Controllo qualità, gestione dei dati e supply chain come casi d'uso dell'IA più importanti

Lo studio sulle tendenze "Digital 2030" di valantic e dell'Istituto di ricerca Handelsblatt mostra i casi d'uso più importanti dell'IA nella pratica: controllo qualità, gestione dei dati e catena di approvvigionamento.

I casi di utilizzo dell'intelligenza artificiale sono sempre più numerosi, soprattutto nella gestione della qualità e dei dati. (Immagine: Depositphotos.com)

L'intelligenza artificiale supporta oggi i processi delle aziende del DACH in diversi modi. In collaborazione con l'Handelsblatt Research Institute (HRI), l'azienda di consulenza, soluzioni e software digitali valantic ha analizzato quali casi d'uso sono particolarmente importanti per le aziende e quale ruolo gioca l'appartenenza al settore. I risultati mostrano che le applicazioni di IA sono già molto popolari tra le aziende, in particolare nel controllo qualità e nella gestione automatizzata di dati e documenti. Anche l'ottimizzazione della supply chain con l'IA è un campo di applicazione importante per molti.

valantic e l'HRI hanno intervistato circa 700 decisori di aziende in Germania, Austria e Svizzera per scoprire quale valore aggiunto stanno già ottenendo con l'uso di applicazioni di IA all'interno dei loro processi aziendali (Applied AI). Secondo l'indagine, due aziende su tre riportano già benefici misurabili basati sulle applicazioni di IA, ad esempio sotto forma di aumento dell'efficienza, riduzione dei materiali e dei costi o aumento del fatturato e della redditività. Lo studio ha anche analizzato la rilevanza di questi diversi casi d'uso.

Quali casi d'uso sono particolarmente importanti?

Nell'ambito del sondaggio, il committente dello studio ha distinto 14 cluster di casi d'uso e ha chiesto ai partecipanti quali di queste aree applicative fossero più importanti per la propria azienda. I cinque cluster seguenti sono stati considerati più rilevanti dagli intervistati:

  1. Controllo qualità: identificare i difetti e garantire la qualità del prodotto mediante ispezioni visive o altre ispezioni sensoriali.
  2. Gestione di documenti e dati: estrarre, elaborare e gestire informazioni da documenti e record di dati in grandi quantità, in modo automatico e di alta qualità.
  3. Ottimizzazione della catena di approvvigionamento: ad esempio, previsione precisa della domanda, ottimizzazione dei percorsi di consegna, riduzione dei livelli di scorte, pianificazione ottimizzata della produzione e della logistica.
  4. Robotica e prodotti intelligenti: automazione delle funzioni dei prodotti; interazione tra sensoristica, controllo e logica per il funzionamento autonomo e l'ottimizzazione dei prodotti hardware.
  5. Automazione nel servizio clienti: chatbot e assistenti virtuali per elaborare le richieste dei clienti e fornire assistenza.

La creazione di contenuti mediatici supportata dall'intelligenza artificiale è ancora meno rilevante

Mentre i 5 principali casi d'uso dell'IA sono stati citati da circa un terzo degli intervistati come i più importanti per la propria azienda, i responsabili decisionali di livello C attribuiscono ancora un'importanza relativamente bassa ai casi d'uso classici dell'IA generativa. Ad esempio, la generazione di contenuti creativi (immagini, testi, suoni o video) è stata solo una delle aree di applicazione più importanti per le applicazioni di IA nella propria azienda per poco meno di uno su cinque (19 percento).

Un altro dato emerso dallo studio è che le aree di applicazione a cui viene assegnata la massima rilevanza per le applicazioni di IA variano a seconda del settore di appartenenza delle aziende. Ad esempio, le aziende di settori industriali come l'automotive, la produzione di bevande e alimenti o la manifattura in genere attribuiscono grande importanza al controllo della qualità tramite l'IA, mentre nel settore sanitario e farmaceutico la maggior parte dei responsabili delle decisioni cita la gestione dei documenti e dei dati come un caso d'uso importante. Il caso d'uso più frequentemente citato nel settore della vendita al dettaglio e dei beni di consumo è l'ottimizzazione della catena di approvvigionamento. Per contro, gli acquisti e le vendite sono estremamente importanti per le aziende di servizi pubblici, con molti intervistati che indicano l'ottimizzazione dei prezzi come un'applicazione importante.

Laurenz Kirchner, Managing Director e Data & AI Practice Lead di valantic, afferma: "Il nostro studio dimostra che l'IA non è più una visione del futuro, ma viene utilizzata attivamente in molte aziende. Molte aziende si stanno concentrando sulla questione di quali aree di applicazione offrano i maggiori vantaggi nella propria azienda. I responsabili delle decisioni devono dare priorità ai casi d'uso con un reale valore aggiunto e ancorare strategicamente le iniziative di IA. Senza obiettivi chiari, priorità e integrazione nella strategia aziendale, non ci sarà alcun valore aggiunto".

Fonte: valantico

(Visitato 42 volte, 3 visite oggi)

Altri articoli sull'argomento