Le principali aziende mondiali stanno già sfruttando la tecnologia, che imita il comportamento della mente umana, per convincere i clienti e rafforzare le proprie attività.
Secondo Gartner, la tendenza aumenterà negli anni a venire, poiché intelligenza artificiale e machine learning saranno una delle cinque maggiori priorità d’investimento per oltre il 30% dei cio entro il 2020.
I timori iniziali sull’Intelligenza artificiale e machine learning usati per rimpiazzare i posti di lavoro sembrano minori, visto che oltre il 67% dei dirigenti intervistati da PwC che afferma che l’intelligenza artificiale aiuterà gli esseri umani e le macchine a lavorare meglio insieme. Quelli che seguono sono alcuni casi di utilizzo.
Intelligenza artificiale aiuta a pagare meno tasse
Intuit utilizza l’intelligenza artificiale e il machine learning per TurboTax, il software fiscale che aiuta gli utenti per aiutare a ottenere il rimborso massimo dal fisco guidandoli attraverso il processo di deduzione dettagliata.In questo modo gli utenti possono risparmiare fino al 40% del tempo per recuperare i documenti. L’azienda sta utilizzando la tecnologia Machine learning e cloud di Aws per scalare più rapidamente.
Intelligenza artificiale che aumenta la ricerca sui titoli
Putnam Investments, un fornitore di fondi comuni, strategie di investimento istituzionali e servizi pensionistici, considera le due tecnologie essenziali per guidare una migliore copertura delle azioni da parte degli analisti di ricerca della società di servizi finanziari. Gli analisti lavorano a stretto contatto con i data scientist di Putnam per creare tesi che aiutano a raccogliere intuizioni da grandi quantità di dati. Putnam sta lavorando anche su algoritmi che consiglieranno le più importanti prospettive di vendita. La società si affida a una combinazione di ingegneri software, data scientist, analisti e fornitori e ha creato un centro di eccellenza per la scienza dei dati, che è essenzialmente il punto zero per intelligenza artificiale e machine learning a sostegno degli stakeholder aziendali. Questo tipo di lavoro si inserisce nella più ampia trasformazione digitale di Putnam, che comporta la modernizzazione dell’infrastruttura It con il cloud e la creazione di una piattaforma unica su cui gestire il business.
I dati storici prevedono le prestazioni future
Riverbed Technology sta testando il machine learning per inserire dati provenienti da più fonti lungo tutta la catena di fornitura e migliorare le conoscenze aziendali. L’obiettivo è di elaborare più dati di quante ne avrebbe normalmente. Riverbed potrebbe combinare la gestione degli ordini e altri dati Erp con i dati storici sulle condizioni meteorologiche e altri fattori per trovare modelli che potrebbero prevedere le prestazioni future. L’intenzione è di essere più predittivi in termini di rischio a valle e di capacità di evadere ordini ai clienti.
Il machine learning rimuove la fatica
Mastercard sta usando il machine learning per automatizzare le attività ripetitive e manuali, liberando i dipendenti che in questo modo possono eseguire attività che aggiungono produttività e valore. La società sta inoltre utilizzando gli strumenti di machine learning per aumentare la gestione del cambiamento in tutto il suo ecosistema di prodotti e servizi. Ad esempio, gli strumenti di machine learning aiutano a determinare quali modifiche sono più prive di rischi. Infine, Mastercard utlizza il machine learning per rilevare anomalie nel suo sistema e indicano che qualcuno sta cercando di ottenere l’accesso. Una rete di sicurezza, quando trova un comportamento sospetto si attiva interruttori automatici che proteggono la rete. Ci sono poi sistemi di valutazione delle frodi costantemente alla ricerca di transazioni sospette.
Intelligenza artifciale come prodotto
Adobe sta ripensando il reparto It con un modello operativo basato sui dati. L’idea è di focalizzarsi su analisi basate su Hadoop per acquisire intuizioni sia per fare lavora meglio l’It e il business. Come parte della strategia data-driven si sta sperimentando il machine learning per aiutare ad analizzare i ticket dell’help-desk software e cercare le tendenze nei guasti di sistema. L’identificazione di modelli nei fallimenti dei servizi It permetterà anche ad Adobe di creare alcune capacità di “autoguarigione” per assorbire il lavoro dello staff. La società sta anche studiando la tecnologia chatbot per le richieste di supporto It dei dipendenti. Anche l’attività commerciale di Adobe ha abbracciato l’intelligenza artificiale. Nel novembre 2016, l’azienda ha introdotto Sensei, uno strato di Ia che sta applicando al suo prodotto per la creazione e la pubblicazione di documenti, e per l’analisi e il monitoraggio delle prestazioni delle applicazioni web e mobile.
