5 aziende che utilizzano l'intelligenza artificiale per prevedere il futuro e il profitto

Nella prima puntata di questa serie sull'analisi predittiva basata sull'intelligenza artificiale, abbiamo esplorato la funzionalità di questa tecnologia, insieme al suo potenziale per creare strategie aziendali più efficaci.

L'analisi predittiva può essere definita come una forma di data mining che utilizza modelli statistici per analizzare modelli storici e quindi utilizza questi modelli per proiettare risultati futuri. Il dispiegamento dell'intelligenza artificiale consente alle tecnologie di analisi di individuare relazioni tra variabili che gli esseri umani sono semplicemente incapaci di vedere.

In questo articolo, vogliamo dare vita a questa teoria con cinque casi d'uso di analisi predittiva.

Ci sono state alcune notizie degne di nota in questo campo, in particolare i titoli "Il bersaglio sa quando sei incinta" che ha attirato così tanta attenzione alcuni anni fa.

Le cose si sono sviluppate parecchio da allora. L'evoluzione di piattaforme di analisi ampiamente disponibili e accessibili ha consentito l'accesso a modelli statistici sofisticati per aziende di tutte le dimensioni. Al di là dell'iperbole di previsioni di gravidanza leggermente inquietanti, i big data sono più tipicamente utilizzati dalle piccole e grandi imprese per migliorare le loro funzioni quotidiane.

Definendo i problemi che vogliono risolvere, procurando i dati giusti, assumendo persone con le competenze per dare un senso ai dati e fornendo loro la tecnologia appropriata, qualsiasi azienda può iniziare oggi con il campo redditizio dell'analisi predittiva.

Ci sono troppi contendenti per considerare ogni esempio nell'ambito di un articolo, quindi abbiamo invece cercato di fornire un campione rappresentativo di analisi efficaci basate sull'intelligenza artificiale attraverso un ampio spettro di casi di studio.

1. Ottimizzazione della catena di approvvigionamento: Walmart

Iniziamo con un esempio pesante, ma che fornisce ispirazione a tutti i rivenditori.

Mentre tanti altri rivenditori "legacy" stanno lottando, Walmart ha pubblicato dati di crescita per gli ultimi 11 trimestri consecutivi. In particolare, questo è stato determinato da un aumento del 63% su base annua delle vendite online.

Walmart ha ricevuto molti consensi per la sua volontà di adattarsi nell'era digitale e sta scommettendo sulla sua capacità di collegare i mondi online e offline per competere con Amazon.

L'intelligenza artificiale e l'analisi predittiva sono al centro di questa spinta. Walmart prende i dati istantaneamente dai suoi sistemi di punti vendita e li incorpora nelle sue previsioni per valutare quali prodotti potrebbero essere esauriti e quali hanno avuto prestazioni inferiori.

In combinazione con i modelli di comportamento online, questo fornisce un'enorme quantità di punti dati (oltre 40 petabyte di essi) per aiutare Walmart a prepararsi per un aumento o una diminuzione della domanda di prodotti.

Foto di chuttersnap su Unsplash

I dati vengono gestiti nel cloud tramite il "Data Cafe" di Walmart, gestito dal team di Walmart Labs nella Silicon Valley. Si tratta di un'operazione sofisticata e su larga scala in linea con il numero di variabili necessarie a un'azienda di queste dimensioni per fare proiezioni accurate da dati affidabili.

Tuttavia, i vantaggi che ne derivano possono essere ricercati anche dalle piccole imprese.

Ad esempio, l'uso dell'intelligenza artificiale e dell'analisi predittiva da parte di Walmart è prezioso per la gestione dell'inventario, poiché i manager possono immagazzinare in modo appropriato senza correre il rischio di dover apportare costose modifiche dell'ultimo minuto per colmare le lacune quando la domanda supera l'offerta.

Queste previsioni consentono inoltre a Walmart di personalizzare la propria presenza online, mostrando i prodotti a clienti specifici in base alla probabilità prevista di effettuare un acquisto.

La disciplina e il rigore che questo approccio comporta significano che Walmart può attenersi a date di consegna rigorose, poiché ogni fase della sua catena di approvvigionamento è stata ottimizzata attraverso l'uso di analisi predittive. Tutte queste aree possono essere migliorate da qualsiasi azienda attraverso la tecnologia accessibile come Google e Adobe.

Significativamente, Walmart offre anche incentivi ai clienti sotto forma di riduzioni di prezzo o privilegi di salto in coda se ritirano i loro acquisti da un negozio fisico. Anche con tutti i vantaggi che l'analisi basata sull'intelligenza artificiale può apportare all'azienda, competere con Amazon sui costi di spedizione rimane un compito arduo.

2. Previsione dell'andamento dei prezzi: Hopper

L'industria dei viaggi è notoriamente competitiva, con picchi e minimi volatili della domanda e molte rotte a basso margine. Questo può lasciare i viaggiatori all'oscuro, incerti sul momento migliore per prenotare. A volte è meglio prenotare in anticipo, altre volte è meglio aspettare più vicino alla data di partenza.

Questo lo rende un campo maturo per la potenza dell'analisi predittiva basata sull'intelligenza artificiale, un fatto che ha visto l'app di viaggio Hopper crescere drammaticamente in popolarità dal 2015.

Hopper è sempre un passo avanti prevedendo modelli di prezzo futuri e avvisando i viaggiatori degli orari più economici per acquistare voli verso le loro destinazioni preferite.

Lo fa osservando ogni giorno miliardi di prezzi e, sulla base dei dati storici per ciascuna tratta, anticipando come si svilupperà il trend. Gli utenti possono quindi impostare notifiche per ricordare loro di prenotare quando si verificano questi cali di prezzo.

Sebbene non sia l'unica azienda del genere a fornire questo servizio, Hopper riporta un tasso di accuratezza del 95% con le sue previsioni e afferma di far risparmiare ai clienti una media di oltre $ 50 per volo.

Lo screenshot seguente mostra come funziona questo processo. Accompagnato da un tenero coniglietto occhialuto, scelgo la rotta del volo da New York a Honolulu per quella meritata vacanza.

In base alle mie date selezionate, il coniglio sorprendentemente prepotente mi dice di prenotare ora, poiché i biglietti per questa tratta diventeranno solo più costosi nel tempo.

Hopper fornisce un ottimo esempio di un'azienda che prende l'apprendimento automatico e l'analisi predittiva come principi centrali della propria strategia aziendale. Senza l'analisi predittiva, non ci sarebbe Hopper.

I modelli statistici che utilizza con così grande effetto, tuttavia, tengono lezioni per tutte le imprese. Il successo di Hopper deriva essenzialmente dalla sua affidabilità come piattaforma di consulenza oggettiva per i consumatori. Pertanto, molte altre aziende potrebbero assumere questo ruolo utilizzando le statistiche per fornire previsioni che siano nell'interesse del cliente, piuttosto che solo i propri profitti.

3. Crescita delle piccole imprese: Point Defiance Zoo & Aquarium

Un sondaggio di SAP alla fine del 2016 ha rilevato che oltre il 70% dei leader di piccole imprese riteneva di essere ancora solo nelle "fasi iniziali" di trarre informazioni dai propri dati.

Uno zoo di Tacoma, Washington, ha contrastato questa tendenza collaborando con il National Weather Service per identificare i fattori che hanno causato l'aumento e la diminuzione delle presenze in modo così imprevedibile. Ciò ha creato problemi per la direzione, che avrebbe sempre fornito personale al parco per soddisfare un vasto pubblico, ma spesso ha finito per spendere troppo per gli stipendi a causa della scarsa partecipazione.

Intuitivamente, potremmo supporre che la frequenza sia maggiore nelle giornate calde e asciutte, ma minore quando fa freddo o umido. Tuttavia, incorporando i dati del National Weather Service nella piattaforma Watson basata sull'intelligenza artificiale di IBM, lo zoo è stato in grado di individuare esattamente quali condizioni hanno indotto più persone a visitare.

Questa conoscenza è stata quindi utilizzata per modellare i modelli futuri dei visitatori, utilizzando i dati storici di presenza e le statistiche meteorologiche previste.

Il progetto è stato un enorme successo ed è ora una parte centrale della pianificazione aziendale dello zoo. Point Defiance è in grado di prevedere i dati di presenza con una precisione superiore al 95%, consentendo ai gestori di fornire personale appropriato al parco. Ciò non ha alcun impatto negativo sul modo in cui i visitatori sperimentano il parco (forse anche il contrario) e crea alcune efficienze aziendali vitali.

Le applicazioni di questa metodologia vanno ben oltre le semplici cifre delle presenze, ovviamente. Port Defiance può monitorare il modo in cui i visitatori interagiscono con lo zoo, contribuendo a fornire una migliore esperienza del cliente. Sono inoltre in atto piani per utilizzare l'analisi predittiva basata sull'intelligenza artificiale per monitorare i dati sanitari e diagnosticare problemi con gli animali del parco per fornire un trattamento preventivo.

4. Fidelizzazione del personale: IBM

L'attrazione fondamentale dell'analisi predittiva è il potenziale per fornire risultati migliori rispetto agli obiettivi organizzativi. Questi sono spesso apertamente basati sul profitto, ma l'analisi predittiva può anche aiutare a identificare i problemi di fidelizzazione del personale e suggerire soluzioni.

Caricando un file di dati strutturati (come nello screenshot qui sotto), Watson può individuare i fattori comuni che contribuiscono all'attrito del personale. Questo alimenta quindi la generazione di un "punteggio di qualità" per ciascun dipendente, basato sulla probabilità prevista di lasciare presto l'azienda.

Il punto in cui questo si concretizza davvero è nella sua capacità di rispondere alle richieste in linguaggio naturale degli utenti. In modo simile alla nuova funzione Analytics di Google, che recupera i dati in risposta alle domande degli utenti, Watson può rispondere a query specifiche e creare visualizzazioni di dati in base alle preferenze dell'utente.

Questo è un ottimo esempio di una piattaforma che passa rapidamente dall'analisi esplorativa e diagnostica al regno dell'analisi predittiva. Qualsiasi imprenditore o manager può utilizzare questi strumenti per identificare con precisione cosa causa esattamente l'abbandono del personale, ma può anche vedere cosa si cela dietro a questi fattori e mettere in atto misure preventive per placare eventuali potenziali partenze. Dato il costo del reclutamento di nuovo personale rispetto al mantenimento degli attuali ad alte prestazioni, ciò porta direttamente a una riduzione dei costi operativi.

5. Estensione del pubblico: Under Armour

L'estensione del pubblico è un'altra area del marketing che beneficia in modo significativo dell'uso dell'intelligenza artificiale e dell'analisi predittiva. Comprendendo le caratteristiche quantitative dei clienti di alto valore esistenti, è possibile identificare individui simili e indirizzarli con messaggi personalizzati che potrebbero risuonare.

Sapere dove spendere il proprio budget pubblicitario è essenziale, ma lo è anche sapere dove non spenderlo. L'analisi predittiva consente ad aziende come Under Armour di concentrarsi sulle aree che offriranno i maggiori ritorni e reinvestire il budget che altrimenti sarebbe stato speso in modo impreciso.

L'intelligenza artificiale viene utilizzata da Under Armour per eseguire attività come l'analisi del sentiment e l'ascolto sociale per capire cosa pensano i clienti del marchio e dove sono le lacune nel mercato. Ciò ha portato l'azienda a concentrarsi sul diventare un marchio di fitness digitale, un'iniziativa che l'ha vista ritagliarsi una nuova nicchia in un mercato saturo.

Under Armour produce prodotti per il fitness, ma anche app e dispositivi indossabili per legare insieme il mondo offline e quello digitale. Più persone utilizzano i prodotti, più dati Under Armour può raccogliere per migliorare la propria offerta. E con oltre 200 milioni di utenti registrati e più di 10 miliardi di interazioni digitali all'anno, i dati non mancano.

Continua a leggere fino all'ultimo capitolo di questa serie: AI e analisi predittiva: cosa riserva il futuro?