La seconda tecnologia abilitante della Digital Supply Chain è l’Intelligenza Artificiale.
Che cos’è?
È la “capacità di acquisire, elaborare, creare e applicare la conoscenza, detenuta sotto forma di modello, per svolgere uno o più compiti assegnati” (Fonte: ISO/TR 5255-2:2023 Intelligent transport systems — Low-speed automated driving system (LSADS) service — Part 2: Gap analysis).
Come aiuta?
L’intelligenza artificiale può essere applicata in vari campi di business. È possibile scoprire relazioni complesse e riconoscere più rapidamente i modelli.
Inizialmente l’attenzione dovrebbe essere focalizzata sull’ottenimento di risultati migliori attraverso applicazioni che sfruttano tecnologie di intelligenza artificiale per scopi specifici o applicazioni limitate, sia all’avanguardia che meno recenti, per poi estendere il campo ad programmi più generalisti.
Come aggiunge valore?
Applicazioni come le proposte decisionali basate sull’intelligenza artificiale per modificare i lotti di produzione avranno un impatto enorme e dirompente.
Sono particolarmente utili alle aziende quando supportano i dipendenti nelle loro attività e accelerano i processi (riduzione dei costi) o quando possono fornire informazioni migliori (creazione di valore).
Minacce e sfide:
- Enorme potenziale: anche se le applicazioni sono relativamente recenti (ma ben anteriori all’intelligenza artificiale generativa, giunta prepotentemente al grande pubblico grazie al bot di ChatGPT e affini) le potenzialità sono enormi, e rimarrà uno degli argomenti tecnologici più importanti nei prossimi anni.
- Il divario delle aspettative: la sfida più grande è gestire il divario significativo nelle aspettative tra ciò che l’intelligenza artificiale può fare teoricamente e il modo in cui viene attualmente utilizzata. Gli algoritmi si basano su regole matematiche fondamentali alle quali non sempre si adattano bene l’ambiente fluido e non deterministico della parola reale, anche se, con le ultime release di bot di intelligenza artificiale generativa, sono stati fatti enormi progressi.
- Distorsione dei dati: la qualità del risultato dipende dalla qualità dei dati immessi.
