Intelligenza Artificiale e servitization: come migliorare efficienza operativa e soddisfazione dei clienti

Intelligenza Artificiale e servitization: cosa sta cambiando?

Quando si parla di servitization si intende un modello che ha come presupposto il passaggio dal prodotto al servizio, dalla vendita di un asset all’erogazione, basata su un modello ricorsivo, dei benefici che quello stesso asset è in grado di mettere a disposizione di consumatori e aziende. Una trasformazione che oggi permette alle imprese di entrare in una nuova dimensione di business grazie in particolare a due fattori: l’utilizzo di soluzioni di Intelligenza Artificiale e la possibilità offerta dalla servitizzazione di migliorare efficienza operativa, sostenibilità e soddisfazione dei clienti.

La premessa concettuale di queste due prospettive secondo Enrico Bellinzona, Large Corporate Market Line Manager di Dedagroup Business Solutions risiede nel fatto che quando si parla di servitizzazione si parla naturalmente di conoscenza e di efficienza: “il passaggio dal prodotto al servizio implica già un passaggio molto concreto verso la conoscenza dettagliata e la ottimizzazione di tutte le risorse e verso la riduzione di ogni forma di spreco. L’Intelligenza Artificiale è “esattamente quello che serve – prosegue – per accelerare e rendere sempre più preciso il passaggio dalla grandissima mole di dati che i prodotti sono in grado di generare a quella conoscenza che permette di comprendere quali forme e quali modalità devono caratterizzare il miglior servizio possibile per gli utenti”.

Le basi del rapporto tra servitizzazione e Intelligenza Artificiale

Per Bellinzona sostenibilità, Intelligenza Artificiale e servitizzazione sono tre dei temi più innovativi oggi sul mercato anche per quanto attiene l’evoluzione dei modelli di business. “Come Dedagroup – sottolinea – abbiamo investito da tempo per offrire soluzioni basate sull’Intelligenza Artificiale puntando fondamentalmente su due macroaree: quella dedicata all’analisi e all’inferenza statistica per estrarre intelligenza dai dati e quella che utilizza le reti neurali per parlare la lingua dell’essere umano sia a livello testo che di immagini. Su questa seconda dimensione, che comprende i temi del Natural Language Processing NLP e dell’image processing, l’azienda ha tra l’altro deciso da tempo di aprire un laboratorio specifico oggi composto da più di 10 data scientist”.

La componente di sviluppo legata alle reti neurali è stata tra l’altro oggetto di una importante accelerazione negli ultimi anni grazie in particolare alla disponibilità di dati e di capacità elaborativa. Una opportunità questa che ha permesso di avviare forme di addestramento molto più efficaci e precise con le quali si sono ottenuti risultati sempre migliori in termini di affinamento degli algoritmi che vanno collocati e letti nell’ambito del percorso che ha condotto verso la generative AI.

Enrico Bellinzona e Dedagroup Business Solutions saranno tra i protagonisti della prossima edizione di

ASAP Service Management Forum:

“Servitization and Beyond: Explaining the Transformation” del prossimo 16-17 novembre

(qui per maggiori informazioni sull’evento e per iscriversi)

Servitization: Intelligenza Artificiale e NLP per automatizzare processi produttivi e operation

Di fatto, Artificial Intelligence e NLP si sono dimostrati da subito strumenti efficaci per automatizzare tutte quelle componenti dei processi produttivi o delle operations che possono sfruttare le grandi potenzialità nella gestione del linguaggio naturale, nel riconoscimento delle immagini e nella integrazione tra fonti dati diverse. Ed è da questo passaggio che arrivano i maggiori benefici per la servitizzazione: “nel momento in cui si può passare da un modello a prodotto verso un modello a servizio – spiega Bellinzona – tutte le possibilità per erogare e rendere il servizio sempre più efficace rappresentano anche delle possibilità per aumentarne il valore e l’automazione abilitata dall’Artificial intelligence che può agire in tanti punti del processo di service transformation”.

Intelligenza Artificiale generativa e servitizzazione: un nuovo ruolo per il linguaggio naturale

L’interazione tra persone e prodotti rappresenta a tutti gli effetti uno dei fattori chiave per il successo dei progetti di Intelligenza Artificiale e servitization. Questo aspetto risulta poi particolarmente importante nel caso in cui la servitizzazione sia riferita al mondo B2B e ad asset destinati alla produzione di beni e servizi. L’utilizzo del linguaggio naturale costituisce infatti un potente fattore di semplificazione nella gestione dei sistemi e nello stesso tempo apre le porte allo sviluppo di nuove forme di valorizzazione.

A questo proposito Bellinzona sottolinea l’importanza dello sviluppo basato su reti neurali e sui Large Language Model che stanno ampliando in maniera esponenziale il potenziale di efficacia delle tradizionali applicazioni che utilizzano il linguaggio naturale. Come già sottolineato si tratta di un fenomeno che arriva grazie all’enorme quantità di dati che è ormai nel patrimonio di ogni azienda e che può contare sull’addestramento e affinamento degli algoritmi in modo da dotare i sistemi di produzione nel mondo manifatturiero (per fare un esempio) di interfacce di comprensione del linguaggio naturale per generare risposte a domande espresse direttamente a voce dagli operatori sul campo.

Questi modelli, affinando step by step la formulazione delle richieste che arrivano dagli utenti, riescono a fornire risposte sempre più coerenti al contesto che si vuole indirizzare. “Si tratta – prosegue Bellinzona – di una vera e propria esplosione di efficacia basata sull’enorme semplificazione dei modelli di intelligenza artificiale generativa”.

Generative AI e servitizzazione: come agire

Se si guarda poi più nello specifico alla fase operativa prendendo come esempio un settore importante come quello dei sistemi di produzione e automazione industriale le potenzialità dell’Intelligenza Artificiale generativa possono essere ben comprese considerando le sue straordinarie potenzialità nel “macinare” una quantità impressionante di informazioni testuali non strutturate e guardando alle tipologie di fonti che caratterizzano le aziende di questi settori. In questo senso Bellinzona invita a considerare come questo mondo faccia riferimento fondamentalmente a tre grandi fonti di informazioni, per l’appunto eterogenee, complesse e nello stesso tempo con un grande potenziale di conoscenza da gestire:

1. la manualistica tecnica
2. i rapporti relativi agli interventi tecnici
3. i ticket per le richieste di assistenza

La manualistica tecnica è il punto più accessibile, caratterizzato da diverse fonti, tra cui PLM, informazioni strutturate funzionali alla manutenzione, istruzioni legate a montaggio e ai principali interventi

I rapporti di intervento realizzati sugli impianti che registrano lo stato di funzionamento della macchina, i segnali, i “sintomi” e le diagnosi relative agli interventi effettuati con i risultati nel corso del tempo.

I ticket legati alle specifiche richieste di assistenza con le chiamate, le classificazioni degli eventi legati alla manutenzione. In questo caso le soluzioni adottate rappresentano un patrimonio di dati di tipo tecnico ed economico che offrono preziose indicazioni anche su elementi come il timing degli interventi e come i diversi scenari costituiti, ad esempio, dalle scelte di riparazione o di sostituzione per la soluzione di un problema.

Il grande valore dell’Intelligenza artificiale generativa, in questo tipo di esempi è quello di poter lavorare questa enorme mole di informazioni eterogenee e spesso destrutturate in modo da costruire una gestione della conoscenza degli impianti, delle macchine, dei sistemi veloce e precisa in forma di “dialogo” tra l’operatore e la macchina stessa.

L’altro grande valore aggiunto nel rapporto tra Intelligenza Artificiale e servitization è fondamentalmente basata sulla gestione della conoscenza e ha bisogno, a sua volta, di gestire la conoscenza stessa. Il vantaggio competitivo per le imprese arriva anche dalla capacità di aumentare e arricchire questa conoscenza in favore dei clienti e di facilitarne l’accesso. Non deve più essere necessario leggere manuali di istruzione lunghissimi, ma si può dialogare con la macchina utilizzando il proprio stesso linguaggio, sia per avere indicazioni sul suo funzionamento, sia per aiutare la macchina nel suo “apprendimento”.

Servitizzazione come ripensamento del rapporto tra azienda e clienti

Occorre tornare poi a ricordare che la servitizzazione presuppone un ripensamento completo nel rapporto tra un’azienda e i propri clienti. Si tratta infatti di un fenomeno che sposta il baricentro dalla vendita di un prodotto fisico, alla gestione di una relazione il cui asset di riferimento fondamentale è basato sulla conoscenza.

Ed è proprio su questo asset che Intelligenza Artificiale e servitization esprimono il proprio potenziale, perché sono nella condizione di cambiare, in generale, il processo di generazione della conoscenza in azienda e consentono nello specifico di agire sui fattori di knowledge management che governano i processi e i progetti di trasformazione del modello di business dal prodotto al servizio.

Servitizzazione e sostenibilità

“A mio avviso – precisa Bellinzona – la servitizzazione deve partire dalla “testa”, deve essere frutto di un disegno strategico. Non si può pensare alla semplice evoluzione di una vendita in cui lo stesso prodotto anziché essere ceduto viene messo a disposizione in forma di servizio. La servitizzazione è molto di più e presuppone un progetto completo, che parte dal ripensamento del prodotto, del modo in cui viene utilizzato, dei presupposti che caratterizzano la relazione tra l’utente e l’azienda produttrice, con un’analisi del flusso di dati e con le logiche di trasformazione dai dati in conoscenza che determinano il vero valore del progetto.

Non tutti i prodotti peraltro si prestano a questa evoluzione, occorre individuare quelli che rispondono a esigenze specifiche in termini di service e su questi costruire uno specifico modello di valorizzazione.

In questo modello rientrano a pieno titolo gli obiettivi di sostenibilità. In un prodotto gestito come servizio la prevenzione di ogni malfunzionamento è un valore, la riduzione di ogni forma di spreco è un valore, la capacità di prolungare la sua presenza presso i clienti è a sua volta un valore, così come la predisposizione ad essere facilmente recuperato, rigenerato o riciclato rappresenta una forma specifica di valore.

Si aprono le porte a tante e diverse forme di valore che si traducono in riduzione di costi e in un aumento delle opportunità di business a cui fanno riferimento diversi obiettivi di sostenibilità. Nello stesso tempo però, come ricorda Bellinzona, si tratta di “prospettive che non si possono “appoggiare” su un prodotto progettato per essere venduto e per essere sostituito dopo un certo periodo di tempo, ma che devono essere pensate e integrate in un prodotto progettato per erogare dati e per diventare uno strumento di servizi”.

Servitizzazione, AI e ESG

Assodato che la servitizzazione rappresenta un tema di sostenibilità già di per sé, il vero tema è rappresentato dalla capacità di controllare e di misurare il governo di tutti i fattori che stanno alla base del servizio e della gestione delle risorse necessarie per erogarlo. “Con la servitizzazione – spiega Bellinzona – vale il principio che si può migliorare solo ciò che si riesce a controllare e misurare. I benefici della servitizzazione a tutti gli effetti si valutano in termini di performance e tutte le operation sono basate su un controllo minuzioso e dettagliato di tutti i fattori. In altre parole, se si riesce ad avere un sistema di monitoraggio e governo efficace allora si è nelle condizioni di prendere delle decisioni consapevoli, di misurare la gestione di tutte le risorse e di rendicontarle con precisione e in questo senso Intelligenza artificiale e servitizzazione sono propedeutici all’ESG”.

In merito alle prospettive future della servitizzazione Bellinzona sottolinea che “siamo in una fase in cui grazie al rapporto tra Intelligenza Artificiale e servitization ci sono condizioni più favorevoli per pianificare e progettare un passaggio da prodotto a servizio con un importante ritorno dell’investimento. La strategia più accorta e appropriata in questo senso – conclude – è nella definizione e adozione di una vera e propria roadmap verso la servitizzazione in cui si deve pensare in grande ma iniziare in piccolo. Un approccio che invita a sperimentare, magari su un sottoinsieme di un prodotto, per verificare il riscontro del proprio mercato e per progettare il modello organizzativo e il tipo di ritorno che si può ottenere su una scala più ampia”.