“La personalizzazione dell’AI, sostiene Carla Masperi, Amministratore Delegato di SAP Italia, non è più un elemento accessorio: è ormai un’aspettativa importante. Che si tratti di promuovere l’eccellenza operativa, migliorare l’esperienza del cliente o accelerare il processo decisionale, le organizzazioni danno sempre più priorità a soluzioni in grado di comprendere davvero la loro realtà”.
I modelli di AI generici, progettati per essere ampiamente applicabili, risultano limitati. Spesso non colgono le sfumature specifiche di un’impresa, con conseguente minore rigore, insight vaghi e scarsa scalabilità tra funzioni diverse. Il modello “taglia unica” dell’AI rende difficile adattare le sue applicazioni a settori con esigenze normative, tipologie di dati e complessità operative molto differenti.
Nei settori più critici dove precisione, conformità e contesto sono imprescindibili, affidarsi a modelli generici può generare inefficienze e opportunità mancate. Anche la loro integrazione nei processi di governance, sicurezza e compliance risulta spesso complessa. Il risultato? Prestazioni insufficienti e una crescente consapevolezza che un’AI “uguale per tutti” non può soddisfare la complessità dei bisogni delle imprese moderne.
La trasformazione
Le applicazioni di AI su misura stanno trasformando interi settori, modellando l’intelligenza attorno ai dati, ai processi e alle sfide specifiche di ogni industria.
“Nel manifatturiero, ricorda Masperi, il cambiamento è evidente: le aziende stanno snellendo processi operativi complessi. Per Henkel, ad esempio, il nostro team ha sviluppato una soluzione a supporto della gestione delle deduzioni nella supply chain finanziaria e dell’indicizzazione nella gestione delle controversie. La soluzione automatizza l’analisi e l’indicizzazione dei documenti di reclamo dei clienti, integrando capacità avanzate di AI direttamente nelle attività quotidiane degli operatori. Il risultato è una creazione dei casi più veloce e attenta e una gestione delle controversie più agile supply chain, dalla pianificazione all’individuazione del miglior vettore, in termini di condizioni di trasporto, per la spedizione dei prodotti ai clienti”.
Nel settore oil & gas, modelli di AI addestrati su dati geologici, registrazioni delle apparecchiature e variabili ambientali stanno migliorando le previsioni di perforazione, abilitando la manutenzione predittiva e incrementando sicurezza ed efficienza energetica.
L’industria automobilistica sta ottenendo risultati analoghi, con l’AI a supporto della manutenzione predittiva, dei sistemi di guida autonoma e delle diagnostiche in tempo reale, oltre a offrire esperienze personalizzate all’interno dell’abitacolo.
Il retail beneficia di un’AI che si adatta ai modelli d’acquisto locali e ai dati di vendita in tempo reale, rendendo più precise le previsioni della domanda, ottimizzando la gestione dell’inventario e proponendo promozioni più rilevanti, con una riduzione significativa degli sprechi.
Anche il settore pubblico potrà ottenere vantaggi dall’AI contestuale: automatizzando processi di routine e progettando politiche più mirate sarà possibile offrire servizi pubblici più rapidi, più efficaci e più vicini ai bisogni reali dei cittadini.
Applicazioni su misura
“In tutti questi esempi, è il messaggio del numero uno di SAP Italia, il modello è chiaro: un’AI che comprende il contesto in cui opera genera decisioni più intelligenti, operazioni più snelle e risultati migliori per le organizzazioni e per le persone. Nel nostro ruolo di partner strategico a supporto delle organizzazioni nello sviluppo e nella crescita del loro business, siamo in prima linea nell’evoluzione verso un’AI personalizzata a livello enterprise. La nostra visione si basa sulla creazione di un’AI non più sperimentale, ma realmente pronta per l’adozione.”
Cisco: i 5 macrotrend tecnologici 2025
Sempre per Masperi invece di sviluppare soluzioni isolate, l’AI va integrata direttamente nei processi di business più importanti, dal finance, alle risorse umane, fino alla supply chain. Per generare una vera trasformazione, puntualizza, l’AI deve essere progettata all’interno dei processi, non aggiunta successivamente. Questo richiede collaborazione con esperti di settore, allineamento agli standard di conformità e un affinamento continuo basato sui feedback dei clienti. Le applicazioni di AI su misura non riguardano solo il codice: implicano collaborazione, fiducia e valore nel lungo periodo.