• BitMAT
  • BitMATv
  • Top Trade
  • Linea EDP
  • Itis Magazine
  • Speciale Cloud
  • Industry 4.0
  • Sanità Digitale
  • Redazione
  • Contattaci
LineaEDP
    Facebook Twitter Vimeo LinkedIn RSS
    Trending
    • Edge Computing: perché è fondamentale nella digitalizzazione delle aziende
    • Cose Generali da Considerare in un Casino dal Vivo
    • VMware Cloud Infrastructure: aggiornamenti e vantaggi
    • Il database-as-a-service Capella di Couchbase da oggi supporta anche Google Cloud
    • Il Gruppo Lutech acquisisce Certimeter Group
    • La PEC diventa un modello di successo in tutta Europa
    • Kaspersky avverte: sistemi di building automation sotto attacco
    • Contributo Thales Alenia Space alla missione CRISTAL
    Facebook Twitter Vimeo LinkedIn RSS
    LineaEDP
    • Cio
    • Cloud
    • Mercato
    • News
    • Tecnologia
    • Case History
    • Report
    • Sicurezza
    • IOT
    LineaEDP
    Sei qui:Home»Featured»Machine learning: tra potenzialità e limiti
    Featured

    Machine learning: tra potenzialità e limiti

    Di Redazione LineaEDP08/11/2021Updated:07/11/2021Lettura 3 Min
    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
    Condividi: Facebook Twitter LinkedIn Reddit Telegram WhatsApp Email
    Redazione LineaEDP
    • Facebook
    • 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

    Edge Computing: perché è fondamentale nella digitalizzazione delle aziende

    28/06/2022

    VMware Cloud Infrastructure: aggiornamenti e vantaggi

    28/06/2022

    La PEC diventa un modello di successo in tutta Europa

    28/06/2022
    Newsletter

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

    BitMATv – I video di BitMAT
    SPS 2022: l’automazione è tornata in scena a Parma
    Security: le norme indicano il percorso
    Enabling an Intelligent and Sustainable Planet
    TURCK BANNER: IL PARTNER DELL’AUTOMAZIONE A 360°
    COGNEX: visione artificiale e deep learning per la fabbrica del futuro
    Defence Tech

    Kaspersky avverte: sistemi di building automation sotto attacco

    28/06/2022

    Resilienza informatica efficace se c’è un approccio proattivo

    28/06/2022

    Data protection in 5 mosse

    27/06/2022

    Vacanze: occhio alle offerte imperdibili via email

    27/06/2022
    Report

    Juniper: l’adozione dell’AI accelera in Europa ma la governance è in ritardo

    27/06/2022

    5G: previsti 4,4 miliardi di abbonamenti nel 2027

    22/06/2022

    Finance sempre più nel mirino dei criminali informatici

    22/06/2022

    Sviluppatori: domanda in forte aumento, ma solo il 26% delle competenze richieste è legato al business

    21/06/2022
    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 Twitter Vimeo LinkedIn RSS
    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
    Ultime

    Edge Computing: perché è fondamentale nella digitalizzazione delle aziende

    28/06/2022

    Cose Generali da Considerare in un Casino dal Vivo

    28/06/2022

    VMware Cloud Infrastructure: aggiornamenti e vantaggi

    28/06/2022
    • Contattaci
    • Cookies Policy
    • Privacy Policy
    • Redazione
    © 2012 - 2022 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

    Scrivi nel campo e premi Invio per cercare. Premi Esc per annullare