Dal potenziale al reale: come i Big Data hanno cambiato il mondo

Nel 2011 il McKinsey Global Institute pubblicava un rapporto sul potenziale di automazione dei Big Data (ne avevamo parlato qui). Cinque anni più tardi, con The age of analytics: Competing in a data-driven world ritorna sull’argomento, mostrando come le aspettative non siano state disattese e intercettando una frazione della grande rivoluzione in atto.

L’opportunità del machine learning è cresciuta più del previsto: nel report si legge che, dopo aver identificato 120 casi di utilizzo di apprendimento automatico in 12 settori industriali, è stato chiesto a 600 esperti del settore di definirne l’impatto sul loro lavoro. Il risultato più sorprendente è stata la straordinaria ampiezza delle applicazioni del machine learning: in ciascuno dei casi, è stato identificato come uno dei primi tre asset da almeno un esperto in quel settore.

I sistemi di apprendimento automatico oggi sono in grado di svolgere le mansioni più eterogenee: dal servizio clienti alla gestione logistica, dall’analisi di cartelle cliniche fino alla produzione di notizie. La convergenza di diversi trend tecnologici è un processo in continua accelerazione. Il volume dei dati raddoppia ogni tre anni, così come la quantità di informazioni che si riversa ogni giorno sulle nostre piattaforme digitali. Il loro spazio di archiviazione sale, mentre il prezzo scende progressivamente. I data scientist possono ora utilizzare strumenti dal potere di calcolo senza precedenti e mettere a punto algoritmi sempre più sofisticati.

Le aziende in grado di utilizzare tool data driven hanno introdotto modelli di business che hanno rivoluzionato interi settori. Prendiamo ad esempio l’industria manifatturiera americana: il design-to-value, la gestione della supply chain e il supporto post-vendita sono le tre aree in cui i data-analytics hanno fornito il maggiore supporto, dimezzando il margine di errore – e i relativi costi di produzione – e incrementando il margine operativo del 19%.

Quali sono i passi per una visione strategica data-oriented? Secondo gli esperti di McKinsey, è necessario chiedersi per cosa saranno utilizzati gli analytics e in che modo genereranno valore. È necessario definirne l’architettura, ovvero le modalità  e capacità di raccolta. Il passo successivo, quello più difficile, consiste nel far evolvere i processi aziendali, facendo confluire intuizioni date dall’analisi del flusso dati nel flusso di lavoro vero e proprio. Sono tutti capaci di farlo? I Big Data sono il motore portante della cosidetta digital disruption, un asset fondamentale per lo sviluppo aziendale:  il loro valore reale, tuttavia, risiede nel modo in cui saranno utilizzati: un flusso di informazioni potrebbe non rappresentare nulla, o essere la chiave per il lancio di un nuovo prodotto!