NS12 è PMI Innovativa
+39 0689178001

Decision Intelligence è la nuova Intelligenza Artificiale?

Le piattaforme di business intelligence si stanno evolvendo. 

Aggiungendo intelligenza artificiale e machine learning, le aziende stanno trasformando dashboard dati e analisi aziendali in piattaforme di supporto decisionale più complete. Questo movimento verso la Decision Intelligence vede il suo sofisticato mix di strumenti sempre più integrato nei flussi di lavoro aziendali, quando e dove i responsabili delle decisioni ne hanno più bisogno.

Ma Decision Intelligence che cos’è esattamente? Si tratta di una nuova intelligenza artificiale?

L’intelligence decisionale è la capacità dell’azienda di elaborare grandi quantità di dati per prendere decisioni” afferma Nicole France, analista di Constellation Research.

Decision Intelligence aiuta a supportare, aumentare e automatizzare le decisioni aziendali collegando i dati alle decisioni e ai risultati. L’intelligenza decisionale utilizza una combinazione di metodi e tecnologie per migliorare il modo in cui vengono prese le decisioni nelle organizzazioni aziendali. L’intelligenza decisionale include inoltre la valutazione continua dei risultati delle decisioni e l’ottimizzazione degli stessi attraverso un sistema di feedback personalizzato.

Il termine “decision intelligence” è stato reso popolare nel libro di Lorien Pratt del 2019 “How Decision Intelligence Connects Data, Actions, and Outcomes for a Better World” dopo che Google ha lanciato il suo dipartimento di intelligence decisionale nel 2018. Nell’ottobre 2021, gli analisti di Gartner hanno identificato l’intelligenza decisionale come una delle tendenze tecnologiche di maggior impatto per il 2022.

Perché l'intelligenza decisionale è importante?

I successi delle aziende dipendono dalle decisioni prese. Queste decisioni vanno dalla selezione del mercato di riferimento all’assunzione di talenti fino all’autorizzazione al pagamento delle fatture. Ogni anno vengono prese quasi tre miliardi di decisioni aziendali e i risultati della ricerca di Bain mostrano una correlazione del 95% tra l’efficacia delle decisioni e la performance finanziaria.

Tuttavia, il processo decisionale è irto di sfide e le decisioni importanti e complesse vengono spesso prese da persone senza informazioni, tempo o esperienza sufficienti. Secondo i risultati di McKinsey, il 72% dei dirigenti riferisce che le decisioni sbagliate sono frequenti quanto quelle giuste e un’azienda media spreca in media 250 milioni di dollari all’anno a causa di un processo decisionale inefficace.

In che modo l'intelligence decisionale consente il processo decisionale aziendale?

Ci sono tre livelli in cui Decision Intelligence può supportare le decisioni aziendali.

Il primo livello è il supporto decisionale, in cui le macchine forniscono alcuni strumenti di base per supportare il processo decisionale umano, come avvisi, analisi ed esplorazione dei dati. Le decisioni stesse sono prese interamente dagli esseri umani.

Il secondo livello è l’aumento delle decisioni, in cui le macchine svolgono un ruolo più ampio e più proattivo nel processo decisionale. Analizzano i dati e generano raccomandazioni e previsioni per i decisori umani da rivedere e convalidare. Ad esempio, potrebbero dare una raccomandazione del tipo: “Dovresti acquistare 200 prodotti dal venditore A prima del 30 marzo; questo ti consentirà di risparmiare 20 mila euro”. Gli esseri umani possono prendere decisioni in base ai suggerimenti della macchina semplicemente accettando la raccomandazione, oppure possono collaborare con la macchina per modificare la raccomandazione stessa.

Il terzo livello è l’automazione delle decisioni, che riduce ulteriormente il coinvolgimento umano necessario nel processo decisionale. A questo livello, le macchine eseguono in autonomia sia la fase di decisione che quella di esecuzione. Per il primo passaggio, prendono decisioni autonome, utilizzando una combinazione di strumenti come regole, ottimizzazioni e previsioni basate sull’intelligenza artificiale. Per la seconda fase, attuano automaticamente tali decisioni senza il coinvolgimento umano. Invece, gli esseri umani hanno una panoramica di alto livello, monitorando i rischi e qualsiasi attività insolita e rivedendo regolarmente i risultati per migliorare il sistema.

Questo è in gran parte un modello di maturità, con la possibilità di avanzare attraverso i livelli. Tuttavia, non tutte le decisioni dovrebbero essere automatizzate o aumentate. Alcuni dati sono così sensibili, complessi o rari che è meglio mantenerli a livello di supporto decisionale mantenendo un approccio umano.

Un sistema di Decision Intelligence efficace in teoria dovrebbe offrire tutte e tre le modalità operative: supporto, potenziamento e automazione. Ciò consentirebbe agli utenti di avanzare attraverso i livelli di automazione mentre sviluppano fiducia nella tecnologia e nelle sue capacità. Consentirebbe inoltre la possibilità di declassare il livello di automazione quando necessario, ad esempio nel caso di eventi come la pandemia di Covid-19, durante i quali i dati di vendita dell’anno precedente erano irrilevanti e le previsioni di apprendimento automatico basate su di essi non erano più utili.

Quali sono le componenti dell'intelligenza decisionale?

La tecnologia di Decision Intelligence è una combinazione di tecnologie esistenti, tra cui l’intelligenza artificiale e l’automazione dei processi, con la capacità di fare più di qualsiasi di esse individualmente. L’intelligenza artificiale e l’apprendimento automatico si concentrano sui dati, possono generare approfondimenti ma sono spesso disconnessi dall’esecuzione e dai risultati delle decisioni, possono automatizzare le attività e renderle più efficienti, ma possono solo eseguire ciò per cui sono state programmate e hanno un impatto limitato sull’efficacia delle decisioni.

L’intelligenza decisionale combina queste tecnologie, collegando i dati con decisioni, azioni e risultati. Può produrre approfondimenti basati sui dati, utilizzarli per generare decisioni, eseguire tali decisioni e supportare il processo di feedback valutandone l’efficacia e il successo.

Un’efficace tecnologia di intelligence decisionale incorpora un sistema per il coinvolgimento degli utenti per:

  • Spiegare e giustificare le raccomandazioni del sistema (non una scatola nera ma una scatola di vetro).
  • Imparare dal feedback umano sulle decisioni precedenti (compresi i motivi, scelti da una serie di codici di motivazione, perché le persone accettano o rifiutano le sue raccomandazioni).
  • Confrontare le sue previsioni sull’impatto delle decisioni con il loro impatto effettivo e imparare di conseguenza per migliorare l’efficacia delle decisioni.

 

E tu, hai già iniziato la tua trasformazione decisionale?

This website uses cookies and asks your personal data to enhance your browsing experience. We are committed to protecting your privacy and ensuring your data is handled in compliance with the General Data Protection Regulation (GDPR).