È ormai risaputo: l’AI generativa è in grado di portare importanti benefici in vari dipartimenti aziendali: dal marketing alla vendita passando per l’assistenza clienti, solo queste funzioni aziendali rappresentano la metà dell’impatto complessivo di efficientamento e incremento della produttività portato dall’Intelligenza Artificiale Generativa che McKinsey ha stimato essere al di là dei 4 miliardi dollari all’anno.
Il ruolo sempre più pervasivo dell’AI generativa nell’industry
Questo è vero per tutti i settori, compreso quello manifatturiero. A tal proposito, qualche settimana fa abbiamo avuto il piacere di partecipare a un convegno sul tema all’interno di un importante evento di settore. La tavola rotonda è stata l’occasione per riflettere sulla crescente importanza di questa tecnologia in un settore di stampo “tradizionale” come quello dell’industria manifatturiera.
Spesso ci troviamo ad aprire tavoli di lavoro sull’argomento con dirigenti di aziende del settore e la prima domanda che ci viene posta è la seguente: l’AI generativa deve essere la leva di trasformazione dell’interazione con i miei stakeholder esterni o piuttosto un catalizzatore di produttività per il mio team interno? La risposta è semplice: entrambi!
I casi d’uso più consistenti di AI generativa che abbiamo sviluppato in questa industry supportano innanzitutto l’operatività del team di vendita, di marketing o market intelligence e di assistenza. Sono questi i team che faticano a recuperare informazioni di mercato, ordini aperti, chiusi e in corso, dati relativi alla performance su contratti quadro, alla gestione dei ticket. I nostri clienti si aspettano dall’AI proprio la facoltà di aiutare un venditore a scrutare dati di mercato forti o deboli, e incrociarli con dati disponibili nel database-cliente per proporre a ogni cliente il miglior prodotto, la miglior soluzione, al miglior prezzo.
Parliamo di segmentazione dinamica del mercato, parliamo di leggere tra le trascrizioni delle conversazioni effettuate dal team di televendita o dal team di assistenza. Ma parliamo anche di assistenti intelligenti che suggeriscono a un manutentore le cause di guasto più comune, che creino automaticamente una bozza di rapporto d’intervento, o che supportano l’acquisto di un prodotto su un sito di vendita online, che creano la descrizione di un articolo sulla base della specifica tecnica e che lo traducono nella lingua della persona connessa.
Le sfide da affrontare
A partire dall’anno scorso noi di Salesforce abbiamo introdotto e testato applicativi basati sull’AI generativa, chiedendoci innanzitutto come poter scalare nel mondo aziendale una tecnologia pensata per i consumatori. Nel mondo aziendale non parliamo di un’assistente che risponda a qualunque domanda ma piuttosto che supporti casi d’uso specifici. Ad esempio, ad Einstein i nostri clienti possono fare domande e richieste come “Qual è la mia previsione di vendita per il trimestre?”, oppure “Fammi un riepilogo dell’account”, o ancora “Genera un segmento per il lancio dell’offerta digitale e crea un’email”.
Rapidamente ci siamo scontrati con il primo scoglio, ovvero quello legato alla gestione e trascrizione sicura dei dati aziendali nei prompt concepiti per interrogare gli LLM. Ecco perché abbiamo lavorato con il nostro team di sviluppo per realizzare quello che chiamiamo il trust layer, ovvero un’infrastruttura tecnologica che permetta di mascherare i dati sensibili nel barriere di sicurezza della categoria, dal prodotto alle nostre policy. Progettato per standard di sicurezza di livello aziendale, Einstein Trust Layer consente ai team di trarre vantaggio dall’intelligenza artificiale generativa senza compromettere i dati dei clienti. Si tratta di una sequenza di gateway e sistemi di recupero che basano i prompt sui dati mitigando al tempo stesso i rischi, con grounding dinamico, mascheramento dei dati, e mitigazione della la tossicità e gli output dannosi.
L’altra sfida relativa all’implementazione dell’AI in realtà manifatturiere riguarda l’aspetto organizzazionale: portare l’AI generativa in azienda necessita una forte spinta dall’alto, perché il management supporti l’investimento e la sperimentazione di casi d’uso, perché non finisca, come molte aziende, in un blocco anacronistico dell’accesso ai LLM. D’altra parte tutti gli utenti business devono avere l’opportunità di partecipare all’ideazione e alla prioritizzazione e alla valutazione dei piloti.
Questo crea una vera adesione e riduce paure, ansie, frustrazione che notoriamente sono sempre state associate alla digitalizzazione e soprattutto automazione nel manifatturiero.
Il caso di successo Siemens
Per dare meglio l’idea dei benefici che l’implementazione dell’AI generativa può portare in aziende manifatturiere vale la pena menzionare Siemens. Con loro abbiamo lavorato allo sviluppo di un portale per clienti e partner, SiePortal, che rappresenta una vera finestra di accesso a tutto il catalogo dei prodotti e delle soluzioni, che permette a ciascun cliente della società che possiedono e operano macchinari Siemens di avere una visione d’insieme di tutte le macchine e i contratti in corso, ma anche di riordinare parti e servizi.
L’intelligenza artificiale generativa porterà a suggerire prodotti simili in caso di pezzi non disponibili in inventario, tradurre istantaneamente specifiche tecniche in altre lingue, avere una conversazione con un assistente artificiale attraversa un bot, che abbia peró tutto il contesto e lo storico delle conversazioni e della relazione cliente.
L’adozione dell’AI generativa nel settore manifatturiero migliora significativamente l’efficienza dei team di vendita e assistenza e l’interazione con i clienti. Per sfruttare al meglio questi benefici, è essenziale un forte impegno tecnologico e organizzativo, con infrastrutture sicure e coinvolgimento attivo del personale. Il management ha un ruolo chiave a supporto della sperimentazione e l’innovazione, consentendo di usare l’AI generativa per aumentare la competitività e la soddisfazione dei clienti.
Scopri di più sul progetto di implementazione AI di Siemens
