L’evoluzione digitale permette sempre più l’uso e lo sviluppo delle tecnologie innovative e degli strumenti che rendono il lavoro umano il più agile possibile. Questo significa abbandonare la tecnologia legacy, troppo costosa, e cambiare la cultura delle aziende al fine di supportare il progresso digitale. L’obiettivo del progetto DDA (Digital Document Acquisition) è quindi la trasformazione dei processi aziendali attraverso un’evoluzione digitale. L’obiettivo è quello di usare la BI (Business Intelligence) per fornire benchmark che permettono di confrontare i processi e le tecniche delle prestazioni concorrenti per aumentare le vendite e gli introiti.

L’introduzione di questi modelli permetterà di trasformare il lavoro umano, da quello di BackOffice centred a quello di Control and Analysis centred. I dati tratti dalle operazioni o attività aziendali possono così essere memorizzati e analizzati grazie ad alcune piattaforme che forniscono:

• Data mining
• Dashboard personalizzate
• Reportistica
• Analisi statistiche
• Visualizzazioni di dati
• Esecuzione di query mirate

Business continuity

Ad oggi, la trasformazione digitale è fondamentale per la business continuity e per permettere al personale di lavorare anche da remoto, facilitando le connessioni umane virtuali che definiscono l’ambiente di lavoro. Anche nei servizi finanziari la tecnologia è stata adottata come strumento primario (es. per le carte contactless, per la lotta contro i reati finanziari). Oggi l’intelligenza artificiale offre esperienze differenziate ai clienti, rende più produttivi i dipendenti e promuove l’innovazione in ambienti di adeguamento, normativi e di sicurezza.

Al fine di diventare più efficiente e migliorare la comunicazione con i cittadini, anche la pubblica amministrazione è stata coinvolta nella trasformazione. Questo è un concetto esteso ad enti locali, regionali e nazionali, favorendo l’opportunità di Business per collaborazione ed l’integrazione di flussi telematici di informazioni.

La tecnologia digitale del DDA

L’introduzione dei nuovi processi tecnologici ha permesso di utilizzare i prodotti per sostituire i meccanismi procedurali a quelli non strutturati. Questi sono guidati dall’apprendimento digitale, in grado di eseguire operazioni veloci e corrette, di riconoscere schemi ricorrenti nei dati ed avere meccanismi di classificazione più veloci di quelli umani.

Una delle tecnologie “core” utilizzate sfrutta API (Application Programming Interface) di Visione artificiale con funzionalità di riconoscimento ottico dei caratteri (OCR). Queste estraggono testo stampato o scritto a mano dalle immagini (es. da foto delle targhe, fotogrammi di riprese video, scansioni contenenti numeri, checkbox, multi pagina).

Case study

Un esempio di come questa tecnologia è stata utilizzata è quello dato dai ricercatori del laboratorio Multimedia Information System (NeMIS) dell’Istituto di Scienza e Tecnologie dell’Informazione “A. Faedo” di Pisa. Hanno sviluppato un modello di ricerca basato su metodi di deep learning: partendo da una breve descrizione testuale dell’immagine desiderata riescono ad effettuare la ricerca. Il tutto è stato implementato da una ricerca per similarità in uno spazio di descrittori visuali. Il testo è così tradotto in una rappresentazione visuale astratta basata su descrittori derivati da deep neural network.

Queste rappresentazioni astratte possono essere paragonate all’immagine mentale che una persona costruisce quando legge un testo descrittivo di una scena visuale. Ciò comporta una novità: non si deve più richiedere di processare l’intera collezione di immagini su cui si esegue la ricerca. Tale passaggio era invece necessario per i modelli tradizionali, cioè quelli che traducono le immagini in insiemi di parole chiave.

Il progetto ha previsto l’adozione delle seguenti tecnologie, che opportunamente adottate hanno portato ad un efficientamento definitivo dei processi attualmente esistenti:

• Intelligenza Artificiale
• Machine Learning
• Computer Vision
• Deep Learning
• Reinforced Learning

Processo di trasformazione digitale

WIT IT ha facilitato il processo di rinnovamento digitale delle aziende grazie ai “Failover points” emersi dalla documentazione sulle anomalie aperte. Ma anche mediante gli “Enanced Points” provenienti dal controllo sul flusso delle attività operative. Il processo è diviso in tre fasi:

• l’azienda riceve le informazioni per via telematica o cartacea
• le informazioni vengono processate
• il committente riceve le informazioni sotto forma di materialità o di flussi digitali

Quindi, è stato possibile trasformare la materia in informazioni elettroniche e verificare la correttezza semantica e sintattica di quanto riportato. Così come comunicare con gli attori dei processi, integrare le informazioni e restituire la valutazione di una pratica telematica tramite flusso dati o interfaccia applicativa all’utente finale.

Gli attori del vecchio processo ora sono dedicati al controllo delle eccezioni non gestibili dal sistema, ma anche a classificare nuove casistiche.

Obiettivi

L’obiettivo è quindi quello di utilizzare il Machine Learning per realizzare un sistema autonomamente funzionante, nonché simulatore della mente umana. Il tutto però, deve essere supportato da strumenti di Advanced Analytics in grado di gestire grandi volumi di dati provenienti da molteplici fonti.

La trasformazione ricercata si basa sulla grande quantità di informazioni gestite, sull’utilizzo di applicazioni sviluppate negli anni e sull’adozione delle nuove tecnologie. Lo scopo è quindi quello di presentarsi sul mercato con soluzioni tecnologiche innovative in grado di rivoluzionare il mondo del back-office,

Risultati: la nuova evoluzione digitale

Ad oggi, la complessità delle lavorazioni eseguite dall’azienda, la volatilità del mercato e la continua crescita delle soluzioni tecnologiche, hanno permesso di analizzare e gestire lo sviluppo solo di alcuni ambiti pilota di progettualità. Quanto realizzato, unito alle esperienze maturate, ha permesso lo sviluppo, l’implementazione ed il rilascio dei moduli di Gestione Anagrafica Clienti, Anticipo Portafoglio Commerciale e Deleghe Pagamenti.

Il risultato dei traguardi raggiunti nel 2020, costituisce la base delle successive evoluzioni dei modelli definiti, l’integrazione degli stessi nelle diverse lavorazioni svolte, l’ampliamento dei servizi erogati e le competenze per raggiungere gli obiettivi di trasformazione del business dell’azienda, che continueranno nel 2021.