Post di Matteo Maria Artero, Country Manager, Global Director of Business Operations di Soly Italy – 

Durante questi anni di esperienza in aziende internazionali, tra corporate tecnologiche e startup, ho avuto modo di implementare soluzioni basate su modelli di machine learning, algoritmi e – nel recente periodo – AI per ottimizzare processi, migliorare l’esperienza del cliente e aumentare la produttività.

Oggi, con la diffusione di strumenti AI sempre più accessibili e comprensibili ad un pubblico sempre ampio, emergono forti similitudini tra le trasformazioni che ho visto nel mondo privato e quelle che iniziano a coinvolgere il settore pubblico.

L’intelligenza artificiale sta riscrivendo le regole del gioco, sia per le aziende che per i governi.

Il contesto: AI come risposta alla stagnazione della produttività

Uno dei problemi strutturali delle economie avanzate è la bassa crescita della produttività. Secondo l’OCSE, negli ultimi vent’anni la produttività totale dei fattori è cresciuta a meno dell’1% annuo in molti paesi sviluppati, aggravata da inflazione nei servizi, supply chain inefficienti e crescente pressione sul debito pubblico (1).

L’AI può rappresentare un acceleratore della produttività, sia nel settore privato che in quello pubblico. Vediamo come.

AI e supply chain: ridurre gli stock, migliorare la distribuzione

Collegare in modo efficiente domanda e offerta è una sfida cruciale per molte aziende. Se non fatto correttamente, questo scatena il cosiddetto bullwhip effect, ovvero l’amplificazione delle variazioni di domanda lungo la supply chain, che porta a inefficienze, stock in eccesso e chiaramente costi.

Alcune aziende stanno utilizzando modelli AI avanzati per affrontare questa sfida. Un caso interessante è quello di grandi retailers, che implementano previsione della domanda basata su machine learning per ottimizzare la gestione dell’inventario nei centri di distribuzione globali fini al consumatore finale.

Grazie all’uso di modelli predittivi che integrano dati in tempo reale (previsioni di vendita, condizioni meteo, eventi locali, dati macroeconomici), alcuni grandi retailer nel settore abbigliamento e grande distribuzione hanno già ridotto del 15% lo stock in eccesso e migliorato del 20% la previsione della domanda commerciale grazie a modelli AI che integrano: previsioni di vendita, condizioni meteo, eventi locali e dati macroeconomici. Il risultato? Distribuzione più efficiente, minori sprechi e un migliore time-to-market.

AI e settore pubblico, due casi: DOGE e  NHS

L’ottimizzazione non è solo una priorità per le aziende. Anche i governi stanno iniziando a sfruttare l’AI per ridurre sprechi e migliorare i servizi pubblici.

Negli Stati Uniti, il recente Dipartimento per l’Efficienza Governativa (DOGE) nasce con l’obiettivo di ridurre inefficienze amministrative e migliorare la gestione delle risorse pubbliche. Tra le sue iniziative, anche controverse, ci sono progetti di automazione nei servizi al cittadino, analisi predittiva per il controllo della spesa e miglioramenti nei processi burocratici. Fanno discutere i metodi adottati dal tycoon Elon Musk nei confronti dei dipendenti federali. Servirà tempo per dare un giudizio più organico.

Un caso già operativo, invece, è il Regno Unito, dove il governo ha collaborato con aziende tech per integrare l’AI nel sistema sanitario nazionale (NHS). L’uso di algoritmi predittivi nella gestione delle emergenze ospedaliere ha portato a (2):
• – Riduzione del 12% nei tempi di attesa per interventi chirurgici, grazie a una pianificazione più efficiente.
• – Allocazione del personale ottimizzata, con previsioni sui picchi di domanda nei pronto soccorso.
• – Migliore gestione delle forniture ospedaliere, evitando carenze di farmaci e materiali.

Queste innovazioni mostrano come l’adozione dell’AI nel settore pubblico possa avere impatti tangibili sulla qualità dei servizi e sulla spesa pubblica.

AI e customer service: meno costi, più efficienza

L’inflazione nei servizi è un problema sempre più rilevante, soprattutto in settori ad alta intensità di manodopera come il supporto alla clientela.

Per ridurre i costi operativi e migliorare l’esperienza cliente, molte aziende stanno adottando generative AI per supportare gli operatori nei call center.

Un esempio è JP Morgan, che ha integrato AI per ottimizzare la gestione delle richieste dei clienti riducendo i tempi di risposta del 40% e gli errori del 30%. (3)

In questo caso, l’AI non sostituisce l’uomo, ma ne aumenta l’efficacia, contribuendo a ridurre la pressione sui costi nei servizi.

AI Agents: la voce dell’intelligenza artificiale

Oltre al supporto per gli operatori, sta emergendo un nuovo trend: l’uso di AI Agents, assistenti virtuali che interagiscono verbalmente direttamente con i clienti.

A differenza dei chatbot tradizionali, questi sistemi chiamano direttamente i clienti, gestiscono call center automatizzati, prenotano appuntamenti fino a poter finalizzare una vendita telefonica.

Gli “agenti AI” stanno trasformando il servizio clienti, rendendolo scalabile e più efficiente (Designed by Freepik)

Alcune aziende stanno già testando queste soluzioni nel mondo delle prenotazioni e del supporto commerciale. I vantaggi includono:

• – Interazioni più rapide ed efficienti, con meno attese per i clienti.

• – Riduzione del carico sugli operatori umani, che si concentrano su casi complessi.

• – Maggiore conversione e soddisfazione, grazie a un’interazione naturale e proattiva. Provare per credere!

Questi “agenti AI” stanno trasformando il servizio clienti, rendendolo scalabile e più efficiente.

Conclusione: AI e produttività, un nuovo paradigma economico

L’AI sta ridefinendo le dinamiche della produttività, sia nel settore privato che in quello pubblico. I suoi impatti macroeconomici principali includono:

1. Aumento della produttività, riducendo inefficienze e migliorando la gestione delle risorse.

2. Mitigazione dell’inflazione nei servizi, abbattendo i costi operativi attraverso automazione e ottimizzazione.

3. Migliore allocazione della spesa pubblica, con governi che possono diventare più efficienti grazie all’analisi avanzata dei dati.

L’adozione dell’AI non è più una questione di se, ma di quando e con quale strategia. Aziende e governi che sapranno integrarla efficacemente avranno un chiaro vantaggio competitivo in un mondo sempre più guidato dai dati.

Referenze:

(1) Crescita e produttività: gli effetti economici della regolazione (Centro Studi Confindustria)
(2) NHS in England given go-ahead for AI scans ti help detect bone fractures (The Guardian)
(3) J.P.Morgan Virtual Assistant