Generative AI, tutti i numeri e la mappa dei casi concreti. Una guida pratica ed esclusiva costruita da SergenteLorusso in collaborazione con TD SYNNEX e con l’atteso Destination AI Tour in partenza da Padova il prossimo 12 Novembre 2024. Qui tutti i dettagli.
Il recente studio State of The Generative AI Market, realizzato da ISG (Information Services Group) ci offre una lucida fotografia sul mercato della genAI e sui trend che dobbiamo attenderci nel corso dei prossimi mesi.
Ancor prima di scendere nei dettagli, lo studio di ISG rileva come, nei budget pianificati per il 2024, le aziende stiano spendendo complessivamente 2,6 miliardi di dollari in merito al loro principale progetto basato sulla GenAI. Il 70% utilizza ChatGPT per lo sviluppo software, mentre il 65% si sta rivolgendo agli MSP per ottenere tecnologie e competenze necessarie per implementare le iniziative legate all’intelligenza artificiale generativa.
In relazione ai casi d’uso, la generative AI rappresenta l’investimento principale per i servizi di customer service. Il 53% delle aziende intervistate ha affermato come i chatbot con funzioni generative costituiscano attualmente la loro principale priorità riguardo un’attività specifica, mentre utilizzano in maniera generica la genAI per automatizzare i test dei processi IT.
State of The Generative AI Market 2024 è il risultato di un lavoro di ricerca svolto da ISG durante il mese di agosto, coinvolgendo circa 2000 figure apicali a livello globale, sia nel C-Level che a livello di responsabili delle singole funzioni aziendali (marketing, vendite, amministrazione, ecc.), selezionate soprattutto nel contesto della media e grande industria.
La premessa del report individua prontamente alcuni dei risultati chiave dell’indagine, riguardo alle aspettative in termini di ROI da parte delle aziende che hanno investito sulla GenAI nel corso del 2024 e del fatto che la grande maggioranza prevede un aumento dell’investimento nel corso del 2025, pari almeno al 50% rispetto alla quota di budget assegnata quest’anno.
[Scopri il Futuro dell’Innovazione a Padova! Destination AI Tour– 12 Novembre 2024. Unisciti ai leader dell’Intelligenza Artificiale e scopri come l’AI può rivoluzionare il tuo business. Non perdere l’opportunità di connetterti con i top vendor del settore e di partecipare a un evento esclusivo che cambierà la tua visione tecnologica e strategica. Qui tutti i dettagli per partecipare!]
Generative AI: i principali casi d’uso nel 2024
Il report State of The Generative AI Market 2024 individua i principali casi d’uso su cui le aziende hanno investito utilizzando l’intelligenza artificiale generativa all’interno dei processi, per ottimizzarli o generare nuove opportunità di business.
Secondo i ricercatori di ISG è importante notare come: “tre dei primi cinque casi d’uso si focalizzano sulle comunicazioni, sull’incremento di efficienza dei processi e sulla generazione dei contenuti. Le aziende ritengono che la GenAI possa offrire loro un contributo immediato in termini di efficienza generale, non in termini di impatto nel breve termine sulle revenue”.
In merito alle funzioni specifiche, vanno segnalati i seguenti casi d’uso:
- Customer Service Chatbot: 53%
- Creazione contenuti multimediali (audio e video): 41%
- Customer Service servizi di supporto: 41%
- Gestione dei workflow all’interno dei processi delle LoB: 32%
- Monitoraggio e gestione del contact center: 26%
In merito alle funzioni generiche, la generative AI è stata utilizzata principalmente nei seguenti casi d’uso:
- Automated IT Testing: 43%
- HR Support: 35%
- Comunicazione con i clienti: 33%
- Creazione e gestione documenti: 31%
- IT Security: 30%
Generative AI: i casi d’uso attesi nel 2025
Oltre a descrivere la situazione attuale, il report State of The Generative AI Market 2024 si spinge oltre, per cercare di capire cosa succederà nel futuro prossimo, soprattutto nei giorni in cui le aziende definiscono i budget per il 2025.
Secondo gli autori della ricerca: “I casi d’uso che attendiamo per il 2025 si concentreranno principalmente sull’aumento delle competenze. Vedremo crescere le applicazioni di supporto alla compliance, alle previsioni, alle ricerche di mercato, alla pianificazione della supply chain e allo sviluppo del software. Sono domini in cui l’esperienza umana, piuttosto che il tempo umano, può risultare un fattore limitante“.
Tra gli elementi di valore, sarà dedicata un’attenzione sempre maggiore alla scalabilità, soprattutto ora che, chi ha trovato soddisfazione nelle prime implementazioni, proverà ad aumentare il business in funzione della generative AI. Tra le aziende intervistate, poche nutrono dubbi in merito al ROI, le cui aspettative in merito al 2025 sono assolutamente ottimistiche in termini di risultati. Le principali aree in cui avviene la misurazione del ROI da parte delle imprese, secondo i dati di ISG, sono: efficienza, innovazione, servizio clienti, risparmio sui costi e crescita del business.
Tra i processi in cui le aziende intendono implementare l’intelligenza artificiale nel 2025, vanno segnalati:
- Ricerche di mercato e abitudini dei consumatori: 18%
- Traduzione e scrittura di codice sorgente: 18%
- Planning, Budgeting e Forecasting: 17%
- Ottimizzazione Supply Chain: 16%
- Compliance e gestione dei documenti normativi: 16%
LEGGI ANCHE: Generative AI: perché le aziende dovrebbero conoscerla e implementarla
Adozione della Generative AI: sviluppo delle applicazioni il principale driver
Il report State of The Generative AI Market 2024 si chiede inoltre come le imprese siano intente a destinare il budget fissato per i processi che implementato l’intelligenza artificiale generativa.
Secondo i dati riportati da ISG:
- il 36% del budget viene destinato alle applicazioni, incluso il software-as-service
- il 25% viene speso in HR, per aumentare e gestire il personale
- il 21% viene speso in infrastruttura IT (storage, server, ecc.)
- il 18% è destinato alle attività in outsourcing, come i servizi gestiti dai MSP
In media, nel corso del 2024, le organizzazioni hanno sviluppato 151 applicazioni GenAI, un numero destinato, in termini di aspettative, più che a raddoppiare nel corso del 2025, quando le stime prevedono una media pro capite di 356 applicazioni.
Secondo l’analisi di ISG, i dipartimenti IT delle aziende utilizzano in maniera crescente la potenza della GenAI per semplificare le operazioni e ottimizzare i flussi di lavoro all’interno dell’infrastruttura IT, a tutto vantaggio dell’innovazione.
Lo sviluppo software sta emergendo come il principale driver per l’adozione della GenAI. Il 70% degli intervistati dichiara di utilizzare abitualmente ChatGPT per le attività di sviluppo software, mentre il 33% utilizza regolarmente GitHub CoPilot.
Sulla base dei dati raccolti dal survey, ISG riporta che l’adozione della GenAI nello sviluppo software sia in grado di creare guadagni in termini di produttività stimati tra il 30% e il 42% nell’arco di un anno.
Nel contesto dello sviluppo, la produttività viene incrementata in vari modi, in particolare:
- automatizzando i processi per le analisi predittive
- facilitando le attività di sviluppo del codice, con una significativa riduzione degli errori
- migliorando la qualità del codice e la sicurezza del software
Un contributo fondamentale della GenAI nello sviluppo software è garantito dall’automazione delle lunghe e ripetitive fasi di testing delle applicazioni, che precede il loro rilascio in produzione.
[Scopri il Futuro dell’Innovazione a Padova! Destination AI Tour– 12 Novembre 2024. Unisciti ai leader dell’Intelligenza Artificiale e scopri come l’AI può rivoluzionare il tuo business. Non perdere l’opportunità di connetterti con i top vendor del settore e di partecipare a un evento esclusivo che cambierà la tua visione tecnologica e strategica. Qui tutti i dettagli per partecipare!]
I managed service provider (MSP) sono i principali partner delle aziende per l’adozione della generative AI
Secondo le stime del report State of The Generative AI Market 2024, per implementare l’intelligenza artificiale nei propri processi, il 65% delle aziende si avvale dei servizi dei MSP, mentre il 35% agisce mediante risorse interne.
La ragione di questa netta prevalenza appare piuttosto semplice da comprendere. I MSP degni di questo nome sono player che dispongono di una comprovata esperienza sul campo, oltre che di competenze continuamente aggiornate sulle tecnologie su cui si servizi stessi vengono implementati.
Quando si parla di novità in senso assoluto nel contesto IT, come nel caso della prima adozione della GenAI, avere una guida referenziata, capace di analizzare i processi e gli obiettivi di business per trovare la miglior soluzione applicativa può fare tutta la differenza tra un caso d’uso di successo e una cocente delusione.
Un altro fattore chiave che favorisce il business dei MSP è dovuto al fatto che grazie all’outsourcing le aziende possono provare ad incrementare le loro attività seguendo una logica “as a service”, senza dover definire internamente l’infrastruttura e il personale, soprattutto quando si tratta di avviare progetti pilota.
Gli MSP hanno una notevole esperienza pratica nella configurazione dei servizi, e sono in grado di garantire una velocità e un’efficienza operativa che difficilmente, soprattutto alle prime esperienze, le imprese riuscirebbero a raggiungere facendo leva sulle risorse interne.
Tra i fattori che invece caratterizzano l’implementazione in-house della GenAI nei processi, figura la volontà di investire in maniera lungimirante, sapendo già che quella sarà la strada da seguire, e si valuta di farlo con risorse e competenze interne. Si tratta soprattutto di contesti operativi che prevedono un elevato livello di personalizzazione, per cui si parte da un modello AI open source e si effettua un training basato quasi esclusivamente su dati proprietari.
In alcuni casi, chi prende tale decisione, vanta già un know how in progetti di intelligenza artificiale “tradizionale”, le cui capabilities vengono estese coinvolgendo la componente generativa.
Esistono poi alcuni vincoli che obbligano a prescindere alla rinuncia di un MSP, soprattutto quando intervengono questioni di data privacy e compliance normativa che non consentono di condividere i dati su infrastruttura di terzi.
AI pubblica o AI privata? Il cloud pubblico aiuta le prime implementazioni, poi prende quota il cloud privato e la AI on-premise, per rispondere a esigenze personalizzate di data privacy e performance
Un’altra domanda ricorrente quando si parla di adozione dell’intelligenza artificiale generativa è se avvalersi di servizi in cloud pubblico (AI pubblica), oppure sviluppare in proprio l’infrastruttura necessaria per la AI (AI privata)
Secondo i risultati di ISG, le opzioni possibili sarebbero molte. Il 28% delle aziende ha dichiarato di effettuare il training dei LLM (Large Language Model) in cloud privato oppure in data center on-premise. Il 21% ha detto di aver intenzione di ordinare delle GPU specifiche per sostenere l’elaborazione on-premise dei processi legati alla AI.
Questi dati rappresenterebbero una crescita favorevole al trend della AI privata, mentre negli ultimi due anni il cloud pubblico, soprattutto grazie all’impegno di AWS, Azure e Google Cloud, l’ha fatta letteralmente da padrone nell’ambito dei carichi di lavoro AI.
Secondo quanto riportato nei commenti dei ricercatori che hanno contribuito alla creazione del report di ISG: “I fornitori di cloud pubblico hanno speso miliardi per garantire il provisioning alle aziende dell’infrastruttura per l’intelligenza artificiale, rendendo il cloud pubblico la scelta più facile quando si è trattato di dare vita ai primi POC. Ora gli scenari vanno affinandosi, soprattutto quando le aziende hanno preso consapevolezza e intendono avviare progetti più impegnativi. I fornitori di cloud privato e i vendor di infrastruttura IT stanno entrando con decisione nel mercato per fornire alle aziende più opzioni per una maggiore sicurezza dei dati e una performance personalizzata”.
L’impatto delle AIOps sull’efficienza del business: risultati migliorati tra il 28% e il 50%.
L’integrazione dell’intelligenza artificiale, generativa e non, nelle operazioni IT (AIOps) rappresenta un approccio trasformativo alla gestione e all’ottimizzazione dei processi aziendali.
Secondo i dati pubblicati nel report di ISG, i miglioramenti ottenuti grazie a AIOps portano a un aumento stimato dell’efficienza che può variare in media dal 28% al 50%. Una forbice molto ampia, complessivamente favorevole, che si traduce in notevoli risparmi sui costi e in sensibili incrementi di performance.
Secondo quanto descritto dal report, infatti: “AIOps aiuta le aziende a gestire in modo proattivo gli ambienti IT, ridurre i tempi di inattività e migliorare le prestazioni complessive. L’implementazione di AIOps nella gestione dell’infrastruttura può comportare significativi risparmi di produttività. Automatizzando il monitoraggio e gli avvisi nelle attività di manutenzione predittiva, AIOps riduce la necessità di una costante supervisione manuale“, migliorando l’efficienza e prolungando la vita media degli asset.
Le barriere di adozione alla generative AI
Tra i fattori che tuttora limitano l’adozione o l’espansione della GenAI nei processi aziendali figura, in primo luogo, l’incapacità o la scarsa fiducia nel raggiungere i requisiti citati in precedenza.
Non è un caso che la primissima voce ad essere citata dal report di ISG descriva l’assenza di competenze ed esperienze per la generative AI (56%) che può essere in molti casi risolta grazie al ricorso ad un MSP.
Una delle principali sfide è rappresentato dall’HR, data la scarsità di profili qualificati in relazione all’attuale domanda di mercato. Molte aziende hanno difficoltà a reclutare e trattenere i talenti.
Al secondo posto, tra i vincoli all’adozione della GenAI ritroviamo gli aspetti legati alla privacy e alla sicurezza dei dati, con il 39%, una percentuale condivisa dalla difficoltà nel modernizzare le infrastrutture e applicazioni legacy, soprattutto quando queste sono ancora in grado di svolgere egregiamente il loro lavoro o la loro migrazione comporterebbe uno sforzo troppo impegnativo da sostenere nell’immediato.
Il 35% delle aziende intervistate ha rivelato difficoltà nell’attivare quei processi di change management indispensabili per rendere data-driven e ai-driven le linee di business che concretamente si ritrovano ad attivare l’adozione dell’intelligenza artificiale generativa.
Infine, il 33% delle aziende si dice intimorita dai costi dei LLM (large language model) sia in termini di adozione iniziale che di successivo mantenimento, coscienti del fatto che si tratta di asset che vanno fatti crescere nel tempo per generare a tutti gli effetti valore.
LEGGI ANCHE: Generative AI, la frenata di Goldman Sachs: costosa, inaffidabile e troppo energivora
