Limiti dell'on-premise e possibilità del cloud: strategie AI per i leader

Sfruttando oltre 40 anni di leadership nel settore delle applicazioni aziendali, molti clienti gestiscono i propri business con le Oracle Applications Unlimited, come JD Edwards, Peoplesoft, Siebel e Oracle E-Business Suite, o su competitor come SAP da decenni. Ma con l'esplosione dell'intelligenza artificiale avvenuta negli ultimi anni, molti leader aziendali stanno cercando di capire come sfruttare l'intelligenza artificiale all'interno delle loro applicazioni legacy. All'inizio di quest'anno, Forbes ha riportato che 6 grandi aziende su 10 in tutto il mondo utilizzano l'intelligenza artificiale generativa. Di quel gruppo, il 74% sta assistendo a un significativo ritorno sull'investimento e il 45% ha visto raddoppiare la produttività dei dipendenti.¹ L'intelligenza artificiale offre un valore reale e consente a coloro che sfruttano la sua potenza di muoversi molto più rapidamente ed efficientemente. Questi aumenti di produttività possono rappresentare un fattore di equalizzazione per le organizzazioni più piccole, aiutandole a crescere in modo efficiente per affrontare la concorrenza e rivoluzionare i mercati. Tuttavia, man mano che l'adozione dell'intelligenza artificiale cresce e questi tipi di efficienza diventano più comuni, coloro che rimandano l'adozione dell'intelligenza artificiale possono sfortunatamente rimanere rapidamente indietro rispetto alla concorrenza.

Scegliere un percorso verso l'adozione dell'AI

I leader sono responsabili nei confronti dei loro consigli di amministrazione per l'adozione di una strategia di intelligenza artificiale che consentirà loro di competere nel mercato odierno basato sull'intelligenza artificiale e devono muoversi rapidamente per stare al passo con il mercato ed evitare disruption. Sebbene il programma Applications Unlimited di Oracle continuerà ad essere supportato fino al 2035, i leader devono decidere se aggiungere l'intelligenza artificiale ai loro ambienti legacy ha senso o se dovrebbero eseguire la migrazione a piattaforme aggiornate con l'intelligenza artificiale già integrata. Ad esempio, le Oracle Fusion Cloud Applications offrono una suite completa di best practice moderne per finance, HR, supply chain e CX, con oltre 150 funzionalità AI integrate. Inoltre, il rapido ritmo di innovazione e il ciclo di aggiornamento trimestrale delle Fusion Applications consentono ai leader di massimizzare i propri investimenti implementando al contempo la propria strategia AI all'interno dei processi aziendali di base.

Effettuare la migrazione da piattaforme legacy alle Oracle Fusion Applications può essere scoraggiante o sembrare troppo complessa per le organizzazioni con sistemi consolidati e altamente personalizzati, ma creare strumenti AI efficaci è molto più difficile. Nonostante tutti i potenziali vantaggi dell'intelligenza artificiale, molte aziende hanno ancora difficoltà a realizzare la loro visione AI. Un recente articolo del Wall Street Journal ha rilevato che, sebbene molti dirigenti rimangano ottimisti rispetto all'intelligenza artificiale, l'AI ha presupposto molto più lavoro di quanto inizialmente previsto.² Sul mercato ci sono molti servizi e strumenti di intelligenza artificiale. Tuttavia, l'attuazione di una strategia efficace in materia di AI richiede competenze nel campo della scienza dei dati, esperienza nello sviluppo, infrastruttura specializzata, conoscenza approfondita dei processi aziendali e dati affidabili di alta qualità. Sebbene la maggior parte delle aziende possa avere alcune di queste funzionalità, molte non hanno tutte le funzionalità necessarie per eseguire una strategia AI di successo che offra valore.

Sfide comuni dell'AI

Man mano che i leader si addentrano di più nei loro percorsi di intelligenza artificiale, affrontano molte sfide comuni. Gli executive con più sistemi eterogenei o applicazioni on-premise altamente personalizzate devono affrontare una sfida difficile se vogliono ripulire i propri dati e iniziare il loro percorso di intelligenza artificiale. Supponendo che i dati possano essere aggregati, l'addestramento di un modello sui dati storici può sembrare semplice all'inizio, ma le modifiche dei processi aziendali, le eccezioni e i valori anomali dei set di dati possono influire sull'accuratezza dell'intelligenza artificiale. Questi fattori possono anche portare alla deriva del modello più gli strumenti vengono utilizzati. Inoltre, l'esperienza AI è molto richiesta, rendendo difficile trovare, attrarre e fidelizzare i migliori talenti dell'intelligenza artificiale. La profonda comprensione dei processi aziendali necessari per progetti AI di successo significa che è necessario il consenso dei proprietari delle linee di business che potrebbero avere visioni diverse sul modo in cui gli strumenti AI dovrebbero funzionare.

Le graphics processing unit (GPU) che eseguono modelli AI sono state impattate dalle carenze della supply chain. Le GPU richiedono enormi quantità di energia elettrica, il che può incidere sugli obiettivi di sostenibilità. Inoltre, l'esecuzione di più GPU in contemporanea per gestire attività complesse richiede un networking senza perdite. Tutti questi fattori possono portare a costi estremamente elevati per l'implementazione di soluzioni AI.

Oltre alle sfide tecniche legate all'implementazione dell'AI, le recenti iniziative normative, come l'AI Act dell'UE³ e l'Artificial Intelligence and Data Act del Canada⁴, e le leggi esistenti sulla privacy, come il California Consumer Privacy Act⁵ e il Regolamento generale sulla protezione dei dati dell'UE⁶, comportano tutti rischi normativi se l'AI viene implementata in modo non conforme. L'uso dell'intelligenza artificiale nelle pratiche di assunzione può anche portare a un aumento dei rischi e del controllo da parte delle autorità di regolamentazione.⁷ Di conseguenza, i dirigenti IT devono affrontare la difficile sfida di attuare la strategia AI della loro azienda e fornire valore in un panorama in rapida evoluzione di tecnologie, talenti e normative.

Costruire una strategia AI di successo

Le strategie AI di successo non possono focalizzarsi unicamente sulle soluzioni tecnologiche. Le strategie efficaci dovranno essere sfaccettate per ottenere il massimo valore. Una ricerca pubblicata dal National Bureau of Economic Research indica che i maggiori incrementi di produttività nell'utilizzo dell'intelligenza artificiale richiederanno sviluppo di processi complementari, ristrutturazione organizzativa e adattabilità man mano che gli individui utilizzano nuovi strumenti di intelligenza artificiale.⁸

Strategie AI efficaci richiedono un nuovo modo di pensare, come ad esempio l'incorporare l'intelligenza artificiale nei processi aziendali di base invece di aggiungerla ai processi esistenti. Sebbene gli strumenti di GenAI possano certamente fornire valore, le organizzazioni con applicazioni legacy altamente personalizzate potrebbero avere difficoltà a realizzare benefici di trasformazione applicando uno strumento AI a processi che non erano progettati originariamente per supportare l'intelligenza artificiale.

È inoltre fondamentale che gli executive si concentrino sulla privacy e sulla sicurezza dei dati quando scelgono le soluzioni AI integrate. Alcuni fornitori di intelligenza artificiale obbligano contrattualmente i loro utenti a consentire il data mining anonimo in modo che il fornitore possa monetizzare i dati aziendali e la proprietà intellettuale. Tuttavia, a causa delle varianze dei dati, l'aggregazione di più set di dati genera solo vantaggi minimi.

Inoltre, è fondamentale che le strategie AI includano un essere umano nel ciclo dei processi AI. Ciò include la possibilità per gli esseri umani di attivare intenzionalmente gli strumenti AI, accettare o rifiutare i suggerimenti e modificare i contenuti generati dall'intelligenza artificiale. Il NIST AI Risk Management Framework ha dimostrato che avere persone all'interno dei processi AI può aiutare a promuovere risultati giusti ed equi.⁹

Infine, le strategie di intelligenza artificiale dovrebbero essere flessibili e a prova di futuro. L'innovazione AI si sta muovendo molto più rapidamente dell'adozione di altre tecnologie rivoluzionarie precedenti come Internet e smartphone. Due anni fa, l'AI generativa è salita alla ribalta, democratizzando l'AI per le masse e consentendo interazioni in linguaggio naturale con i dati. Un anno dopo, strumenti come la retrieval-augmented generation (RAG) hanno consentito all'intelligenza artificiale di fornire risposte contestualmente pertinenti senza dover addestrare modelli personalizzati. Ora, un nuovo tipo di intelligenza artificiale, l'intelligenza artificiale agentica, promette di combinare la potenza del machine learning, degli analytics avanzati e dell'intelligenza artificiale generativa contestuale per automatizzare i processi e fornire un valore aziendale maggiore. Punto medio tra più tecnologie e discipline AI, l'intelligenza artificiale agentica rappresenterà un grande sforzo per tutte le organizzazioni, tranne quelle più mature e sofisticate. Purtroppo, a causa di questa complessità, la rivista CIO riporta che circa il 75% delle aziende che tentano di creare AI agent da sole fallirà.¹⁰

Pertanto, con i rapidi cicli di innovazione e aggiornamento nelle tecnologie software-as-a-service (SaaS), i dirigenti dovrebbero prendere in considerazione una strategia SaaS-first con intelligenza artificiale integrata per ottenere guadagni di produttività dell'intelligenza artificiale rapidi e significativi. In parole povere, considerata la complessità dell'intelligenza artificiale, non costruire ciò che puoi acquistare.

In che modo Oracle può esserti d'aiuto

Tra i fornitori di intelligenza artificiale, Oracle si trova in una posizione unica in grado di aiutare gli executive a implementare strategie AI efficaci utilizzando la tecnologia AI integrata. Oracle amplia continuamente le funzionalità delle Fusion Applications incorporando una vasta gamma di funzionalità di AI predittiva e generativa e AI agent direttamente nei flussi di processo quotidiani, democratizzando l'AI in modo che tutti gli utenti finali possano trarne vantaggio senza dover essere data scientist. Oracle AI Agent Studio for Fusion Applications è un ambiente di progettazione che fornisce strumenti che consentono ai clienti di creare, personalizzare, convalidare e implementare funzioni GenAI e AI agent per soddisfare esigenze specifiche. A differenza delle applicazioni legacy altamente personalizzate, il modello di dati unificato delle Fusion Applications fornisce dati coerenti di alta qualità, necessari per un uso efficace dell'intelligenza artificiale. Inoltre, la potenza di calcolo di Oracle Cloud Infrastructure (OCI) per l'esecuzione dell'intelligenza artificiale è inclusa nelle Oracle Fusion Applications senza costi aggiuntivi.

Con la CIA come suo primo cliente, la sicurezza è nel DNA di Oracle. Di conseguenza, l'AI delle Oracle Fusion Applications non consente la condivisione dei dati dei clienti con Oracle o provider di LLM di terze parti. Avendo una persona nel loop degli strumenti AI e dei cicli di rilascio trimestrali, l'AI delle Oracle Fusion Applications è incentrata sull'uomo, a prova di futuro e pronta per essere implementata immediatamente.

Considerando la velocità dell'innovazione e il rischio di rimanere indietro, gli executive dovrebbero pensare alle Oracle Fusion Applications per eseguire la propria strategia AI. Oracle consente alle organizzazioni di adottare best practice moderne, sfruttare gli analytics basati sull'intelligenza artificiale e utilizzare l'intelligenza artificiale integrata. Le Oracle Fusion Applications con intelligenza artificiale integrata consentono alle organizzazioni di concentrare i propri sforzi di intelligenza artificiale su casi d'uso specifici per l'organizzazione. E invece di creare strumenti di intelligenza artificiale e aggiungerli alle applicazioni legacy, le Oracle Fusion Applications offrono ai leader un percorso per riconoscere il valore dell'intelligenza artificiale in tutta la loro organizzazione.

Passi successivi

Se la tua organizzazione è pronta a fare il passo successivo con l'AI integrata nelle Oracle Fusion Applications, puoi contattarci in qualsiasi momento tramite il tuo team di vendita di Oracle Cloud Applications.

Per ulteriori informazioni sull'intelligenza artificiale nelle Fusion Applications, consulta Oracle AI for Fusion Applications. E per trovare ulteriori informazioni sulla tecnologia di base che alimenta le Oracle Cloud Applications, dai un'occhiata alla nostra serie di post sul blog, a partire dall'introduzione.

L'autore è membro del North American Applications Office of Technology and Innovation di Oracle, il quale è dedicato ad aiutare i clienti a modernizzare il proprio business attraverso l'innovazione tecnica. Questo team offre competenze e visione su AI, SaaS, tecnologia della piattaforma, operations e gestione dei dati.