramite partnership con startup digitali innovative, Ford punta a vantaggi competitivi da ‘servizi di mobilità digitale’ (telerilevamento Lidar, mapping 3D, machine leaning)
     

  • Agricoltura Spicca il progetto U.S. National Robotics Initiative 2.0: una pianificazione algoritmica legata ad eventi che abilita operazioni autonome in fattorie e consorzi: con l’aiuto di droni, “esploratori” umani studiano soluzioni per raccolti mirati; disegno, prototyping e field testing di sistemi di raccolta meccanica sono ‘AI enabled’. Soprattutto le macchine sono passate dal modello stand alone al primo stadio collaborativo (sia indipendente sia su input umano): un drone che scopre un campo pronto per il raccolto, spedisce direttamente una macchina raccoglitrice autonoma.
     

  • DifesaCearley ha riferito di esperimenti militari con sciame di droni che attacca o difende obiettivi militari. O collabora alla costruzione di un ponte di corde, in modo autonomo o con minimo input umano.

Trasversale a tutti i settori, la Blockchain che realizza, in ambiente digitale tra business partner che godono di fiducia reciproca, il modello che semplifica alla radice la governance di transazioni interaziendali e sociali fino a “rimuovere la necessità di arbitraggi centrali”, afferma Cearly. L’aspettativa è che una tecnologia blockchain ‘rafforzata’ e diffusa a finanziario, manifatturiero (supply chain), distribution (per esempio della musica), government, health, education, abiliti un'economia “programmabile”.

Rinaldo Marcandalli
Giornalista

Consulente aziendale e giornalista. 40+ anni di esperienza nello sviluppo software, laboratorio IBM e field, nelle telecomunicazioni prima e poi nelle applicazioni e nel governo del Dipartimento It. Esperienze sul campo in settori bancario, in particolare interbancario, assicurativo e pubblica amministrazione. Da 20+ anni segue prima da consulente e poi come giornalista l’evoluzione dei processi nei settori e da 10+ anni la loro trasformazione progressiva al digitale, specializzandosi nello studio della riorganizzazione agile, digitale e smart delle Aziende.

Articolo 1 di 5