Nell'era digitale, l'intelligenza artificiale (AI) ha il potere di trasformare le aziende e sta già trasformando i modelli operativi aziendali. Tuttavia, AI e le analisi guidate da AI sono valide quanto i dati che le alimentano.

Ecco perché le aziende che hanno successo nella trasformazione digitale hanno due cose in comune. In primo luogo, hanno strategie dettagliate per la gestione dei dati in base al loro ruolo e al loro valore e riconoscono che i diversi tipi di dati devono essere gestiti in modo diverso. In secondo luogo, dispongono di una piattaforma dati che rende l'individuazione, l'integrazione e la gestione dei dati il più possibile rapide, semplici e automatizzate.

AI sta trasformando le operazioni aziendali

Un esempio sorprendente di come AI stia cambiando il volto delle imprese è il gruppo nativo digitale Ant (ex Ant Financial), la fintech con la più alta valutazione al mondo. L'applicazione di pagamento online e mobile Alipay, affiliata di Alibaba, ha più utenti digitali delle più grandi banche statunitensi, eppure l'azienda opera con una frazione del personale rispetto a quello di queste banche.

Come ci riesce Ant Group? Come descrivono Marco Iansiti e Karim Lakhani nel loro libro Competing in the Age of AI, l'azienda ha "la capacità di sfruttare i dati per conoscere le esigenze degli utenti e rispondere con servizi digitali per soddisfarle". Ad esempio, Ant Group ha completamente automatizzato i suoi processi di prestito, trasformandoli in servizi completamente digitali senza alcun coinvolgimento umano.

Sfortunatamente, non è così facile per le organizzazioni tradizionali che utilizzano ancora modelli operativi tradizionali. Prima che queste aziende possano diventare brave in AI - e produrre le analisi più significative - devono essere brave nei dati. In Analytics at Work, Tom Davenport, illustre professore, autore e leader di pensiero, afferma: "Non si può essere veramente bravi negli analytics senza avere dati veramente buoni".

In futuro, le organizzazioni vincenti avranno la capacità di trasformare più rapidamente i dati in valore attraverso gli analytics e di trasformare questi ultimi in valore e azione attraverso processi aziendali migliori ed esperienze migliori per clienti, dipendenti, partner, fornitori e potenziali clienti.

Cosa serve per essere bravi con i dati?

Come afferma Davenport in What's Your Data Strategy,"Anche con l'emergere di funzioni di gestione dei dati e di chief data officer, la maggior parte delle aziende rimane molto indietro. Studi intersettoriali dimostrano che, in media, meno della metà dei dati strutturati di un'organizzazione viene utilizzata attivamente per prendere decisioni e meno dell'1% dei dati non strutturati viene analizzato o utilizzato. E l'80% del tempo degli analisti viene speso semplicemente per scoprire e preparare i dati.4"

Davenport afferma inoltre che "avere un CDO e una funzione di gestione dei dati è un inizio, ma nessuno dei due può essere pienamente efficace in assenza di una strategia coerente per organizzare, governare, analizzare e distribuire le risorse informative di un'organizzazione. Gli aspetti idraulici della gestione dei dati possono non essere così sexy come i modelli predittivi e i dashboard colorati che producono, ma sono fondamentali per ottenere prestazioni elevate".

Prosegue suggerendo :

• Difesa dei dati, che garantisce la conformità alle normative, l'integrità dei dati che transitano nei sistemi aziendali e la gestione di fonti di dati autorevoli, compresa una singola fonte di verità.
• Data offense, che consente di ottenere informazioni sui clienti attraverso l'analisi e la modellazione dei dati, integrando i dati dei clienti più disparati e i dati di mercato per supportare il processo decisionale manageriale.

Per saperne di più su come accelerare il vostro percorso di trasformazione dei dati, leggete la nostra sintesi "Trasformare i dati in valore aziendale più velocemente".

Le aziende orientate ai dati industrializzano i loro processi di dati

Secondo Iansiti e Lakhani, il successo in questo caso comporta "l'industrializzazione della raccolta dei dati, dell'analisi e del processo decisionale per reinventare il nucleo dell'azienda moderna, in quella che chiamiamo la fabbrica AI ".

Suggeriscono che una fabbrica AI è costruita su una pipeline di dati che raccoglie, immette, pulisce, integra, elabora e protegge i dati in modo sistematico. Questo include, sempre più spesso, una metodologia di pubblicazione e sottoscrizione per le API. Lo scopo è rendere disponibili dati puliti e coerenti. Una volta che questi dati sono disponibili, si può procedere allo sviluppo e alla sperimentazione di algoritmi.

Ma a che punto sono i leader dei dati in termini di realizzazione di questa visione?

In una recente #CIOChat, l'ex CIO Isaac Sacolick suggerisce che "molti CIO, purtroppo, possono dire di più sulla scatola in cui vivono i dati che su ciò che c'è all'interno della scatola e su come può essere utilizzato per raggiungere i risultati di business". L'ex CIO Tim McBreen aggiunge che "le organizzazioni cercano di correggere i dati troppo tardi nella catena di utilizzo dei dati. Correggono il problema nel momento in cui lo notano, invece di trovare l'origine dell'errore. Questo fa perdere tempo e lascia inalterate le cause alla radice".

Il fatto è che oggi troppi Chief Data Officer (CDO) e organizzazioni IT sono costretti ad adottare un approccio alla gestione dei dati che richiede molto tempo e che si basa su un insieme di applicazioni diverse per scoprire, integrare e analizzare i dati. Come risultato di questo approccio dispersivo, i data scientist finiscono per passare troppo tempo a raccogliere e pulire i dati, invece di analizzarli. Non c'è da stupirsi che le iniziative di AI non stiano ancora dando i loro frutti.

I CDO devono ancora migliorare la loro situazione

In genere, l'obiettivo di un CDO è quello di garantire che la propria organizzazione sfrutti i dati come risorsa strategica dell'azienda per prendere decisioni basate sui dati. Ma la nostra ricerca dimostra che spesso sono troppo concentrati sul blocco e sull'intervento di fondo. Devono agire come evangelisti dei dati, mantenendo i dati in primo piano nella mente delle persone. Devono anche educare le persone sul valore fondamentale di dati tempestivi e accurati. Ciò significa che la maggior parte dei CDO passa molto tempo a spiegare il valore dei dati piuttosto che a guidare le attività di ricerca dei dati della propria organizzazione.

Eppure, i distruttori digitali come Stitch Fix si basano sui dati e sul valore dell'analisi. I 3.400 stylist del retailer lavorano con un motore di raccomandazione AI per suggerire capi d'abbigliamento ai clienti in base alle loro preferenze personali e alle informazioni fornite, e questo è solo un esempio di personalizzazione innovativa basata sui dati.

Per questo motivo, i CDO di oggi dichiarano di investire molte delle loro energie e dei loro soldi nella difesa dei dati, compresi i dizionari dei dati, i modelli di dati aziendali, i flussi di dati standardizzati e gli strumenti di qualità dei dati. Se solo potesse accadere più velocemente...

Parole di commiato

I dati sono importanti. E come dice Davenport, "i dati buoni sono il prerequisito per tutto ciò che è analitico, sono puliti in termini di accuratezza e formato". Per questo motivo, i CDO e i CIO hanno il loro bel da fare. Tuttavia, il viaggio vale la pena, perché solo le organizzazioni che sono bravissime con i dati - e che ne hanno di ottimi - possono prosperare in un mondo digitale, guidato da AI.

Per saperne di più su come accelerare il vostro percorso di trasformazione dei dati, leggete la nostra sintesi "Trasformare i dati in valore aziendale più velocemente".

‍