Decision flow e artificial intelligence: prendere decisioni lungo la faglia

da | Apr 11, 2022

Quando il Covid si è abbattuto con tutta la sua potenza imprevedibile e inarrestabile nella nostra economia, così come sulle nostre vite, la letteratura giornalistica e quella analitica si è affrettata a ricorrere con generosità alla metafora del cigno nero teorizzata nell’omonimo testo da Nassim Nicholas Taleb.
Il Covid era il cigno nero che cambiava per sempre la nostra percezione del rischio, era l’anomalia del sistema: in un mondo di cigni bianchi un giorno appare un anatroccolo nero e come si affronta la scoperta? Come un’eccezione, probabile, adesso lo sappiamo, ma comunque un’eccezione.
Gli analisti, gli istituti di ricerca, gli algoritmi previsionali davano tutti la stessa profezia: Ha da passà ‘a nuttata, come diceva il grande Eduardo De Filippo nel film “Napoli milionaria”.
Deve passare la notte e poi torneremo a rivedere le stelle.
Ma sono passati due anni e la notte è ancora lunga.
Pandemia, crisi delle supply chain, scarsità di materie prime, disservizi energetici, conflitti, minacce informatiche, instabilità geopolitica e poi ancora emergenza climatica, sovrappopolazione, povertà e la lista di minacce è ancora lunga. A questo punto, davanti a certe premesse, è lecito iniziare a chiedersi: e se la notte non passasse più? Se il cigno bianco, inteso come quel periodo di pace, prosperità e benessere diffuso che abbiamo conosciuto dalla fine del secondo conflitto mondiale fino al 2019, fosse l’eccezione e la normalità diventasse la crisi?
Siamo pronti a prendere decisioni sapendo che del domani non c’è certezza?
Stiamo pronti a costruire, edificare e fare progetti lungo la faglia?
La gestione della crisi perpetua è ormai una costante in ogni settore: l’anomalia è diventata la normalità. Dal settore agroalimentare a quello petrolchimico, le imprese si trovano ad affrontare lo stesso problema: prendere decisioni in uno stato di perenne incertezza.
In questo contesto, se da un lato prevale un atteggiamento propositivo, volto a non indietreggiare davanti alle difficoltà del presente, aumentando gli investimenti e i livelli di produzione, dall’altro la realtà dei fatti mette i decisori di fronte a una sequenza di colli di bottiglia che rallentano e compromettono l’intera filiera produttiva globale.
La tentazione di restare immobili, chiudersi a testuggine e salvare il salvabile limitando le perdite è sempre più seducente, ma questa sarebbe una scelta miope, che parte da un presupposto sbagliato, ovvero che arriveranno tempi migliori.
Ma se così non fosse?
Se i migliori anni della nostra vita sono ormai alle spalle, cosa decidiamo di fare? Abbiamo solo due alternative: o smettiamo di fare business o impariamo a fare business in un contesto di crisi.

A cavallo della tigre: quando la crisi non è solo una parentesi

La parola crisi non necessariamente deve avere un’accezione negativa.
La crisi, infatti, può rappresentare un momento di crescita e di evoluzione e così dovrebbe essere interpretata e gestita. La vita di un decisore, in fondo, non è altro che l’avvicendarsi di crisi da risolvere. Se non ci fossero le crisi, probabilmente non esisterebbero i decision makers.
Ma è evidente che il livello di complessità è notevolmente cresciuto negli ultimi anni e il ricorso a strumenti di supporto alle decisioni diventa sempre più stringente.
Nel periodo pre-pandemico, quando i cigni erano bianchi, le decisioni aziendali potevano anche essere prese localmente, senza una visione strategica condivisa, sulla base di singole esigenze operative. Ma oggi non più.
Per fare in modo che le value chain rimangano di valore è necessario implementare tecniche di intelligenza artificiale sempre più sofisticate nel proprio decision flow, come previsioni avanzate basate sull’analisi anche in real time, simulazioni tramite gemelli digitali e strumenti di ottimizzazione matematica.
In qualsiasi settore, le condizioni contestuali cambiano di giorno in giorno, rendendo difficile fare scelte di business di lungo periodo, senza contare che ogni cambiamento a livello strategico ha una ricaduta su quello materiale anche in termini di aggiornamenti e riqualificazione del personale, così come degli impianti produttivi e della filiera del lavoro.
Un esempio noto è quello che coinvolge la mancanza di microchip nel settore automobilistico o la necessità di trovare forniture energetiche alternative al gas russo in seguito al conflitto ucraino. Se in via progettuale è fattibile produrre microchip anche al di fuori dei confini cinesi e investire in rigassificatori per favorire l’importazione anche da altri paesi, nella realtà la messa in atto di queste decisioni richiede tempo, risorse ed energie non trascurabili.
Dando per assodato che non è più possibile tornare al mondo di prima, dobbiamo necessariamente abituarci a vivere nel mondo nuovo e dobbiamo farlo in fretta.
Le tecniche di artificial intelligence hanno il merito di non indietreggiare davanti alla complessità del cambiamento, ma riescono ad avere quella visione olistica e innovativa che può permettere alle aziende di mitigare i rischi e trarre valore anche dalle crisi.
Simulazione, ottimizzazione e monitoraggio in tempo reale sono le tre parole chiave necessarie per impostare un decision flow resiliente, propositivo e virtuoso.

I decisori del futuro

«Ci sono due pesci che nuotano e a un certo punto incontrano un pesce anziano che va nella direzione opposta, fa un cenno di saluto e dice: “Salve, ragazzi. Com’è l’acqua?” I due pesci giovani nuotano un altro po’, poi uno guarda l’altro e fa “Che cavolo è l’acqua?”»
Ecco, la prossima generazione di decisori sarà come i due pesci giovani nella storiella di Foster Wallace: probabilmente, non avendo mai conosciuto nulla di diverso dalla crisi, non sapranno che c’era un tempo in cui la normalità non era la costante e continua percezione di precarietà e incertezza.
La prossima generazione di decisori avrà il vantaggio di godere dei frutti di chi oggi sta governando il cambiamento attraverso la decision intelligence.
I manager di domani saranno abituati a mitigare l’incertezza ricorrendo a simulazioni realistiche della realtà per valutare gli scenari e identificare i rischi, saranno in grado di cambiare i loro piani modificando gli orizzonti temporali in base al verificarsi di eventi inattesi, potranno fare scelte operative per bilanciare costi e ricavi grazie alla conoscenza e alla competenza tecnologica ed esperienziale che stiamo accumulando oggi.
Di pari passo con l’accumulazione di competenze ingegneristiche e tecnologiche, infatti, quello che sta cambiando è il profilo culturale dei soggetti coinvolti che sta dando vita a un modello di business sempre più improntato sulla centralità del dato, sull’equilibrio tra profitto e sostenibilità e sul ricorso alla decision intelligence.
Un decision flow efficace richiede ai leader aziendali di riformulare ciò che è essenziale, chi o cosa è coinvolto e di ripensare a come sfruttare i dati e l’analisi per migliorare il processo. Il risultato sarà una nuova competenza diffusa che porterà a migliori risultati di business.
Fondamentalmente, si tratta di riprogettare l’intero processo decisionale in modo da utilizzare piattaforme basate sull’artificial intelligence per coadiuvare i manager che uniranno gli approcci tradizionali, basati su esperienza e intuito, alla potenza elaboratrice delle macchine. Insieme, decisori e strumenti tecnologici, considereranno, in base alla tipologia di dati coinvolti e alla complessità della situazione da affrontare, quali parti del processo decisionale lasciare agli esseri umani e cosa lasciar gestire alle macchine.
Per riprogettare il processo decisionale in un modo da poter supportare un maggior grado di complessità e incertezza, un buon decision flow deve essere connesso, contestuale e continuo. Connesso vuol dire che nessuna decisione è un’isola. Le decisioni di un attore influiscono su tutti gli altri e viceversa. Il processo decisionale deve essere connesso a tutti i livelli, non solo gerarchicamente, ma anche in un senso orizzontale per favorire una rete di informazioni e conoscenze. La condivisione di dati e approfondimenti, infatti, è fondamentale.
Contestuale, nel senso che ogni decisione non può essere astratta dall’ambito in cui è maturata. Le aziende spesso trascurano di leggere i propri dati aziendali e le proprie analisi come parte di un processo in continua evoluzione e in sinergia con l’ambiente circostante.
Continuo, perché sempre di più le organizzazioni dovranno ritoccare le proprie scelte operative e strategiche per far fronte a possibili nuove crisi o opportunità. In questo scenario di movimento perpetuo le aziende dovranno tenersi aperte molteplici porte e poi scegliere quale varcare.

Un processo decisionale efficace, connesso, contestuale e continuo, si traduce in una serie di vantaggi aziendali, tra cui maggiore trasparenza, precisione, scalabilità e velocità. Senza un decision flow efficace ed efficiente, l’organizzazione è alla deriva o miope di fronte ai cambiamenti delle condizioni di mercato, delle percezioni dei clienti e dei comportamenti dei consumatori. Un processo decisionale efficace tiene conto dell’incertezza e migliora la capacità di leggere con chiarezza situazioni altrimenti opache.

Ublique©: la piattaforma di artificial intelligence per migliorare il decision flow

Ublique©, la piattaforma di supporto alle decisioni di Spindox, attraverso la potenza dell’artificial intelligence supporta i decisori in ogni fase del decision flow: dalla creazione di gemelli digitali nel settore manufacturing, all’ottimizzare delle risorse riducendo le emissione di CO2. Ublique© fornisce una migliore comprensione del contesto, elaborando la più ampia quantità di dati possibile, per consentire di prendere decisioni in scenari in rapido cambiamento e con complessità elevata.
Ublique©, recentemente incluso da Gartner fra le migliori tecnologie globali di continuous intelligence, offre il giusto supporto anche per  la definizione di strategie di data driven, elaborando i dati non solo in modalità descrittiva, come avviene nei tradizionali sistemi di Business Intelligence, ma anche in modalità predittiva e prescrittiva, anticipando problemi, comportamenti, bisogni e tendenze.
In un mondo di crisi e cambiamenti epocali, non aspettare che passi la nottata, ma impara a guardare al buio come i gatti.
Con i sistemi di supporto alle decisioni di Ublique© il domani non fa più paura.

Giada Fioravanti
Giada Fioravanti
Quando mi sono iscritta a FB ho usato questa citazione della Dolce Vita per descrivermi: «Sono troppo serio
 
per essere un dilettante, ma non abbastanza per diventare un professionista». Poi mi sono laureata, ho preso 

un dottorato, ho iniziato a lavorare nell’ambito della comunicazione e del marketing e ho capito che si poteva 

essere dei professionisti. L'importante era non prendersi troppo sul serio.

Potrebbe piacerti anche

Cybersecurity, arriva la NIS 2: cosa cambia per le infrastrutture critiche e come Spindox aiuta i suoi clienti

Cybersecurity, arriva la NIS 2: cosa cambia per le infrastrutture critiche e come Spindox aiuta i suoi clienti

Dal 17 ottobre 2024 la NIS 2 è pienamente vigente. La direttiva introduce nuove regole per la sicurezza informatica delle infrastrutture critiche e dei servizi essenziali in Europa. Le aziende nei settori energetico, sanitario, delle telecomunicazioni e altri sono chiamate ad adeguarsi a standard più elevati. Chi è impattato, i rischi di non conformità e il ruolo di Spindox nell’aiutare i clienti a migliorare la propria sicurezza.

I principali trend di Intelligenza Artificiale per il 2025

I principali trend di Intelligenza Artificiale per il 2025

Il campo dello sviluppo software sta subendo una trasformazione radicale grazie all’intervento dell’Artificial Intelligence. L’AI non sta solo automatizzando le attività, sta diventando un assistente indispensabile, migliorando l’efficienza e la qualità del codice. Ma quali sono le aree chiave in cui l’Intelligenza Artificiale sta rivoluzionando la programmazione?