Qual è il tuo caso d'uso AI?
Di Sergii Shelpuk,Managing Partner at Shelpuk & Company
Nel 2020 O’Reilly ha pubblicato un libro che sintetizzava diverse survey sull’adozione dell’intelligenza artificiale nelle imprese e metteva in evidenza i fattori che ne rallentano la diffusione. Secondo quel lavoro, i cinque principali ostacoli erano:
- La cultura aziendale non riconosce ancora il bisogno di AI - 23%
- Mancanza di dati o problemi di qualità dei dati - 19%
- Difficoltà nel trovare profili qualificati - 18%
- Difficoltà nell’identificare i casi d’uso business corretti - 17%
- Problemi di infrastruttura tecnica - 8%
Nei miei articoli precedenti ho già affrontato i temi della cultura e dei dati. Questa volta concentriamoci invece sul business use case dell’AI.
Il punto centrale è questo: l’intelligenza artificiale può diventare un vantaggio competitivo, ma può anche ridursi a un semplice strumento di produttività o a una feature utile. I vendor di tecnologie e prodotti AI hanno tutto l’interesse a promuovere soprattutto questa seconda lettura. Per questo gran parte dei contenuti online sui business use case dell’AI ti orienta nella direzione sbagliata.
Molti fornitori cavalcano l’onda per vendere i propri prodotti: continuo a ricevere su LinkedIn messaggi che promettono performance “alla Google” grazie all’ennesimo chatbot, piattaforma analytics o soluzione di data labeling “potenziata dall’AI”. Davanti a promesse di questo tipo bisogna essere molto chiari: un vantaggio competitivo acquistabile da tutti i tuoi concorrenti è una contraddizione in termini.
Il miraggio dei business use case AI
Per capirlo basta fare una ricerca su Google per “AI business use cases”. Tra i primi risultati compare spesso l’articolo di Master of Code intitolato "10 Amazing Cases Of Using AI in Business". Presenta dieci applicazioni AI, dalle vendite e dal marketing fino alla sanità. Se le analizzi una per una, noterai che parlano di performance, ma non dicono nulla sulla concorrenza. Questo dovrebbe essere un campanello d’allarme: l’AI può aumentare l’efficacia operativa, ma può anche stare al centro di un vero vantaggio competitivo. I leader e gli strategist dell’AI devono distinguere con precisione questi due livelli. Gli strumenti di performance disponibili per tutte le aziende sul mercato favoriscono i clienti e i vendor AI, ma raramente aiutano la tua azienda nel lungo periodo.
La lezione del movimento giapponese sull’efficacia operativa
Per chiarire il punto, partiamo dalla storia. Negli anni Novanta prese rapidamente piede una scuola di pensiero che esaltava performance e flessibilità, sostenendo che nel mondo moderno ogni vantaggio competitivo fosse, nella migliore delle ipotesi, temporaneo e inevitabilmente destinato a essere copiato. Da qui l’idea di concentrarsi sull’efficienza operativa, esternalizzare in modo aggressivo, mantenere minimo il core business e benchmarkare costantemente l’azienda rispetto ai concorrenti attraverso una miriade di “best practice”. Questo approccio ha certamente aiutato molte aziende a diventare più snelle e veloci. In numerosi settori, però, ha prodotto anche ipercompetizione, omologando gli operatori e rendendo prodotti e servizi quasi indistinguibili. Michael E. Porter lo descrive con grande chiarezza nel suo celebre articolo del 1996 "What is Strategy?".
Il movimento dell’efficacia operativa affonda le radici nei breakthrough giapponesi degli anni Settanta e Ottanta. In quel periodo le aziende giapponesi erano così avanti rispetto ai concorrenti occidentali sul piano operativo da poter offrire allo stesso tempo qualità superiore e costi inferiori, apparendo quasi imbattibili. Molte best practice oggi considerate standard, come il total quality management e la lean manufacturing, provengono proprio da quel contesto, in particolare da Toyota, e risentono anche dell’influenza del Scientific Management di Frederick Winslow Taylor.
Tuttavia, come sostengono Michael Porter, Hirotaka Takeuchi e Mikio Sakakibara nel loro libro del 2000 "Can Japan Compete?", le aziende giapponesi raramente avevano una strategia nel senso pieno del termine. Le eccezioni esistevano — Sony, Canon, Sega — ma restavano appunto eccezioni. La maggior parte delle aziende copiava le varietà di prodotto, le feature, i servizi e le pratiche operative delle altre. Quando i concorrenti globali raggiunsero quel livello di efficacia operativa, emerse che molte aziende giapponesi non avevano altro su cui fare leva. Un’impresa può superare i rivali solo se costruisce una differenza durevole. Le best practice operative e gli strumenti erano semplicemente troppo facili da copiare; non a caso, dalla fine degli anni Novanta la crescita del PIL giapponese si è appiattita e neppure le politiche di Abenomics volute dal primo ministro Shinzō Abe riuscirono a cambiare davvero la situazione. Col senno di poi, la diagnosi di Porter e Takeuchi era corretta.
La strategia conta più della performance
Strategia e posizionamento restano fondamentali per un vantaggio competitivo sostenibile. La prova è sotto i nostri occhi: metà delle aziende con maggiore capitalizzazione al mondo sono internet company costruite su forti effetti di rete. Pensiamo al mercato dell’advertising online: si stima valga 476 miliardi di dollari e ci si aspetterebbe quindi una folla di concorrenti agguerriti. Invece è dominato da pochi giganti da decenni. Nessuno prova davvero a competere frontalmente con Google o Facebook, nonostante le tecnologie cloud e la velocità di calcolo di oggi rendano molto più semplice costruire un motore di ricerca rispetto al 1998, quando Larry Page e Sergey Brin fondarono Google.
Anche l’enorme aumento dell’efficienza ingegneristica degli ultimi vent’anni non compensa il vantaggio competitivo costruito su dati proprietari e machine learning: se copiassi l’intera codebase di Google e la incollassi, riga per riga, sui tuoi server cloud, non saresti comunque in grado di competere con Google per l’assenza di tutto il patrimonio storico di dati. Di conseguenza, Google, Facebook, Netflix e Amazon possono permettersi — e a volte effettivamente hanno — pratiche di software engineering meno efficienti rispetto a Infosys, Epam o Accenture, che hanno fatto della performance operativa la propria core competency. Ma una superiorità di performance ingegneristica non dà comunque a queste aziende una reale possibilità di affrontare frontalmente i primi.
La produttività è necessaria per il business, ma raramente è sufficiente. Se la ottieni con mezzi facilmente imitabili o acquistabili dai concorrenti, entri in una corsa estenuante agli armamenti che produce miglioramenti assoluti ma nessun miglioramento relativo per i player in gara. Il surplus viene catturato dai clienti e dai fornitori degli strumenti di produttività.
La trappola del business case AI
Torniamo ora al business case dell’intelligenza artificiale. Supponiamo che tu acquisti un chatbot di customer service basato sull’AI (il caso n. 1 dell’articolo di Master of Code citato sopra). Migliora notevolmente l’esperienza del cliente e quindi giustifica prezzi premium. Poco dopo, però, anche i tuoi concorrenti compreranno la stessa soluzione e tutti sarete costretti a riportare i margini ai livelli precedenti. I clienti ottengono ora un servizio migliore a un prezzo quasi identico a prima e si appropriano di gran parte del valore creato. Il vendor del chatbot AI incassa le sue fee da tutte le aziende in competizione e cattura il resto del surplus. Nel frattempo, quote di mercato e margini della tua azienda e dei suoi rivali restano sostanzialmente invariati.
Se progettate correttamente, le tecnologie AI possono trasformare i tuoi dati proprietari in un vantaggio competitivo formidabile quanto quello di Google, Facebook o Amazon, anche se sei una startup piccola o una boutique di consulenza. Ma se il design è sbagliato, le stesse tecnologie contribuiranno solo temporaneamente all’efficienza operativa, per poi essere copiate rapidamente dai concorrenti e mettere la tua azienda sulla stessa traiettoria delle imprese giapponesi un tempo considerate rivoluzionarie.
Perché le informazioni sbagliate si diffondono così facilmente
Questo design sbagliato, però, favorisce i vendor di tecnologia e di prodotto AI, che catturano una parte del surplus creato. Ecco perché lo promuovono così attivamente. Gran parte delle informazioni che incontri sui business case dell’AI proviene direttamente da materiali di marketing. Questi messaggi filtrano spesso anche nei riassunti più seri e perfino negli articoli analitici, perché a prima vista entrambe le impostazioni coinvolgono l’intelligenza artificiale, e distinguerle richiede una combinazione piuttosto rara di competenza tecnica e sensibilità strategica. Per questo trovare un business use case davvero valido in mezzo al rumore del marketing AI è così difficile.
Feature AI arbitrarie e la grande maggioranza dei prodotti AI di terze parti non rafforzano il tuo vantaggio competitivo. Costruire un vantaggio competitivo AI richiede di identificare il vero punto di forza competitivo, coordinare gli sforzi tra funzioni diverse e allineare strettamente strategia AI, strategia di prodotto e strategia business. Se progettate bene, le tue iniziative AI possono posizionare l’azienda per una leadership di lungo periodo, anche in mercati affollati o molto competitivi. Se progettate male, consumeranno tempo e risorse preziose, finendo per favorire vendor e clienti, non la tua azienda.
Questo blog è dedicato al vantaggio competitivo AI, e facciamo del nostro meglio per spiegare come funziona e come costruirlo per il tuo prodotto o per la tua azienda. Puoi leggere anche gli altri articoli per approfondire che cos’è l’effetto di rete, in che modo l’AI lo abilita e quale cultura aiuta a costruire i giusti prodotti AI.
Se vuoi costruire un vantaggio competitivo AI per il tuo business, possiamo aiutarti. Il nostro team di esperti di business e consulenti di tecnologia AI ha anni di esperienza nell’aiutare aziende tecnologiche come la tua a costruire vantaggi competitivi sostenibili grazie all’AI. Dalla raccolta dei dati allo sviluppo degli algoritmi, possiamo aiutarti a rimanere davanti alla concorrenza e a difendere la tua quota di mercato nel tempo.
AI come semplice feature o come vantaggio competitivo? La differenza è decisiva.
Valutiamo insieme se le tue iniziative AI stanno rafforzando il tuo posizionamento strategico o se stanno semplicemente creando valore per concorrenti e vendor.