In che modo BMW Group favorisce la resilienza aziendale con l'IA generativa

Matthias Patzak:
Vi diamo il benvenuto al podcast Executive Insights, creato da AWS. Sono Matthias Patzak. Enterprise Strategist di AWS.

Sono lieto di avere qui con me Marco Gorgmaier, vicepresidente di Enterprise Platforms and Services Data Artificial Intelligence presso BMW Group. Marco, grazie per essere qui con noi.

Marco Gorgmaier:
Grazie a voi per avermi invitato.

Matthias Patzak:
Vi diamo il benvenuto al podcast Executive Insights, creato da AWS. Mi chiamo Matthias Patzak. Sono un Enterprise Strategist di AWS e oggi sono lieto di avere qui con me Marco.

Marco Gorgmaier:
Ciao, Matthias. Grazie mille per l'invito.

Matthias Patzak:
Sì, Marco, benvenuto nel podcast. Marco Gorgmaier è il vicepresidente di Enterprise Platforms and Services Data Artificial Intelligence di BMW Group. Marco, potresti presentarti e raccontarci qualcosa in più sul tuo ruolo in BMW Group e sul lavoro che svolgi?

Marco Gorgmaier:
Certo, molto volentieri. Con la piattaforma globale della nostra organizzazione, siamo un'azienda molto importante che ha implementato e scalato l'IA in tutta l'organizzazione e l'ecosistema della piattaforma che forniamo ai team è sostanzialmente la colonna portante di questo sistema. Quindi cerchiamo davvero di assicurarci di migliorare le competenze e di garantire che tutti i dipendenti conoscano il nostro ecosistema, sappiano le efficienze che possono ottenere utilizzandolo e portandolo all'interno dell'organizzazione.

Matthias Patzak:
Ma non si tratta solo di una singola piattaforma, non c'è una singola piattaforma dedicata ai dati dell'IA generativa. Si tratta di diverse piattaforme aziendali.

Marco Gorgmaier:
Esattamente. Quindi in realtà si tratta di diversi stack di piattaforme. Una parte importante sono ovviamente le piattaforme ERP, le piattaforme SAP. Poi abbiamo il nostro stack cloud in cui sviluppiamo le nostre applicazioni, quelle sviluppate autonomamente, che chiamiamo piattaforma cloud standard. All'interno di questa piattaforma utilizziamo ampiamente i servizi gestiti. E poi abbiamo la nostra piattaforma di dati e IA, che stanno crescendo molto insieme.

Abbiamo iniziato l'intero percorso con l'hub di dati cloud nel 2017. È stato in quel momento che ci siamo davvero assicurati di riunire tutti i dati in un'unica piattaforma. Quindi abbiamo creato l'acquisizione per tutti i sistemi nel nostro ambiente. In quel periodo abbiamo formato un'organizzazione chiamata ufficio di trasformazione dei dati e abbiamo anche implementato nuovi ruoli nell'azienda. In questo modo, avevamo funzioni di gestione e governance dei dati nell'azienda, responsabili dei dati con la conoscenza del dominio e la conoscenza del processo da un punto di vista aziendale per controllare la semantica dei dati. E poi ovviamente la nostra organizzazione di ingegneria, quindi gli ingegneri dei dati nei nostri hub globali. Siamo davvero sparsi in tutto il mondo: negli Stati Uniti, in Germania, il nostro quartier generale, ovviamente; poi hub di sviluppo software in India, Portogallo, Sudafrica. Siamo un'organizzazione molto, molto globale. Abbiamo creato i nostri team di ingegneria dei dati, contribuendo così a velocizzare davvero l'integrazione del nostro ambiente esistente.

Matthias Patzak:
Quanto è grande all'incirca la piattaforma della tua organizzazione?

Marco Gorgmaier:
A livello globale, parliamo di più di 1.000 persone, compresi gli hub.

Matthias Patzak:
La tua organizzazione, la piattaforma della tua organizzazione?

Marco Gorgmaier:
Sì.

Matthias Patzak:
Wow.

Marco Gorgmaier:
È un'organizzazione piuttosto grande, ma in realtà parliamo della piattaforma dell'intera azienda e di tutti gli ingegneri del gruppo.

Matthias Patzak:
Piattaforma è un termine molto usato nella comunità. Nell'ultima ricerca Dora… Piattaforma è un termine molto usato. Nell'ultimo report di ricerca Dora relativa a DevOps, l'84% delle organizzazioni intervistate ha dichiarato di utilizzare una piattaforma da un punto di vista più ampio, ma il termine non è ben definito. Dal tuo punto di vista, cos'è una piattaforma e cosa la rende di successo?

Marco Gorgmaier:
Beh, penso che per noi, e forse posso iniziare da… Perché in realtà dipende anche dal tipo di piattaforma, ma, partendo dalla nostra piattaforma cloud standard, diciamo che è davvero una piattaforma in cui possiamo garantire lo sviluppo, l'implementazione e ovviamente la gestione delle nostre applicazioni e di tutto ciò che è necessario a riguardo. Sono necessarie scalabilità ed efficienza. Quindi penso sia proprio la definizione standard che si trova ovunque.

Tuttavia, penso che la cosa davvero importante, e anche la domanda da farsi, sia cosa non è una piattaforma per BMW Group, e penso che la cosa importante sia includere le specifiche che abbiamo. Ogni grande organizzazione ha le proprie specifiche, policy specifiche e specifiche relative alla configurazione della rete. Quindi tutti questi aspetti. E questa è una cosa che ci assicuriamo di implementare nelle nostre piattaforme, poiché rende incredibilmente più veloce il processo di onboarding per tutti i nuovi team che utilizzano le piattaforme. Inoltre, questo rende interessante l'utilizzo delle piattaforme, perché quando si rispettano, ad esempio, tutti i requisiti di governance, quando è tutto già fatto e puoi spuntarlo dalle cose da fare, allora è più bello utilizzare la piattaforma.

Matthias Patzak:
E quanti utenti utilizzano le vostre piattaforme, parlando del numero di ingegneri e del numero di team?

Marco Gorgmaier:
Allora, per quanto riguarda il numero di ingegneri, arriviamo a più di 10.000 che utilizzano le diverse piattaforme di tutto lo stack. Per quanto riguarda, invece, i nostri ecosistemi di dati e IA, abbiamo circa 40.000 utenti che utilizzano quella piattaforma, perché ovviamente abbiamo anche molti utenti aziendali. Quindi abbiamo un certo peso nell'azienda.

Matthias Patzak:
Quindi siete diventati davvero una grande organizzazione tecnologica e di sviluppo software?

Marco Gorgmaier:
Sì, possiamo sicuramente dire questo. E penso che la colonna portante fondamentale sia stata l'approccio che abbiamo adottato per la creazione dei nostri hub di sviluppo software. È stato davvero un grande lavoro di internalizzazione, con il quale abbiamo creato team di ingegneri negli ultimi anni, e continuiamo a crescere, con la recente aggiunta di due nuovi hub in Romania e in India l'anno scorso. Quindi penso che cresceremo ancora.

Matthias Patzak:
Di nulla. E nel contesto dei dati e dell'IA generativa, quali servizi offre la vostra piattaforma?

Marco Gorgmaier:
Offre una vasta gamma di servizi, direi. Ovviamente tutto ciò che riguarda la gestione e l'analisi dei dati, nonché l'intero aspetto della governance dei dati e dell'IA con la normativa UEI, ad esempio, o altre leggi. Ovviamente è una cosa molto importante per noi. Dobbiamo dimostrare la nostra conformità, a maggior ragione per quanto riguarda i requisiti normativi delle auto. Dobbiamo essere davvero sicuri di rispettare tutti i requisiti di governance.

Matthias Patzak:
Quindi questi requisiti di governance sono integrati nei servizi della piattaforma?

Marco Gorgmaier:
Esatto.

Matthias Patzak:
In modo che, per gli utenti della piattaforma, l'utilizzo del servizio sia semplice, efficiente e privo di stress, soprattutto dal punto di vista normativo e di sicurezza.

Marco Gorgmaier:
Esattamente. Vengono sostanzialmente guidati. Ad esempio, per le nostre applicazioni di IA disponiamo di un framework IA e uno di governance grazie ai quali gli utenti vengono guidati nella valutazione del rischio, nonché ovviamente la documentazione. E gli altri elementi di cui disponiamo sono lo sviluppo dei modelli di IA e tutto ciò che li riguarda, i servizi necessari. Abbiamo alcuni casi d'uso interessanti nei nostri stabilimenti in cui ci occupiamo delle ispezioni di qualità sulle auto, valutando quindi le dimensioni delle fessure, la presenza di graffi e tutto il resto. E poi ovviamente è arrivata l'IA generativa e abbiamo anche una piattaforma self-service di IA generativa. È un servizio che abbiamo appena lanciato ed è rivolto anche ai nostri clienti aziendali. In BMW Group lo chiamiamo assistente IA del gruppo. E l'idea alla base è poter creare semplici applicazioni self-service e di IA generativa per il lavoro quotidiano.

Matthias Patzak:
Di nulla. Quello che vedo in molte organizzazioni è che vengono sviluppate piattaforme, il cui scopo però è principalmente tecnico. Si tratta per lo più di una soluzione più efficiente o conveniente, ma molto spesso le piattaforme non supportano davvero l'azienda. Dal punto di vista dei dati per l'IA generativa, puoi parlarci un po' di qual è la strategia aziendale vera e propria di BMW Group per quanto riguarda i dati e l'IA generativa?

Marco Gorgmaier:
Sì, molto volentieri. Allora, penso che quello che hai menzionato sia un punto molto importante. Cerchiamo sempre di assicurarci… Perché, voglio dire, ogni organizzazione di piattaforme ama la tecnologia, quindi ama sviluppare piattaforme e funzionalità. E una cosa che penso sia davvero importante fare è allineare tempestivamente azienda e IT. È una cosa che abbiamo davvero cercato di assicurare anche dal punto di vista organizzativo. Come dicevo prima, quando abbiamo iniziato il percorso con il nostro ufficio di trasformazione dei dati, ci siamo assicurati di avere sempre, per ogni asset di dati, ovvero i nostri set di dati già pronti per l'analisi dei dati, un titolare dell'azienda, quindi un responsabile dei dati, e un responsabile tecnico. Questo è stato l'approccio che abbiamo adottato all'inizio del percorso con i dati nell'hub di dati cloud.

E ora adottiamo lo stesso approccio per l'IA generativa. Quindi preferiamo partire dal caso d'uso e chiederci: “Bene, qual è il vero obiettivo che vogliamo raggiungere dal punto di vista aziendale?” Vogliamo garantire la qualità nei processi di produzione, quindi poi cerchiamo di capire qual è la tecnologia che possiamo utilizzare per farlo. E poi quali sono i dati di cui abbiamo bisogno per raggiungere l'obiettivo.

E penso che la novità con l'IA generativa, guardando soprattutto agli agenti, sia l'arrivo della prossima ondata. Ora abbiamo i dati acquisiti nell'hub dei dati cloud, ma abbiamo bisogno dell'accesso transazionale a tutte le applicazioni nel nostro ambiente. E, come puoi immaginare, abbiamo un ambiente di applicazioni enorme, che va da applicazioni legacy a quelle native del cloud all'avanguardia, fino ad applicazioni pronte all'uso. Nello stack c'è di tutto. E ora dobbiamo assicurarci che sia possibile accedere a tutti questi sistemi con diritti e ruoli per l'utente specifico, in modo che sia davvero possibile sfruttare tutto il potenziale degli agenti. Quindi credo sia fondamentale includere l'azienda e i relativi processi e conoscenza fin dall'inizio.

Matthias Patzak:
Sono rimasto davvero colpito dal numero di sviluppatori di software presenti nei vostri team responsabili della piattaforma e dal numero di sviluppatori nei team che la utilizzano. Potresti darci altri dati e altre cifre, in particolare sui dati? Ad esempio, non ho idea di quali tipi di dati o di quanti dati create in un singolo giorno o al minuto. Oppure di quali tipi di dati disponete.

Marco Gorgmaier:
Come ho già detto, i dati provengono da tutti i sistemi: dal sistema ERP, dai sistemi SAP, dalle applicazioni sviluppate autonomamente. Penso che nell'hub di dati cloud siano presenti 14.000 bucket S3. Gestiamo oltre 7.000 set di dati e supportiamo più di 1.500 casi d'uso. Quindi il numero di dati che supportiamo è piuttosto elevato.

Matthias Patzak:
Sì, sembra molto interessante. E come fate a sapere se le vostre piattaforme vengono adottate dagli utenti interni? È obbligatorio utilizzare la piattaforma o ci sono degli incentivi?

Marco Gorgmaier:
Sì, certo. È sempre questa la grande sfida in un'azienda in cui si utilizzano delle piattaforme. Credo che ci sia sempre un compromesso tra standardizzazione ed efficienza. Ovviamente bisogna considerare ciò che si desidera dal punto di vista aziendale, ma anche la libertà necessaria e che si vuole all'interno dell'azienda, perché bisogna sempre dare un po' di spazio all'innovazione e alla sperimentazione.

Quindi penso che sia una sfida importante trovare l'equilibrio giusto in questo senso e si tratta di un processo continuo. Non è mai un risultato raggiunto. Penso che si debba sempre fare il passo successivo. E ritengo che l'altra grande sfida da affrontare come team responsabile della piattaforma è assicurarsi di non creare colli di bottiglia, soprattutto considerando questi compromessi. Quindi l'approccio che proviamo ad adottare ovviamente prevede un utilizzo obbligatorio delle piattaforme chiaramente definito, come ho già detto anche dal punto di vista della governance.

Questo è un aspetto, ma penso che il fattore principale, proprio come in un mercato, è l'impulso del “chi vince piglia tutto”. Guardando al nostro hub di dati cloud, penso che sia un aspetto che gestiamo molto bene, perché a un certo punto la gente pensa: “Bene, nella piattaforma ci sono già tantissimi set di dati curati. Posso combinarli con altri dati che ha perfettamente senso collegare a questi”. Abbiamo fornito connettori standard di buona qualità per il framework di acquisizione. Tutti questi fattori si sono sommati e nel tempo sono diventati davvero centrali. E in questo modo abbiamo anche avuto un vantaggio per la nostra piattaforma di IA e abbiamo potuto fare praticamente la stessa cosa. Ora abbiamo una buona base e possiamo scalare anche in questo senso.

Matthias Patzak:
Un problema che osservo spesso nelle piattaforme di dati è che archiviano molti dati. Forse avrai sentito l'espressione “i dati sono il nuovo petrolio” e, spinti da questo, tutti hanno iniziato a raccogliere qualsiasi tipo di dati. Come ci si può assicurare di archiviare solo i dati necessari?

Marco Gorgmaier:
Sì, penso sia una grande sfida. Noi siamo un'azienda automobilistica e siamo guidati dall'efficienza. È anche per questo che cerchiamo davvero di gestire i costi e, come hai detto tu, è molto costoso archiviare qualsiasi dato. E lo è ancora di più ora se guardiamo all'IA generativa e ai dati non strutturati. Stiamo cercando di implementare una gestione del ciclo di vita molto rigorosa. Si ricevono notifiche per i set di dati non utilizzati, che a un certo punto possono anche essere eliminati. Prima li archiviamo e poi li eliminiamo davvero, perché, in caso contrario, i costi schizzerebbero alle stelle.

E dall'altra parte abbiamo il nostro portale di dati e IA, in cui colleghiamo sempre i casi d'uso agli asset di dati. In questo modo, c'è un chiaro lineage a valle verso i sistemi, nonché chiarezza relativamente a chi usa i set di dati, in quali casi d'uso e se vengono gestiti in modo attivo. Il nostro portale è la base in cui abbiamo tutte le statistiche per gestire i dati e, aggiungendo un nuovo caso d'uso, è chiaramente possibile segnalare anche se è necessario aggiungere nuovi sistemi di origine con nuovi dati per tale caso d'uso.

Matthias Patzak:
Per molte organizzazioni è davvero difficile attirare talenti nell'ambito dei dati perché è un settore molto competitivo ed è necessario un alto livello di specializzazione. Come si attraggono i talenti?

Marco Gorgmaier:
Penso che una cosa molto importante sia il marchio, ovviamente. BMW Group ha un marchio molto forte e sicuramente questo aiuta. Quindi questo è un aspetto. D'altro canto, e ne ho parlato prima, penso sia stato molto importante iniziare a espandere il nostro pool di talenti a livello mondiale per non dipendere solo da un mercato o dal nostro quartier generale, ma sfruttare davvero i talenti di tutto il mondo. E penso che sia stato un passo importante per consentirci di trovare i talenti giusti. Inoltre, penso che si parli molto dei data scientist, che sono sicuramente molto importanti, ma abbiamo riscontrato che è altrettanto importante avere team di ingegneria dei dati: se i sistemi di origine non sono connessi in modo stabile e affidabile, i data scientist non hanno nulla da esaminare.

Matthias Patzak:
New Vantage Partners di Wavestone ha condotto un sondaggio sui big data e, secondo il loro punto di vista e i loro dati di servizio, il problema più grande per l'adozione dei dati da parte delle aziende, ovvero gli utenti aziendali, è la cultura, non la tecnologia. Qual è la tua opinione in merito?

Marco Gorgmaier:
Credo sia vero. Esatto. Corrisponde molto a ciò che osservo io. Penso sia un'iniziativa che deve partire dalla leadership. Credo sia davvero fondamentale, anche se non mi piacciono troppo le espressioni mentalità dei dati o azienda basata sui dati. Penso che la nostra sia ancora un'azienda basata sui prodotti. Ciononostante, è molto importante avere una mentalità secondo cui ogni singola decisione e ogni singola operazione debbano essere supportate dai dati. Ritengo che negli ultimi anni abbiamo davvero sviluppato questa mentalità, ma ci vuole tempo. Si tratta di un percorso da iniziare presto.

E l'altro aspetto è che curiamo molto la facilitazione dei nostri dipendenti. Penso che sia fondamentale. Bisogna fare formazione, bisogna eliminare la paura. Credo che adesso sia lo stesso con l'IA. Basta dare alle persone degli ambienti dove possano sperimentare, dove possano provare, dove si sentano al sicuro. Ed è una cosa che cerchiamo di fare da una parte con i dipendenti dell'azienda e dall'altra con la nostra organizzazione ingegneristica. Quindi, ad esempio, in tutti i nostri hub abbiamo quelle che chiamiamo Platform Academy. Queste piattaforme offrono l'onboarding con tutte le specifiche e, a tal proposito, collaboriamo a stretto contatto anche con AWS per il nostro stack cloud.

Matthias Patzak:
Interessante. E l'aspetto mancante che osservo spesso io è che le piattaforme sono solo quelle di sviluppo, ma non investono davvero nella facilitazione e nella formazione degli utenti e soprattutto degli imprenditori che dovrebbero favorire le azioni basate sui dati. Ed è per questo che molte organizzazioni non riescono a sfruttare davvero tutti gli investimenti sui dati.

Matthias Patzak:
Ti andrebbe di parlare di alcune delle innovazioni e dei casi d'uso a cui sta lavorando BMW Group al momento?

Marco Gorgmaier:
Sì, sono davvero lieto di condividere alcuni casi d'uso e penso che alcuni siano casi di IA generativa molto classici. Abbiamo appena lanciato un assistente per le gare d'appalto per… Allora, quando collaboriamo con partner esterni, generalmente facciamo gare d'appalto. E, visto che scriviamo i documenti in modo molto standardizzato, abbiamo sviluppato un servizio di IA generativa per avere una guida in questo processo e assicurarci di avere tutti i paragrafi legali. Può sembrare una cosa davvero semplice, ma porta molta efficienza nel processo. E lo stesso vale per la generazione di testi di marketing. Quindi direi che al momento i nostri sono casi d'uso classici in cui vediamo la potenza dell'IA generativa. Sono in atto molti di questi casi d'uso. E un altro caso che stiamo implementando al momento è far lavorare i nostri agenti del CIC, ovvero gli agenti del centro di interazioni con i clienti, con l'IA generativa per dare le risposte giuste.

E l'abbiamo implementata anche nel nostro sito web e nella nostra app MyBMW per dispositivi mobili. E il prossimo passo sarà implementarla anche nell'assistente personale delle auto. Penso che questo sia un ottimo esempio di come funzionano le piattaforme. Si crea un servizio una volta per poi riutilizzarlo in contesti diversi e riutilizzare gli elementi tecnici costitutivi per i servizi. E penso che sia un caso d'uso piuttosto interessante, che aumenta davvero la qualità dei nostri…

Matthias Patzak:
Sì, davvero.

Marco Gorgmaier:
…dei nostri servizi per i clienti. Con AWS stiamo collaborando anche per sperimentare un caso d'uso per il pre-addestramento continuo dei modelli di fondazione incorporando le specifiche dei modelli BMW. Ed è una cosa importante perché, per avere tempi di risposta davvero brevi, Rack non funzionerebbe in questo caso. Penso che sarà una cosa entusiasmante ed è importante implementarla, ad esempio, nelle auto e in altri contesti.

Matthias Patzak:
Sembra che si tratti di un'organizzazione molto grande e altamente distribuita con casi d'uso in campi completamente diversi. Hai appena parlato di tecnologia legale, tecnologia di mercato e tecnologia del servizio clienti. Per questo mi chiedo quale sia la resilienza di questa configurazione altamente distribuita. Come si configura l'architettura dell'organizzazione affinché sia resiliente?

Marco Gorgmaier:
Sì, penso che in realtà sia… Si estende in molti processi. Sì, è un'osservazione assolutamente corretta. Sono interessati tutti i processi interni, dalla logistica di produzione alle vendite del marchio ai clienti. Penso che l'aspetto fantastico sia che si possono davvero abbattere i silo nei processi. È un grande vantaggio del non lasciare che le singole organizzazioni si occupino solo dei propri processi specifici. E l'altro aspetto è che BMW Group è sì un'organizzazione distribuita da una prospettiva globale, ma è comunque gestita in modo molto centralizzato. Per questo è più facile per noi garantire la governance e l'implementazione degli standard. E questo è sicuramente utile, perché nel complesso l'organizzazione non è molto decentrata.

Matthias Patzak:
Interessante. E quali sono, secondo te, le tendenze future nel settore automobilistico e in quello dei dati? C'è qualcosa che vuoi raccontarci?

Marco Gorgmaier:
Allora, quello che mi aspetto e che credo sia molto importante ora è abilitare gli agenti in un'organizzazione, gli agenti IA. Non si tratta di una tendenza specifica del settore automobilistico, ma è una soluzione che ha un grande potenziale per aumentare ulteriormente l'efficienza delle organizzazioni. E penso che una grande sfida di cui non si parla molto sia ciò che hai menzionato prima: è necessario preparare l'ambiente di applicazioni esistente per la loro abilitazione. Di conseguenza, è ovvio che c'è un vantaggio se si dispone di applicazioni moderne già presenti nel cloud.

Ma penso che in realtà ogni grande organizzazione abbia un insieme di applicazioni legacy e moderne. E la tendenza che vedo davvero, ed è quella sui cui lavoriamo molto, è abilitarle all'utilizzo di API descritte in modo tale da potervi accedere con un modello linguistico di grandi dimensioni. Nelle applicazioni sono presenti i ruoli e i diritti per potervi accedere con i diritti individuali dell'utente? Questo è un campo in cui investiamo davvero molto al momento. E poi c'è il collegamento alla nostra piattaforma IA self-service, il nostro assistente IA del gruppo, per poter essere davvero in grado di sviluppare i nostri agenti e i nostri casi d'uso a livello dei dipendenti aziendali.

Matthias Patzak:
Quindi per diventare più resilienti è necessario separare l'organizzazione e le architetture tramite API. Sarebbe questo il vostro consiglio?

Marco Gorgmaier:
Sicuramente sì. Credo che la resilienza abbia ovviamente molti aspetti diversi, ma questa è decisamente una parte importante perché, se non si riesce a effettuare la separazione, credo che non sia possibile scalare.

Matthias Patzak:
Per concludere, hai qualche consiglio su come sviluppare una strategia dei dati resiliente per i tuoi colleghi del settore?

Marco Gorgmaier:
Penso che un consiglio sia investire nella qualità dei dati e nei metadati. È un consiglio scontato o una cosa che molti di noi hanno già sentito, ma è davvero fondamentale. Credo che la qualità dei dati, non solo nei framework, ma anche dal punto di vista tecnico e dei processi aziendali, assicuri di disporre già dei dati giusti nei processi aziendali, visto che alcuni dati non possono essere corretti nell'ambito dell'ingegneria dei dati.

Questo è un aspetto. L'altro aspetto è che, per abilitare l'IA generativa, sono necessari i metadati. E anche questa è una cosa su cui stiamo investendo al momento per poter davvero scalare verticalmente. Direi che, per quanto riguarda l'interazione tra i dati e gli agenti IA di cui ho parlato prima, è necessario investire nel proprio ambiente per avere possibilità e opportunità transazionali. È davvero un aspetto da non sottovalutare e ritengo che sia molto importante. Poi è necessario sfruttare il potere dell'IA generativa per abbattere i silo e aumentare l'efficienza. Anche noi lo stiamo facendo nella nostra organizzazione ingegneristica e lo utilizziamo molto nello sviluppo software. Lo utilizziamo per automatizzare l'acquisizione di script per sfruttare il potenziale ottenuto.

E l'ultimo consiglio è probabilmente trovare l'equilibrio giusto tra sviluppo e acquisto. È un'idea simile alle nostre auto, perché offriamo ai nostri clienti la libertà di scelta e possono dire: “Voglio un motore a combustione. Voglio un veicolo con batteria elettrica. Voglio un veicolo ibrido plug-in”. E adesso persino a idrogeno, che andrà in produzione per i nostri clienti. Penso che lo stesso valga per un'organizzazione software. È necessario decidere quando la scelta migliore è acquistare e quando invece è sviluppare autonomamente e mantenere flessibilità come organizzazione.

Matthias Patzak:
E quando si deve comprare e quando si deve sviluppare?

Marco Gorgmaier:
Direi che dipende dal costo. Questo è un aspetto. Penso che dipenda da quanto è strategica la differenziazione. E un'osservazione da fare sono le licenze in fase di acquisto. Stanno aumentando molto e penso che con l'IA assisteremo a consolidamenti e questo generalmente porta a guerre di prezzi. Penso che, come organizzazione, sia una buona idea avere la capacità di sviluppare quando è necessario farlo.

Matthias Patzak:
Grazie mille, Marco. È stato davvero un piacere averti nel podcast, ho imparato molto. Grazie davvero.

Marco Gorgmaier:
Grazie a te, Matthias, per avermi invitato. È stato un piacere.

Matthias Patzak:
Grazie!

Ascolta ora

Ascolta ora

Ascolta ora