Artser Lab è il think tank di Artser e produce idee e contenuti, analisi ed approfondimenti per chi guida le imprese.
A cura di Antonio Belloni, Head of research department Artser Lab.
Autore: Alessandro Maserati
AI Director di LOGOL, Presidente Associazione Normalisti
L'avvento dell'intelligenza artificiale generativa sta imponendo alle aziende un profondo ripensamento delle strategie di gestione dei dati.
Se già il machine learning aveva rivoluzionato il modo di concepire il valore delle informazioni aziendali, oggi la GenAI costringe a mettere in discussione alcuni capisaldi che fino a ieri sembravano intoccabili.
Per anni il mantra è stato chiaro: solo dati puliti e di alta qualità potevano generare risultati affidabili. I sistemi tradizionali amplificavano il valore dei dati in ingresso, ma se alimentati con informazioni scadenti restituivano inevitabilmente previsioni errate e classificazioni sbagliate.
Il principio del "garbage in, garbage out" era legge.
Con la GenAI questo paradigma viene sovvertito.
I sistemi generativi sono capaci di aumentare autonomamente la qualità dei dati immessi: non serve più fornire un input grammaticalmente perfetto per ottenere un output corretto. L'AI può verificare autonomamente le fonti online e correggere errori concettuali.
Se chiediamo a un sistema generativo di calcolare la distanza tra due città partendo dal presupposto errato che la Terra sia piatta, l'intelligenza artificiale saprà correggerci e utilizzare la geometria sferica appropriata.
Il nuovo paradigma non è più "garbage in, garbage out", ma piuttosto "chiediamo all'AI ciò che sa fare": conta più la chiarezza dello scopo e la compatibilità dell'obiettivo con le capacità effettive del sistema che la perfezione dei dati in ingresso.
La rivoluzione non si ferma qui.
Per vent'anni si è ripetuto che "i dati sono il nuovo petrolio", una materia prima preziosa e rara capace di generare enorme valore aggiunto. Oggi questa metafora appare superata.
I dati conservano il loro valore, ma questo viene in qualche modo "inflazionato" da una democratizzazione senza precedenti. Non servono più dati altamente strutturati, prerogativa di poche aziende tecnologicamente avanzate.
Qualsiasi dato, anche non strutturato, può essere fonte di valore.
La barriera all'ingresso si è abbassata drasticamente: generare e raccogliere grandi volumi di dati è oggi alla portata di qualsiasi organizzazione. Il vantaggio competitivo che un tempo derivava da processi solidi di raccolta dati si è assottigliato.
I dati sono diventati "la nuova aria che respiriamo": come l'aria, a differenza del petrolio, sono sempre disponibili, costano molto meno, e pur restando indispensabili, la loro disponibilità può essere data molto più per scontata.
Anche il principio del "data first" viene ridimensionato.
Il detto secondo cui "ciò che non è misurabile non è migliorabile" aveva portato le aziende a raccogliere tonnellate di dati prima di prendere qualsiasi decisione.
Con la GenAI è possibile fare considerazioni strategiche partendo da molti meno dati. L'intelligenza artificiale si comporta come un consulente esperto capace di estrarre insight e considerazioni a partire da informazioni limitate.
Non è più indispensabile misurare tutto in maniera puntuale per derivarne messaggi utili alle scelte di business.
Come muoversi dunque nel 2025?
La domanda chiave non è più "come gestisco i miei dati", ma "come utilizzo la GenAI per generare valore, ridurre i costi dei processi e offrire nuovi servizi ai clienti".
Una volta risposto a questo interrogativo, emergerà naturalmente quali dati servano davvero. E l'esperienza sul campo dimostra che spesso questi dati sono facilmente raccoglibili, se non già disponibili all'interno dei sistemi informatici aziendali.
Un caso concreto aiuta a capire la portata del cambiamento.
Un'azienda manifatturiera lombarda con circa 200 dipendenti si è trovata di recente a dover ripensare il proprio processo di vendita a causa di un calo nell'efficacia di cross-selling e up-selling.
Dieci anni fa aveva tentato la via della modernizzazione installando un CRM di ultima generazione e riorganizzando i processi per garantire un'adeguata raccolta dati.
Il risultato fu emblematico di un'epoca: inizialmente alcuni dati furono inseriti con cura, ma gli output si rivelarono di qualità mediocre. Seguì una rapida disillusione, il calo progressivo dei dati inseriti sia in quantità che in qualità, e infine l'avvitamento dell'intero sistema.
Oggi quella stessa azienda può adottare strumenti di GenAI che estraggono automaticamente i dati necessari dai normali scambi e-mail, senza richiedere alcuna attività aggiuntiva alla forza vendite.
Gli automatismi informano proattivamente i sales manager delle opportunità nel momento in cui emergono, senza modificare di una virgola i processi in essere.
E i dati estratti possono essere utilizzati per discutere eventuali sinergie con partner, con la certezza che il flusso informativo non si ridurrà né deteriorerà in futuro.
La strategia di gestione del dato è oggi molto più semplice e meno costosa di un tempo.
Resta però un imperativo: spesso i dati che non vengono raccolti nel momento in cui nascono vanno persi per sempre. Permane quindi l'urgenza per qualsiasi azienda di definire una strategia di gestione del dato.
Ma proprio la semplificazione indotta dalla GenAI rappresenta un'opportunità da cogliere al volo: riduzione di complessità e di costi devono essere la leva per massimizzare il valore generato, non una scusa per trascurare questa dimensione cruciale del business contemporaneo.
Autore: Alessandro Maserati
AI Director di LOGOL, Presidente Associazione Normalisti