intelligenza-artificiale-monitoraitalia

Competitive Data  ha completato  l’analisi dei bilanci delle prime 200, tra aziende ed enti, attive nel mercato dell’intelligenza artificiale in Italia per il triennio 2016-2018.

Le aziende di intelligenza artificiale si suddividono tra fornitori di soluzioni hardware (server e storage dedicati), e fornitori di software, ulteriormente segmentabili secondo la classificazione Assintel in:

  • Piattaforme software di intelligenza artificiale: strumenti per analizzare, organizzare e fornire servizi basati su informazioni strutturate e non strutturate, inclusi assistenti intelligenti che possono imitare le capacità cognitive umane, come ad esempio i chatbot. I componenti tecnologici delle piattaforme software AI includono analisi del testo, analisi rich media (come audio, video e immagine), tag, ricerca, apprendimento automatico, categorizzazione, clustering, generazione di ipotesi, risposta alle domande, visualizzazione, filtro, avviso e navigazione.
  • Applicazioni AI: applicazioni di processo che apprendono, scoprono e formulano automaticamente raccomandazioni o previsioni (analisi predittive). Queste applicazioni utilizzano l’elaborazione del linguaggio naturale, la ricerca, l’aggregazione della conoscenza, l’apprendimento e altre tecnologie di intelligenza artificiale.
  • Servizi: servizi IT progettuali, di outsourcing, di supporto e formazione per lo sviluppo e la gestione di soluzioni AI. Servizi di business consulting e process outsourcing specifici.

Com’è lecito attendersi, in un settore economico di recente costituzione, ed ancora in fase di introduzione, c’è ancora molta confusione anche solo per definirne il perimetro.

Le aziende considerate sono registrate con una discreta varietà di codifiche, sebbene il gruppo più numeroso abbia adottato quella della “produzione di software non connesso all’edizione”, soprattutto le aziende e startup di recente costituzione.

 

lo stato dell’arte

Gli ambiti di applicazione dell’intelligenza artificiale si ampliano di giorno in giorno, e sono molteplici i settori in cui viene impiegata.

Esempi di applicazione dell’intelligenza artificiale  ne troviamo in agricoltura, dove vi si fa ricorso per ottimizzare i raccolti, grazie ai predictive analytics sulle colture generati a partire dalle informazioni sul terreno e dai dati meteo.

In ambito sanitario se ne fa un ricorso sempre più diffuso in radiologia per analizzare i referti, in sala operatoria per supportarne i chirurghi, e la nuova frontiera si spinge fino al dialogo con il paziente e la scelta della cura.

In India e nelle Filippine registriamo i primi call center che usano l’intelligenza artificiale per rispondere alle chiamate.

Il produttore giapponese di  cosmetici Kao  usa l’intelligenza artificiale per sviluppare prodotti di bellezza personalizzati sulla base delle caratteristiche della pelle.

La Cina conta nel mercato dell’intelligenza artificiale oltre una dozzina di “unicorni” valutati oltre un miliardo di dollari, molti dei quali leader nei rispettivi ambiti di applicazione, come l’azienda iFlytek, che interpreta in maniera istantanea più di 60 lingue, o SenseTime attiva nel riconoscimento facciale e rilevamento della temperatura.

L’intelligenza artificiale è stata impiegata anche in epoca di Covid-19, per facilitarne lo studio, ed adottarvi misure di contenimento: negli USA è stato istituito il “Covid-19 Open Research Dataset”, una vasta raccolta di pubblicazioni scientifiche legate al coronavirus.

Successivamente anche la Commissione Europea ha varato la sua piattaforma per la condivisione di dati e ricerche sul Covid-19. Ancora più oltre si è spinta la Cina che ha usato l’intelligenza artificiale per controllare il rispetto della quarantena, individuare i soggetti positivi, e sfruttare l’analisi predittiva per anticipare l’evoluzione dell’epidemia.

In un ambito più strettamente legato al business queste tecnologie vengono applicate primariamente in tutte le attività dove la classificazione, le previsioni e il clustering (associazioni e riconoscimento di gruppi) sono utili o necessari per risolvere problemi o supportare le decisioni, ed in particolare:

  • la gestione delle anomalie nei processi;
  • l’ottimizzazione logistica e di programmazione;
  • il customer service e la personalizzazione.

E’ quanto emerge anche dall’Osservatorio del Politecnico di Milano, che vede canalizzare in queste categorie, nel 2019, quasi l’80% del mercato dell’intelligenza artificiale in Italia.

 

l’intelligenza artificiale che verrà

La popolarità dell’intelligenza artificiale è cresciuta nel momento in cui la sua applicazione è passata da mansioni tipiche di back-office a quelle di front-office, quali assistenti digitali e robot.

Sempre più spesso una moltitudine di device elettronici interagisce con le persone in una varietà di ambienti diversi.

Questo ha portato alla nascita dell’AI emotiva, che mira a creare fiducia ed empatia nel modo in cui i computer interagiscono con gli umani.

L’intelligenza artificiale emotiva classifica e risponde alle emozioni umane leggendo le espressioni facciali, scansionando i movimenti oculari, analizzando i livelli di voce ed il tono usato nelle email, e sta già trovando impiego in tanti settori, dal gioco alle assicurazioni, tanto che la società Gartner prevede che entro il 2022 il 10% dei dispositivi elettronici personali includerà qualche forma di riconoscimento delle emozioni.

 

Qualche esempio

Amazon ha già depositato brevetti per una tecnologia di rilevamento delle emozioni che riconoscerebbe se un utente è felice, triste, arrabbiato, ecc. Questo aiuterebbe Alexa, il suo assistente digitale, a scegliere la musica più adatta, fino a suggerire l’acquisto dei prodotti più in linea con lo stato d’animo del momento.

La società Affectiva ha sviluppato un sistema di riconoscimento delle emozioni per automobili che, utilizzando telecamere e microfoni, rileva se un guidatore è assonnato, distratto, arrabbiato, e può reagire abbassando la temperatura o tirando la cintura di sicurezza.

Fujitsu sta incorporando una linea di sensori nei manichini dei negozi di abbigliamento, che analizzano il comportamento dei clienti e inviano notifiche al personale di vendita per personalizzare al meglio il servizio.

L’AI Now Institute dell’Università di New York ha però sottolineato l’imperfezione dei sistemi di riconoscimento delle emozioni, che non dovrebbero essere impiegati quale esclusivo metro di giudizio in decisioni che prevedono un sensibile apporto delle capacità umane quali: assunzioni in ambito lavorativo, prezzi delle assicurazioni, prestazioni scolastiche, valutazione del dolore.   varietà

 

l’analisi delle aziende di intelligenza artificiale

Competitive Data ha calcolato il bilancio medio settoriale  delle aziende specializzate nei servizi di intelligenza artificiale in Italia nel triennio 2016-2018.

Il calcolo viene realizzato aggregando i bilanci delle aziende con un fatturato significativo, una percentuale di specializzazione nel settore superiore o uguale al 50% del fatturato totale, e attive in tutti gli esercizi considerati a partire dal 2015.

Nella selezione delle aziende da aggregare sono state considerate le aziende produttrici di software e piattaforme AI, ed escluso i fornitori di hardware e di servizi.

Queste ultime risultano ampiamente diversificate, e  non avrebbero rispettato le percentuali di specializzazione nel settore necessarie per dare validità scientifica agli indici calcolati.

Dal bilancio medio settoriale sono state escluse anche quelle aziende con fatturati molto elevati (si pensi ad IBM, Microsoft, Accenture, ecc.) che avrebbero influenzato i rapporti di forza all’interno delle medie settoriali.

Il calcolo ci consente di ottenere una serie di valori medi di riferimento con cui confrontare le performance aziendali.

  • Il ROE, Return on Equity, è il rapporto tra Utile e Patrimonio netto e rappresenta la redditività per i soci. Il ROE medio nel 2018 è stato del 7,4%, in forte crescita rispetto al 3,9% del 2017.
  • Il ROI, Return on Investment, è il Risultato operativo (ottenuto sottraendo dai ricavi tutti i costi operativi) sul Capitale investito netto (cioè l’attivo di Stato Patrimoniale al netto dei fondi di rettifica). Rappresenta la redditività della gestione caratteristica. Il ROI medio è stato dell’8,7 nel 2018, segnando un forte incremento rispetto alla forbice del 5%-6%  in cui oscillava  nel biennio precedente.
  • Il ROS, Return on Sales, è il rapporto tra il risultato operativo e i Ricavi e rappresenta il margine operativo sulle vendite. Il ROS è stato pari all’ 8,1%, anch’esso in crescita rispetto al 5,5% del 2017.

Segue lo stesso andamento l’EBITDA medio rispetto al fatturato, o margine operativo lordo, passato dal 13,7% del 2017 al 17,1% del 2018.

redditività-intelligenza-artificiale

Confrontando gli indici medi tra le aziende specializzate nell’intelligenza artificiale e quelle del più generico settore della produzione di software e fornitura di servizi IT del quale fanno parte (https://monitoraitalia.it/category/servizi/informatica-e-comunicazione/) ne emerge una marginalità sensibilmente più elevata per le prime.

redditività-intelligenza-artificiale-servizi-it

i ricavi

La distribuzione geografica dei ricavi nel 2018 vede prevalere le regioni del Nord Ovest, che ne accolgono il 56%, seguite dal Nord Est con il 18,4%, quindi il Centro con il 15,4%, ed infine il Sud con il 10,2%

Le crescite maggiori le fanno registrare le aziende più strutturate, capaci di offrire un insieme integrato di servizi rivolto alla trasformazione digitale “tout court” delle aziende, e dove i servizi legati all’intelligenza artificiale costituiscono un elemento più o meno importante all’interno della gamma aziendale. Dal lato opposto le aziende piccole, e focalizzate solo su un determinato servizio legato alle AI, cominciano a mostrare alcune difficoltà.

 

Come entrare nel mercato dell’intelligenza artificiale

L’intelligenza artificiale è  un servizio ancora in una fase del ciclo di vita definita di “introduzione”; fase caratterizzata da una crescita lenta delle vendite, collegata all’inserimento del servizio sul mercato, e con profitti quasi inesistenti per via delle elevate spese di introduzione del prodotto/servizio.

Tuttavia abbiamo notato come proprio a partire dal 2018 ci sia stata una forte accelerazione dei ricavi, soprattutto dei margini, ed un consolidamento del valore aggiunto, che potrebbe lasciare presagire che siamo entrati nella fase della crescita, caratterizzata da una generale accettazione del mercato ed un miglioramento dei profitti.

Negli ultimi anni si sono affacciate sul mercato dell’intelligenza artificiale molte startup innovative, ma che fanno fatica a crescere, forse perché troppo concentrate sullo sviluppo del servizio, tralasciando tutte le operations necessarie per operarvi con successo.

Per competere sul mercato dell’intelligenza artificiale è necessario che i player abbiano ben chiaro quale sia la domanda potenziale del loro servizio, cioè l’insieme delle aziende che dichiarano un livello di interesse sufficiente per una determinata offerta di mercato.

Ma questo non basta, perché non tutte le aziende potrebbero avere l’intenzione, o disponibilità di spesa, per acquistare servizi di AI.

Il mercato disponibile è costituito dall’insieme delle aziende che hanno interesse verso i servizi di AI, e le risorse per fruirne. Il fornitore di servizi AI può anche decidere di rivolgersi solo a determinati mercati obiettivo, cioè segmentare il mercato disponibile in gruppi omogenei di aziende: per ambito di attività, localizzazione geografica, classe dimensionale, ecc.

Un altro passo molto importante è l’identificazione dei concorrenti, posizionarli su una mappa che riporta le fasi che devono essere seguite dai clienti per ottenere o utilizzare il servizio, ed infine definire i gruppi strategici, dove l’azienda deciderà di posizionarsi in base ai suoi punti di forza e di debolezza.

Le imprese che prevedono di introdurre un nuovo servizio legato all’intelligenza artificiale devono decidere quando entrare nel mercato. Essere i primi può garantire notevoli vantaggi ma comporta rischi e pericoli. Arrivare in ritardo ha senso se l’impresa  può contare su una tecnologia più avanzata, su un servizio migliore, o sulla forza del brand.

Accelerare i tempi di innovazione è fondamentale in un mercato come questo, e quelle imprese che raggiungono per prime delle soluzioni pratiche conseguiranno i vantaggi di cui gode l’innovatore di mercato.

Un estratto di questa analisi è stato pubblicato anche nel libro “Algoritmi per l’intelligenza artificiale” edito da Hoepli https://www.algoritmiia.it/

Se vuoi essere informato su l’uscita degli ultimi dati aggiornati relativi alle aziende di intelligenza artificiale iscriviti alla nostra newsletter. 

Acquista il report completo
Contattaci per informazioni