Circa il 54% delle aziende ha difficoltà a cogliere l’effettivo valore dall’Intelligenza Artificiale perché si approccia all’AI senza dare priorità a progetti pilota che presentano le caratteristiche di bassa complessità e beneficio immediato. Ma come definire una adeguata strategia di implementazione per integrare l’AI nei propri processi di business?

• Ottimizzazione dei processi e taglio dei costi: in che modo l’AI può migliorare la strategia aziendale e contribuire a raggiungere una posizione di leadership nel proprio settore
• Know how, tecnologia, regolamentazione: come implementare una corretta strategia in ottica data driven
• AI Talent Challenge: nuove strategie per upskilling e quale cambiamento culturale rispetto all’abbattimento dei silos

Nel contesto assicurativo, l’Intelligenza Artificiale ha aperto una nuova opportunità di automazione dei processi discrezionali: liquidazione sinistri, deroghe assuntive, risposte a richieste di assistenza etc. L’impatto può essere enorme, in termini di efficienza operativa, gestione del rischio e livelli di servizio per il cliente, ma a differenza di tutti quei progetti di “Intelligenza Artificiale” che mirano a suggerire raccomandazioni, l’automazione necessita una precisione vicina al 100%.

Oltre il 90% delle grandi aziende ha in corso progetti che attengono all’analisi dei dati, in particolare con priorità ai temi della Data Visualization, dell’Advanced analytics, dell’integrazione tra diverse fonti e con crescente attenzione alle azioni finalizzate a migliorare la data quality:

• Dalla Data Strategy alla Data-Driven Organization: come sviluppare una strategia di analisi dati per un'organizzazione pronta per l'AI e incentrata sui dati?
• Strumenti di advanced analytics a supporto del decision making aziendale: un approccio metodologico per analizzare rischi e opportunità con strumenti statistici trasparenti

• Le sfide di un data scientist: come creare valore dai dati, operando nel sviluppare analisi di dettaglio, creando modelli organizzativi alternativi che possono supportare una diffusione della cultura del dato?
• Cosa significa adottare davvero un approccio MLOps nelle progettualità di Data Science

Siamo nell’era del 4.0, delle smart cities, dell’automazione dei processi e di tutto ciò che possiamo definire technology-driven: ma come si colloca in questo quadro l'utilizzo dell'AI nel mondo del design?

• Il concetto di A.I. Design:  il design centrato sul consumatore e l'utilizzo di tecnologie VR, IoT, User Experience
• Human & Machine: il concetto di IA incorporata e l'obiettivo simbiosi tra uomo e macchina
• Focus Cina: casi concreti dall'estero in cui gli ultimi progressi della scienza potrebbero influenzare la nostra vita quotidiana 

Come si presenta esattamente una rete logistica intelligente?

Youngjun Choi, Senior Research Scientist in UPS ATG Robotics AI Lab ci racconta come identificare, valutare e implementare rapidamente le tecnologie per soddisfare le esigenze dei clienti oggi e in futuro.

Dal laboratorio di sistemi avanzati del gruppo di tecnologia avanzata (ATG), scopriremo:

• Dati e Cloud: l’approccio UPS per una rete logistica intelligente visibile in una struttura automatizzata.
• La nuova frontiera dell’ultimo miglio: dalle buste di spedizione in rete di nylon allo sviluppo dei sensori di tracciamento in tempo reale
• Esempi pratici di veicoli autonomi, droni e di un'infrastruttura abilitata per il 5G