\t\t\t\t\t\tL\u2019intelligenza artificiale ha il potenziale di influire su ogni settore \u2013 non solo la logistica, la produzione manifatturiera o i trasporti \u2013 e incider\u00e0 sia sugli impiegati che sugli operai. Cos\u00ec gli analisti di Franklin Templeton Investments in un corposo report incentrato sull\u2019IA, in cui si chiedono perch\u00e9 dovremmo interessarci ad essa, come ci influenzer\u00e0 e come aiutare gli investitori a comprendere cosa cercare.
\nL\u2019IA \u00e8 l\u2019applicazione della tecnologia per raggiungere obiettivi nella vita reale e sta attirando crescenti quantit\u00e0 di investimenti societari, e mano a mano che le tecnologie si sviluppano e cominciano ad avere un impatto pi\u00f9 ampio, riteniamo che il potenziale valore che pu\u00f2 scaturire sia destinato ad aumentare. L\u2019IA \u00e8 gi\u00e0 in uso in molte applicazioni che utilizziamo su base giornaliera, come servizi di streaming e piattaforme di social media. Molti settori hanno capito che devono innovarsi dato che i guadagni in produttivit\u00e0 sono divenuti pi\u00f9 importanti, anche perch\u00e9 la ripresa del contesto economico globale \u00e8 stata pi\u00f9 lenta di quanto abbiamo visto in passato. Servizi al dettaglio, di media, e finanziari e trasporti sono tra i settori che avvertono l\u2019impatto degli innovatori della piattaforma tech-centrica emergenti.
\nCosa dovrebbero considerare gli investitori riguardo l\u2019IA
\nL\u2019intelligenza artificiale sta attirando volumi crescenti di investimenti societari. A mano a mano che le tecnologie si sviluppano e cominciano ad avere un impatto pi\u00f9 ampio, il potenziale valore che pu\u00f2 scaturire sia destinato ad aumentare.
\nPricewaterhouseCoopers stima che entro il 2035 l\u2019IA rappresenter\u00e0 una quota dell\u2019economia globale pari sino a 15,7 trilioni di dollari statunitensi. Al contempo, secondo le stime di McKinsey & Company Consultants le tecniche IA dovrebbero essere in grado di creare un valore compreso tra 3,5 e 5,8 trilioni di dollari statunitensi all\u2019anno in nove funzioni operative in 19 settori. Nel solo settore dei servizi finanziari, l\u2019applicazione del machine learning potrebbe tradursi in una riduzione di costi per 1 trilione di dollari statunitensi entro il 2030.
\nPer valutare il potenziale d\u2019investimento per le capacit\u00e0, gli analisti sottolineano di concentrarsi su tre aree: creazione di valore, realizzazione di valore e difendibilit\u00e0.
\nCreazione di valore. Qual \u00e8 il problema specifico del cliente? Quanto valore genera la sua soluzione e quanti clienti simili esistono per creare un mercato disponibile totale, in altre parole, la domanda di mercato totale per il prodotto o servizio?
\nRealizzazione di valore. Cosa pensa la societ\u00e0 del rendimento dell\u2019investimento? Con quanta facilit\u00e0 la tecnologia pu\u00f2 essere adottata a livello interno dai dipendenti e a livello esterno dai clienti? La societ\u00e0 possiede i dati adeguati per risolvere il problema? La soluzione richiede infrastrutture aggiuntive (per esempio, l\u2019aggiunta di sensori per raccogliere dati)? \u00c8 necessario un cambiamento del flusso operativo?
\nDifendibilit\u00e0. Qualcun altro pu\u00f2 entrare in gioco e alterare una nicchia? I dati sono proprietari? Sono dati di dominio pubblico? Qualcun altro pu\u00f2 entrare in gioco e creare gli stessi algoritmi? Qual \u00e8 il grado di fungibilit\u00e0 di tali dati? Esistono effetti rete? I nuovi dati (per esempio relativi a un nuovo cliente) migliorano l\u2019algoritmo?
\n\u00a0<\/p>\n