L’AI può aiutare la ripartenza?

Oggi gran parte delle decisioni passano già attraverso gli algoritmi, spesso frutto di machine learning. Le tecnologie da romanzo distopico sono già tra noi e influenzano tanto il nostro shopping quotidiano quanto la navigazione in Rete. Ci siamo allora chiesti: l’AI può essere una alleata in questo difficile periodo di ricostruzione? Una domanda troppo complessa perché fossimo noi a dare la risposta e così l’abbiamo girata a chi, con l’AI, ci si confronta quotidianamente: Michele Grazioli, giovanissimo fondattore dell’altrettanto giovanissima Vedrai.

Si tratta di una realtà nata in piena pandemia a maggio 2020 con un capitale sociale di un milione di euro apportato dai quattro soci fondatori, la società ha in breve tempo conquistato l’attenzione di aziende e clienti grazie alle sue tecnologie. Vedrai sviluppa e implementa soluzioni e piattaforme basate su Intelligenza Artificiale per il supporto a imprenditori e manager nei processi decisionali aziendali.

In particolare, ha creato la piattaforma Decidere che è in grado di raccogliere le informazioni, verificarne la correttezza, analizzare i dati e identificare KPI rilevanti. Di fatto, ancor prima che le decisioni vengano prese, la tecnologia di Vedrai ne calcola l’impatto sull’azienda, analizzando decine di migliaia di variabili (aziendali e ambientali) e individuando le possibili relazioni di causa-effetto tra ciò che accade in azienda e ciò che avviene nel contesto in cui si opera.

Michele Grazioli, Presidente e Amministratore Delegato di Vedrai

Qual è il settore nel mercato italiano in cui le piattaforme di intelligenza artificiale possono essere un driver importante per la ripartenza?

Nel tessuto economico italiano hanno un ruolo fondamentale le PMI, in particolare quelle manifatturiere. In questo contesto l’intelligenza artificiale può dare una forte spinta allo sviluppo della cosiddetta smart factory. In particolare le piattaforme di intelligenza artificiale possono essere utilizzate per supportare la pianificazione della produzione industriale e nella gestione della supply chain, diventando una sorta di “pilota automatico” che consente di sgravare imprenditori e responsabili degli impianti di produzione di tutta quella attività di pianificazione dei rifornimenti delle materie prime, di previsione della variazione della domanda e di conseguenza di pianificazione delle attività produttive.

Altri contesti plausibili?

Un altro contesto molto interessante di applicazione dell’AI nel manifatturiero è la manutenzione predittiva che consiste nella possibilità di capire preventivamente quando dei componenti di macchinari e impianti stanno per rompersi.
La manutenzione predittiva è un valore aggiunto per l’utente finale del prodotto, che non vivrà il tipico disagio di un prodotto non funzionante a causa di una rottura. Diventa quindi una grande opportunità anche per le aziende, che potranno sviluppare nuovi modelli di business basati sulla servitizzazione: i prodotti potranno essere venduti in abbonamento e gestiti come servizi che oltre all’uso del bene mettono a disposizione anche la manutenzione.
Questi sono solo due esempi di applicazione delle piattaforme di AI come quella sviluppata da Vedrai nell’ambito manifatturiero, ma in realtà i settori a cui si possono applicare sono molti: dal retail alle piattaforme online.

Nello scorso anno anche in Italia abbiamo assistito ad un’esplosione dell’ecommerce come conseguenza della chiusura dei negozi fisici. In che modo l’AI può contribuire alla crescita delle realtà che hanno da sempre puntato sull’e-commerce e di quelle che invece più recentemente hanno deciso di sviluppare un approccio multi e/o omnicale?

Sicuramente le piattaforme di supporto alle decisioni possono dare un contributo all’ottimizzazione dell’esperienza utente e quindi al miglioramento delle conversioni dell’ecommerce. In questo ambito possiamo citare Farmaè, il primo eRetailer OnLife di Salute e Benessere in Italia, che grazie all’intelligenza artificiale elabora dati storici derivanti dall’e-commerce e dal magazzino per trasformarli in indicatori di sintesi, configurandosi come performance-booster per sfruttare appieno il potenziale di mercato odierno e porre le basi per il successo futuro.

Qualche esempio concreto?

Nello specifico, l’utilizzo della piattaforma di intelligenza artificiale consente di raccogliere informazioni relative al cliente, e ottimizzare il motore di ricerca interno per permettere ai clienti di trovare immediato riscontro tra le loro ricerche e l’offerta di prodotti di Farmaè. La finalità ultima è quella di raggiungere gli obiettivi di Dynamic Pricing e Search Optimization, individuati quali fondamentali per la crescita innovativa di Farmaè.
Nel settore del retail l’applicazione dell’AI può quindi essere strategica per differenziarsi rispetto alla concorrenza, in forte aumento come conseguenza del trend ormai inarrestabile della multicanalità. Attraverso l’ottimizzazione della ricerca da un lato infatti è possibile aumentare le conversioni, dall’altro si garantisce un miglioramento della user experience che è un elemento fondamentale per acquisire vantaggio competitivo nell’ambito degli ecommerce.

Una degli investimenti strategici per le aziende è il budget marketing, che nello scorso anno in un momento di forte incertezza è spesso stato tagliato perché identificato come un costo insostenibile in un periodo di crisi. Le piattaforme di supporto alle decisioni basate sull’AI offrono degli strumenti per ottimizzare questo tipo di costi e comprenderne le ricadute sul business?

Assolutamente sì, in particolare nel mondo del digital advertising. La scelta delle aziende di investire in digital marketing spesso è guidata dalla possibilità di tracciare l’investimento e calcolare i costi di acquisizione utente per ogni canale. In questo mondo ideale però si inserisce la problematica di un customer journey sempre più frammentato, in cui l’utente prima di convertirsi all’acquisto entra in contatto con il brand attraverso molteplici touch point. Come conseguenza non è così banale capire quale investimento ha contribuito all’acquisizione di un nuovo cliente. La soluzione a questa problematica arriva proprio dalle piattaforme di AI come quella sviluppata da Vedrai, che tramite delle analisi statistiche simulate sulle diverse variabili, calcola il contributo di ogni canale sul journey di conversione dell’utente. L’obiettivo di queste simulazioni è comprendere come allocare in maniera ottimale il budget destinato ai canali digitali. In questo modo le aziende hanno visibilità sull’effettivo ritorno dell’investimento in advertising online, quindi possono scegliere con maggiore consapevolezza su quali canali vale la pena investire.