L'approccio Humco
Gli applicativi di intelligenza artificiale impongono un approccio dinamico ed evolutivo alla lettura dei fenomeni aziendali. I dati stessi risultano innovativi: oltre al patrimonio di informazioni generate dai business process, si innestano variabili esogene ad altissima rotazione, che ottimizzano ed elevano il valore dei dati che altrimenti risulterebbe latente (data sylos) e, in tal senso, non proficuo. Non modifichiamo il processo, lo evolviamo.
Efficacia decisionale, Efficienza produttiva, Riduzione tempi, costi,...Nuovi servizi, Visione multidimensionale dei processi
Quali porte si aprono con il approcio Humco
Perception
Il tema della Perception affronta i difficili problemi di comprensione di immagini, suoni, musica e video, oltre a fornire strumenti più potenti per l'acquisizione, la compressione, l'elaborazione, l'espressione creativa e la realtà aumentata delle immagini.
Suggestion
Mentre i sistemi tradizionali producono raccomandazioni su una richiesta dell'utente, un sistema proattivo avvisa l'utente ogni volta che alcuni contenuti o prodotti diventano disponibili o cambiano il modo nel quale possono leggerlo, guardarlo o ottenerlo.
Automation
La nostra esperienza sul mercato ci diche che più di 2000 attività lavorative su oltre 800 occupazioni mostra che alcuni task sono più facilmente automatizzabili di altri: attività fisiche in ambienti altamente prevedibili e strutturati, nonché la raccolta e l'elaborazione dei dati.
Prediction
La predizione in ambito AI ha diversi utilizzi: dalla previsione di un difetto in un ciclo produttivo, della domanda nella grossa distribuzione, del guasto di un macchinario, alla frode fiscale in ambito finance.
Prevention
La prevenzione è un concetto diverso dalla previsione: se il secondo si basa su dati meramente endogeni che porteranno con una certa probabilità ad un evento certo, la prima suggerisce come evitare il manifestarsi di cause scatenanti di eventi indesiderati.
Metodologia opera
Orienting data
Il primo passo è l’analisi della complessità aziendale in ogni sua sfaccettatura. La comprensione del business è strettamente legata alla raccolta di tutti quei dati che possono generare valore (strutturati e non strutturati), endogeni ed esogeni, al massimo livello di profondità. La dipendenza tra qualità e quantità del dato è strettamente correlata alla comprensione del dominio.
Pre-processing data
Iil principio è banale, di sicuro ad alto effort, ma spesso dato per scontato. La fase di pre-analisi del dato, la sua definizione e collimazione portano ad un input cristallino. L’equazione alternativa è semplice: spazzatura in ingresso=spazzatura in uscita.
Exploring data
Una volta definito l’input a livello “macro”, è necessaria l’identificazione di strutte intrinseche e non facilmente comprensibili, derivanti da sistemi multi-variati. In questa fase vengono altresì riassunte le variabili similari in macro-categorie descrittive. Un’operazione meramente statistico-quantitativa.
Refining of models
Per noi la parte divertente. Un modello (algoritmo) è una regola generale – statisticamente parlando – a noi la sua specializzazione. Un modello di apprendimento automatico è un utensile nella nostra cassetta degli attrezzi: è bizzarro utilizzare una mazza per piantare un chiodo da quadro, viceversa, sconsigliabile utilizzare uno scalpello per traforare una montagna. Se lo strumento non esiste? Lo inventiamo noi!
Automation & Develop
Una volta definiti di modelli, questi vengono integrati nei sistemi applicativi (ERP, CRM, APP,…) in maniera apparentemente invisibile, ma misurabile attraverso KPI, metriche e target precedentemente impensabili.