Ottenere di più dai numeri
I dati stanno diventando sempre più importanti per lo sviluppo di nuovi prodotti e servizi. Le medie imprese possono produrre in modo più efficiente e rivolgersi ai clienti in modo più personalizzato.
Moritz von Soden non credeva ai propri occhi: dalla nuova vite filettata dotata di mini sensori presentata dal suo team di sviluppo, in pochi minuti sono stati trasmessi dati via Bluetooth al suo cellulare. Questi dati forniscono informazioni sui carichi e sulle vibrazioni della vite. “È come una radiografia della filettatura”, afferma entusiasta il direttore dell’azienda Bornemann Gewindetechnik, riferendosi ai dati che vengono trasmessi dalla sua filettatura intelligente: “È possibile persino riconoscere il tipo di lubrificante utilizzato”.
I clienti di Bornemann, principalmente produttori di piattaforme elevatrici o dispositivi di trasporto, possono ora monitorare lo stato dei loro prodotti 24 ore su 24. Ciò consente di individuare tempestivamente eventuali danni, ottimizzare gli intervalli di manutenzione ed evitare guasti. L’innovazione apre al produttore di filettature della Bassa Sassonia un settore di attività completamente nuovo: “L’analisi di tutti i dati misurati ci fornisce conoscenze che in futuro potremo offrire ai nostri clienti in aggiunta ai nostri mandrini”, afferma von Soden. “È ipotizzabile la creazione di un reparto di consulenza”.
Sempre più piccole e medie imprese utilizzano tecnologie quali Business Intelligence (BI), Big Data, Analytics e Intelligenza Artificiale (AI) per sviluppare prodotti e servizi e aprire nuovi settori di attività. Mentre la BI viene utilizzata principalmente per elaborare e rappresentare dati storici e attuali, l’Analytics è orientata al futuro. Tecnologie come il data mining o il machine learning consentono di determinare la probabilità di risultati futuri. Ciò rende possibili previsioni fondate. “È possibile anticipare gli sviluppi per avviare tempestivamente i cambiamenti eventualmente necessari per ottenere un risultato positivo”, spiega Christoph Oelrich, direttore della società di consulenza del personale Steerer.
Anche l’intelligenza artificiale ha fatto il suo ingresso nei reparti acquisti, produzione e logistica delle medie imprese. Se in passato gli impianti per la produzione di tessuti non tessuti venivano regolati manualmente secondo il principio di prova ed errore, oggi vengono raccolti dati sullo stato delle macchine e dell’ambiente, vengono misurate otticamente le qualità attuali dei tessuti non tessuti e vengono addestrate reti neurali con queste informazioni. Un algoritmo simula i parametri di regolazione e mostra quelli che consentono di produrre la qualità richiesta al minor costo possibile. In un’altra azienda, un sistema di telecamere rileva se le macchine assemblano correttamente viti e tasselli. In caso contrario, il personale viene allertato in pochi secondi. La qualità del prodotto aumenta, il numero di reclami diminuisce.
Un altro esempio: da alcune settimane un produttore di cosmetici dell’Assia registra in modo dettagliato il comportamento delle potenziali clienti sul suo sito web e sui social network, quali informazioni cliccano, quali domande pongono e quali colori preferiscono. “Grazie ai dati anonimizzati ma personalizzati, l’azienda può farsi un’idea precisa di lei, riconoscere le motivazioni del suo comportamento e consigliarle in tempo reale prodotti e contenuti adeguati”, spiega Rupert Steffner, fondatore della start-up Wunder.ai ed esperto di BI e AI in aziende commerciali, di telecomunicazioni e finanziarie. “Nel nostro sistema cerchiamo di riprodurre il più possibile anche i fattori emotivi e i processi decisionali del cervello umano”.
Gli analisti aziendali, gli ingegneri dei dati e i data scientist sono molto richiesti sul mercato del lavoro. Già nei campus universitari vengono reclutati futuri informatici, fisici e matematici. “Alcune aziende collaborano con le università per assicurarsi i migliori talenti sin dalle prime fasi”, afferma il cacciatore di teste Oelrich. I laureati vengono attirati con stipendi annuali di 60.000 euro e oltre, mentre con un dottorato si possono superare i 70.000 euro: “Un data scientist con cinque anni di esperienza guadagna in media circa 90.000 euro”. Tendenza: in aumento. “Per molti high potential, tuttavia, è fondamentale che il modello di business sia interessante e orientato al futuro e che possano lavorare con gli strumenti più recenti”.
Di solito sono le grandi aziende a vincere la corsa ai talenti, mentre quelle più piccole raramente riescono a competere in termini di stipendio e opportunità di carriera. “Inoltre, spesso non hanno manager con esperienza pratica nella realizzazione di progetti digitali”, lamenta Oelrich. Per questo motivo, molte medie imprese ricorrono, quando necessario, a liberi professionisti con tariffe giornaliere comprese tra 800 e 1.200 euro. Si avvalgono anche dei servizi di aziende di software che offrono programmi e consulenza per l’intelligenza artificiale, la visual analytics, la scienza dei dati o l’Internet delle cose, anche per processi aziendali completi basati sull’utilizzo dei dati.
Crescente interesse da parte delle piccole e medie imprese
Il leader mondiale è SAS. La filiale tedesca del gruppo statunitense registra un crescente interesse da parte delle medie imprese per soluzioni che finora erano riservate principalmente alle grandi aziende. “Il coronavirus ha messo dolorosamente in luce le carenze di molte aziende in materia di digitalizzazione”, afferma Annette Green, responsabile di SAS per Germania, Svizzera e Austria. Molti decisori non conoscono esattamente i punti deboli della propria azienda. La causa è spesso una gestione dei dati inadeguata. Durante la crisi, le aziende prive di procedure metodologiche, concettuali, organizzative e tecniche per l’utilizzo delle risorse dati sono entrate in crisi più rapidamente rispetto alle aziende che già utilizzavano big data, analisi o intelligenza artificiale: “Queste ultime dispongono di una resilienza che le proteggerà anche in futuro da eventi imprevisti e consentirà loro di sviluppare nuovi prodotti e servizi”.
Grazie all’analisi dei dati e all’intelligenza artificiale è possibile migliorare il contatto con i clienti e personalizzare le offerte. “Queste si basano su tutte le informazioni disponibili sul cliente e sui servizi da lui utilizzati finora e creano fiducia e soddisfazione anche in tempi di contatti personali limitati”, riassume Green. Ciò apre la strada a nuovi modelli di fatturato. “Le soluzioni tecnologiche utilizzate dovrebbero essere automatizzate, flessibili e, soprattutto, scalabili”. Ciò è utile anche quando vengono utilizzati nuovi modelli di analisi come il machine learning, “perché ciò richiede una maggiore potenza di calcolo per un certo periodo di tempo, che può poi essere aggiunta o ridotta a seconda delle necessità”.
Il direttore generale di Bornemann, von Soden, è convinto che i filetti intelligenti diventeranno in futuro un prodotto chiave per la sua azienda. Già ora raccoglie e analizza dati per il marketing online: «Con successo».