L’Utilizzo dell’AI nelle Imprese in Europa

 

Nel 2021 in media il 6,74% delle imprese dei paesi DESI ha implementato l’AI

Il DESI Index calcola il valore della variabile “Artificial Intelligence” che è definita come percentuale delle imprese che utilizzano almeno 2 tecnologie di intelligenza artificiale. I dati fanno riferimento al periodo compreso tra il 2014 ed il 2021.

Ranking dei paesi europei per valore di artificial intelligence nel 2021. La Repubblica Ceca e Malta sono al primo posto per valore dell’artificial intelligence nel 2021 con un valore pari a 10,60, seguita dall’Austria con un valore pari a 9,78 e dalla Grecia con un ammontare pari a 9,03. A metà classifica vi sono la Germania con un valore pari a 7,37, seguita dalla Belgio con un ammontare pari a 6,41 e dalla Spagna con un valore pari a 5,98. Chiudono la classifica Cipro con un valore pari a 3,96, seguita dall’Irlanda con un valore pari a 3,76, e dalla Slovacchia con un ammontare paria 3,66. Complessivamente il valore medio dell’utilizzo dell’AI è stato pari a 6,74 nei paesi DESI nel 2021.

Ranking dei paesi DESI per variazione assoluta dell’Artificial Intelligence tra il 2014 ed il 2021.  La Repubblica Ceca e Malta sono al primo posto con un valore della variazione assoluta dell’artificial intelligence pari ad un ammontare di 4,78, seguita dall’Austria con un valore pari a 4,41 e dalla Grecia con un valore pari a 4,08 unità. A metà classifica vi sono Belgio con un valore pari a 2,89, seguito dai Paesi Bassi con un valore pari a 2,84, e dalla Spagna con un valore pari a 2,70 unità. Chiudono la classifica Cipro con un valore pari a 1,79, seguito dall’Irlanda con un valore pari a 1,70 unità e dalla Slovacchia con un valore pari a -4,59%. Complessivamente il valore medio della variazione assoluta dell’utilizzo dell’AI è pari ad un ammontare di 2,78 unità.

Clusterizzazione con utilizzo dell’algoritmo k-Means ottimizzato con il metodo di Elbow. Di seguito viene presentato una clusterizzazione con l’algoritmo k-Means ottimizzato con il modello di Elbow. Il metodo di Elbow mostra la presenza di un modello di clusters pari a 4. Dal punto di vista della mediana dei clusters risulta che il valore del cluster 4-C4 è pari ad un ammontare di 10,6 unità, mentre il valore del Cluster 1-C1 è pari ad un ammontare di 8,37 unità, ed il valore del Cluster 2-C2 è pari ad un ammontare di 5,3 ed il valore del Cluster 3-C3 è pari ad un ammontare di 3,66. Ne deriva pertanto che il seguente ordinamento ovvero: C4=10,6>C1=8,37>C2=5,3>C3=3,66. Dal punto di vista geografico appare evidente la presenza di una dominanza dell’Austria e della Repubblica Ceca e dei paesi dell’Europa Centrale rispetto ai paesi dell’Est Europa.

Machine Learning and predictions. Di seguito viene realizzata una analisi di machine learning predittiva attraverso l’utilizzo di dieci diversi algoritmi. Gli algoritmi sono stati testati nella loro performance in base alla riduzione degli errori statistici ed alla massimizzazione dell’R2. Il valore del learning rate degli algoritmi è pari all’80%. Per determinare l’algoritmo maggiormente performante sono state effettuate 4 classifiche ciascuna per i 4 indicatori statistici utilizzati ovvero MSE, RMSE, R2, e MAE. A ciascun algoritmo è stato assegnato un ranking. I ranking degli algoritmi nelle varie classifiche sono stati sommati. Gli algoritmi con payoff minore sono quelli più in alto nella classifica. Ne deriva pertanto il seguente ordinamento degli algoritmi per capacità predittiva ovvero:

• ·         AdaBoost con un valore del payoff pari a 5;
• ·         Gradient Boosting con un valore del payoff pari a 9;
• ·         SGD con un valore del payoff pari a 13;
• ·         kNN con un valore del payoff pari a 17;
• ·         Random Forest con un valore del payoff pari a 19;
• ·         SVM con un valore del payoff pari a 24;
• ·         Linear Regression con un valore del payoff pari a 28;
• ·         Tree con un valore del payoff pari a 29;
• ·         Costant con un valore del payoff pari a 36;
• ·         Neural Network con un valore del payoff pari a 40.

Pertanto il migliore algoritmo per realizzare la predizione è AdaBoost.  Attraverso l’applicazione dell’algoritmo AdaBoost è possibile ottenere le predizioni relative al cambiamento dell’investimento delle imprese europee nell’AI. Occorre considerare che i risultati della predizione sono stati suddivisi in tre gruppi ovvero paesi winners, per i quali è predetta la crescita dell’investimento nell’AI, paesi losers per i quali tale andamento è sostanzialmente declinante e paesi per i quali l’investimento in AI è predetto senza variazioni rispetto al 2021.

L’algoritmo AdaBoost predice che per i seguenti paesi vi sarà una crescita dell’investimento nell’AI ovvero:

• ·         Slovacchia con una variazione aumentativa da un ammontare di 3,66 fino ad un valore di 4,41 ovvero una variazione pari ad un ammontare di 0,75 unità pari ad un valore di 20,51%;
• ·         Germania con una variazione aumentativa da un ammontare di 7,37 unità fino ad un valore di 7,95 unità ovvero una variazione pari ad un ammontare di 0,58 unità equivalente a circa il 7,83%;
• ·         Ungheria con una variazione aumentativa da un ammontare di 4,41 unità fino ad un valore di 4,71 unità ovvero una variazione pari ad un ammontare di 0,3 unità pari ad un valore di 6,7%;
• ·         Irlanda con una variazione aumentativa da un ammontare di 3,76 unità fino ad un valore di 3,96 unità ovvero una variazione pari ad un ammontare di 0,2 unità equivalente ad un valore di 5,25%;
• ·         Francia con una variazione aumentativa da un ammontare di 5,190 fino ad un valore di 5,4 unità ovvero pari ad una variazione di 0,22 unità pari ad un ammontare di 4,15%;
• ·         Svezia con una variazione aumentativa da un ammontare di 7,95 fino ad un valore di 8,25 unità ovvero pari ad una variazione di 0,3 unità pari ad un ammontare di 3,73%;
• ·         Slovenia con una variazione da un ammontare di 8,7 unità fino ad un valore di 8,97 unità ovvero una variazione di 0,27 unità pari ad un ammontare di 3,1%;
• ·         Italia con una variazione da un ammontare di 4,71 unità fino ad un valore di 4,82 unità ovvero pari ad una variazione di 0,11 unità pari ad una variazione di 2,41%;
• ·         Finlandia con una variazione da un ammontare di 5,4 unità fino ad un valore di 5,5 unità ovvero pari ad un ammontare di 0,1 unità equivalente ad una variazione di 1,81%;
• ·         Paesi Bassi con una variazione ad un ammontare di 6,3 unità fino ad un valore di 6,41 unità ovvero pari ad una variazione di 0,11 unità pari ad un ammontare di 1,8%;
• ·         Cipro con una variazione da un ammontare di 3,96 unità fino ad una variazione di 3,99 unità ovvero pari ad una variazione di 0,03 unità ovvero pari ad un ammontare di 0,81%;
• ·         Romania con una variazione da un ammontare di 8,25 unità fino ad un valore di 8,31 unità ovvero pari ad una variazione di 0,06 unità pari ad un ammontare di 0,78%;
• ·         Lituania con una variazione da un ammontare di 8,97 unità fino ad un valore di 9,03 unità ovvero pari ad una variazione di 0,06 unità pari ad un ammontare di 0,67%;
• ·         Portogallo con una variazione aumentativa da un ammontare di 8,37 unità fino ad un valore di 8,41 unità ovvero pari ad una variazione di 0,04 unità pari ad un ammontare di 0,48%.
• Vi sono inoltre due paesi ovvero la Repubblica Ceca e Malta per i quali l’algoritmo ha predetto una variazione pari a 0.

Ed infine vi sono dei paesi “losers” ovvero dei paesi per i quali l’algoritmo AdaBoost ha predetto una riduzione dell’investimento in AI ovvero:

• ·         Lussemburgo con una variazione ad un ammontare di 8,41 unità fino ad un valore di 8,37 unità ovvero una variazione pari a -0,04 unità pari ad un valore di -0,47%;
• ·         Bulgaria con una variazione diminutiva da un ammontare di 8,31 unità fino ad un valore di 8,25 unità ovvero pari ad una variazione di -0,06 unità pari ad una variazione di -0,78%;
• ·         Estonia con una variazione diminutiva da un ammontare di 3,99 unità fino ad un valore di 3,96 unità ovvero pari ad una variazione di -0,03 unità pari ad una variazione di -0,81%;
• ·         Belgio con una variazione da un ammontare di 6,41 unità fino ad un valore di 6,3 unità ovvero pari ad una variazione di -0,11 unità pari ad un ammontare di -1,77%.
• ·         Spagna con una variazione da un ammontare di 5,98 unità fino ad un valore di 5,88 unità ovvero pari ad una variazione di -0,11 unità ovvero pari ad un ammontare di -1,78%;
• ·         Croazia con una variazione da un ammontare di 5,5 unità fino ad un valore di 5,4 unità ovvero pari ad una variazione di -0,1 unità pari ad un ammontare di -1,79%;
• ·         Polonia con una variazione diminutiva da un ammontare di 4,71 unità fino ad un valore di -0,11 unità pari ad un valore di -2,35%;
• ·         Lettonia con una variazione da un ammontare di 5,65 unità fino ad un valore di 5,5 unità ovvero pari ad una variazione di -0,15 unità pari ad un ammontare di -2,68%;
• ·         Grecia con una variazione da un ammontare di 9,03 unità fino ad un valore di 8,7 unità ovvero pari ad un ammontare di -0,33 unità pari ad un ammontare di -3,65%;
• ·         Austria con una variazione da un ammontare di 9,78 unità fino ad un valore di 8,97 unità ovvero pari ad una variazione di -0,81 unità fino ad un valore di -8,24%.

Complessivamente il valore dell’utilizzo dell’AI per finalità di business è cresciuto da un ammontare di 6,74 fino ad un valore di 6,79 ovvero pari ad una variazione di 0,05 unità pari ad un ammontare di 1,39 in media per i paesi considerati.

Conclusioni. Complessivamente nel 2021 il valore dell’utilizzo dell’AI per finalità di business risulta essere ridotto, ovvero in media pari a 6,74. Ne deriva che le aziende hanno delle difficoltà ad utilizzare gli strumenti dell’intelligenza artificiale nello svolgimento delle attività di business. I limiti all’utilizzo dell’AI consistono nella mancanza di cultura aziendale, nella mancanza di cultura digitale, e nell’assenza di adeguate politiche economiche di incentivazione che possano agevolare le imprese nell’investimento nell’AI. La maggior parte delle imprese in Europa sono PMI. Le PMI mostrano riluttanza nell’utilizzo dell’AI nelle attività di produzione e gestione aziendale.