Le sfide dell’AI generativa. Horsa Insight, decisioni data-driven potenziate, ma l’automazione non basta
L’AI generativa sta trasformando profondamente il panorama degli analytics, superando il semplice miglioramento dell’efficienza dei processi per diventare un motore strategico per le decisioni aziendali. Ne parliamo con Sergio Fraccon, managing director di Horsa Insight – azienda del gruppo Horsa (gruppo posizionato tra i big player ICT a livello nazionale) impegnata ad aiutare le imprese a sfruttare al meglio i propri dati per prendere decisioni strategiche, sviluppare nuovi prodotti e migliorare le proprie operazioni. Fraccon chiarisce la forza dell’impatto: «Oggi si tende ad associare la GenAI all’efficienza di processo e all’automazione di alcune procedure, meno al mondo degli analytics.
In realtà il suo impatto a supporto dei processi decisionali rende gli insights ancora più utilizzabili, accessibili e utili per prendere decisioni concrete e informate». Un punto di forza è la capacità di integrare dati destrutturati – testi e immagini – con quelli presenti nei sistemi aziendali come CRM ed ERP. «Questa combinazione consente di ottenere insights contestualizzati e di maggiore valore. Utili ad esempio per cogliere le opportunità di upsell nascoste analizzando contratti e performance dei clienti» – spiega Fraccon. Per sfruttare appieno queste opportunità tuttavia è necessario affrontare alcune sfide, a partire dalla qualità del dato.
«Se i dati di partenza sono sporchi, errati, imprecisi, incompleti anche i risultati saranno inaccurati o fuorvianti» – continua Fraccon, che mette in guardia dai rischi legati alla consumerizzazione dell’AI. «La facilità d’uso di ChatGPT, Gemini o Copilot (per citare i più conosciuti) possono creare l’illusione che l’output generato sia sempre utile e preciso. In realtà, il modello è valido quanto lo sono i dati che l’alimentano». La fiducia acritica nei risultati dell’AI al contrario può portare a decisioni errate o persino dannose per il business. Un rischio che può essere mitigato implementando solide pratiche di data governance e di controllo umano nel ciclo decisionale. «L’impiego di questi strumenti non può sostituire in toto l’esperienza umana, fondamentale per validare gli insights generati dall’AI e correggere eventuali bias» – spiega Fraccon.
L’altro tema critico è la sicurezza dei dati, minacciata dall’impiego dell’AI generativa senza un adeguato controllo. «Il primo passo è rendersi conto che i rischi di sicurezza sono già presenti. Per esempio quando i dipendenti condividono informazioni aziendali su piattaforme pubbliche. Horsa Insight per affrontare queste problematiche propone soluzioni come spazi dati privati e tecniche di anonimizzazione, oltre all’uso di dati sintetici». Molte aziende infine si aspettano che l’AI generativa sia facile da integrare nei processi aziendali e produca risultati immediati. Una convinzione – rileva Fraccon – fonte di inevitabili frustrazioni. «L’implementazione richiede esperienza, competenze specifiche e una revisione dei processi esistenti. Non basta adottare un modello, bisogna adattarlo alle esigenze specifiche dell’azienda. L’AI generativa è senza dubbio uno strumento potente ma persiste l’errata convinzione che basti davvero poco perché la tecnologia risolva in automatico tutti i problemi aziendali legati a dati e processi».
CONSULENZA E FORMAZIONE
Per superare queste sfide, Horsa Insight ha sviluppato un approccio consulenziale che combina formazione, implementazione e supporto continuo per colmare il divario tra aspettative e realtà. «Attraverso il framework AI Inception, accompagniamo le aziende in un percorso intensivo di formazione specifica aiutandole a definire linee guida per l’uso sicuro e conforme della GenAI» – spiega Fraccon. L’azienda offre inoltre AiHub, un playground applicativo che consente ai clienti di testare casi d’uso reali come il riconoscimento documentale o la sentiment analysis, in un ambiente controllato. «Questo approccio hands-on aiuta a gestire le aspettative, mostrando pregi e limiti della GenAi. Il nostro obiettivo – conclude Fraccon – è mostrare che questa tecnologia può migliorare concretamente processi e risultati di business in azienda».
