Quali vantaggi può portare l’implementazione e l’uso sistematico della Generative AI in SAP, ma soprattutto a quali casi d’uso bisogna dare la priorità per creare rapidamente valore? Quella dell’intelligenza artificiale, lo sappiamo tutti, è una vera rivoluzione. E come tutti i cambiamenti repentini non è semplice da metabolizzare: se le organizzazioni più innovative e strutturate hanno già messo a punto piani di adoption su misura, per molte altre aziende, soprattutto le classiche PMI italiane, riuscire a generare il ritorno sugli investimenti in tempi brevi e dare nuovo impulso al business sono vere e proprie sfide.
Ecco perché pensiamo possa essere d’aiuto condividere qui tre use case che spiegano come sprigionare il potenziale della Generative AI in SAP attraverso la Business Technology Platform (BTP) messa a disposizione dallo specialista delle soluzioni per l’intelligent enterprise.
A che punto è l’Italia? La fotografia dell’Osservatorio del Politecnico
Ma prima di addentrarci nei casi pratici, cerchiamo di contestualizzare il contesto in cui andranno inseriti. Secondo l’ultimo rapportodell’Osservatorio del Politecnico di Milano, il mercato dell’intelligenza artificiale in Italia ha dimostrato una notevole vitalità nel corso del 2024, raggiungendo un valore record di 1,2 miliardi di euro, con un incremento del 58% rispetto all’anno precedente. Nonostante la crescita complessiva, sussistono per l’appunto significative disparità nell’adozione tra le grandi imprese e le PMI. L’81% delle grandi aziende ha valutato almeno un progetto di AI, e il 59% del campione è già passato dalla teoria alla pratica. Tra le piccole e medie imprese, solo il 7% e il 15% del campione hanno avviato progetti in questo ambito. Tuttavia, è incoraggiante notare che il 58% delle medie imprese manifesta interesse verso la GenAI, anche se soltanto l’8% delle organizzazioni più piccole ha effettivamente adottato strumenti tramite licenze.
Per quanto riguarda i casi d’uso emergenti, il 65% delle grandi realtà che hanno già adottato la tecnologia sta mettendo alla prova la GenAI, in particolare per sistemi conversazionali a supporto degli operatori interni. Altri potenziali casi d’uso, sebbene non specificamente attribuiti alle aziende italiane dai dati dell’Osservatorio, includono:
- La creazione di contenuti per il marketing e la pubblicità;
- L’automazione del servizio clienti tramite chatbot;
- La gestione della conoscenza interna;
- L’automazione di compiti di routine.
Attività queste che, di fatto, consentono un’ottimizzazione dei processi aziendali.
Generative AI e SAP: come viene implementata la tecnologia nell’ecosistema
È dunque questo lo scenario in cui SAP ha deciso di fare da apripista, ponendo l’intelligenza artificiale al centro di una strategia che punta a trasformare qualsiasi tipo di impresa, a prescindere dalle sue dimensioni, in una intelligent enterprise. L’obiettivo, più nello specifico, è quello di integrare i sistemi operativi, le persone e i dati di un’organizzazione in un’unica piattaforma intelligente.
La Generative AI in SAP rappresenta in effetti il cuore di un ecosistema esteso di applicazioni e servizi. Con questo approccio, SAP intende arrivare a 400 scenari AI disponibili entro la fine del 2025, coprendo un’ampia gamma di funzioni aziendali. Inoltre, SAP sta collaborando con fornitori tecnologici di primo piano per garantire ai clienti l’accesso a modelli di intelligenza artificiale avanzati direttamente integrati nelle proprie soluzioni.
Entriamo ora nel vivo e analizziamo tre casi d’uso che possono aiutare a calare la Generative AI in SAP nell’ottica di potenziare i processi operativi e di ottenere un rapido ritorno sugli investimenti.
Use Case 1: Supporto clienti intelligente con SAP Joule
All’interno dell’ecosistema delle soluzioni a disposizione delle imprese, un elemento chiave per l’adozione della Generative AI in SAP è Joule: si tratta del copilota basato su intelligenza artificiale generativa integrata nelle applicazioni SAP e nella piattaforma BTP.
Joule sfrutta le capacità di elaborazione del linguaggio naturale e l’accesso a un vasto patrimonio di dati qualificati per assistere gli utenti nelle loro attività quotidiane. Grazie alla sua capacità di accedere e connettere dati provenienti da diversi sistemi, come SAP Concur, Joule può fornire risposte contestualmente rilevanti. Inoltre, l’utilizzo di modelli linguistici di grandi dimensioni all’interno di Joule consente la categorizzazione, l’analisi del sentiment e la valutazione dell’urgenza delle problematiche segnalate dai clienti. L’implementazione di Joule nel customer care si traduce in processi più rapidi e personalizzati sia per i clienti che per i dipendenti. L’automazione di alcune attività e la fornitura di risposte più rapide possono portare a significativi risparmi sui costi operativi oltre che a una riduzione dello sforzo manuale.
Use Case 2: Sviluppo di applicazioni accelerato con Generative AI
La SAP BTP offre anche esperienze basate sull’intelligenza artificiale generativa per incrementare la produttività degli sviluppatori software, che può aumentare esponenzialmente grazie alla possibilità di liberarsi da task ripetitivi. Uno strumento chiave in questo contesto è SAP Build Code, che sfrutta l’AI per la generazione automatica di codice.
Anche Joule for Developers svolge un ruolo importante, affiancando gli sviluppatori nella generazione di codice, fornendo contenuti di integrazione predefiniti oltre che supporto amministrativo. Da non dimenticare Generative AI Hub in SAP AI Core e AI Launchpad, che facilitano la gestione degli artefatti AI e la personalizzazione delle soluzioni AI.
Secondo quanto dichiarato da chi ha già implementato la suite, l’utilizzo di questi strumenti può portare a una riduzione del 30% dei costi di sviluppo delle applicazioni. Sono inoltre previste una velocizzazione dei cicli di sviluppo e una più rapida immissione sul mercato di nuove applicazioni.
Use Case 3: Supply chain e processi decisionali migliorati
Ultimo, ma non per importanza, il tema della gestione delle supply chain, sempre più contraddistinta da potenziali interruzioni, imprecisioni nelle previsioni e difficoltà nell’ottenere visibilità sugli approvvigionamenti in tempo reale.
Per mitigare tutti questi rischi, un cliente ha per esempio sviluppato sulla BTP un’applicazione custom ad hoc: si tratta di un GenAI Supply Chain Troubleshooter in grado di analizzare gli impegni degli ordini di vendita e identificare potenziali problemi. La soluzione prevede anche l’apporto di Joule con SAP Integrated Business Planning for Supply Chain per consentire l’analisi di scenari what-if e l’identificazione delle cause principali. C’è inoltre la possibilità di prevedere in modo intelligente i tempi di consegna utilizzando i dati di movimentazione delle merci in SAP S/4HANA.
Generative AI e SAP: integrare l’innovazione nei processi aziendali per generare nuovo valore
Come ben sanno gli addetti ai lavori, l’integrazione della Generative AI nelle infrastrutture IT esistenti implica una serie di sfide. Per favorire l’onboarding della GenAI, le organizzazioni dovrebbero prima di ogni altra cosa condurre una valutazione approfondita dell’attuale ambiente software, a partire dall’ERP, e sviluppare un piano di implementazione dettagliato.
Qintesi consiglia di iniziare con progetti pilota che aiutino i responsabili di processo a testare le capacità della GenAI su ambiti specifici, per poi perfezionare in modo graduale l’iter di integrazione. Ma non basta: è necessario anche investire in programmi di formazione per dotare il personale IT e gli utenti finali delle competenze necessarie e avviare un processo di monitoraggio continuo delle prestazioni del sistema e delle interazioni degli utenti, per identificare e risolvere tempestivamente i problemi.
In questo senso la collaborazione con consulenti certificati, come quelli che compongono il team SAP di Qintesi, è indispensabile per sviluppare competenze e best practice che si riveleranno preziose lungo tutta la roadmap della Generative AI.
