L’AI generativa e il valore che può creare per le aziende

La vera promessa dell’AI generativa per le aziende non è tanto ciò che può fare quanto il valore che può creare. Tutte le conversazioni sulla tecnologia oggi ruotano intorno al potenziale trasformativo dell’AI generativa per il futuro. Ma la realtà è che sta già accadendo ora.

L’AI generativa e il valore che può creare per le aziende

Nel mio ruolo in SAP, mi confronto spesso con responsabili di aziende sui vantaggi che l’AI generativa può portare al loro business, anche in modi nuovi di cui non erano a conoscenza. E ascolto innumerevoli storie su come l’intelligenza artificiale sta già generando valore. Uno dei miei esempi preferiti è quello annunciato recentemente da SAP in un ambito a me molto caro: cercare e sviluppare la prossima generazione di atleti professionisti.

Sono stato giocatore e allenatore di pallacanestro in Australia, e quindi conosco il ruolo del coach e anche quello di scouting di talenti. Lo scouting è una disciplina in cui l’arte incontra davvero la scienza, in cui l’esperienza e l’intuizione sono rafforzate dalla realtà oggettiva, basata sui dati.

L’esempio dello sport: lo scouting professionale

Lo scouting professionale esiste da molto tempo, ma per molte squadre sta diventando ora un vantaggio competitivo grazie alla disponibilità sempre più elevata di informazioni sui giocatori. E non è così facile come sembra. La qualità dei report di scouting è impressionante, ma il processo per la stesura e l’utilizzo di un report efficace non è mai stato molto efficiente.

In tutto il mondo il numero di potenziali giovani atleti che possono diventare dei campioni è elevatissimo, si può quindi capire facilmente come questo crei un’enorme quantità di report da esaminare in tempi rapidi. Il problema diventa ancora più scoraggiante se si considera che questi report sono realizzati in lingue diverse e con stili di scrittura differenti.

Questo è esattamente il tipo di sfida che l’AI generativa per le aziende e per  il business è in grado di risolvere.

Due esempi di squadre di calcio tedesche

Per averne la prova, basta guardare gli esempi di FC Bayern Monaco e Hertha BSC, due squadre di calcio professionistiche tedesche. Per molto tempo, entrambi i club si sono affidati a talent scout che viaggiavano in tutto il mondo osservando le partite e raccogliendo una marea di dati sui giocatori, nella speranza di trovare la prossima grande stella prima che lo facessero i concorrenti.

Per dimostrare come si potesse migliorare questo processo, SAP ha collaborato con l’FC Bayern Monaco e l’Hertha BSC alla realizzazione di un prototipo che utilizza l’intelligenza artificiale generativa per creare sintesi e raccomandazioni automatiche dai report creati dagli osservatori delle due squadre in varie parti del mondo.

Inoltre, il prototipo permette che i dirigenti dell’FC Bayern Monaco e dell’Hertha BSC accedano facilmente ai report con domande in linguaggio naturale.

Un aiuto dal modello linguistico di grandi dimensioni (LLM)

Per esempio, immaginiamo che un manager di una squadra di lingua tedesca abbia bisogno di un riassunto di 100 parole o meno su un giovane calciatore che è stato osservato in Argentina partendo da un report scritto in spagnolo. Lo stesso manager può anche chiedere di confrontare due giocatori solo in base alle loro abilità difensive o alla resistenza fisica.

Mentre le app di traduzione possono tradurre un intero rapporto dallo spagnolo al tedesco, è necessario un modello linguistico di grandi dimensioni (LLM) per creare le sintesi e le analisi competitive su richiesta utilizzando i comandi in linguaggio naturale e considerando solo le informazioni di cui il dirigente ha realmente bisogno per prendere decisioni informate e velocemente.

Questo è esattamente ciò che il prototipo ha permesso di fare ai due club. Ha preso un’attività che richiedeva molto tempo e l’ha automatizzata in modo intelligente per renderla utile. Presto introdurremo questa funzionalità come parte della nostra suite di gestione sportiva, SAP Sports One, che dal 2015 aiuta atleti e squadre a ottenere risultati migliori nelle loro discipline e a creare esperienze coinvolgenti per i tifosi.

Perché i business leader dovrebbero preoccuparsi di migliorare i report di scouting?

Perché i business leader dovrebbero preoccuparsi di migliorare i report di scouting? Per due motivi: in primo luogo, perché si trovano ad affrontare molte delle stesse sfide nella propria azienda, con la necessità di sfruttare la potenza dei propri dati rapidamente e on demand per ottenere un vantaggio competitivo. In secondo luogo, perché l’AI generativa non è solo una soluzione specifica per un problema specifico.

La sua vera magia è che è anche scalabile all’interno di tutta l’organizzazione per rispondere ad altre esigenze di business, dalla gestione dei finanziamenti e della catena di approvvigionamento agli acquisti, ai viaggi, alla formazione e altro ancora.

AI generativa e SAP BTP

Ad esempio, quando l’AI generativa è combinata con SAP Business Technology Platform (SAP BTP), le aziende hanno la possibilità di scrivere codice, mantenendo il proprio core pulito e costruendo estensioni di intelligenza artificiale generativa per aumentare ulteriormente l’impatto.

Non c’è dubbio che i dati siano la base dello schema di gioco dei campioni nello sport. Ma stanno anche creando un nuovo playbook di valore per le aziende. E con l’era dell’AI generativa per il business appena iniziata, non vedo l’ora di vedere quali altre incredibili innovazioni passeranno dall’immaginazione alla realtà, e il valore che creeranno.

Cosa ne pensate dell’AI generativa e del valore che può creare alle aziende?

(di Scott Russell, membro dell’Executive Board di SAP)