Accenture : come l’AI può diventare una soluzione per la produttività dell’Europa

L’ex presidente della Banca Centrale Europea, Mario Draghi, ha lanciato un allarme sullo stato di salute economica dell’Europa, un monito che diventa ancora più pressante con l’aumento delle tensioni geopolitiche. Al centro di questa preoccupazione c’è la crescente sfida di produttività del continente.

Secondo il rapporto Accenture “Europe’s AI reckoning” – Reinventing industries for a new era“, oggi, in media, un lavoratore europeo produce solo il 76% di quanto produce il suo omologo americano, un dato significativo se si considera che nel 1996 erano alla pari. La causa principale di questo divario è chiaramente la persistente sotto-investimento in tecnologia, una tendenza già esplorata da Accenture nel suo rapporto “Innovate or Fade“.

Accenture: l’AI come soluzione potenziale per l’Europa

Le fonti evidenziano come la minore adozione e diffusione delle tecnologie sia il “colpevole primario” di questa situazione. Nei settori ad alta intensità di utilizzo delle tecnologie dell’informazione e della comunicazione (ICT), la produttività negli Stati Uniti è aumentata del 120%, rispetto a meno del 50% in Europa. In questo contesto, l’intelligenza artificiale emerge come una soluzione potenziale per il “malessere della produttività” europea. L’AI non è una “soluzione miracolosa” in grado di risolvere problemi annosi come la complessità normativa, la mancanza di capitale di rischio o la frammentazione del mercato unico. Tuttavia, può essere uno strumento potente, aiutando le organizzazioni a lavorare in modo più efficiente, a prendere decisioni più intelligenti e a migliorare le previsioni e l’analisi in tempo reale. Quando combinata con l’esperienza umana, l’AI offre un percorso chiaro verso la crescita della produttività e una maggiore resilienza, fattori essenziali per raggiungere le ambizioni economiche, sociali e ambientali dell’Europa.

L’opportunità inespressa dell’AI in Europa

Nonostante il potenziale trasformativo dell’AI, le organizzazioni europee stanno lasciando sfuggire questa opportunità. Le ricerche indicano che oltre la metà (56%) degli 800 grandi aziende e organizzazioni di servizi pubblici europee intervistate non ha ancora scalato un investimento in AI veramente trasformativo. Per colmare il divario di competitività, l’Europa deve accelerare l’adozione dell’AI, in particolare dell’AI generativa (gen AI).

Il rapporto distingue tra due tipi di investimento in AI: gli “investimenti di base” (table stakes) e le “scommesse strategiche”. Gli investimenti di base sono a basso costo e a basso impatto, volti a favorire un’ampia adozione dell’AI all’interno dell’organizzazione e a convalidare casi d’uso specifici, come i co-pilot per lo sviluppo software o i chatbot abilitati all’AI. Le “scommesse strategiche”, invece, sono di tutt’altro ordine di grandezza.

Sono investimenti più ampi e a lungo termine, incorporati nella strategia aziendale, focalizzati sul cuore della catena del valore di un’azienda, con l’obiettivo di trasformare processi specifici del settore e di ottenere miglioramenti significativi in termini di produttività, innovazione e crescita.

Esempi includono la gestione AI-driven degli asset nel settore delle utility, l’accelerazione delle approvazioni di nuovi farmaci nelle scienze della vita e la progettazione di prodotti con digital twin nel settore automobilistico.

Attualmente, solo l’8% delle scommesse strategiche studiate in Europa è stato scalato, con un ulteriore 34% nelle fasi iniziali e il 43% nella fase di pianificazione. La produttività è l’obiettivo primario per le aziende europee, con il 21% che ha scalato almeno una scommessa in quest’area, seguita dalla crescita (19%).

Il fattore dimensione: un divario crescente nell’adozione dell’AI

La ridotta percentuale di scommesse strategiche scalate in Europa può essere parzialmente spiegata dalle dimensioni delle aziende, un fattore che incide significativamente sull’AI. Le aziende europee più grandi, quelle con ricavi annuali superiori ai 10 miliardi di dollari, stanno progredendo, con quasi la metà (48%) che ha scalato almeno una scommessa strategica, un dato in linea con le loro controparti statunitensi.

Al contrario, solo il 31% delle aziende con ricavi annuali tra 1 e 9,9 miliardi di dollari ha fatto lo stesso. Questo lascia un ampio margine per accelerare l’adozione dell’AI nel continente, una verità ancora più pressante considerando che gli Stati Uniti ospitano un terzo in più di grandi aziende rispetto all’Europa.

L’Europa presenta una “coda lunga” di aziende più piccole rispetto agli Stati Uniti. Il 44% delle aziende europee con almeno 1 miliardo di dollari di fatturato annuo ha ricavi inferiori a 2,5 miliardi di dollari, rispetto al 35% negli Stati Uniti. All’altra estremità della scala, il 24% delle aziende statunitensi ha ricavi superiori a 10 miliardi di dollari, contro appena il 18% in Europa. I ricavi della mediana delle grandi aziende europee sono il 23% inferiori a quelli delle loro omologhe statunitensi.

Questo divario di dimensioni si riflette nelle capacità AI. Le grandi aziende europee ottengono in media un punteggio di 54 su 100 nel nostro indice di capacità AI, pari alle loro omologhe statunitensi. Tuttavia, le aziende più piccole in Europa raggiungono un punteggio di appena 39, con un calo del 28%. Questa lacuna è significativa, ad esempio, le grandi aziende europee hanno oltre 3 volte più probabilità di aver integrato agenti AI autonomi in varie funzioni. Di conseguenza, le aziende più grandi sono anche più soddisfatte dei rendimenti: il 20% afferma che il ROI sugli investimenti in dati e AI ha superato le aspettative, mentre solo il 9% delle aziende più piccole può dire lo stesso.

Come sottolineato da Mario Draghi, “La dimensione permette l’adozione perché le aziende più grandi possono distribuire gli elevati costi fissi dell’investimento in AI su ricavi maggiori, possono contare su una gestione più qualificata per apportare i necessari cambiamenti organizzativi e possono implementare l’AI in modo più produttivo grazie a set di dati più ampi”.

Settori e nazioni: varietà di adozione dell’AI

L’adozione dell’AI e le capacità variano notevolmente tra i settori e i paesi europei. L’automotive e l’aerospazio e difesa si distinguono per i progressi nell’AI-powered reinvention. Nel settore automobilistico, il 70% delle aziende ha scalato almeno una scommessa strategica, focalizzandosi su miglioramenti del design dei prodotti e del coinvolgimento dei clienti. L’aerospazio e difesa segue con il 63%, concentrandosi sul miglioramento delle simulazioni. Questi settori ottengono anche punteggi elevati nell’indice di capacità AI (automotive 57, aerospazio e difesa 52).

Il settore pubblico, con il 50%, è anch’esso in linea con l’industria. Al contrario, le utility (16% di scommesse scalate) e le telecomunicazioni (38 punti nell’indice AI) si trovano in fondo alla classifica, insieme ai beni di consumo e ai servizi e all’energia.

A livello nazionale, il Regno Unito (49%) emerge come il paese con la maggiore probabilità che le aziende abbiano scalato scommesse, seguito da Germania e Spagna (entrambi 45%). La Svizzera si posiziona al primo posto per le capacità AI (52), seguita da vicino da Germania (48) e Regno Unito e Francia (47).

Il settore industriale

Il settore industriale è particolarmente rilevante: sebbene costituisca oltre un quarto del PIL regionale (26,7%) e abbia un alto potenziale di crescita, il suo potenziale AI è relativamente debole a causa di capacità AI di livello medio e bassi investimenti. Accenture ritiene che l’ingegneria e la produzione siano la “prossima frontiera digitale”. Settori come bancario, scienze della vita e aerospazio e difesa sono ben posizionati, con elevato potenziale di crescita e forte spinta AI. Al contrario, utility, telecomunicazioni, beni di consumo e servizi ed energia si trovano nella parte inferiore sinistra del grafico, con basso potenziale di crescita e spinta AI, un dato preoccupante data la loro importanza per le infrastrutture critiche regionali. Il settore delle telecomunicazioni, in particolare, è cruciale per la costruzione di capacità AI regionali affidabili e necessita di consolidamento per aumentare i livelli di investimento.

Barriere interne ed esterne alla trasformazione AI

Per una diffusione più rapida dell’AI nel continente, è fondamentale affrontare sia le barriere interne che quelle esterne all’adozione.

Le barriere interne principali per i leader aziendali includono:

• Costruire una robusta base di dati che elimini i silo (42%), con punte del 51% nel settore dei beni di consumo e servizi.
• Costruire e mantenere team multidisciplinari (41%), una sfida particolarmente sentita nell’aerospazio e difesa e nelle utility (entrambi al 49%).
• Il rischio per la sicurezza (33%), un problema cruciale per le utility (48%), le telecomunicazioni (41%) e l’industria (40%).
• Il valore aziendale concreto (26%), soprattutto nel settore bancario (35%).
• Anche la personalizzazione dei modelli di base (25%). L’alfabetizzazione AI è un’altra sfida. Sebbene la maggior parte dei lavoratori europei (95%) riconosca il valore di lavorare con la gen AI, molti (60%) sono preoccupati per l’accuratezza e la perdita di posti di lavoro. Un terzo non si sente adeguatamente formato per utilizzare l’AI in modo efficiente (36%), e quasi tre quarti affermano che il loro datore di lavoro limita l’accesso agli strumenti di gen AI (73%).

Le barriere strutturali esterne includono:

• La legislazione restrittiva, citata da Draghi come ostacolo alla commercializzazione dell’innovazione.
• La mancanza di capitale di rischio, con gli investimenti negli Stati Uniti 5-7,5 volte superiori a quelli in Europa nei 10 anni precedenti il 2023.
• La spesa pubblica frammentata in ricerca e innovazione, con solo un decimo a livello “unificato” dell’UE, disperso su molti campi.
• L’arretratezza nelle infrastrutture all’avanguardia per la digitalizzazione, come la capacità dei data center. Gli Stati Uniti detengono circa il 70% della potenza di calcolo globale impiegata per l’AI, rispetto ad appena il 4% in Europa.
• Una stretta disponibilità di talenti STEM (scienza, tecnologia, ingegneria e matematica), con l’UE che forma 850 laureati STEM per milione di abitanti all’anno, rispetto agli oltre 1.100 negli Stati Uniti.

Accenture: i cinque imperativi per il successo dell’AI

Per realizzare i guadagni promessi dall’AI, i leader aziendali devono riconoscere che la capacità più importante dell’AI è la sua abilità di apprendere e migliorare ogni elemento delle loro operazioni. Questa può culminare in un “cervello digitale cognitivo“, un sistema nervoso centrale per la presa di decisioni aziendali e l’apprendimento continuo, in grado di abbattere i silos e prendere decisioni autonomamente.

Accenture ha identificato cinque imperativi chiave che le organizzazioni devono prioritarizzare per sfruttare la gen AI e creare un impatto significativo:

1. Guidare con il valore: concentrarsi su iniziative audaci e ad alto impatto e casi aziendali che guidano la reinvenzione nei processi chiave. Ciò include l’impegno della C-suite, la reinvenzione dei processi con AI agentica e l’allineamento dell’allocazione del capitale su scommesse strategiche per benefici a lungo termine.
2. Reinventare il talento e i modi di lavorare: definire una visione per reinventare il lavoro, rimodellare la forza lavoro e preparare i dipendenti per un mondo alimentato dalla gen AI. Elementi chiave sono la creazione di percorsi di competenze AI e di upskilling basato su persona, lo sviluppo di percorsi di apprendimento e la costruzione di una cultura incentrata sui prodotti dati.
3. Costruire un core digitale abilitato all’AI e sicuro: costruire l’infrastruttura necessaria per scalare efficacemente la gen AI e creare differenziazione. È cruciale stabilire un core digitale sicuro per ridurre vulnerabilità, ridondanze e debito tecnico.
4. Colmare il divario sull’AI responsabile: incorporare la governance, i framework etici e il monitoraggio per bilanciare l’innovazione con la responsabilità. Utilizzare l’AI responsabile per rafforzare la fiducia dei clienti e il posizionamento competitivo.
5. Guidare la reinvenzione continua: costruire l’agilità organizzativa per adattarsi rapidamente e rimanere al passo con le interruzioni. Mantenere un focus costante sul ROI e stabilire un robusto framework di gestione del cambiamento. Le organizzazioni che agiscono su tutti e cinque gli imperativi hanno 2,5 volte più probabilità di ottenere risultati a livello aziendale.

Costruire un ecosistema AI europeo sovrano

Secondo il rapport Accenture, le attuali tensioni commerciali aggiungono un ulteriore livello di complessità, spingendo i leader aziendali europei a considerare il disaccoppiamento strategico delle loro infrastrutture cloud e AI da altre regioni. Questo “cambio di mentalità” è diventato evidente con l’imposizione di tariffe statunitensi, rendendo la sovranità una reale preoccupazione aziendale.

Per costruire resilienza, le aziende europee devono rispondere ai rischi di sovranità attraverso un approccio di disaccoppiamento a tre strati che tenga conto della sensibilità dei carichi di lavoro dei dati:

• Disaccoppiamento architettonico: utilizzare cloud sovrano/privato per i carichi di lavoro critici per riprendere il controllo sui dati e esplorare la pluralità delle opzioni di fornitura di modelli AI.
• Disaccoppiamento legale: operare con entità europee e globali affidabili per ridurre l’esposizione a leggi extraterritoriali.
• Disaccoppiamento della supply chain: massimizzare le soluzioni open-source per ridurre la dipendenza da software proprietario e garantire protezioni contrattuali.

Le azioni delle singole aziende, tuttavia, non bastano. Per elevare il livello regionale e realizzare la promessa dell’AI, l’Europa ha bisogno di costruire un ecosistema AI robusto e competitivo. Ciò implica nutrire un ecosistema AI europeo sovrano, favorendo la collaborazione con fornitori cloud e produttori AI europei, pur consentendo l’accesso all’innovazione di attori globali fidati. L’UE ha già identificato casi d’uso strategici per i quali desidera fornire soluzioni sovrane, ma l’offerta locale è ancora nascente. È essenziale sviluppare una strategia industriale coordinata, basata su interoperabilità, collaborazione intersettoriale e transfrontaliera e allineamento normativo.

L’esempio duraturo di Airbus dimostra che un approccio federato può aiutare l’Europa a trovare un vantaggio competitivo. Iniziative come Catena-X, l’ecosistema di dati automobilistici aperto, offrono un modello.

Infine, l’EU AI Act è un esempio degli sforzi per aumentare la certezza normativa e la fiducia dei consumatori, elementi chiave per la diffusione di soluzioni AI agentiche. La capacità dell’Europa di diventare un rifugio sicuro per le aziende che vogliono innovare in modo etico potrebbe diventare una fonte di vantaggio competitivo.

Accenture: con l’AI aumento di produttività per le aziende europee

Le aziende europee prevedono che la diffusione della gen AI porterà a un aumento del 13% nei ricavi e del 15% nella produttività nei prossimi 18 mesi. L’analisi di Accenture mostra che, tra le grandi aziende europee, quelle con capacità AI relativamente più forti hanno registrato una crescita dei ricavi del 5% più veloce rispetto alle loro omologhe con capacità più deboli nel 2023.

Modellando uno scenario in cui tutte le grandi aziende (con ricavi superiori a 1 miliardo di dollari) in Europa raggiungessero le capacità AI dei tre settori leader (automotive, aerospazio e difesa e scienze della vita), si stima un aumento annuale di quasi 200 miliardi di euro (225 miliardi di dollari) nei ricavi aziendali. Questa cifra è equivalente ad aggiungere un’economia delle dimensioni dell’Ungheria al PIL regionale. Questo dimostra il significativo ritorno derivante dall’innalzamento delle capacità AI in tutto il continente, con la maggiore opportunità di miglioramento che risiede nei settori industriali e in quelli che forniscono infrastrutture critiche, come energia, telecomunicazioni e utility.

Teodoro Lio, AD Accenture Italia, ha commentato: “Le imprese italiane stanno mostrando un’accelerazione decisa nell’adozione dell’intelligenza artificiale per rafforzare la propria competitività. Quasi la metà ha già scalato almeno un progetto di Gen AI e molte stanno ottenendo ritorni superiori alle aspettative: un segnale concreto di un sistema che si sta attivando per giocare da protagonista nella nuova fase industriale. Allo stesso tempo, solo il 19% delle aziende ha oggi una strategia davvero matura su dati e AI: questo ci dice che il potenziale di crescita è ancora enorme. Il futuro della competitività italiana è nelle nostre mani”.

Conclusione: cogliere l’opportunità

Il modo in cui l’Europa affronterà la duplice sfida di navigare in un sistema commerciale globale frammentato e di sfruttare il potenziale dirompente dell’AI determinerà la traiettoria di crescita regionale nei prossimi anni. Le aziende più grandi devono adottare l’AI più rapidamente, e le più piccole devono seguire il loro esempio. È giunto il momento per l’Europa di dare l’esempio, trasformando i principi in azioni e creando un ecosistema AI resiliente, inclusivo e innovativo. Questo significa un ecosistema che salvaguardi la sua autonomia, crei nuovi posti di lavoro, promuova i talenti nazionali, alimenti la crescita economica e sostenga la sua identità nel secolo digitale.

Come ha osservato The Economist, “Il vero vincitore della corsa all’AI… potrebbe non essere il paese che inventa i migliori modelli. È più probabile che sia il paese in cui governi, aziende e persone comuni utilizzano l’AI su vasta scala ogni giorno”. L’AI offre un’opportunità unica per rilanciare la produttività e la competitività europea. Deve essere colta oggi stesso.