Secondo l’Osservatorio Intelligent Business Process Automation del Politecnico di Milano, il 45% delle aziende del settore Manufacturing adottato soluzioni di RPA – Robotic Process Automation. Tale percentuale scende al 25% per le soluzioni di IBPA – Intelligent Business Process Automation, sia in Italia che in Europa.
Ma cosa frena l’introduzione dell’AI nei processi di automazione? Innanzitutto, la mancanza di competenza tecnologica (83% dei casi), seguita dalla mancanza di una strategia chiara da parte del top management aziendale (62%). Diversi use case reali in ambito gestione documentale dimostrano, tuttavia, come l’impatto tecnologico sia relativamente contenuto, grazie alle caratteristiche proprie dei processi che di solito vengono automatizzati: operazioni ripetitive; flussi di lavoro ben definiti; dati, anche se destrutturati, in formati ricorrenti.
Gestione documentale: i casi d’uso del Manufacturing
Nell’ambito della gestione documentale, l “Cognitive Assistant” e il “Virtual Expert” sono, insieme all’IBPA, le più recenti applicazioni di Artificial Intelligence. Pur operando nel medesimo ambito (ricerca, estrazione, classificazione ed elaborazione automatica di informazioni), hanno campi e metodi di applicazione differenti. Mentre il Cognitive Assistant si basa sull’interazione uomo-macchina (di fatto per l’utente è come avere un vero e proprio assistente virtuale con cui comunicare e a cui chiedere informazioni, verifiche, lo svolgimento di compiti), le tecnologie di automazione intelligente permettono di eseguire in automatico attività ripetitive legate alla comprensione e gestione di documenti, anche destrutturati. L’IBPA può essere applicata a diversi processi di gestione documentale, come ad esempio:
- Documentazione inbound e outbound. La gestione dei DDT, delle bolle d’entrate e d’uscita di materiale grezzo, componenti e prodotti finiti è un lavoro manuale oneroso, ripetitivo e soggetto ad errori. Tale lavoro può essere automatizzato dall’AI: attraverso le tecnologie OCR – Optical Character Recognition e NLP – Natural Language Processing, è possibile interpretare il contenuto dei documenti e confrontarlo con gli ordini di acquisto del gestionale o con l’inventario di magazzino. L’esito è la riduzione drastica degli errori umani e l’aumento della produttività.. Lo stesso schema può essere applicato alla gestione delle fatture attive o passive.
- Preventivi. La richiesta di un preventivo, se elaborata manualmente, può avvenire solo in orario lavorativo, secondo i tempi di esecuzione dei singoli addetti, e con possibilità di errore. Grazie all’automazione intelligente, tali limiti sono superati alla fonte: è possibile, infatti, emettere preventivi H24 e con la velocità dei processi digitali. L’AI, inoltre, è in grado di minimizzare le interpretazioni erronee dei contenuti, attraverso l’analisi semantica delle richieste ed eventuali documenti allegati.
- Ordini d’acquisto. In ambienti omnichannel, gli ordini di acquisto possono essere inviati su più canali e in forme non standard. Si pensi, ad esempio, all’uso ormai consolidato di whatsapp o alle mail scritte in stile informale. La gestione di tali ordini, se effettuata manualmente, richiede molte risorse e può produrre diversi errori. Per automatizzare il processo la semplice RPA (Robotic Process Automation) non è più sufficiente. Occorre, infatti, effettuare un’analisi semantica dei contenuti, individuare le informazioni di interesse e processare la richiesta. L’AI, grazie alle sue capacità cognitive, è in grado di moltiplicare il numero di ordini elaborati abbattendo gli errori.. Sono documentati casi di aziende manifatturiere italiane con un carico superiore a 50mila ordini all’anno, provenienti da canali diversi e in forma destrutturata. In tali casi, il processamento automatico H24 ha aumentato drasticamente le performance, minimizzando gli errori e abbattendo i costi del personale. In tutti i processi appena descritti, e in particolare negli ordini d’acquisto e nella formulazione dei preventivi, una parte consistente del lavoro – facilmente soggetta ad errori – è il data entry. Tale attività, tuttavia, è trasversale a molti flussi aziendali. L’Artificial Intelligence, attraverso l’OCR e l’NLP, è in grado di interpretare allegati di qualunque formato, come, ad esempio, i pdf, i fogli Excel, le immagini, o, infine, la grafia umana. Diversi casi studio documentano i numerosi vantaggi, in termini di tempo ed efficienza, portati dall’introduzione di strumenti di IBPA.
Gestione documentale: elaborazione massiva dei testi
Il trattamento di grandi volumi di testo (ricerca di parole chiave, estrazione di informazioni, sintesi, ecc.) è un’applicazione dell’AI sempre più diffusa e trasversale a diversi settori merceologici. ; sono diversi i casi d’uso, già implementati, in cui questa tecnologia può costituire un grande vantaggio. In particolare, i processi di automazione potenziati dall’AI possono fare la differenza quando si tratta di:
- Accesso a bandi di gara pubblici. Un processo totalmente automatico può effettuare l’analisi semantica dei documenti pubblicati su siti specifici, verificare le condizioni di interesse, esaminare i vincoli per la partecipazione e, infine, innescare i processi e la produzione dei documenti, che devono anche essere conformi a normative specifiche., o,
- Traduzioni. Per le società che operano a livello internazionale, , la traduzione ragionata da e verso altre lingue è una necessità, e costituisce un’attività onerosa, che richiede risorse specializzate, sia in termini linguistici che di conoscenza del dominio di business. Il contributo dell’AI può essere molto significativo, tenendo conto che lo “Human-in-the-loop” è una condizione comunque necessaria.
I casi d’uso citati dimostrano come, nel Manufacturing, l’AI possa da un lato generare nuove opportunità di business, e, dall’altro, aumentare l’efficienza dei flussi operativi, sia nella gestione documentale, sia nei processi produttivi. L’uso dell’AI è, infatti, trasversale: l’analisi delle immagini, utilizzata nella gestione documentale per il trattamento di testi inviati come scatti fotografici, trova un’ampia applicabilità, nel Manufacturing, anche nel controllo delle linee produttive e della qualità dei prodotti. Secondo The 2024 AI in European Manufacturing Report, il 79% delle aziende manufacturing intervistate ritiene che l’AI consentirà di migliorare fortemente l’efficienza aziendale entro i prossimi cinque anni. Ciò significa che le tecnologie di automazione dei processi non possono più essere considerate un’opzione, ma la condizione per garantire lo sviluppo dell’impresa, oggi e nel futuro prossimo.
