Visti gli
straordinari progressi tecnologici degli ultimi anni, il dibattito
sul rapporto tra virtualità e realtà, tra digitale e umano è
diventato sempre più imperante e le perplessità su come andrebbe gestita la
transizione verso una sempre più pervasiva integrazione uomo-macchina non
sono poche. L’Intelligenza Artificiale,
o più precisamente l’apprendimento automatico o machine learning,
è la tecnologia che sta alla base di questo straordinario e rapidissimo
cambiamento. L’esposizione
alle nuove forme di Intelligenza Artificiale cambierà l'esperienza delle persone
nella loro interazione con oggetti e contesti sempre più tecnologici. Non è
detto che gli utenti siano pronti a questo tipo di nuove esperienze, ma le
macchine dotate di algoritmi IA sono già qui e tutti, volenti o nolenti,
dobbiamo fare i conti con la loro evoluzione, presenza, abilità e pervasività. Come sarà,
dunque, la coesistenza tra risorse umane e macchine nel mondo del lavoro?
Entriamo nello
specifico con Elisa Sabattini, Head of AI &
Machine Learning Sales Team di Injenia che in qualità di Senior Account Manager segue in
particolare i progetti di una area di business, il Machine Learning, che insieme a Collaboration e Architetture Google Cloud
costituisce il core business
dell’azienda bolognese.
Di che cosa si occupa Injenia,
esattamente?
Injenia si occupa di Digital Transformation a tutto tondo, andando a toccare tutti i punti
nevralgici di questo processo: le persone, la tecnologia, i
progetti di innovazione, gli obiettivi di business. Siamo
oggi l’unico partner in
Europa ad avere la tripla certificazione Google: Cloud Infrastructure, Machine Learning, Enterprise Collaboration. Anche sui progetti di collaboration stiamo infatti avendo un ottimo riscontro: lo scorso
anno abbiamo vinto il contest Digital360 Awards per la
categoria Smart Working
e Collaboration, con CollaborAction, il progetto realizzato dalla
partnership con Barilla. Siamo una
punta di diamante per Google in Italia nel ML, tra i
primi 100 in una graduatoria che
conta oltre
10.000 aziende virtuose, secondo l’indagine “Campioni di crescita 2020”, di A&F.
“System Innovator e People Integrator”, questo
uno dei claim di Injenia…Cosa significa?
System Integrator sono tipicamente quelle
aziende IT che hanno l’obiettivo di integrare diversi sistemi informativi. In Injenia, però,
abbiamo un approccio diverso: una
particolare visione della tecnologia, che
vede l’innovazione come invincibilmente legata alle persone, le stesse persone
che poi si fanno promotrici delle esigenze aziendali e che utilizzano i risultati dei progetti. Quindi:
“System Innovator” perché nel nostro DNA c’è la volontà di innovare le aziende e “People Integrator” perché per noi è impossibile parlare di innovazione a meno che
questa non scaturisca e passi attraverso le persone. Per Injenia
la Digital Transformation la
fanno, sì i tool tecnologici, ma soprattutto gli esseri umani.
Come vede Injenia
la tecnologia in senso lato?
Per Injenia la tecnologia è un abilitatore. Nelle
nostre presentazioni quello che spesso mostriamo è un passaggio in qualche misura epocale, anche in termini di socialità, avvenuto
negli ultimi 10 anni. La tecnologia prima ancora che in ambito lavorativo ha avuto
un impatto sulla società e
sulla cultura. Un esempio: i social network o i servizi di messaggistica istantanea che hanno modificato completamente la modalità di relazione interpersonale
e oggi hanno un riverbero anche sotto
il profilo aziendale. La tecnologia dal nostro punto di vista
non è un fine, è un mezzo: è l’uomo che deve attribuirle dei significati, altrimenti rimane
vuota. Nel momento in cui si riescono a integrare le funzionalità tecnologiche con i
desiderata e le esigenze delle persone, allora la tecnologia può rappresentare veramente un motore di innovazione, di sviluppo, di
efficientamento sui singoli processi. Ma, ancora
una volta, a guidare e a dare
significato a questi processi sono gli individui. Il concetto è: la
tecnologia per le persone e mai viceversa.
Il Machine Learning
è una delle buzzword
delle conversazioni mediatiche contemporanee…Cos’è il Machine
Learning per Injenia?
Il ML è una linea di
business su cui Injenia ha maturato una serie di competenze molto avanzate. Abbiamo più di 50
persone certificate solo in ambito Machine Learning. E il nostro è un
impegno concreto e soprattutto significativo dal punto di vista del business: da anni,
con alcune tra le più importanti realtà italiane, stiamo
intraprendendo percorsi di
digital transformation, all’interno dei quali il machine learning costituisce a tutti
gli effetti uno strumento estremamente efficace per
l’ottimizzazione dei processi
aziendali. Il paradigma della programmazione sta cambiando: invece di
programmare un computer, si insegna
al computer ad imparare qualcosa per
fargli fare quello che vogliamo. Il ML è, appunto, la creazione degli algoritmi
che consentono alle macchine
di apprendere. Injenia sta investendo molto sul ML per una
lunga serie di motivi:
perché, per esempio, consente di
analizzare milioni di dati in pochi
minuti, oppure perché permette di fare
accurate previsioni sui
comportamenti futuri o ancora perché automatizza compiti
ripetitivi sui quali gli
esseri umani, per questioni di resistenza e di soglia di attenzione, tendono a commettere errori. Il machine
learning non è, è bene ribadirlo, una soluzione pronta all’uso:
sono sempre le persone, con
la loro conoscenza approfondita dei
processi a modellare il ML affinché possa
rispondere alle reali esigenze del business.
Qual è la risposta
di Injenia alle aziende che vogliono implementare progetti di Machine Learning?
Alle aziende che ci chiedono di
fare progetti di Machine Learning ed Intelligenza Artificiale domandiamo prima di tutto di riflettere su quali siano nella realtà le
attività dei loro dipendenti, provando quindi a immaginare i modi in
cui il machine learning può
effettivamente rispondere a
specifiche esigenze. In questa fase di
discovery, l’azienda è aiutata a prendere consapevolezza della
dimensione e organizzazione del patrimonio dei
dati in suo possesso, delle tipologie a cui questi dati appartengono e dei modi in cui questi dati
possono essere valorizzati per
raggiungere determinati obiettivi. Dopo inizia una fase di analisi approfondita dei dati, che ci serve per riuscire a comprenderli pienamente.
Faccio un paio di esempi per descrivere meglio
questo momento cruciale. Per una società leader
nei settori dell'energia e delle
infrastrutture abbiamo recentemente
realizzato un sistema capace di trovare l’esatto paragrafo ricercato - in linguaggio naturale -
all’interno di un corpus documentale di 100.000 documenti. Abbiamo ottimizzato così un processo in
cui l’utente investiva troppo
tempo in attività di archivio, senza poter passare
ad attività a maggior valore
aggiunto, anche economico, come per esempio riparare un guasto in
tempi brevi. Il punto è che l’algoritmo è stato in grado di
fornire delle risposte perché si è basato sulle conoscenze delle persone. Passiamo dal testo ai machine log, i
dati derivanti dalla lettura della sensoristica: da
una mole ingente di dati abbiamo creato un modello predittivo capace
di ridurre drasticamente il numero
dei fermi macchina, consentendo un aumento della produzione
dell’8% in un anno. L’accuratezza del
modello è dell’82%, un ottimo risultato. Ma senza avere parlato a
lungo con gli operatori a bordo
macchina, cioè i tecnici, non saremmo mai riusciti a capire quale dei 5000 sensori
considerare nella fase di analisi.
Quanto conta il processo in un progetto
di Machine Learning?
Il processo in un progetto di ML conta moltissimo: è fatto di numeri che in azienda definiscono la bontà
o meno di un’azione ma è fatto anche
di una serie di dati non strutturati
come le mail, come le chat, dove andiamo a perdere, se non li recuperiamo,
quella che è l’informazione maturata
dal dipendente, magari un
dipendente con 30 anni di
esperienza, che probabilmente non è
mappata sui sistemi informativi. Senza un’analisi del
processo e soprattutto senza
considerare chi fa parte del processo è impossibile dare un
significato al dato e fare
in modo che l’informazione diventi conoscenza.
Human-in-The-Loop e
Intelligenza collettiva: due concetti innovativi di cui sentiremo molto
parlare...
A Injenia crediamo così tanto nella centralità delle persone nei progetti di
innovazione ad alto contenuto tecnologico, che abbiamo sposato proprio
quel concetto, lo Human-in-The-Loop, che sostanzialmente sottolinea quella che per noi è un’evidenza: le piattaforme necessitano di persone per portare reale valore al business e le persone
hanno bisogno delle tecnologie per
gestire i processi sociali e
lavorativi. Lo Human-In-The-Loop è strettamente connesso a un altro concetto fondamentale, quello di Intelligenza collettiva,
che in qualche modo è uguale, opposto e complementare a quello di Intelligenza Artificiale.
L’Intelligenza collettiva è il sapere della singola persona che, grazie ai processi aperti di collaborazione, diventa patrimonio conoscitivo aziendale, un tipo di conoscenza più profonda e articolata che ricomprende quelle, estese
ma inevitabilmente parziali, delle singole
persone.
Il dato ha quindi un valore inestimabile…ma da dove nasce
questo valore?
Il valore concreto dei dati
risiede nella loro potenzialità di
diventare informazione e poi conoscenza. I processi di
business generano dati strutturati, quantitativi, numeri, dati IoT da sensoristica, machine log da macchine di produzione. Parliamo, a questo proposito, di big data, provenienti dalle realtà economiche e produttive dell’azienda. Ci sono poi thick e small data, specifici di quella che è l’attività umana.
I thick data,
in particolare, rappresentano un
asset analitico qualitativo che permette di leggere il dato strutturato: in
questo modo il numero assume un
significato più pieno, perché è contestualizzato aziendalmente.
Un altro tipo di
dato, il dato non strutturato è invece qualitativo e ha origine dalle interazioni che
avvengono spontaneamente ogni giorno
tra i dipendenti via mail, attraverso le chat, per telefono, perfino su fogli di carta
e ha un grande valore perché nasce dall’urgenza di risolvere problemi
reali: i messaggi istantanei di una chat tra manutentori conservano per esempio segnalazioni di
problemi su specifiche macchine, suggerimenti personali, soluzioni
creative che derivano dall’uso
quotidiano di quell’attrezzatura. Sono informazioni che incorporano una conoscenza aziendale
profonda e articolata e soprattutto concreta e
costituiscono la necessaria premessa
per la nascita di soluzioni di social collaboration.
Il Social Process
Management, ideato da Injenia, è quindi
una soluzione di social
collaboration?
Il Social Process Management è prima di tutto un
concetto e una metodologia. Mi spiego: a volte i progetti di Machine Learning non riescono a
produrre un reale cambiamento perché non sono calati sui processi. Da qui
nasce il Social Process Management, la gestione collaborativa dei processi con modalità social che consente di estendere in azienda la naturalezza e le semplicità degli strumenti di
comunicazione che usiamo tutti i
giorni, come i social network e le
chat di messaggeria istantanea, e, allo
stesso tempo, di strutturare le comunicazioni e tracciare in real time gli eventi, di trasformare, quindi, il dato, strutturato e non strutturato, in informazione e
conoscenza. La gestione social
dei processi produttivi del Social Process
Management garantisce ai dipendenti un accesso immediato alle informazioni di cui hanno bisogno, ma
deve essere supportata da strumenti collaborativi, semplici e intuitivi.
Tra questi strumenti c’è Interacta...che cosa è esattamente?
Gli strumenti introdotti in azienda a supporto dei
processi devono essere il più semplici e intuitivi possibile: i
dipendenti non possono sprecare
troppo tempo per capire come funziona un
nuovo tool. Se gli strumenti non sono facili da
capire e immediati da utilizzare,
non sono “epidermici”, per così dire,
c’è il rischio che la loro introduzione
sia percepita come
un’imposizione dall’alto, che non
tiene conto né del processo né delle persone e che quindi non aggiunge
realmente valore. La riflessione di partenza era: riuscire a capire come comunicano oggi i
dipendenti per fare in modo che l’informazione, soprattutto quella non strutturata, non
circoli all’interno di ambienti non aziendali. Interacta, ideato da Injenia, “mette a terra” i principi
e la metodologia Social Process
Management e fa propria la naturalezza degli strumenti di comunicazione che usiamo abitualmente: mappa tutto il processo e lo risolve, lo
facilita in termini di collaborazione, strutturando il dato non strutturato, traccia le attività, raccoglie e diffonde informazioni, consente di tenere lo storico degli stati di avanzamento dei processi e delle singole azioni dei membri.
Quali sono, secondo Injenia,
le macro esigenze
oggi in azienda?
Dal nostro punto
di vista le esigenze sono
tre: creare una collaborazione che a
sua volta crei intelligenza collettiva; capitalizzare e
diffondere conoscenza, upskilling e allo stesso tempo
strutturare il non
strutturato; creare engagement: fondamentale perché le nuove leve sono millennials e la motivazione deve essere quotidiana.