L’intelligenza artificiale può essere utile all’industria italiana? La risposta, quasi prevedibile, è positiva. Ma la sua attuazione pratica non è per nulla scontata. Lo sa bene Giacomo Favagrossa che, nel 2017 è approdato in Myti con il ruolo di direttore commerciale. Un ingresso, al fianco dei fondatori Gianbattista Schieppati ed Emanuele Cerquaglia, dopo che proprio Myti aveva trovato la soluzione a una serie di problematiche informatiche presenti nella sua precedente azienda. “Da allora – racconta Favagrossa – abbiamo risolto problematiche in decine di aziende e siamo cresciuti, arrivando a creare uno staff di 30 persone, con 2 milioni di fatturato solo di progetti software”.
Le problematiche informatiche di un’azienda sono numerose, così come sono numerosi i soggetti che promettono di risolverle. Cosa proponete di diverso?
A differenza di altri competitor, non ci limitiamo a risolvere problemi puntuali, ma abbiamo un approccio complessivo alle modalità operative di un’azienda, individuando soluzioni innovative rispetto a quelle standard.
Questa, però, è una promessa che fanno in molti, spesso con strutture molto più grandi della vostra…
Le grandi aziende, però, hanno anche un approccio molto articolato e rigido, che non risponde alle reali esigenze di dinamicità che caratterizzano le imprese italiane. Noi, come 
dimostra la nostra storia, abbiamo creato un team di professionisti specializzati proprio nella risoluzione dei problemi di Business Intelligence. Per questo non operiamo proponendo una piattaforma, ma capendo le esigenze. Ogni realtà ha caratteristiche specifiche e non si può pensare di imporre un modo di lavorare. Per questo la nostra consulenza parte da un’attenta analisi gratuita della produzione e delle modalità operative, seguita dall’identificazione della piattaforma da utilizzare. Poi, con il supporto di alcuni docenti universitari, suddividiamo il progetto globale in più moduli complementari, ma indipendenti. In questo modo, pur avendo una visione complessiva, il cliente è rapidamente operativo e inizia subito a sfruttare i vantaggi, apportando poi le ottimizzazioni nel tempo. Tutto questo con tempistiche e costi ben chiari sin dall’avvio del progetto.
Un esempio pratico di come rendete concreti i concetti di Intelligenza Artificiale applicata è rappresentato dal configuratore Declaro. Cosa lo contraddistingue rispetto ad un comune configuratore che conosciamo tutti?
Parlare di configuratore fa pensare allo strumento che usiamo quando scegliamo la nostra nuova auto e decidiamo i singoli optional. Declaro, invece, è un configuratore commerciale che aiuta a “creare” un prodotto in base alle richieste del cliente ed alla specificità produttiva. Spesso, infatti, il cliente non riesce ad esprimere correttamente le proprie aspettative. Per questa ragione Declaro lo guida, sfruttando l’intelligenza artificiale e ponendo una serie di domande mirate, che attingono anche ad un enorme data base in cui sono inseriti tutti i vincoli tecnici e normativi di ogni singolo prodotto.
Qual è il “motore” che sta dietro a una simile capacità?
Alle spalle di Declaro opera un “sistema esperto”, frutto del mercato, su cui abbiamo costruito la nostra piattaforma. I sistemi esperti sono la branca più antica dell’intelligenza artificiale e sono in grado di ragionare per passi discreti, arricchendosi con l’uso e senza la necessità di integrare la base dati in modo manuale o scrivendo ulteriori righe di codice. Proprio l’assenza di un Data Base proprietario lo rende semplice e leggero da installare, oltre che rapidamente operativo.
Il vostro cliente ideale, quindi, è il direttore commerciale di un’azienda?
Teoricamente sì. Ma il direttore commerciale, solitamente, preferisce affidarsi alla propria esperienza. Il nostro interlocutore privilegiato, invece, è spesso il responsabile dei sistemi informativi, che solitamente ha una capacità di astrazione maggiore e coglie la portata innovativa di questi sistemi. Anche perché una piattaforma come Declaro è in grado di acquisire tutto il patrimonio di competenze interno ad un’azienda, valorizzandone i prodotti, soprattutto quando si opera in ambienti complessi. Inoltre, grazie all’integrazione con il CRM, valorizziamo l’enorme mole di informazioni che le aziende già possiedono ma non sanno come utilizzare.
Questa vostra capacità di automatizzare la raccolta delle informazioni attraverso l’impiego dell’Intelligenza Artificiale, però, “toglie potere” alle persone interne?
Le competenze e le capacità delle persone sono un patrimonio irrinunciabile per un’azienda moderna. E il nostro compito è quello di sviluppare i sistemi informatici a supporto dei responsabili interni. Noi abbiamo le competenze per trovare e implementare le soluzioni migliori, ma è il personale interno a governare i processi e gestire una “macchina” sempre più performante, con vantaggi per tutti. Il nostro obiettivo è quello di aiutare le aziende a sfruttare al meglio le tecnologie, ma in un’ottica di visione integrale, che noi riusciamo a supportare al meglio anche grazie alla nostra esperienza.
Nel caso delle aziende manifatturiere, però, macchine e impianti possiedono già un proprio MES. Qual è il valore aggiunto di dell’Intelligenza artificiale applicata?
É necessario distinguere. Molti associano l’Intelligenza Artificiale al solo “machine learning”, mentre le branche sono tante: computer vision, cognitive computing, semantic engine, 
rules engine, ecc. poi naturalmente si possono alimentare i cosiddetti algoritmi di autoapprendimento, il machine learning appunto. Infatti, anche l’uomo nel processo di “imparare”, prima riconosce i dati (clustering), li seleziona (optimization), li associa (similarity) e poi li elabora e li “impara”. I sistemi tradizionali che equipaggiano le macchine sono in grado di monitorare la produzione, ma limitatamente alle macchine utensili con dati isolati. Noi, invece, ad esempio, possiamo monitorare l’intero processo produttivo, fornendo la base per un concreto “process mining”. Per fare questo, in un recente caso reale, abbiamo acquisito i fogli excel contenenti le note testuali dei manutentori. Grazie all’applicazione di motori semantici sono stati messi in correlazione i significati delle note presenti nell’Excel individuando così immediatamente alcune criticità sfuggite ai responsabili ed evidenziando, per esempio, che i ritardi erano indotti da alcuni componenti specifici, stoccati in un micro-magazzino interno, la cui ricerca rallentava la produzione. È questo l’esempio più chiaro di come l’Intelligenza Artificiale, applicata a produzioni complesse, porti enormi vantaggi, ma sempre operando insieme al personale interno.
