Non basta accumulare dati…

Per oltre vent’anni la trasformazione digitale delle imprese è stata guidata da una convinzione semplice: raccogliere il maggior numero possibile di dati. Si è parlato di big data, business intelligence, data analytics e intelligenza artificiale. Le aziende hanno investito ingenti risorse per digitalizzare processi, archiviare informazioni e costruire sistemi sempre più sofisticati di raccolta e gestione dei dati. Secondo il motto: «I dati sono il nuovo petrolio».

Oggi, però questo non è più sufficiente. Siamo già entrati in un’ulteriore fase della trasformazione digitale, nella quale emerge in maniera prorompente come il valore non risieda tanto nei dati in quanto tali, ma piuttosto nelle relazioni che esistono tra di essi. Un dato isolato è poco più di un elemento statico. Senz’altro utile, ma dall’impatto tutto sommato limitato. Un nome, una data, una transazione o una posizione geografica danno indicazioni parziali se osservati singolarmente. La vera conoscenza nasce quando questi elementi vengono collegati e inseriti in un contesto che prevede la loro messa in relazione. Sembra forse una cosa banale, ma in realtà non è ancora un approccio molto diffuso. Eppure è questo il principio che sta alla base di una delle evoluzioni più interessanti dell’intelligenza artificiale: l’ontologia.

In ambito informatico, un’ontologia è una struttura che organizza concetti, oggetti e relazioni all’interno di un determinato dominio. In altre parole, permette ai sistemi digitali di comprendere non soltanto i dati, ma anche il significato delle connessioni che li legano. Può sembrare un concetto teorico, ma le sue applicazioni sono estremamente concrete.

Pensiamo a un cliente registrato nel sistema informatico di un’azienda. Il suo nome, preso da solo, ha un’utilità limitata. La situazione cambia quando viene collegato alla cronologia degli acquisti, alla frequenza delle visite, alla localizzazione geografica, alle preferenze espresse online o alle interazioni con altri clienti. Non si dispone pertanto più solo di un dato ma di una conoscenza che può guidare decisioni commerciali, strategie di marketing e sviluppo di nuovi prodotti.

L’intelligenza non risiede quindi nell’oggetto, ma nella relazione.
Al di là dell’esempio forse un po’ banale appena citato, questo approccio permette soprattutto di individuare fenomeni che rimangono invisibili nelle tradizionali tabelle contenenti dati. Gli specialisti parlano di proprietà emergenti: caratteristiche che non si trovano nei singoli elementi ma che emergono dall’interazione tra più informazioni.
Un altro esempio tutto sommato semplice è quello degli smartphone. I dati provenienti dall’accelerometro e quelli del GPS, considerati separatamente, forniscono indicazioni limitate. Analizzati insieme permettono invece di capire se una persona sta camminando, correndo, guidando un’automobile o se è stata coinvolta in un incidente.

La conoscenza nasce quindi dalla correlazione.

Cosa significa tutto ciò per le imprese? Significa passare da una logica di raccolta e archiviazione a una logica di interpretazione e deduzione. La sfida non consiste più nel conservare enormi quantità di informazioni, ma nel costruire modelli capaci di evidenziare connessioni significative. È probabilmente questa la vera seconda digitalizzazione delle imprese. La prima è stata caratterizzata dalla dematerializzazione dei processi, dall’introduzione degli ERP, dei CRM e della documentazione elettronica. La seconda riguarda la capacità di trasformare dati sparsi in conoscenza operativa.
In questo contesto assumono crescente importanza i grafi di conoscenza, i sistemi di inferenza e le piattaforme di intelligenza artificiale capaci di ragionare sulle relazioni piuttosto che limitarsi a registrare informazioni.

Anche le domande che le aziende si pongono stanno ovviamente cambiando. Non basta più sapere quanti clienti hanno acquistato un determinato prodotto. Diventa più importante comprendere quali percorsi portano un cliente a diventare fedele a un marchio, quali fattori influenzano le sue scelte e quali segnali anticipano futuri comportamenti.
Per la Svizzera e per il Ticino questa evoluzione assume una rilevanza particolare. Operiamo in un contesto nel quale il vantaggio competitivo non può essere costruito sui volumi, ma sulla qualità, sull’innovazione e sulla capacità di generare valore aggiunto.
Le imprese ticinesi di tutti i settori dispongono già oggi di enormi quantità di dati. Il vero salto di qualità consisterà nel trasformarli in reti di conoscenza capaci di supportare decisioni più rapide e più accurate.

In un’economia sempre più fondata sulla conoscenza, il futuro non apparterrà a chi possiede più dati, ma a chi saprà comprenderne meglio le connessioni. Per il Ticino, che deve competere soprattutto con il capitale umano, la specializzazione e l’innovazione, questa potrebbe diventare una delle chiavi della competitività del prossimo decennio.