Compiere i primi passi per usare l'intelligenza artificiale per la tua azienda

Obiettivi di apprendimento

Al completamento di questa unità, sarai in grado di:

• Spiegare perché il successo delle soluzioni IA dipende da una chiara definizione dei risultati.
• Stabilire quali fonti di dati sono più utili per addestrare efficacemente l'IA.
• Identificare quali sono le fasi successive all'elaborazione di previsioni da parte dell'IA.

Iniziare bene a usare l'IA

Ora che hai compreso meglio come è composta una soluzione basata sull'intelligenza artificiale, potresti decidere di iniziare a utilizzare l'IA per ottimizzare il tuo business. Anche se hai già un'idea di cosa è in grado di fare l'IA, potresti non sapere cosa serve per usarla in un modo che aggiunga valore reale alla tua azienda. Iniziare a usare l'IA sembra difficile, ma suddividendo l'impresa in quattro fasi diventa molto più semplice.

• Decidi che cosa vuoi prevedere.
• Prepara i dati storici.
• Trasforma le previsioni in azioni.
• Migliora le tue azioni.

Per illustrare queste fasi, prendiamo come esempio l'abbandono dei clienti della banca American Savers Cooperative (ASC). La previsione degli abbandoni e la fidelizzazione dei clienti sono uno dei casi d'uso dell'IA più comuni per qualsiasi azienda. Vediamo come ASC usa gli strumenti IA aziendali per conservare i propri clienti.

Decidere che cosa prevedere

Il primo passaggio per un utilizzo efficace dell'IA consiste nel trovare il modo di far capire all'IA quali risultati vuoi davvero ottenere. A questo scopo devi definire chiaramente, in termini misurabili, cosa vorresti prevedere.

Prendiamo il caso dell'abbandono dei clienti in ASC: che cosa si intende esattamente per perdita del cliente? Poniamo che un cliente abbia sia un conto deposito sia un conto corrente e decida di chiudere il conto deposito. Ha abbandonato? Se invece un cliente ha un solo conto presso la banca e sposta altrove il 90% della giacenza, equivale a un abbandono?

Per poter usare l'IA per prevedere e ridurre l'abbandono dei clienti, ASC deve prima definire concretamente che cosa considera abbandono. Deve avere la capacità di esaminare i propri dati ed essere in grado di stabilire con chiarezza se il cliente ha o non ha abbandonato.

Preparare i dati storici

Il secondo passaggio per usare efficacemente l'IA è preparare i dati storici. Come si suol dire "per prevedere il futuro è necessario conoscere il passato", questo vale anche per l'intelligenza artificiale. 

Nel caso di ASC, la banca possiede già una quantità significativa di dati storici sull'abbandono. L'azienda ha anche elaborato una definizione concreta di cosa è considerato abbandono e può stabilire con sicurezza se un cliente ha abbandonato o meno. È esattamente questo il tipo di informazioni di cui ha bisogno l'IA per auto addestrarsi. Uno degli assunti dell'IA è, infatti, che ciò che non può essere inserito in un rapporto non può essere previsto.

Alcune aziende potrebbero avere la necessità di consolidare dati sparsi in vari sistemi diversi tra loro che devono essere integrati affinché sia possibile riunire tutti i dati possano in un unico posto. Può rivelarsi una vera impresa, ma è assolutamente necessario.

Molte aziende si basano sulle statistiche ed eseguono già molti rapporti interni per misurare lo stato di salute della loro attività. E questo ci porta a un altro assunto dell'IA: ciò che inserisci in un rapporto, spesso è ciò che vuoi prevedere. Di fatto i risultati misurati in questi rapporti sono un ottimo punto di partenza per le ottimizzazioni dell'IA. I risultati sono già stati decisi; i dati sono pronti.

Trasformare le previsioni in azioni

L'ultima fase è trasformare la previsione in azioni. Nel caso della banca ASC, l'IA prevede se un cliente abbandonerà. Per questo motivo i risultati vengono restituiti sotto forma di probabilità. Per esempio, le probabilità che un determinato cliente abbandoni sono il 15%, mentre per un altro cliente sono il 30%.

ASC potrebbe usare questo valore in svariati modi. Potrebbe inserirlo direttamente nel record del referente. Meglio ancora, potrebbe passare al team fidelizzazione un elenco di clienti ordinato in base alla probabilità di abbandono. O magari è il momento di proporre una promozione speciale a tutti i clienti con una probabilità di abbandono superiore al 25%.

Migliorare le proprie azioni

Ora che ASC ha deciso di inviare una promozione speciale a tutti i propri clienti, bisogna creare un'email. Con l'aiuto dell'IA, in particolare dell'IA generativa, Einstein viene incaricato di generare un'email dedicata alle promozioni speciali. Einstein compila un'email e ASC è soddisfatta della risposta. Basta cambiare qualche parola per rendere il tono più personale e l'email può essere inviata a tutti i clienti. Non solo ASC ha migliorato le previsioni relative agli abbandoni dei clienti, ma ha mostrato ai propri clienti di apprezzare il loro valore.

Per trarre il meglio dall'IA è necessario definire concretamente quali risultati si vogliono ottimizzare, disporre di dati storici per addestrare l'IA e di un piano d'azione per il modo in cui usare le previsioni. Nella prossima unità, scopriremo come i diversi segmenti aziendali possono usare l'IA per soddisfare le proprie esigenze.