L’IA generativa potrà portare a un incremento della produttività delle società energetiche fino al 25%, trasformando fino al 40% delle ore lavorate dagli operatori del settore. Numeri da capogiro che dipenderanno dalla incisività e dalla rapidità con cui le utility applicheranno nelle proprie operazioni questa tecnologia dal potenziale dirompente. Che ha effetti in particolare su tre ambiti: il servizio al cliente che può essere ottimizzato e personalizzato fino al singolo individuo; la gestione degli assiti fisici attraverso i digital twin che consentono di rendere efficiente il dispacciamento e abilitano la flessibilità della rete e infine sul lavoro, con un co-pilot sempre a disposizione del lavoratore umano che ne eleva le mansioni e la produttività. È quanto emerge dallo studio Generative AI for Utilities Reinvention di Agici e Accenture, presentato nel corso del XXIV Workshop annuale dell’Osservatorio Utilities Agici-Accenture, dal titolo Le utilities nell’era della Generative AI: ottimizzazione, competitività e gestione degli asset, che ha visto la partecipazione dei top manager delle principali utilities italiane Edison, Hitachi Energy Italia, Italgas Reti, Snam, Cva e di cui abbiamo parlato qui.
«Vediamo una grande consapevolezza della potenzialità dell’IA generativa all’interno delle aziende Utilities nel mondo: 8 ceo su 10 stanno iniziando a comprendere come utilizzarla», spiega Claudio Arcudi, responsabile dell’Industry Group Energy e utility in Europa di Accenture. «È fondamentale, quindi, che le aziende investano in formazione del personale, in modo da cogliere appieno questo importante fattore di competitività». Ed è fondamentale perché «Il mondo dell’energia si trova oggi sulla soglia di una grande trasformazione, quella dell’Intelligenza Artificiale, che potrà rivelarsi decisiva per lo sviluppo di un settore sempre più complesso», dice Marco Carta, amministratore delegato di Agici. «La crescente centralità dell’efficienza energetica, delle rinnovabili, dell’economia circolare e della gestione delle acque in Europa e in Italia ha ampliato, rispetto al passato, il perimetro delle attività svolte dalle Utilities. Aprirsi alla rivoluzione dell’IA Generativa sarà quindi funzionale alla gestione di questa complessità, favorendo anche un aumento della produttività delle utilities».
IA generativa: un inquadramento generale della prossima rivoluzione industriale che sarà portata dalla tecnologia più pervasiva e a rapida espansione che sia mai stata creata
Di IA generativa si fa un grand parlare, ma cos’è realmente questa tecnologia? È utile sottolineare la differenza principale tra IA e IA generativa per capirne l’enorme potenziale della seconda: mentre l’IA tradizionale si concentra sulla risoluzione di compiti specifici basati su dati esistenti, l’IA generativa è in grado di creare nuovo contenuto come immagini testo interi script basandosi sui modelli apprese dai dati su cui è stata addestrata in pratica va oltre la risoluzione di problemi esistenti e può generare nuovo e originale contenuto.
«L’intelligenza artificiale generativa è il terzo tassello della trasformazione digitale avviato attraverso l’adozione del Cloud e l’utilizzo di dati e analytics», dice Pierfederico Pelotti, managing director utilities Iceg di Accenture, che ha presentato i risultati dell’analisi di Accenture. «Questi tre elementi realizzano il cosiddetto Digital core cioè l’elemento centrale su cui saranno costruite le nuove infrastrutture digitali aziendali. Prevediamo che nei prossimi 5-6 anni l’intelligenza artificiale generativa diventi pervasiva, mentre oggi è pressoché a uno stadio appena embrionale di applicazione in azienda».
Ma è destinata a esplodere a cambiare, in modo non transitorio, le modalità di lavoro, i modelli di business e la società nel suo complesso, questo grazie anche alla sua accessibilità ed alla vicinanza all’utente finale. A oggi il 77% dei dispositivi elettronici include già una qualche forma di GenAI. Lo scorso febbraio, a distanza di un anno da ChatGpt 3.5, è stato lanciato Sora, un modello di generazione di video da testi, oltre a Dall-E 3, in grado di generare immagini ad alta definizione da testi. Non a caso le grandi aziende dell’IT stanno puntando con decisione su questa tecnologia, con investimenti in start-up dedicate che nel 2023 sono stati pari a 33 miliardi di dollari per Meta, 13 miliardi per Microsoft, 4 miliardi per Amazon e 2 per Google.
«Nel prossimo quinquennio – continua Pelotti – la tecnologia raggiungerà una adozione su larga scala passando dalla fase di studio di sperimentazione su cui molte aziende hanno già iniziato a muovere i primi passi ad una fase di valorizzazione in cui le aziende si spingeranno per ottenere conseguenti vantaggi in termini di maggiore produttività maggiore competitività incremento di ricavi nei propri business». Rispetto ad altre innovazioni tecnologiche che ciclicamente fanno la loro apparizione l’IA gen non è un’innovazione incrementale ma un salto tecnologico una tecnologia disruptive che offre alle aziende l’opportunità di reinventare i propri modelli di business i propri modelli operativi in un nuovo paradigma human plus machine.
Il nuovo paradigma Human Plus Machine e il valore dei dati portato all’ennesima potenza
Come? Con la caratteristica chiave dell’IA generativa che è quella di produrre contenuti, fatti di testi, immagini o altro attraverso un comportamento e una creatività che simulano quelle umane e lo fa «avendo la capacità di elaborare una mole impressionante di dati e meccanismi di apprendimento che nel tempo portano a migliorare sempre di più i risultati concreti che si possono raggiungere – continua Pelotti – questo rappresenta un’evoluzione disruptive del valore che può essere tratto dai dati e dalle informazioni di cui dispongo le nostre aziende. Perché consente di passare da una fase diagnostica in cui i dati alle informazioni vengono analizzate per capire perché succede un certo fenomeno, a una fase predittiva che aiuta a capire che cosa potrebbe succedere, e a una fase prescrittiva che suggerisce cosa si potrebbe fare. L’IA generativa mette insieme tutto quanto e lo veste di una componente esecutiva con risultati tangibili e concreti: questo è il salto di paradigma che ci consente di dire che l’intelligenza artificiale generativa è quel tassello che non solo completa la trasformazione digitale ma la valorizza e l’amplifica perché ci consente di sfruttare al massimo la potenzialità dei dati di cui disponiamo e di cui tante volte non sappiamo bene cosa farne».
Abbiamo detto che l’intelligenza artificiale generativa è un’innovazione diversa da quelle che ciclicamente abbiamo visto negli ultimi negli ultimi anni. Ci sono delle evidenze concrete e fatti che ci dicono che avrà una penetrazione importante nella nostra vita sociale e di conseguenza anche delle nostre aziende. «Questi fatti concreti sono la grande accessibilità e facilità di utilizzo: ChatGpt nel momento in cui è stato lanciato in neanche due mesi ha raggiunto i 100 milioni di utenti attivi, oggi siamo circa vicino ai 200 milioni con una progressione che nessun’altra tecnologia nella storia ha mai raggiunto. I principali player tecnologici stanno investendo miliardi di dollari, consentendo alle startup di crescere in maniera esponenziale, solo nell’ultimo anno con un incremento x per 6 e le previsioni del 2024 sono di un ulteriore 10x. Ancora, la stessa tecnologia evolve con una rapidità impressionante: a solo un anno dal lancio comunque di ChatGPT, in aprile del 2024 è stata lanciata Sora, che consente di trasformare i testi in video con una qualità impressionante. Non ultimo la market size, anch’essa esponenzialmente in aumento». E allora diventa cruciale parlare di IA generativa perché rappresenta per le nostre aziende un’opportunità incredibile di crescita di competitività di produttività, in un momento in cui alla transizione tecnologia si somma quella energetica.
Rischi e opportunità dell’IA applicata all’energia
Accenture ha realizzato una serie di studi per analizzare gli impatti di questa enorme innovazione sui diversi settori industriale, per guardare con attenzione le opportunità ma anche i rischi potenziali da gestire e indirizzare nel momento in cui si affronta l’introduzione in azienda in modo sistematico di intelligenza artificiale generativa.
«Partiamo dai rischi – dice Pelotti – il primo è quello che vede prevalere l’approccio ai piloti. Le aziende lavorano molto a sperimentazioni o prototipi ma la tecnologia va velocemente: si finisce un pilota e c’è già una tecnologia nuova. Insomma, l’approccio rischia di essere diseconomico e rischia di richiedere più investimenti di quelli che sono i benefici che arrivano, quindi rischia di scoraggiare rischia di scoraggiare. Un secondo tema è il rischio che il prodotto dell’IA gen sia influenzato da bias: allora come si può avere la garanzia che quello che riproduce la tecnologia sia affidabile nel momento in cui voglio comunque che abbia un impatto immediato sulle mie attività operative, sulla gestione dei clienti, sugli asset e sulla loro protezione? In fondo utilizzando queste soluzioni rendo disponibile il mio know-how a degli algoritmi che le imparano e poi le mettono a disposizione di altri».
La trasformazione del mondo delle Utilities: tre direttrici principali secondo Accenture
La Gen AI trasformerà in modo sostanziale la Industry, a partire da tre direttrici principali che possiamo definire come “archetipi”: nuove modalità di interazione con i clienti, una ridefinizione degli asset aziendali attraverso l’incrocio fra “fisico” e “digitale” (phygital) e, infine, la progettazione di nuovi servizi, costruiti attorno ai lavoratori.
Per quanto riguarda il primo archetipo, si passerà dall’attuale modello multi-livello, in cui il primo, e unico, punto di contatto dei clienti con l’azienda avviene attraverso il servizio clienti, a un approccio “uomo+ macchina” con cui l’azienda si rapporterà sia con i clienti già esistenti che con quelli potenziali, migliorando radicalmente le interazioni sia in termini di e risoluzione di problemi che per attività di marketing e vendita.
«L’interazione con il cliente finale rappresenta un ambito naturale dove l’intelligenza artificiale generativa può trovare applicazione perché consente di passare da un modello tradizionale fatto di canali di contatto con il cliente spesso e volentieri non integrati e non sovrapponibili che danno experience diverse aa modelli di interazione immediatamente reattivi: dunque da modelli di operation stratificate multilivello e parcellizzate verso un modello diverso che centralizza e digitalizza l’esperienza con il cliente finale e offre la garanzia di rispondere al cliente sempre nello stesso modo». Questo ha come effetto quello di generare una personalizzazione dell’azione commerciale elevata all’ennesima potenza: «oggi molte delle nostre aziende che operano nel mercato retail hanno introdotto per alcuni segmenti mirati e specifici della clientela dei trattamenti particolari, per clienti vip o clienti speciali, a cui offrono servizi extra specifici, servizi che hanno un costo. Con Ia gen il costo si riduce drasticamente e il servizio può essere completamente personalizzato così come le azioni commerciali fino ad arrivare al singolo cliente finale conoscendone i comportamenti e tutti i dati storici».
Col secondo archetipo, l’attuale sistema di analisi degli asset incentrato sul mix fra dati derivati da Internet of Things e prove “sul campo” verrà sostituito da un modello in cui il mondo fisico e quello digitale convivono all’interno di un ecosistema intelligente, migliorando le performance, la qualità degli asset e la sicurezza lungo tutta la catena del valore.
«In questo ambito, c’è un’estrema varietà di asset che potrebbero rendere difficile identificazione di una direttrice da prendere come guida – dice Pelotti – Tuttavia possiamo immaginare che nel mondo degli asset l’intelligenza artificiale generativa possa consentire un cambio di paradigma: oggi ci troviamo in un contesto in cui con le tecnologie di cui disponiamo siamo arrivati o stiamo arrivando a digitalizzare gli asset per raccogliere una moltitudine di dati sulle performance e sullo stato di salute degli impianti mappati nelle copie virtuali di questi asset che chiamiamo digital twin, informazioni che mappiamo ma di cui tante volte non sappiamo cosa farcene». L’intelligenza artificiale generativa aumenta l’ampiezza, la pervasività, la continuità di analisi ed elaborazione Real Time di tutti questi dati e tutte queste informazioni su cui applicare schemi di comprensione e di interpretazione finalizzati a mettere in campo azioni concrete di monitoraggio e di gestione degli asset.
Per fare manutenzione predittiva da un lato e per, partendo dai dati di performance, aumentare la qualità delle produzioni, ridurre i tempi del to market oppure agire sulla sicurezza degli impianti, dei lavoratori. «L’IA aiuta in molti altri ambiti: dispacciamento e Trasmissione, con una gestione ottimizzata dei flussi energetici attraverso la rete per garantire efficienza ed affidabilità; nella diversificazione delle fonti energetiche e dei modi in cui l’energia viene generata, trasferita e utilizzata. Nella flessibilità, ovvero nella capacità di adattare produzione, distribuzione e consumo di energia alle variazioni della domanda e dell’offerta», continua Pelotti.
In merito ai servizi erogati, infine, il passaggio sarà da un sistema in cui il lavoratore si serve di diverse risorse e strumenti a sua disposizione (gestione conoscenze e dati, sistemi di e-learning ecc) ad un altro in cui l’assistente digitale è “sempre presente” al suo fianco, fornendogli immediatamente ogni tipo di aiuto o informazione, generando così efficienza e favorendo la creatività.
«Un’intelligenza generativa può ribaltare il paradigma: da un modello che vede il lavoratore circondato dalle informazioni che però deve andare a cercare sul device e molto spesso si perde, a un modello in cui l’intelligenza artificiale generativa lo assiste in tempo reale ed efficacemente. Ma anche la capacità di produrre contenuti nel mondo Enterprise diventa un tema chiave con l’IA generativa: in diverse aziende ci sono già le sperimentazioni con copilot che consente di preparare le minute di un meeting in tempo reale, produrre le relazioni che vanno ad accompagnare le trimestrali e i bilanci annuali con risultati incredibili».
Reiventor, Optimizer e Late Adopter: i tre approcci delle utility all’IA generativa e le azioni da adottare per sfruttare al massimo il potenziale della tecnologia
Nell’ambito dell’adozione dell’intelligenza artificiale possiamo identificare tre tipologie di approcci adottati dalle aziende: «Le aziende che adottano un approccio da “Reinventor” sono caratterizzate da una volontà di ridefinire radicalmente il proprio modello di business o operativo per sfruttare appieno le potenzialità dell’IA. Queste aziende non si limitano a ottimizzare i processi esistenti, ma piuttosto rivedono completamente la propria strategia, costruendo nativamente intorno ai concetti di intelligenza artificiale generativa, cloud, e dati. Sono disposte a rischiare e a innovare in modo audace, puntando a conseguire vantaggi competitivi significativi».
Gli Optimizer tendono a utilizzare l’IA per ottimizzare e migliorare i processi esistenti, senza però modificare radicalmente il loro modello di business. Queste aziende adottano l’IA per fare piccoli miglioramenti incrementali, applicandola a specifici ambiti o settori in cui è possibile ottenere risultati tangibili. «Sebbene possano ottenere benefici significativi dall’IA, tendono a essere più conservative nel loro approccio all’innovazione e possono perdere di vista le opportunità di trasformazione radicale», spiega Pelotti. Infine, le aziende che si collocano nella categoria di “Late Adopter” sono quelle che hanno un approccio più cauto e ritardato nell’adozione dell’IA. Queste aziende possono essere riluttanti ad investire in nuove tecnologie e possono vedere l’IA come una sfida o una minaccia piuttosto che come un’opportunità. Possono essere motivate da preoccupazioni riguardanti la sicurezza, la privacy dei dati o l’effetto sulle risorse umane. Tuttavia, rischiano di rimanere indietro rispetto alla concorrenza e di perdere l’opportunità di cogliere i vantaggi competitivi offerti dall’IA.
Le imprese dovranno mettersi in grado di sfruttare appieno la Generative AI adottando innanzitutto un approccio di “reinvenzione”, operando in sinergia con partner qualificati per rivedere i percorsi dei clienti e le modalità di lavoro al proprio interno. «Reinventare il Proprio Business significa ripensare completamente il proprio modello di business o operativo partendo da zero e costruirlo attorno ai concetti di Digital Core, Cloud, Dati e Intelligenza Artificiale Generativa. Questo approccio richiede un cambiamento radicale anziché semplici ottimizzazioni, ed è tipico delle aziende che identifichiamo come “Reinventor” nel nostro studio», dice Pelotti.
Riorganizzarsi vuol dire rischiare. «È necessario essere pronti a riorganizzare le proprie operazioni e ad assumersi dei rischi per capitalizzare appieno sull’intelligenza artificiale generativa. Questo può significare superare la mentalità del “pilota” o del “prototipo” e puntare a implementazioni su larga scala anziché limitate e parziali», spiega Pelotti.
Sarà necessario poi costruire un modello flessibile per rendere l’intelligenza artificiale scalabile, accertarsi che questa venga usata in modo responsabile e senza generare rischi (Accenture calcola che il 28% dei lavoratori usi già la Generative AI, il 50% dei quali senza supervisione) e riqualificare e riorganizzare la forza lavoro, che dovrà arrivare ad uno stato “liquido”, pronto cioè a modificare velocemente ruoli e compiti in modo da stare al passo dell’evoluzione tecnologica.
Vista la portata dei cambiamenti in atto e l’elevata potenzialità delle ricadute positive di un efficace utilizzo della Generative AI, a giudizio di Accenture è indispensabile un forte coinvolgimento dei ceo e del top management aziendale in questo processo, in modo da garantire una sostanziale adesione ai nuovi modelli organizzativi da parte di tutti i soggetti coinvolti internamente.
Lavorare in partnership, attraverso joint venture e collaborazioni strategiche per rafforzare in maniera sistemica le competenze in ambito tecnologico, è sicuramente un modo consigliabile per accelerare e guidare il cambiamento, così come è indispensabile dotarsi di sistemi sicuri di protezione del know-how e dei dati aziendali in modo da evitare la dannosa fuoriuscita di informazioni sensibili.
