AI basata su modelli per il processo decisionale aziendale

La digitalizzazione non è una novità.

La trasformazione è stata un viaggio evolutivo. All’inizio, le persone interagivano con un unico sistema online, ora, questo è solo un elemento in una catena di azioni.

Ora accettiamo che nel software aziendale non possiamo controllare tutti i processi, specialmente i punti di contatto con il mondo esterno. Il mondo è andato avanti e il software è ora progettato per gli ecosistemi digitali.

Ecosistemi digitali e impresa digitale

Cos’è un ecosistema? Il National Geographic definisce un ecosistema come “un’area geografica in cui piante, animali e altri organismi, così come il tempo e i paesaggi, lavorano insieme per formare una bolla di vita”. È facile capire perché il concetto di ecosistema digitale ha guadagnato così tanto terreno.

Non più “la contabilità con i quadranti”, il software aziendale è ora un mondo eccitante e dinamico di nuove tecnologie, servizi, modelli di business e possibilità. Alcuni concetti non decollano mai e altri guadagnano trazione a velocità sconcertanti in un ciclo di innovazione digitale. Siamo ormai lontani anni luce dai rigidi processi software e viviamo invece con ecosistemi digitali dinamici in cui le relazioni tra fornitori, clienti e value-adders interagiscono ed evolvono costantemente.

La digitalizzazione dei mercati di consumo di massa ha aperto la strada. Ha raggiunto quantità fenomenali di valore e ha generato così tanti dati che ha generato un’industria della scienza dei dati corrispondentemente grande - ravvivando l’ambizione dell’IA guidata dai dati, che per un po' sembrava troppo complessa per diventare realtà.

Beni complessi e ingegnerizzati nel mondo manifatturiero

Nel mondo ingegnerizzato dei beni industriali grandi e complessi, la digitalizzazione è una sfida e deve lavorare in parallelo con i vincoli del mondo reale dei prodotti fisici e fabbricati - ma la trasformazione non è meno radicale.

Gli asset altamente ingegnerizzati generano dati continui. Utilizzando il progetto CAD/CAM originale più tutti i dati di configurazione dalla produzione e gli aggiornamenti in tempo reale, viene creata una visione digitale dell’oggetto reale: un gemello digitale.

Per esempio, nell’aviazione, ogni volta che un aereo moderno vola genera terabyte di dati - riportando lo stato dell’aereo quasi fino al livello molecolare. Usando profondi algoritmi di apprendimento automatico, possiamo prevedere in modo cruciale quando potrebbe rompersi o aver bisogno di manutenzione. Ma c’è un problema. L’IA può essere eccellente nell’elaborare rapidamente enormi quantità di dati ingegneristici e fornire potenti intuizioni, ma troppi segnali di dati troppo rapidamente possono sommergere un’operazione e sovraccaricare un processo gestito da persone. Abbiamo bisogno di filtrare ciò che ci viene detto per dargli un senso.

Il fatto che un aereo vi stia dicendo che presto potrebbe aver bisogno di riparazioni non è l’unica considerazione Il decisore umano sa che bisogna anche guardare il quadro generale, come la capacità di un hangar, il tempo di consegna dei pezzi di ricambio, le competenze disponibili e, fondamentalmente, la necessità di volare una missione o di trasportare passeggeri.

In altre parole, il mondo è fatto di ecosistemi, ognuno con i propri scopi e obiettivi. I decisori umani hanno bisogno di un modello di come questo funziona nel tempo per dare un senso a tutti i segnali di dati che stanno ricevendo.

Un’altra sfida è la dimensione del tempo. Nell’aviazione, o in qualsiasi altra industria complessa basata sulle risorse, possiamo prendere decisioni oggi che possono avere un impatto su diversi anni nel futuro. Possiamo creare un piano che viene estrapolato da una tendenza nei nostri dati e poi succede qualcosa di inaspettato. Mettiamo a terra la nostra flotta per diversi mesi a causa di una pandemia o di una nube di cenere, o introduciamo una tecnologia nuova di zecca per ridurre la nostra impronta di carbonio e molti dei nostri dati precedenti e dell’apprendimento vengono invalidati.

AI basata su modelli e gemelli digitali

È stato il tentativo di risolvere alcuni di questi problemi, e la necessità di decisioni più spiegabili, che ha portato allo sviluppo di una nuova generazione di software sotto il titolo di AI basata su modelli.

I risultati di questo tipo di software sono più trasparenti e generano conclusioni che sono correttamente comprese - essenziale per il mondo aziendale.

In Aerogility, abbiamo utilizzato un tipo di AI basata su modelli chiamata software multi-agente o agente intelligente e abbiamo creato una soluzione software di previsione e pianificazione altamente innovativa.

Il software viene utilizzato per implementare modelli olistici del mondo reale, rappresentando gli ecosistemi digitali e gli attori che vi operano. Gli agenti software assumono il ruolo di tutti i beni, processi e decisori nel modello ed eseguono il loro scopo in modo autonomo, interagendo tra loro per raggiungere obiettivi operativi nel proprio mondo virtuale. I modelli sono simulazioni what-if, con diverse versioni degli agenti che producono diversi risultati per il confronto. L’impatto delle decisioni può essere visto prima che accadano, e gli effetti collaterali possono essere compresi, permettendo alle decisioni e ai piani di essere ottimizzati e regolati di conseguenza.

I modelli sono una variazione sul tema del gemello digitale, anche se non stanno cercando di essere depositi di dati in tempo reale per le singole attività. I modelli sono progettati per catturare il quadro generale - dove persone, sistemi, attrezzature e infrastrutture condivise interagiscono tra loro. Questo significa che un team di gestione può esplorare le conseguenze future delle loro azioni e ottimizzare diverse politiche aziendali e decisioni sulle risorse in anticipo in un ambiente virtuale sicuro e affidabile.

La trasparenza è il mondo dell’AI

La trasparenza dell’IA basata su modelli e la spiegabilità dei risultati delle simulazioni è un cambiamento di gioco per il processo decisionale aziendale. Abbiamo già il controllo autonomo dei veicoli, e potenzialmente un passo successivo è l’automazione del processo decisionale tra gli ecosistemi digitali nell’impresa autonoma.

Perché questo accada, è di vitale importanza avere completa fiducia nelle decisioni che vengono prese. Ottenere questa fiducia comprendendo il processo di ottimizzazione e di decisione è un passo importante verso un’IA sicura e affidabile - un precursore essenziale per un’accettazione diffusa nel mondo aziendale.

Ciao, sono Michele!

Sono molto felice di saperti qui.
Ogni giorno ti raccontiamo qualcosa di nuovo sull'AI e sulle nuove tecnologie. Seguici sui social o iscriviti alla newsletter!

Iscriviti alla newsletter!

Iscrivendoti accetti la nostra Privacy Policy

Ti va di rimanere aggiornatə?

Niente spam, niente pubblicità. Ogni tanto una mail. Tutto qui.
(Ah, ovviamente i tuoi dati non verranno mai ceduti)

Iscrivendoti accetti la nostra Privacy Policy