• BitMAT
  • BitMATv
  • Top Trade
  • Linea EDP
  • Itis Magazine
  • Industry 5.0
  • Sanità Digitale
  • ReStart in Green
  • Contattaci
Close Menu
LineaEDPLineaEDP
    Facebook X (Twitter) Vimeo Instagram LinkedIn RSS
    Trending
    • AI: costruirla partendo dai dati in tempo reale
    • IA e personalizzazione delle esperienze digitali
    • Il digitale in Italia raccoglie i frutti seminati dall’AI
    • RETN annuncia una nuova tratta ad alte prestazioni tra Milano e Padova
    • Cloud: cosa sta cambiando con l’AI?
    • Cloud security: un acceleratore verso crescita e innovazione
    • Vertiv Academy: il training center di Vertiv per gli ingegneri in EMEA
    • Continuità Digitale: leva strategica per l’evoluzione dell’A&D
    Facebook X (Twitter) Vimeo Instagram LinkedIn RSS
    LineaEDPLineaEDP
    • Cio
    • Cloud
    • Mercato
    • News
    • Tecnologia
    • Case History
    • Report
    • Sicurezza
    • IOT
    LineaEDPLineaEDP
    Sei qui:Home»Featured»Machine learning: tra potenzialità e limiti

    Machine learning: tra potenzialità e limiti

    By Redazione LineaEDP08/11/20213 Mins Read
    Facebook Twitter LinkedIn Reddit Telegram WhatsApp Email

    L’ultimo Report di McKinsey & Company analizza il potenziale del machine learning e spiega come implementarlo al meglio

    Si intitola “Operationalizing machine learning in processes” il nuovo Report di McKinsey & Company in cui viene analizzato il potenziale che il machine learning riveste per le aziende e come queste possano implementarlo al meglio per generare un valore reale e duraturo.

    A redigerlo ci hanno pensato Rohit Panikkar, Tamim Saleh, Maxime Szybowski e Rob Whiteman.

    Secondo una recente ricerca di McKinsey, integrando il machine learning nei processi, le organizzazioni leader stanno aumentando la loro efficienza del 30%, a cui si accompagna un incremento dei ricavi dal 5% al 10 %.

    In un’azienda sanitaria, ad esempio un modello predittivo che classifica le richieste di risarcimento in diverse classi di rischio è stato in grado di aumentare del 30% il numero di richieste pagate automaticamente, diminuendo lo sforzo manuale di un quarto.

    Inoltre, grazie all’adozione del machine learning, le organizzazioni possono sviluppare processi scalabili e resilienti capaci di generare valore negli anni a venire.

    4 step per trasformare il machine learning in vantaggio

    La tecnologia di ML e i relativi casi d’uso si stanno evolvendo rapidamente, e i leader possono essere sopraffatti dal ritmo del cambiamento. Per ridurre la complessità, le organizzazioni più avanzate stanno applicando un approccio basato su quattro fasi:

    1. Creare economie di scala e di competenze, che permettano al team di implementazione di riutilizzare le conoscenze acquisite da un’iniziativa per perfezionarne un’altra, generando un vantaggio in termini di ritorno sull’investimento
    2. Valutare quali siano le competenze necessarie per il business e come sviluppare modelli di ML adeguati
    3. Fornire ai modelli di ML dati di qualità da analizzare e da cui imparare
    4. Standardizzare i progetti ML per favorire la loro implementazione e scalabilità all’interno dell’azienda

    ML: serve anche la giusta mentalità

    Il ML è, dunque, diventato uno strumento essenziale per le aziende che vogliono automatizzare i processi, eppure il “viaggio” da compiere resta difficile. Per realizzarlo al meglio serve anche che le aziende abbiano la giusta mentalità ricordando sempre che, più dati ci sono, meglio è.

    Ciò detto, i ricercatori di McKinsey ricordano che, poiché il machine learning porta con sé notevoli sfide, è essenziale suddividerlo in passi gestibili. Il suggerimento, allora, è quello di sviluppare casi d’uso individuali e di immaginare da capo l’intero processo riprogettando il modo in cui le persone e le macchine oggi lavorano insieme.

    La conclusione del report è chiara: utilizzare il machine learning per automatizzare i processi è senz’altro un’opportunità per le aziende ma occorre cambiare approccio e rendere operativo il ML su scala.

     

     

    Machine Learning McKinsey & Company ML
    Share. Facebook Twitter LinkedIn Reddit Telegram WhatsApp Email
    Redazione LineaEDP
    • Facebook
    • X (Twitter)

    LineaEDP è parte di BitMAT Edizioni, una casa editrice che ha sede a Milano con copertura a 360° per quanto riguarda la comunicazione rivolta agli specialisti dell'lnformation & Communication Technology.

    Correlati

    Il digitale in Italia raccoglie i frutti seminati dall’AI

    03/07/2025

    Cloud security: un acceleratore verso crescita e innovazione

    03/07/2025

    Continuità Digitale: leva strategica per l’evoluzione dell’A&D

    03/07/2025
    Newsletter

    Iscriviti alla Newsletter per ricevere gli aggiornamenti dai portali di BitMAT Edizioni.

    Security Words

    INFRASTRUTTURA APPLICATIVA: PROTEGGIAMOLA

    29/01/2024

    PASSWORD E STRATEGIA

    29/01/2024
    BitMATv – I video di BitMAT
    ExpertBook P5, il notebook con l’AI integrata
    La tua fabbrica è resiliente?
    Legrand Data Center al Data Center Nation per parlare del data center del futuro!
    Snom: focus su tecnologia e partner
    Cumulabilità Transizione 5.0 e ZES: i vantaggi del Litio
    Defence Tech

    Industria sotto attacco: l’Italia tra i Paesi più colpiti. Serve agire

    02/07/2025

    La sicurezza del cloud rimane tra le priorità principali delle aziende

    01/07/2025

    Spionaggio e cybercrime si sovrappongono. La scoperta di Proofpoint

    01/07/2025

    Imprese italiane e l’evoluzione delle minacce informatiche

    30/06/2025
    Report

    Il digitale in Italia raccoglie i frutti seminati dall’AI

    03/07/2025

    Continuità Digitale: leva strategica per l’evoluzione dell’A&D

    03/07/2025

    GenAI: aumenta l’adozione, ma anche i rischi

    02/07/2025

    Adozione dell’AI: crescita vertiginosa tra gli impiegati

    01/07/2025
    Rete BitMAT
    • Bitmat
    • BitMATv
    • Top Trade
    • LineaEdp
    • ItisMagazine
    • Speciale Sicurezza
    • Industry 4.0
    • Sanità Digitale
    • Redazione
    • Contattaci
    NAVIGAZIONE
    • Cio
    • Cloud
    • Mercato
    • News
    • Tecnologia
    • Case History
    • Report
    • Sicurezza
    • IOT
    Chi Siamo
    Chi Siamo

    BitMAT Edizioni è una casa editrice che ha sede a Milano con una copertura a 360° per quanto riguarda la comunicazione online ed offline rivolta agli specialisti dell'lnformation & Communication Technology.

    Facebook X (Twitter) Instagram Vimeo LinkedIn RSS
    • Contattaci
    • Cookies Policy
    • Privacy Policy
    • Redazione
    © 2012 - 2025 BitMAT Edizioni - P.Iva 09091900960 - tutti i diritti riservati - Iscrizione al tribunale di Milano n° 293 del 28-11-2018 - Testata giornalistica iscritta al ROC

    Type above and press Enter to search. Press Esc to cancel.