- 2 giorni fa
Chi guida davvero la trasformazione?
L'intelligenza artificiale tra equity, impresa e algoritmi
L'intelligenza artificiale tra equity, impresa e algoritmi
Categoria
🤖
TecnologiaTrascrizione
00:00:11Benvenuti a tutti, grazie a tutti per questo cardineo di viso e intanto all'egnare il
00:00:16ristorante, presento i nostri relatori che parlano di questa lingua, Giugia, Sede,
00:00:30con la vostra lingua italiana, Giugia, Sede, con la vostra lingua italiana, Giugia, Giugia,
00:00:46Michele, il founder del Sfond del Rai, Enrico Risso, il manager director di Global Italy,
00:00:58e Dolce Perugnuti.
00:01:01Allora, il governo SAP, ma vi andete adattivati contingenti su un bel naso e domani,
00:01:07e poi il mio collega Giuliano Castagneto, il signore editor di BBs che modererà il nostro
00:01:28argomento. Allora, giusto due parole sul reddito, quindi vi do giusto un minimo flavor di quello
00:01:42che sono gli ultimi dati. Allora, questo è il grafico degli investimenti in venture capital
00:01:52con uno spaccato sull'AI, è un grafico di CB Insights che immagino conosciate, insomma
00:01:57è un centro di ricerca importante americano sul mondo del private capital e in particolare
00:02:04sul mondo del venture. Quindi vedete che la raccolta con gli investimenti nel mondo venture
00:02:10è stata di 469 miliardi di dollari nel 25, quindi il metto rialzo del 319.6 del 24, sono diminuiti
00:02:21i deal come numero, quindi 29.500 da 35.400 ovviamente, quindi questo significa che i deal
00:02:28sono aumentati di dimensione, il 48% del funding è stato catturato da AI companies. Allora,
00:02:38immagino, beh, i nomi sono noti un po' a tutti, dunque l'anno scorso c'è stato il big round
00:02:45di OpenAI da 40 miliardi, c'è stato uno di 14,3 di scale AI, 13 miliardi di Antropic,
00:02:5210 miliardi di XAI. Quest'anno già siamo andati oltre, sapete che OpenAI ne ha fatto uno
00:02:59da 110 miliardi di dollari di round, Antropic ha fatto 30 miliardi, XAI ha fatto 20 miliardi,
00:03:06che è stato comprato da SpaceX e poi SpaceX si quota con valutazioni da capogiro e quindi
00:03:14insomma il mercato americano soprattutto, insomma, è questo. Un'altra cosa, vi faccio vedere,
00:03:25questo è uno spaccato che in questi tempi ci interessa perché parla di investimenti in robotics
00:03:34e in physical AI, l'ultimo record di pitch book e ha calcolato che solo questo segmento
00:03:42dell'AI ha raccolto a 27,6 miliardi di dollari nel 25 per 1.009 deal. L'anno scorso, il
00:03:5224 è stato
00:03:5413,7 miliardi e 851 deal, quindi comunque c'è una bella differenza, praticamente il doppio.
00:04:01però attenzione, all'interno di questo segmento, la parte defense and security robotics è quella
00:04:08che ha cresciuto di prima, ha catalizzato 8 miliardi di investimenti nel 25, crescita dal
00:04:13138.8% dal 24, quindi il miliardi non solo 3.3, ovviamente insomma il cinema di guerra,
00:04:20potete capire, ha aiutato questo mondo. Per quello che riguarda l'Italia, allora questa è la nostra
00:04:30tabella che pubblichiamo poi periodicamente con la raccolta del venture, ovviamente l'anno scorso
00:04:36è stata molto, i dati sono stati drogati dalla raccolta di Wendy Spoon, sapete che Wendy Spoon
00:04:43ha da sola raccolto quasi 4 miliardi, forse 4 miliardi è qualcosa in più, tra venture debt
00:04:50e equity in primo e secondo, in prima del secondario. Però se tagliamo la venture di Wendy Spoon,
00:04:58che è stata circa appunto 3 miliardi di euro, abbiamo comunque 2 miliardi e 8 di dati di
00:05:05venture che si confrontano con 1 miliardo e 7 del 24. I nostri dati includono un po' tutte
00:05:11le società con sede in Italia, oppure quelle anche con sede all'estero, ma con fondatori
00:05:18italiani e include i venture debt, quindi questo è il motivo per cui sono dati un po' più
00:05:23ampi rispetto a quelli che a volte trovate sul mercato. Di questo totale di 5 miliardi
00:05:3385, 5 miliardi e 126 sono stati raccolti in 70 round da società di software da ICT, quindi
00:05:40ovviamente c'è sempre, è chiaro, ben dispulso qui dentro, pesa moltissimo, in metodo 3 miliardi
00:05:45arrivano 2 miliardi e 100 raccolti in equity nel settore software. Ovviamente software non
00:05:51vuol dire che tutto sia AI, ma ultimamente quasi tutto software è, convolge AI. Quindi a questo
00:05:57punto io mi taccio, gli ho dato giusto un flavor di quello che sono i dati del mercato e lascio
00:06:05la
00:06:05chiacchierata a Giuliano. Buongiorno a tutti, grazie della massiccia partecipazione a questo
00:06:12evento che evidentemente suscita un grande interesse e dato anche gli ultimi eventi che ci hanno dato
00:06:20un'ulteriore conferma dell'impatto profondo che sta avendo su tantissimi business l'avvento di questo
00:06:30nuovo strumento che può essere benissimo paragonato all'arrivo di internet a livello di disruptivity
00:06:45inglese. Adesso discuteremo un po' come sta cambiando appunto l'AI, il mondo del business
00:06:53partendo da chi nell'AI, nelle aziende che producono AI ci investe, quindi partendo da Cremonini,
00:07:02da Cremonini, da Cremia, per capire un pochino come appunto queste trasformazioni stanno avendo
00:07:11un impatto anche sulle valutazioni, quindi su quello che è il valore dei business. Sergio, prego.
00:07:23Buongiorno a tutti, anzitutto grazie, grazie a Bibiz, grazie a Stefania, grazie a Giuliano per aver
00:07:30organizzato questa mattinata, grazie a voi che state dedicando parte del lunedì che per i milanesi
00:07:36imbruttiti come me è sempre una giornata molto intensa ad ascoltare le nostre parole. Contestualizzo
00:07:44un secondo chi sono e che cosa fa la mia società, così potete capire anche il punto
00:07:49di vista che esprimo. Alchemio è un SGR, quindi noi siamo una di quelle società che esistono
00:07:56in Italia e sotto l'ombrello della BCE autorizzate a gestire fondi di investimento. Noi gestiamo
00:08:02fondi privati, private equity e venture capital e quindi investiamo in aziende private ma anche
00:08:10pubbliche, perché siamo una delle poche SGR che è un fondo PIPE, Private Investments
00:08:16in Public Equity, col quale acquisiamo quote di minoranza significativa in aziende quotate
00:08:22o in quotazione. Ad oggi abbiamo circa un po' di più di 300 milioni di masse in gestione
00:08:29e con il fondo PIPE siamo azionisti di società per chi si occupa di tecnologia abbastanza nota
00:08:37in Italia come TXT, piuttosto che SISDAT, piuttosto che DHH che si occupa di cloud. Abbiamo
00:08:44anche un fondo di venture capital che ha investito in startup tecnologiche innovative che lavorano
00:08:49con l'intelligenza artificiale, cito ad esempio Contents, è una GNI company e abbiamo fondi
00:08:56di private equity più tradizionali che fanno build up, management buy out in aziende anche
00:09:02in settori più tradizionali, ci occupiamo di oli industriali così come di pasta fresca ripiena.
00:09:10Quindi nel nostro piccolo, vedendo il mercato che va dalle startup alle grandi aziende quotate,
00:09:16soprattutto in Italia anche se investiamo anche all'estero, abbiamo una visione abbastanza ampia
00:09:23di quello che sta succedendo nel mercato. Che cosa sta succedendo? Torno indietro di circa un mese,
00:09:29un mese e mezzo. La prima settimana di febbraio sono stati bruciati, come dicono i telegiornali
00:09:37alle ore 20, circa 2 trillion di capitalizzazione di società tecnologiche, quindi Adobe, Salesforce,
00:09:47ServiceNow, Oracle, ma anche Palantir, Peter Thiel, lo stratega geopolitico che recentemente ha visitato
00:09:58anche il nostro paese per raccontarci la sua visione del mondo. Ed è un'azienda che si occupa
00:10:04di cyber security, AI applicata alla cyber security. Non è stata immune dal massiccio se lo offre
00:10:11di titoli di aziende tecnologiche. Questo perché, non perché le aziende che sono state vendute,
00:10:19o meglio i cui titoli sono stati scambiati a valori più bassi della settimana precedente,
00:10:24abbiano degli andamenti negativi. Vi do qualche numero a memoria, quindi prendeteli col beneficio
00:10:30della spanna di che cosa sta succedendo dal punto di vista del business. ServiceNow ha chiuso un
00:10:3720-25 con più 22% a memoria di ricavi anno su anno, Salesforce più 12%, in Italia Reply, anche
00:10:50lei
00:10:50doppia cifra e sopra il 10% crescita anno su anno dei ricavi. Abbiamo la nostra, perché siamo azionisti
00:10:58e quindi dichiaro il conflitto di interessi. TXT che ha chiuso in maniera organica a doppia cifra
00:11:05anno su anno, se contiamo le acquisizioni anche di più. SISDAT più 50%, organico doppia cifra,
00:11:13vicino al 12%. Anche la nostra Contents che non è pubblica, però è un'azienda privata, è andata molto bene.
00:11:21Sono tutte aziende che hanno dei fondamentali solidi, free cash flow pazzeschi, quelli americani
00:11:28parliamo di miliardi, sono sedute su montagne di cash, eppure nonostante questo quella prima settimana
00:11:35sono stati bruciati, dati JP Morgan, i 2-3 milioni di capitalizzazione. Le aziende vanno male?
00:11:41Quelle aziende vanno male? No. Che cosa è successo? È successo che bisogna andare a guardare cosa
00:11:48era successo nei mesi precedenti. Queste aziende avevano acquisito valutazioni di borsa sempre più
00:11:55crescenti, nell'attesa di ritorni generati anche dai loro investimenti nelle AI, e la prima cosa
00:12:03banale è che ci sono state tante prese di beneficio. La seconda cosa, ci sono stati degli annunci da parte
00:12:09di aziende non quotate, come Antropic, quella che fa Cloud, per capirci, o OpenAI, quella che fa
00:12:16c'è GPT, che hanno annunciato la disponibilità, tra tutti, di strumenti che potevano essere visti
00:12:24come concorrenti di soluzioni o di prodotti software venduti dalle aziende che ho citato prima.
00:12:31E quindi questo, così come altri fattori, hanno iniziato a generare scambi di vendita veloce, poi
00:12:38sappiamo molto bene che nei mercati c'è un po' l'effetto gregge e quindi quando qualcuno comincia
00:12:46a vendere, così come quando comincia a comprare, gli altri seguono, scattano anche dei meccanismi
00:12:50automatici. E quindi diciamo che c'è stato un riassestamento delle valutazioni di queste aziende
00:12:58più vicino a valori fondamentali veri rispetto a quella che era l'attesa che questi valori
00:13:05incorporavano precedentemente. Ora, che cosa ci aspettiamo noi sui mercati?
00:13:11Beh, noi continuiamo a investire nelle aziende, quelle che ho citato, così come altre, proprio
00:13:16perché i fondamentali sono solidi. L'impatto delle AI forse è più dell'impatto
00:13:24di internet. Internet è stata una tecnologia con la posta elettronica, ma prima ancora con
00:13:29la diffusione di massa dei computer, una tecnologia trasformativa, la digitalizzazione dei processi,
00:13:37la digitalizzazione delle comunicazioni, l'email ha sostituito la posta, poi consentitemi di
00:13:45fare un commento, usiamo tutti malissimo l'email. L'email non andrebbe usata come strumento di
00:13:51messaggistica, proprio perché ha sostituito la posta, quindi andrebbe utilizzata per scambiarsi
00:13:57pochi contenuti che richiedono attenzione. Però non è stata una tecnologia davvero
00:14:05disruptive, tant'è che io che ci lavoro dagli anni 90 mi ricordo le attese dell'e-commerce,
00:14:13le attese dell'internet e Google Earth, che avevano generato la bolla della cosiddetta
00:14:17new economy negli anni 2000. Ci sono voluti vent'anni per far sì che quelle trasformazioni
00:14:23prendessero atto e impattassero davvero la vita di tutti i giorni.
00:14:27L'AI ha di più, perché l'AI non è soltanto una trasformazione nel senso della digitalizzazione.
00:14:33l'AI la paragonerei di più all'introduzione della macchina a vapore. L'AI è una tecnologia
00:14:40che può andare a sostituire dei fattori di produzione con degli altri. L'AI può andare
00:14:47a sostituire dei fattori di produzione umani con un fattore di produzione digitali. Ma questa
00:14:54cosa non può e non avverrà nel giro di un anno, un triennio o neanche cinque anni. Perché
00:15:04le aziende e le economie sono organismi complessi. Quando leggete che, intanto se ne può parlare
00:15:12nessuno di noi credo abbia investito, che Claude rilascia degli strumenti per lavorare meglio
00:15:19su Excel e quindi magari qualcuno dice, ma quindi scusami Accenture piuttosto che le
00:15:26società di consulenza non vendono più le loro persone. Non è così semplice. Le aziende,
00:15:35anche quelle piccole, guardi in casa mia, noi siamo 22 persone, tutti noi, tutti i miei collaboratori,
00:15:41tutti i miei colleghi utilizzano chatbot di intelligenza artificiale. Noi come scelta siamo clienti di Google,
00:15:48abbiamo Gemini, Gemini, incluso nel nostro abbonamento. Ma provate a costruire un workflow
00:15:55aziendale in maniera autonoma o anche con qualche consulente utilizzando Gemini. Non è così
00:16:03immediato. Dovete spendere dei soldi, dovete mappare dei processi, dovete definire delle regole
00:16:08per l'accesso ai dati, dovete validare l'output. Quindi avete bisogno di esperti di dominio
00:16:15che conoscano la tecnologia e conoscano anche il business per realizzare la soluzione. Poi la
00:16:22soluzione una volta realizzata, come noi diciamo ai ragazzi prigioni che lavorano da noi, può mettere
00:16:27a repentaglio magari il lavoro di chi fa il PowerPoint o di chi fa l'Excel. Ma la sfida è
00:16:35anche una sfida
00:16:36di trasformazione degli skill delle persone. Dal nostro punto di vista la correzione, chiamiamola
00:16:44così, che c'è stata sui mercati azionari, è una correzione sana che ha riportato i valori di
00:16:49Burras a volere più vicini e fondamentali e che non ci spaventa. Noi continuiamo a investire,
00:16:57continuiamo a comprare, continuiamo a fare operazioni su aziende tecnologiche con tutte le nostre
00:17:03asset class. E anche quando facciamo operazioni di private equity in aziende tradizionali, cerchiamo
00:17:09sempre di vedere il potenziale vantaggio competitivo che gli investimenti di quelle aziende in tecnologie
00:17:17reali possono portare.
00:17:19Grazie. Michele Grazioli, vedrai, Simone che ti ha passato il testimone da un punto di vista
00:17:28concettuale, quindi esperti di domini, applicazione dei dati, procedure di accesso, insomma le cose
00:17:37di cui vi occupate per fornire alle aziende, ai vostri clienti degli strumenti molto innovativi
00:17:43per gestire degli aspetti aziendali di quel controllo di gestione, per esempio. Quindi
00:17:50bisogna anche se ci puoi dare una descrizione sintetica di quello che fa Vedrai e poi anche
00:17:59avendo tra l'altro raccolto diverse volte capitali sul mercato, quali sono i metrics, i KPI
00:18:10che si utilizzano per dimostrare che questi processi stanno creando valore.
00:18:18Perfetto, molto velocemente vedrai costruito una piattaforma che permette a questi agenti
00:18:26di intelligenza artificiale di lavorare con i dati quantitativi, quindi normalmente questo
00:18:31mondo della generative AI funziona molto bene col testo, ma quando si parla di numeri ha
00:18:37molte carenze. Noi questi anni abbiamo sviluppato una piattaforma che permette di lavorare su modelli
00:18:43quantitativi ad alta intensità computazionale e collegati ai dati aziendali. Tre ambiti principali
00:18:49di applicazione, quindi il primo più semplice è quello della creazione di modelli di valutazione,
00:18:56modelli predittivi, modelli di pianificazione, il secondo è quello della creazione di risorse
00:19:03virtuali, quindi analisti virtuali, controller virtuali, data scientist virtuali e il terzo
00:19:09se vogliamo quello più di moda in questo periodo è il reskilling degli agenti. Per collegarmi
00:19:17anche a quello che diceva il Dottor Cremonini che condivido in parte, noi abbiamo vissuto
00:19:24una rivoluzione con la generative AI che è una rivoluzione non primariamente tecnologica,
00:19:32provo a spiegarmi. La tecnologia che sta dietro CIGPT è uscita a settembre del 2021,
00:19:40CIGPT esce, viene reso pubblico il 30 novembre 2022, per un anno e qualche mese non se l'è
00:19:48cagato nessuno, se non qualche sviluppatore che tramite API si commetteva, esattamente
00:19:53lo stesso modello. Cosa significa? Significa che la reale innovazione introdotta da CIGPT
00:20:01e usiamo CIGPT per prendere tutti quelli che sono nati dopo, è stato mettere a disposizione
00:20:07del grande pubblico questa tecnologia. Il fatto di aver messo a disposizione una tecnologia
00:20:13relativamente acerba al grande pubblico ha portato a una fase di grandissimo AI iniziale,
00:20:18quindi nel 2023 non si parlava d'altro, poi c'è stato un momento di disillusione,
00:20:24si è capito che questi modelli in realtà non sono Dio e quindi quando devono essere applicati
00:20:32realmente all'interno del contesto aziendale fanno degli errori perché non hanno la capacità
00:20:39di interfacciarsi con le altre applicazioni, hanno dei problemi come dicevo poco fa nel dialogare
00:20:46con i dati, la maggior parte delle decisioni delle applicazioni ad alto valore aggiunto
00:20:50sono quantitative, molti di noi tutti i giorni fanno i conti, senza conti le aziende non vanno
00:20:57da nessuna parte e quindi è rimasta un po' questa idea che gli strumenti di AI debbano essere configurati
00:21:04molto bene per poter essere efficaci. Tutto questo non è più vero da almeno luglio 2025, perché
00:21:14a luglio 2025 escono in contemporanea due nuove generazioni di modelli, il primo è GPT5 che è stato
00:21:24tanto pubblicizzato ma nella pratica ha introdotto poco valore alle cose che dicevo, ma soprattutto
00:21:31Antropic ha messo la feccia e ha rilasciato Opus. Perché questo è importante? Perché insieme a altre
00:21:39tecnologie sempre rilasciate da questi player si è creato quello che è il fenomeno dell'AI
00:21:47agentica, o meglio era già presente da qualche anno ma è diventato effettivamente un qualcosa di
00:21:54utilizzabile, cosa cambia tra l'AI agentica e i modelli? Semplicemente che l'AI agentica è interconnessa
00:22:00con tutto il resto. Quindi se io voglio leggere le mail non devo più collegarmi a Gmail, ma posso farlo
00:22:07da cloud che è collegato al mio Gmail. Se voglio aggiornare il mio Salesforce non devo più andare
00:22:15sulla pagina web di Salesforce, ma posso farlo con la connessione di Salesforce tramite MCP che è un
00:22:22protocollo su cloud e questo cosa porta? Porta al fatto che tecnologie che si sono vendute per anni con
00:22:31il cost per sito probabilmente dovranno rivedere un po' il loro modello di business, perché diminuiranno
00:22:37la necessità di numero di utenti e poi alcuni degli utenti reali verranno probabilmente sostituiti da utenti
00:22:45virtuali. Detto ciò, partiamo dal presupposto che la battaglia sui modelli è andata. Ho citato
00:22:54Antropic, ho citato OpenAI, è stato citato giustamente dal dottor Cremonini prima, anche Google e poco
00:23:02altro. I modelli di frontiera, quindi la generativa AI è prerogativa di questi tre soggetti e poco
00:23:10altro, forse ex ma poco rispetto a quanto stanno facendo loro. Però non dobbiamo preoccuparci in
00:23:19Europa, abbiamo perso tante battaglie, il cloud praticamente siamo dipendenti da tecnologia americana,
00:23:26i sistemi di pagamento siamo dipendenti da tecnologia americana e quindi quello non è probabilmente un
00:23:32punto su cui andare a ragionare. Quando io valuto un'azienda da investitore oppure provo a ragionare
00:23:40sulla nostra strategia, ci sono quattro punti che vanno sempre considerati per valutare quanto l'AI
00:23:47effettivamente avrà un impatto e se quella particolare applicazione può essere utile. Il primo sono i dati.
00:23:54per essere veramente efficace una tecnologia di AI deve connettersi ai dati. Quindi cosa sarà
00:24:02vincente nell'epoca in cui i modelli diventeranno una commodity? Sarà vincente avere dati o meglio
00:24:09ancora informazioni che altri non hanno. Diventerà sempre più importante. Quindi chi vince? Quali sono le
00:24:15società su cui ha senso investire? Società che hanno dati che non sono disponibili sul mercato
00:24:21che riescono a produrre informazioni che in quel momento con costi eccessibili non sono riproducibili.
00:24:27Secondo tema è la tecnologia. Questi modelli sono modelli sviluppati da società che hanno raccolto
00:24:34centinaia di miliardi. Se sono modelli sviluppati da società che hanno raccolto centinaia di miliardi
00:24:42devono per forza di cose essere generalisti. Perché il mercato è grande se vado su una grande platea,
00:24:50se vado su certe nicchie no. La tecnologia che permette di fare delle verticalizzazioni,
00:24:57quindi che permette di essere applicati a modelli di simulazione, che permette di essere
00:25:04applicati alla progettazione di una casa, che permette di essere applicati alla lettura
00:25:11e valutazione a realtà in dei dati di un magazzino, non è una tecnologia che verrà da
00:25:16questi player. È una tecnologia su cui c'è ancora spazio per ragionare. Il terzo e il quarto
00:25:23tema in realtà sono molto vicini, che sono il metodo, i processi e le persone. Cosa manca
00:25:29veramente per far sì che queste tecnologie abbiano un impatto probabilmente superiore rispetto
00:25:35a quello dell'introduzione al computer? Il coordinamento. All'interno del 99% delle
00:25:42organizzazioni dicono un dato a caso, ma l'ordine di grandezza probabilmente non è
00:25:46lontano. L'AI è iniziativa individuale. Se ci pensiamo all'interno delle nostre organizzazioni
00:25:52si, magari diamo accesso a Antropic, a Gemini, diamo accesso a GPT, ma ognuno se le usa per
00:26:00quello che vuole, se le usa come vuole e soprattutto quando trova il modo di generare qualche workflow,
00:26:08cioè workflow è semplicemente, immaginiamo, da un file Excel, dico compilamelo, lo compila
00:26:15male, allora mando un'altra volta un messaggio e dico non dovresti compilarlo così, dovresti
00:26:20prendere le celle nella colonna B e metterle invece nella colonna C. 5-6 volte che itero,
00:26:28quindi che continuo in questo processo, arrivo probabilmente a definire una best practice.
00:26:33Questa best practice resta di quella persona, non va da nessuna parte. Quindi tutto questo
00:26:38cosa porta? Porta che si resta nella vecchia concezione da qui che non sono pienamente d'accordo
00:26:44contro il mio interesse, perché noi in parte facciamo questo, sul fatto che servono esperti
00:26:49per configurare degli workflow. Ormai il workflow, la cosa migliore che si può fare
00:26:55è generarselo in casa trovando l'esperto di dominio e giungo alla conclusione.
00:27:01Cioè immaginiamo come valutiamo le nostre persone. Noi abbiamo n decine di data scientist.
00:27:08Questi data scientist non sono tutti bravi e uguali sulle stesse applicazioni.
00:27:13Saranno i data scientist molto bravi nello scrivere del codice di qualità, dei data scientist
00:27:19molto bravi nel fare dei modelli di ottimizzazione, dei data scientist che lavorano bene con delle
00:27:24librerie di NLP. Immaginiamo se la scientist più bravo che è presente all'interno dell'organizzazione.
00:27:37Come? Condividendo questa conoscenza che viene generata dal più bravo e mettendo a disposizione
00:27:43di tutti gli altri. La vera rivoluzione dell'AI sarà questa. Io qualche anno fa, nel 2022, avevo cercato di
00:27:54disegnare
00:27:55uno scenario e quindi noi abbiamo acquisito Indigo, che adesso probabilmente è una delle principali realtà italiane
00:28:01che si occupa di generative AI prima di CiaGPT. L'abbiamo acquisito nell'estate del 2022.
00:28:09E quello che era la mia scommessa, e ho sbagliato di qualche mese, io pensavo 18-24 mesi, era che
00:28:15l'intelligenza
00:28:17artificiale generativa sarebbe stata la nuova interfaccia del software. Cioè noi ci stiamo sempre più
00:28:24abituando a utilizzare il software con il linguaggio. Qual è il problema? Il problema è che noi siamo molto
00:28:32gelosi del nostro linguaggio per una serie di tematiche che vanno dal test di Turing che è fatto sul linguaggio
00:28:39ma partono dalla genesi dove Dio crea l'uomo e l'uomo non è un animale perché Dio gli ha
00:28:45dato la parola.
00:28:46E quindi siamo convinti che siamo capaci a parlare. Siamo in grado di parlare perfettamente e quindi
00:28:53ci riteniamo in grado di dialogare con questo software che imita il linguaggio. Non funziona così.
00:29:00Cioè funziona che questo tipo di software, questo tipo di applicazione di nuova interfaccia
00:29:07deve essere utilizzato con cognizione di causa. E se viene utilizzato con cognizione di causa
00:29:12il vantaggio che poi porta in termini pratici è un qualcosa che si mette a terra oggi, non tra sei
00:29:19mesi,
00:29:19non tra 12 mesi e non tra qualche anno.
00:29:22Grazie.
00:29:24Tiziano Cittadini, sei partito con Chain Capital che è una realtà fintech
00:29:31che quindi il missione era agevolare le aziende nella gestione dei propri flussi finanziari,
00:29:39dei working capital e quant'altro. E poi hai cofondato Metrix che mette a disposizione delle aziende
00:29:46degli strumenti basati sulla intelligenza artificiale. Come è venuto questo passaggio dalla finanza
00:29:57in senso stretto all'operatività aziendale e in cosa i vostri strumenti possono, o comunque
00:30:08l'intelligenza artificiale può dare materialmente una spinta diciamo alla trasformazione dell'azienda,
00:30:16dalla vostra realtà, insomma dalla vostra esperienza.
00:30:19Bene, grazie. Buongiorno a tutti. Intanto ringrazio Bibizze, Stefania, tutto il team per l'organizzazione
00:30:26di questo bel evento, i relatori e tutti voi che come detto dai miei predecessori state impiegando il vostro tempo
00:30:35per partecipare, quindi grazie a tutti. Mi presento velocemente, sono Tiziano Cittadini, 45 anni,
00:30:43come non si sente dall'accento sono originario della Toscana e oggi sono qua in qualità di co-founder
00:30:52e SEO di Metrix AI, una scale up attiva nel settore dell'analisi dati, ci definiamo una data company
00:31:01e dallo scorso anno siamo anche portati sul mercato EGM che come tutti voi sapete è il mercato delle PMI.
00:31:09In realtà sono arrivato a Change Capital già in età matura in quanto insieme a Francesco Brami
00:31:18che qua presente, che saluto, abbiamo costituita anche lui in età più matura della mia a fine 2019,
00:31:26quindi ero quasi ai 40 anni perché io personalmente venivo dal percorso ex bancario, finanza d'impresa,
00:31:37ma prima ancora società di consulenza e prima ancora proprio lavorato in un'azienda orafa di famiglia
00:31:44venendo dal distretto Orafo a Retino, quindi ho visto un po' tutte le sfaccettature.
00:31:49E quindi perché è nata Change Capital all'epoca? Era nata per facilitare l'accesso al credito delle PMI,
00:31:58eravamo agli albori del fintech, quindi stavano nascendo le varie challenges bank, neo bank,
00:32:05e quindi ci siamo domandati come commettere la PMI che per sua definizione non è a Milano
00:32:13ma nei vari distretti industriali italiani e coloro che mettevano e mettono i soldi a disposizione delle imprese
00:32:22che fisicamente poi sono a Milano e quindi con Change Capital abbiamo sviluppato una piattaforma
00:32:29alimentata da algoritmi di machine learning che abbiamo sviluppato internamente partendo da un block notice
00:32:37per matchare i bisogni delle imprese e le richieste ed esigenze di merito creditizio delle banche e delle fintech.
00:32:51È un meccanismo che ha avuto successo anche perché nel momento di devastazione del Covid in realtà da questo punto
00:33:00di vista
00:33:01è stato come un acceleratore perché ha facilitato la messa in contatto tra domande e offerte anche nel momento in
00:33:08cui
00:33:09fisicamente non si poteva viaggiare e quindi inconsapevolmente abbiamo dato vita a quello che oggi è più comunemente definito
00:33:18come un modello di services a software, cioè anziché sviluppare di software e vendere il software abbiamo usato il software
00:33:25e la tecnologia per rendere scalabile un servizio tradizionale quale appunto quello del credito e della finanza agevolata.
00:33:34Quindi questo è stato un po' la nascita e l'evoluzione del modello di Change Capital. Da lì, diciamo,
00:33:41dire puntini fino a ciò che oggi, Metrix è stato per me un passaggio naturale perché oggi Metrix di fatto
00:33:48è un'azienda che aggrega dati.
00:33:52aggrega dati aziendali, tutte le aziende, compreso tutte le PMI, hanno una grande male di dati,
00:33:59da l'Excel all'IRP all'HRM alla tesoreria, il tema è che c'è una grande confusione, cioè tutti
00:34:07questi dati non vengono utilizzati
00:34:09in maniera efficace ed efficiente. Quindi Metrix per prima cosa è un grande aggregatore di dati,
00:34:15le mette in ordine e poi con i nostri modelli di machine learning le analizziamo, ci facciamo le proiezioni
00:34:23in Forecast e le mettiamo a disposizione. Da questo punto di vista tutto il mondo dell'intelligenza
00:34:30artificiale generativa è per noi un grande acceleratore perché la nostra piattaforma è integrata a tutti
00:34:36i principali modelli di intelligenza artificiale per cui per noi da questo punto di vista tutto questo
00:34:44è un ulteriore potenziamento che mettiamo a disposizione dei nostri clienti.
00:34:49Quindi diciamo che anche Metrix alla fine ha seguito questo percorso di service
00:34:57as a software con un focus sulle PMI, ma così come avevamo fatto anche con Change Capital
00:35:05non ci dobbiamo mai dimenticare della componente umana, ovvero un particolare riferimento alle PMI.
00:35:12quindi noi possiamo mettere a disposizione tutte le macchine che vogliamo, ma senza il pilota
00:35:18la macchina non si guida. Per loro natura le PMI sono deminagelializzate, non hanno spesso competenze
00:35:27specifiche e quindi qui nasce l'elemento HumanTech che è sempre al centro delle mie attività
00:35:34imprenditoriali, quindi oggi Metrix, ovvero mettere anche a disposizione dei team di advisor
00:35:41che fisicamente supportano le aziende, manager e imprenditori nell'adozione di nuovi strumenti.
00:35:48ecco perché condivido gli interventi dei miei predecessori, senza la componente umana questa
00:35:54roba non va avanti, non va avanti né nelle grandi organizzazioni che per loro definizione
00:35:59sono complesse, tantomeno non va avanti nelle piccole organizzazioni poiché non ci sono
00:36:05proprio le teste che guidano le coordinate e poi gli danno esecuzione.
00:36:10E altro elemento che io continuo a vedere in prescindibile è la presenza territoriale.
00:36:16Le PMI sono dislocate su tutto il nostro territorio nazionale, in Italia abbiamo 5 milioni
00:36:24di partite IVA, ma dobbiamo essere noi che andiamo a raggiungere loro, non loro che vengono
00:36:29a Milano, non ci vengono proprio, non hanno utente e probabilmente neanche voi. Ecco perché
00:36:36anche con Metrix pensiamo su una presenza capillare nei principali distretti industriali, siamo
00:36:42piccolini, per ora stanno presenti su 5 hub industriali nel centro nord, però con dei
00:36:49team locali che supportano i nostri clienti, quindi l'altro elemento della nostra strategia
00:36:54è continuare anche con un sviluppo a livello di presidio del territorio, quindi presidio
00:37:00del territorio, competenze umane e continuo sviluppo della piattaforma tecnologica ma in modalità
00:37:07embedded rispetto ai modelli di intelligenza artificiale.
00:37:11Grazie Tiziano. Allora, interazione tra capacità professionali e grande quantità di dati è un
00:37:18po' l'elemento che sta emergendo. Enrico, tu che c'è di Intrum Italy, c'è il braccio operativo
00:37:27in Italia, uno dei più grandi servicer internazionali, non credo che abbia bisogno di presentazioni,
00:37:35come avete gestito questa interazione? Io quando penso a un credit servicer penso sempre a decine
00:37:43di valutatori o persone che parlano al telefono, che interagiscono con persone che hanno difficoltà
00:37:50finanziarie. Come avete gestito, avete lanciato questo Intrum4u recentemente, quindi avete fatto un
00:37:58pesante investimento sull'AI, siete anche in parte degli sviluppatori voi stessi di strumenti
00:38:06di agentici. Che impatto ha avuto sulla nostra realtà operativa questo cambiamento?
00:38:15Sì, grazie innanzitutto, anche grazie da parte mia per l'invito, è molto interessante,
00:38:20stiamo imparando anche parecchie cose questa mattina. Allora, innanzitutto per contestualizzare
00:38:27il tema dei dati, Intrum è appunto il leader in Europa nel credit servicing, due numeri,
00:38:35gestiamo circa 12 miliardi all'anno di collection e più di 35 milioni di debitori con cui c'è
00:38:43un'attività appunto di recupero, di back to bonus e quindi una grande quantità di dati,
00:38:50ticket molto differenziati, dati molto piccoli, quindi gestiamo le fatture fino alle amministrazioni
00:38:56straordinarie. Come Intrum è stata fatta una scelta nel 2023 di acquistare una fintech inglese
00:39:04che era specializzata proprio nella gestione dei piccoli ticket, quindi quello che viene chiamato
00:39:11piccoli volumi e piccola massa e grandi volumi, quindi dove c'è necessità quindi di avere
00:39:17un approccio più flessibile ed efficace possibile ed è stata diffusa poi su tutti i 20 paesi,
00:39:26quindi è arrivata anche l'Italia l'anno scorso. Quello che questa piattaforma ha portato
00:39:33indubbiamente qualcosa, l'avevo anche citato e io condivido di rivoluzionario, nel senso che
00:39:38effettivamente credo che tutto il mondo della GMI sia la quarta rivoluzione che è ormai in corso,
00:39:45perché noi abbiamo notato che dall'implementazione ci sono stati benefici per tutti gli stakeholder
00:39:53che erano coinvolti. Prima di tutti sicuramente c'è stato un beneficio sul debitorio stesso,
00:40:04perché la cosa che ci ha abbastanza impressionato è che un portale, una piattaforma in cui c'è
00:40:12possibilità di automaticamente risolvere la posizione debitoria sia immediatamente, quindi con un pagamento
00:40:20immediato che facendosi un piano di rientro, intervenendo in qualsiasi momento della giornata
00:40:28della settimana, perché chiaramente 24-7, togliendo anche una cosa che ci ha anche stupito,
00:40:36anche in parte l'interazione umana, perché poi delle volte uno quando deve rinegoziarsi il debito
00:40:41si toglie anche tra virgolette il fatto di interagire con qualcuno con cui andare a definire la rata,
00:40:49ha portato a creare una customer experience che è stata giudicata molto positiva, tanto per dare un numero
00:40:57su Trustpilot, la valutazione di 4.1 su 5 che onestamente ci ha stupito tenendo conto dell'attività
00:41:04che viene fatta. Ma poi ha portato benefici indubbiamente per le mandanti, perché è tutto real time
00:41:11gestito, tracciato, ha portato benefici per il regolatore, perché noi poi lavoriamo con società
00:41:17che sono sotto controllo del regolatore e anche qui il fatto di avere una completa tracciatura
00:41:22di ogni singola interazione che c'è stata, ha portato anche da questo punto grossi benefici,
00:41:28oltre che chiaramente a portare benefici a noi stessi, perché indubbiamente abbiamo aumentato
00:41:33l'efficacia di quello che facciamo. E quindi questa è stata una prima implementazione live,
00:41:40che siamo i primi che l'abbiamo portata a scala su più paesi, che hanno indubbiamente
00:41:46fatto vedere qual è il potenziale. Il passeggio successivo che abbiamo fatto e che stiamo facendo
00:41:52è quello di andare ad utilizzare questi strumenti nel day by day. E qui mi attacco un po' a quello
00:41:59che dicevano i professori che mi hanno preceduto. Io credo che anzitutto per le aziende, perché
00:42:08questa è una sfida che ogni capo azienda ha da fare, si sono trovate con la ruota.
00:42:15Il luogo preistorico con la ruota ci ha messo un po' di tempo per iniziare a capire che cosa
00:42:20poteva fare con la ruota. Quindi in questo momento credo che un po' il ritardo sia legato al fatto
00:42:26che siamo tutti un po' ignoranti. Non vediamo tutto un grosso potenziale, lo percepiamo, ma
00:42:31non sappiamo come trasformarlo in realtà. Lo stiamo capendo e questo secondo me porterà
00:42:38due fattori. Uno che è una tecnologia molto più democratica e molto più comprensibile.
00:42:45Ormai questi, e poi citavo anche in precedenza, sono tre, insomma, le grosse piattaforme che
00:42:51tutti andremo a utilizzare, indubbiamente richiedono una barriera di ingresso molto più
00:42:58bassa rispetto a tecnologie passate. Ma sia nell'utilizzo, ma anche nel coding.
00:43:04Noi adesso stiamo utilizzando il lato coding per lo sviluppo appunto del workflow.
00:43:12internamente, questo è quello che mi è reso possibile da una di queste tre piattaforme
00:43:17e abbiamo ridotto drasticamente i tempi di sviluppo. Tra l'altro con un'efficacia molto
00:43:23alta e anche una qualità molto alta. Quindi questo creerà, diciamo, una grossa anche qua
00:43:29facilità, maggior facilità rispetto al passato di utilizzare la tecnologia. La seconda cosa è
00:43:35che porrà tutta l'azienda di fronte alla sfida del make or buy. Perché la proprietà
00:43:41intellettuale, come vi ho detto prima, cioè l'AI non è l'IT. Perché secondo me la cosa
00:43:45peggiore che uno possa fare è andare a dire che l'AI è qualcosa di fare il diparamento
00:43:50di IT. L'AI è qualcosa di fare il top management con chi poi modella e disegna i processi.
00:43:56E quello sarà il tuo grosso vattaggio competitivo e tu dovrai tenerti in casa quella proprietà
00:44:01intellettuale. Perché più tu hai dai fuori, più troverete e metti nelle condizioni di
00:44:06creati competitor che potranno andare a rimpiazzarti in modo ancora più efficace.
00:44:12Quindi la grossa sfida secondo me che avremo noi come aziende sarà quella proprio di cambiare
00:44:19il nostro modello e di capire come riuscire a internalizzarlo sfruttando il fatto che poi
00:44:24la barriera tecnologica secondo me ci verrà fornita un po' a tutti e quindi potrà essere
00:44:30più utilizzata. Quindi è un tema secondo me centrale, poi ripeto, per utilizzi comuni.
00:44:39Chiaramente poi se noi dobbiamo andare a fare modelli più sofisticati è un'altra cosa,
00:44:43però secondo me nella ingegnerizzazione dei processi day by day credo che ci sarà questa sfida.
00:44:50Grazie Enrico. Sempre in tema di utilizzatori finali dello strumento AI, quindi alla fine
00:45:00di questa catena concettuale, c'è anche Rave Capital che ha sviluppato delle tecnologie bagazzate
00:45:06sulla blockchain che utilizza l'AI stessa per sviluppare tecniche di offezionamento, diciamo così,
00:45:17di token su blockchain, della tokenizzazione di asset o creazione di criptovalute e c'è il CEO
00:45:26di Rave Capital che è Guido Rocco che ci ha dato da Dubai, da dove non si poteva muovere,
00:45:33questo intervento in video.
00:45:37Allora, l'AI per noi è uno strumento fondamentale, non è soltanto uno strumento che accelera
00:45:44la produttività, ma direi che è un layer strutturale sul quale fondiamo la nostra proposizione
00:45:51e anche le nostre applicazioni, perché noi usiamo l'AI in modo praticamente quotidiano
00:45:58nell'operatività nella nostra azienda. Il nostro utilizzo dell'AI è su principalmente
00:46:06tre livelli. Il primo è lo sviluppo del codice, sappiamo bene che l'AI, ormai gran parte del
00:46:13codice è scritto da AI e noi lo utilizziamo al pari ovviamente di tantissime altre società
00:46:22per sviluppare il codice più velocemente e in modo più efficiente. Un secondo livello
00:46:29è il livello di qualità e sicurezza. Artificial Intelligence può aiutare e aiuta anche nel garantire
00:46:39che il codice sia immune da errori e che sia ovviamente a un livello qualitativo importante.
00:46:49Non sarei dire il terzo livello è l'AI che dentro proprio la nostra piattaforma e dentro
00:46:59le nostre applicazioni, un esempio è il nostro software di antiriciclaggio che si fonda sull'intelligenza
00:47:08artificiale, ma anche l'intelligenza artificiale utilizzata per aiutare a prendere decisioni.
00:47:14Quindi l'AI è fondamentale. Molti players stanno usando l'AI per scrivere codice più velocemente,
00:47:23per aumentare l'efficienza dei propri processi di business, però pensiamo che l'AI è accessibile
00:47:31praticamente a tutti ormai. Per cui è anche vero che ciò che fa la differenza su lungo termine
00:47:41non è il fatto di utilizzare l'AI, ma è come si utilizza l'AI, come si progetta il software
00:47:49e quanto si riesce a evolvere
00:47:51in fretta mediante l'aiuto dell'intelligenza artificiale. Quindi il tema si sposta non tanto su se utilizzare l'AI,
00:47:59perché ormai tutti la utilizzeranno nel breve o nel lungo termine, se vogliono essere competitivi,
00:48:05ma come si utilizzerà l'AI. Ed è qui che noi stiamo cercando e cerchiamo di agire in modo intelligente,
00:48:13cercando di integrare e strutturare l'AI in modo efficace.
00:48:19Direi che la velocità di evoluzione è il tema fondamentale su cui si misurerà anche la competitività
00:48:25delle aziende nel medio e lungo termine. Noi pensiamo tradizionalmente che l'innovazione
00:48:32sia guidata da tre forze. Abbiamo il mercato, il capitale e la tecnologia.
00:48:36Il mercato indica la direzione, indica il trend dove gli investimenti potrebbero andare,
00:48:44dove c'è il mercato di clienti che potrebbero usufruire dei prodotti che stiamo sviluppando,
00:48:49ma il mercato in realtà è reattivo, il mercato non anticipa davvero il futuro.
00:48:57Dall'altra parte il capitale permette di costruire ovviamente, quindi è importante anche quello,
00:49:03è fondamentale direi, ma va unito ovviamente a una capacità di esecuzione che sia anche a un livello abbastanza alto.
00:49:13La tecnologia è fondamentale direi, la tecnologia è un asset importantissimo che grazie all'intelligenza artificiale
00:49:25e si sta democraticizzando. Cosa intendo? Intendo che ormai è sempre più semplice scrivere codice e costruire prodotti enterprise grade.
00:49:36È anche vero che ovviamente, non voglio banalizzare il tutto, la conoscenza tecnica è fondamentale,
00:49:44ma la tecnologia si sta democraticizzando.
00:49:49Quindi sebbene queste tre forze che ho descritto siano fondamentali, direi che nel futuro ciò che creerà davvero vantaggio competitivo
00:50:03è la velocità con cui si evolve, la velocità con cui lei permette di modificare il codice, di evolvere il
00:50:12codice sempre più in fretta.
00:50:16E noi quello che stiamo facendo è proprio questo.
00:50:19Quindi non soltanto mercato, capitale e tecnologia, ma anche intelligenza artificiale come amplificatore della velocità di evoluzione.
00:50:30Grazie Stefania, grazie a tutti.
00:50:32Abbiamo una discussione qui in sala, Rocco ha dato degli spunti interessanti, cioè democraticizzazione, quindi abbassamento della soglia di ingresso,
00:50:43della capacità di accesso all'intelligenza artificiale
00:50:48e quindi anche sollevamento della problematica, cioè il tema di come viene utilizzata l'intelligenza artificiale.
00:50:57Simone, in questo momento ho investitori, soprattutto quelli specializzati in questo ambito.
00:51:05Cosa percepire di più? L'opportunità data dalla possibilità di strutturare dei prodotti più velocemente, accedere anche all'intelligenza artificiale
00:51:16molto più facilmente
00:51:17o il rischio di utilizzare l'AI in modo sbagliato o, peggio ancora, creare poi dei prodotti sbagliati, quali essi
00:51:28siano, in qualsiasi settore?
00:51:32Bella domanda, difficile, non ho una risposta univoca perché dipende dalla strategia di investimento.
00:51:40e poi a spiegarmi con degli esempi. Partiamo dal venture capital. Il venture capital investe in start-up tendenzialmente innovative.
00:51:55Poi ci sono venture capital anche in Italia che hanno investito in catene di ristoranti vestiti da start-up innovative.
00:52:04Ci sarà stato qualche cosa di innovativo nel modo in cui facevano da mangiare.
00:52:10Gli start-up o inventano qualche cosa di nuovo, oppure costruiscono su invenzioni fatte da altri per proporre sul mercato
00:52:23modi più efficienti di risolvere un problema.
00:52:26Allora, tornando all'intelligenza artificiale, è già stato detto, ma voglio dirlo in maniera molto chiara,
00:52:33io non andrei ad investire in una start-up che nel 2026 venisse a propormi un algoritmo, una piattaforma che
00:52:43funziona meglio di quella degli altri.
00:52:47Perché la scala non lo rende realistica questa proposizione.
00:52:53Quindi sono necessarie centinaia di milioni di euro o di dollari che diventano miliardi.
00:53:00La famosa infrastruttura.
00:53:01Esatto.
00:53:03Il discorso diverso è una start-up che venga a propormi, come avviene, ne abbiamo anche nel nostro portafoglio.
00:53:10Ormai la tecnologia non è una commodity, perché non è una commodity, perché richiede ancora anche nei tre big player,
00:53:19che poi non sono tre, non dimentichiamoci VM, non dimentichiamoci Salesforce, non dimentichiamoci Meta, non dimentichiamoci Oracle.
00:53:27Comunque ci sono una decina di player mondiali che investono billions, Nvidia.
00:53:32Non è una commodity, e non è una commodity perché è un investimento ancora.
00:53:38Nessuna delle società che sono state citate finora, le prime tre, guadagna dalle AI.
00:53:44Non è una commodity, ma ha richiesto così tanti investimenti che vale la pena capitalizzare quello che hanno fatto loro.
00:53:52Allora le start-up o le società che vogliono sfruttare gli investimenti fatti da terzi per proporre alle aziende soluzioni
00:54:01innovative hanno senso.
00:54:03La cosa importante, e questo vale sia per le start-up che per le altre class che noi gestiamo, che
00:54:11è quella del private equity o il pipe,
00:54:12quando andiamo a investire in aziende potate, non è tanto la tecnologia di per sé, ma è quali problemi risolvo.
00:54:21Le aziende tecnologiche, e credo che qui ce ne siano, che possano confermare quello che sto dicendo,
00:54:27non hanno ragione di essere tanto e solo per la tecnologia che inventano, quanto per i problemi che risolvono per
00:54:33i loro clienti.
00:54:36Ma anche l'elettronica di consumo, questo oggetto non vale o non lo compro perché c'è un microchip da
00:54:46X miliardi di transistor dentro.
00:54:48Lo compro perché mi risolve dei problemi.
00:54:52Le imprese non sono diverse, soprattutto quelle medio-grandi.
00:54:56Quindi le società tecnologiche valgono se risolvono problemi per le imprese che sono i loro clienti.
00:55:04Poi possiamo stare qui fino a questa sera, se volete vi annoio, distinguere le PMI, le medie,
00:55:10le grandi aziende che hanno cicli di acquisto, di utilizzo della tecnologia e di adoption diversi da quelle medie.
00:55:19Abbiamo sentito tanti esempi di utilizzo dei chatbot individuali, ma andate da, parlo di clienti di mie aziende,
00:55:29andate da Leonardo a dirgli che il sistema di puntamento di una batteria antimissile è sviluppato col vibe coding e
00:55:38poi sentite che risposta che vi danno.
00:55:40Quindi ci sono aziende e aziende.
00:55:43L'importante è quando si valutano, per tornare la domanda, gli investimenti in aziende tecnologiche,
00:55:49non analizzare la tecnologia di per sé, ma guardare quali problemi risolve per i loro clienti.
00:55:55Se un amministratore delegato, se un capo commerciale, se un direttore finanziario sanno rispondere in maniera molto chiara e sintetica
00:56:04e comprensibile a chi oltre di noi a questa domanda, e cioè qual è il bisogno dei tuoi clienti che
00:56:12tu affronti,
00:56:13qual è il problema che risolvi, allora vale la pena considerare l'investimento.
00:56:18Non mi piace fare il marketing delle nostre aziende, ma tutte quelle in cui noi abbiamo investito
00:56:26risolvono in maniera efficiente dei problemi concreti per i loro clienti.
00:56:32Ci sono aziende che affrontano i temi della marketing communication,
00:56:36altri, ho citato, lavorano in settore di nicchia come la difesa o la finanza,
00:56:41altri, lavorano in settori industriali e tutte queste usano l'intelligenza artificiale
00:56:47per fare meglio nei confronti dei loro clienti.
00:56:51Poi quando leggete che ci sono problemi per le aziende di consulenza,
00:56:58per il sistema integratore, perché c'è l'intelligenza artificiale,
00:57:02andate, come faccio io da investitore, perché mi sale per il mio lavoro,
00:57:06a parlare con i direttori sistemi formativi dei grandi acquirenti di tecnologia.
00:57:10Non c'è nessun direttore di sistemi formativi che vi dirà
00:57:14no, non compro più Oracle, non compro più Microsoft, non compro più Accenture
00:57:20o non compro più la consulenza di McKinsey perché c'è l'intelligenza artificiale.
00:57:27Magari fa degli esperimenti, fa dei piloti, magari non vuoi più pagare,
00:57:33come è stato detto, le licenze per sit, quindi per utente, ma dice
00:57:38ok, compro CRM ma non lo pago per utente, lo pago in funzione di quanto mi fa vendere di più.
00:57:46E allora per chi vende CRM si pone un problema di cambiare il pricing,
00:57:52cambiare come sta sul mercato, ma l'intelligenza artificiale va vista
00:57:56come fattore abilitante di un mondo che va sempre più veloce e in questo senso la mia ansia
00:58:04non è tanto da investitore ma da essere umano, nel senso che siamo spinti sempre di più
00:58:09a fare tutto molto più velocemente e consente di fare più in fretta, meglio possiamo parlarne
00:58:16una settimana, sempre più in fretta cose che prima richiedevano più tempo.
00:58:20Magari chiedere all'intelligenza artificiale come strutturare al meglio un CRM
00:58:25piuttosto che svolgere l'ECRM.
00:58:27Ecco, chiudo con una battuta, cercate su internet quali strumenti di lavoro interno
00:58:35utilizzano i big player dell'intelligenza artificiale, ce ne sono ancora tanti che utilizzano
00:58:41la piattaforma per gestire i risultati umani che non è quella che si sono fatti in casa
00:58:46con Claude o il Salesforce per gestire la parte commerciale e così via.
00:58:53Grazie.
00:58:54Michele, nella vita di Vettrae ci sono stati diversi round di raccolta di capitali.
00:59:01In che modo, innanzitutto come si interfaccia l'azienda che sviluppa questi strumenti
00:59:09e li rende più disponibili alle aziende clienti con i suoi investitori?
00:59:15In quanto tempo questi ultimi si aspettano dei risultati?
00:59:19Quali sono le metriche che vengono utilizzate?
00:59:24Allora, è un ragionamento che si mi aveva preso un attimo da lontano, nel senso che investire
00:59:31in tecnologia, e qui mi leggo a quello che diceva il Dottor Cremonini, questa volta sono
00:59:37molto d'accordo, deve essere sempre relazionato a quali problemi risolve per i clienti, dall'altra
00:59:46parte bisogna ragionare che il ritorno è funzione del tempo e i problemi che i clienti hanno oggi
00:59:52non necessariamente sono quelli del momento dell'anno in cui si sta proiettando il ritorno
01:00:00per gli investitori e non necessariamente una soluzione che è buona oggi è la soluzione
01:00:05che sarà buona tra 3-5 anni che è il momento in cui l'investimento deve ritornare.
01:00:11E questo crea una complessità molto più grande per riuscire a ragionare in termini di investimento
01:00:18sul venture capital. Questo perché? Perché se prima i cicli tecnologici erano dei cicli
01:00:25tecnologici sufficientemente lunghi, tale per cui le ipotesi che si fanno su un piano industriale,
01:00:34su un business plan, possono realisticamente essere valide nel periodo in cui si sta considerando
01:00:40l'investimento, adesso non lo sono più. E questo porta dal mio punto di vista a valutare
01:00:47se effettivamente la distinzione tra venture capital e private equity sia ancora così netta.
01:00:52Vi faccio un esempio molto pragmatico. Da una ricerca di Antropic, che va presa con le pinze
01:00:59perché loro sono da una parte della medaglia, l'82% delle attività white collar può essere rimpiazzata.
01:01:07La definizione di meglio, sono d'accordo, potrebbe essere complicata, ma se non sappiamo definire meglio
01:01:13è perché ci manca il metodo interno, altrimenti come valutiamo se un qualcosa è fatto bene
01:01:18o è fatto male. Nella pratica solo il 26% al momento è fatto attraverso le AI, quindi c'è
01:01:25un gap
01:01:26di tre volte. C'è un punto da considerare però che prendiamo i loro dati, poi sappiamo che in Italia
01:01:33dobbiamo magari ridimensionarli un minimo. Il costo medio orario dei white collar è 55 dollari l'ora
01:01:40nella ricerca considerata. Non in Italia, infatti in Italia possiamo fare un tratto 1,5-1,6 come costo azienda.
01:01:51Il costo dei modelli a parità di fatto meglio, cioè su task dove è possibile calcolare il fatto meglio
01:02:00è tra i 10 centesimi e i 50 centesimi, il costo medio orario di loro che lavorano.
01:02:07Qualche settimana fa quando sentivo i telegiornali sull'attacco degli Stati Uniti all'Iran, sentivo sempre
01:02:15come ragionamento logico il fatto che aumenteranno i costi energetici e quindi aumentando i costi energetici
01:02:23ci sarà una ripercussione su tutta la filiera, perché i costi energetici non ci sono solo sulla bolletta
01:02:29che paghiamo, ma ci sono anche nella bolletta del nostro fornitore che quindi ci alzerà i prezzi,
01:02:34ci sono anche nella bolletta del nostro cliente, quindi avrà meno propensione ad investire.
01:02:40Nel momento in cui abbiamo un'altra variabile, che è a seconda di come la utilizziamo tra le 50 e
01:02:47le 500 volte
01:02:48più economica rispetto al costo del lavoro, a quel punto salta una grandissima ipotesi che sta alla base
01:02:57di molti dei piani di investimento, ossia che noi o i nostri competitor che risolvono lo stesso problema
01:03:05lo faremo con quel tipo di rapporto tra ricavi e costi al venduto, in più i costi di struttura per
01:03:13supportare
01:03:14quel tipo di costi del venduto. Quindi il ragionamento di fondo qual è, ed è quello che ho condiviso
01:03:19con i nostri investitori 4 anni fa e continuo a condividere tuttora, conterà sempre di meno
01:03:26il conto economico e conterà sempre di più lo stato patrimoniale, conterà sempre di più
01:03:31la capacità di un'azienda di creare immobilizzazioni tendenzialmente immateriali e questo porterà a ripensare
01:03:41al modo in cui li valutiamo, non un interment test fatto con la mano sinistra, perché le aziende
01:03:48che avranno successo da qui a qualche anno saranno aziende che avranno un EBITDA margin
01:03:53o un primo margine estremamente alto e che avranno la capacità sistematica di produrre
01:04:00un vantaggio competitivo sull'immobilizzazione. Questo che sembra un qualcosa di da una parte logico
01:04:07dall'altro banale, in realtà è probabilmente l'ultima cosa che si guarda normalmente, normalmente
01:04:13i fondamentali sono di conto economico con qualcosa, sì magari legato a la rotazione
01:04:22o qualche aspetto di redditività sugli asset, va benissimo, ma la capacità sistematica di
01:04:30generare asset diventerà il nuovo vantaggio competitivo e in un business plan chi magari sa usare
01:04:36meglio di me Excel, lo farà in modo diverso, ma di solito è una percentuale dei ricavi
01:04:42decisa random con una sensitivity abbastanza contenuta e questo penso sia una delle più
01:04:50grandi rivoluzioni che l'intelligenza artificiale porterà, cioè il fatto che il mondo degli
01:04:54investimenti sarà un mondo dove guardare le performance storiche di conto economico, proiettarle
01:05:00in avanti varrà sempre meno perché l'ipotesi che il mercato sia lo stesso tra 3-5 anni, l'ipotesi
01:05:09che i competitor abbiano lo stesso tipo di marginalità e che quindi il pricing attuale
01:05:15possa reggere magari aumentato del 2-3% probabilmente verrà meno.
01:05:19Grazie. Tiziano, voi avete scelto la borsa per finanziarvi rispetto al venture capital come
01:05:28canale principale di finanziamento, ecco proprio questo sviluppo di cui ha parlato Michele in questo
01:05:35momento, a condurre saranno, il motore principale sarà l'intellectual property, non tanto i flussi
01:05:45di reddito, potrebbe essere più difficile da farlo capire a degli investitori in borsa?
01:05:54Intanto l'argomento è molto complesso e poi dipende dalla tipologia del tuo modello di business,
01:06:01se sei un'azienda che fa sviluppo tecnologico mi trovo molto d'accordo con quello di cui parlava
01:06:09Michele, se sei un'azienda che usa la tecnologia come Matrix ma il suo asset sono i dati, in questo
01:06:20caso i dati aziendali che andiamo ad aggregare per dare poi un servizio, allora il modello
01:06:28di business cambia, come dicevo prima noi studiamo un modello di business service as a software
01:06:35e conseguentemente i ricavi ed evita è quello che per noi contano nel nostro modello di business
01:06:42che è diverso rispetto al modello di business di un'azienda che sviluppa tecnologia e questo
01:06:49è anche uno dei motivi per cui abbiamo deciso di quotarsi in borsa seppure una fase di passaggio
01:06:58tra start up e scale up in cui avremmo potuto tranquillamente attendere ma non lo abbiamo
01:07:05fatto poiché il nostro modello di business prevede auspicabilmente una crescita doppia cifra
01:07:12anno su anno a livello organico ma poi anche un modello di crescita acquisitivo tramite operazioni
01:07:22di M&A di natura embedded rispetto al nostro modello di business e la nostra piattaforma
01:07:28tecnologica e vedo il mercato GM come un'ottima piattaforma di M&A sicuramente non di trading
01:07:37per tutti i limiti che noi tutti conosciamo ma per le start up e scale up innovative e anche
01:07:43corretti in questo modo mentre a livello di leva per M&A la vediamo come un ottimo strumento
01:07:52lo scorso anno abbiamo infatti fatto 5 piccole acquisizioni rispetto alla nostra dimensione
01:07:59aziendale e chiuso l'anno i dati di bilancio sono stati comunicati lo scorso venerdì con un
01:08:06raddoppio dei ricavi un raddoppio delle bidda e quindi siamo arrivati in un anno per quello
01:08:12del 2025 che è stato per noi trasformativo con ricavi sopra 10 milioni di euro un bidda
01:08:20attorno al 23% ma soprattutto un team di 100 persone circa 2000 clienti a portafoglio
01:08:27e quindi ciò che cerchiamo di rendere fattive la scalabilità della nostra proposta commerciale
01:08:39quindi non pochi grandi aziende clienti ma migliaia di piccoli clienti PMI dislocate nel territorio
01:08:48nazionale che poi sono l'ossatura della nostra struttura economica e altra cosa molto importante
01:08:56che tipo di bisogni vai a soddisfare e alla fine abbiamo tutti il solito bisogno i nostri
01:09:04investitori ci chiedono ritorno sull'investimento i nostri clienti ci chiedono ritorno sull'investimento
01:09:12quindi tramite l'organizzazione e l'analisi del dato vi aiutiamo a prendere decisioni migliori
01:09:19a automatizzare alcuni processi che prima venivano svolti normalmente e quindi in fin
01:09:26dei conti vi aiutiamo a guadagnare più soldi che poi questo si traduca in maggiore produttività
01:09:31del personale maggiore ricavi maggiore predittività economica questo è quello che andiamo a raccontare
01:09:37ai nostri clienti però per questo motivo adunciamo molto anche a livello commerciale non nel presentare
01:09:44i prodotti ma nel raccontare case study, business case concreti su clienti che andiamo a seguire
01:09:53e anche per questo motivo il nostro modello di remunerazione non è sempre e solo a utenza
01:10:02piuttosto che a tariffa oraria ma buona parte della nostra remunerazione legata a performance
01:10:08maggiore economica che andiamo a condividere con un modello di revenue sharing con i nostri clienti
01:10:13un particolare riferimento a quelli più innovativi
01:10:17grazie
01:10:19Enrico che tipo di
01:10:22pensando agli indicatori di produttività, redditività, soddisfazione del cliente
01:10:28guardando a queste metriche
01:10:29l'introduzione dell'intelligenza artificiale
01:10:34della vostra organizzazione
01:10:37quali effetti state riscontrando? state cominciando a riscontrare?
01:10:43noi iniziamo a vedere dei ritorni molto interessanti
01:10:47dove
01:10:48e qui mi piace quello che è stato detto prima
01:10:51lo vedo ancora un po' le stage
01:10:53non so se siamo veramente all'inizio
01:10:55ma ecco secondo me
01:10:57poi io sono abbastanza entusiasta
01:10:59credo che sarà molto più trasformativa
01:11:03anche di come ci immaginiamo
01:11:05anche rispetto a certi mestieri
01:11:07c'è banalmente anche quello dei consulenti, sviluppatori
01:11:11io credo che sarà qualcosa di molto disratti
01:11:14in cui tanti mestieri
01:11:16tutte le aziende devono andarsi a ripensare
01:11:19anche qua per attaccarlo sulla nostra realtà
01:11:22che chiaramente è limitata
01:11:24però è un'azienda
01:11:26che a parte
01:11:27un branch che fa investimenti
01:11:30poi gestisce processi
01:11:32per cui secondo me è un bel use case
01:11:34in cui viene applicata
01:11:36il mondo dell'AI
01:11:38della gene AI
01:11:40vediamo due vantaggi
01:11:42uno indubbiamente
01:11:43è quello di lavorare su processi
01:11:46di rendere i processi più efficienti
01:11:50questo l'abbiamo visto
01:11:51ad esempio con questa piattaforma
01:11:53che citavo in precedenza
01:11:54in cui
01:11:57dall'applicazione della piattaforma
01:11:58abbiamo ridotto drasticamente
01:12:01il numero di contatti umani
01:12:04che ci sono stati
01:12:05per darvi l'idea
01:12:07adesso abbiamo guardato
01:12:09per esempio un portafoglio molto grande
01:12:11con ticket piccoli
01:12:14circa 100.000 casi
01:12:15i contatti telefonici
01:12:18sono stati meno dell'1%
01:12:19quindi c'è stato
01:12:20un rush di self service
01:12:22con questi chiaramente
01:12:23motori di machine learning
01:12:24che definiscono
01:12:25quando contattare
01:12:26come contattare
01:12:28diciamo scolgente voluti
01:12:29però ha ridotto
01:12:31potete fare velocemente l'equazione
01:12:34quello che è stata poi
01:12:35la necessità
01:12:35dell'intervento umano
01:12:37almeno nella prima fase
01:12:39del processo che è
01:12:40dove c'è il fresh
01:12:41quindi portando indubbiamente
01:12:43un vantaggio molto forte
01:12:45l'abbiamo poi adottata
01:12:47su casi invece
01:12:49più di midi
01:12:50del back office
01:12:51è stato citato in precedenza
01:12:52l'AML
01:12:53che insomma
01:12:53per chi lavora
01:12:55nel diciamo
01:12:56sul mondo
01:12:57bancario
01:12:58parabancario
01:12:59sa quanto comunque
01:13:00è pesante
01:13:01dico sempre
01:13:02che è una tassa
01:13:02che però va pagata
01:13:03e quindi
01:13:05sia nella categorizzazione
01:13:06raccolta dei documenti
01:13:07che poi anche
01:13:08nel calcolo del risk scoring
01:13:09per la definizione
01:13:11poi del profilo di rischio
01:13:13poi del processo
01:13:13che deve essere seguito
01:13:14anche questo
01:13:15ci sta portando
01:13:17una riduzione
01:13:18di circa il 40%
01:13:19dell'effort umano
01:13:21che deve essere messo
01:13:23l'altro use case
01:13:24che stiamo usando
01:13:25è quello
01:13:25del caricamento di dati
01:13:29in generale
01:13:29che anche questo
01:13:30ha velocizzato molto
01:13:32e quindi sicuramente
01:13:33l'AI nel nostro mondo
01:13:36sta portando
01:13:37a una grossa efficienza
01:13:39su processi
01:13:41che vengono fatti adesso
01:13:42e una velocizzazione
01:13:44anche dei processi stessi
01:13:46quello che poi
01:13:47porterà
01:13:48e secondo me
01:13:48deve essere poi
01:13:49la cosa verso cui
01:13:50le aziende portano
01:13:51e devono spingere
01:13:52è uno sviluppo
01:13:53del modello
01:13:54di business
01:13:56anche qua
01:13:56per fare due esempi
01:13:58noi da
01:13:59e ripeto
01:14:00siamo ancora all'inizio
01:14:02abbiamo
01:14:04tramite l'AI
01:14:04ci siamo inventati
01:14:05un prodotto nuovo
01:14:06che
01:14:07abbiamo chiamato
01:14:08Intrum4U
01:14:09che è un prodotto
01:14:10in cui
01:14:12totalmente digitale
01:14:13quindi sia
01:14:13dal caricamento
01:14:14della fattura
01:14:16che poi
01:14:16alla gestione
01:14:18dove
01:14:18ognuno di voi
01:14:19potenzialmente
01:14:20senza nessun tipo
01:14:21di costo
01:14:22adesso non voglio fare
01:14:23una sufficiente marketing
01:14:23ma solo per dire
01:14:24l'idea del prodotto
01:14:25può caricare anche
01:14:27una singola fattura
01:14:29che non è stata pagata
01:14:30e noi
01:14:30la prendiamo in carico
01:14:32la gestiamo
01:14:32e se
01:14:33recuperiamo qualcosa
01:14:34ci prendiamo
01:14:35una percentuale
01:14:37altrimenti
01:14:37la ridiamo indietro
01:14:39e permettiamo
01:14:40anche di monitorarlo
01:14:41digitalmente
01:14:42questo
01:14:43senza questi
01:14:44questo strumento
01:14:46questa trattaforma
01:14:46che abbiamo
01:14:47introdotto
01:14:48non sarebbe mai
01:14:48stato possibile
01:14:49perché
01:14:50avrebbe richiesto
01:14:53numerosi interventi
01:14:54umani
01:14:54che avrebbero avuto
01:14:55un costo tale
01:14:56per cui
01:14:57non ci sarebbe mai
01:14:58stata una convenienza
01:14:59economica
01:15:00quindi
01:15:01quando abbiamo avuto
01:15:02questa possibilità
01:15:03abbiamo lavorato
01:15:03per sviluppare
01:15:05un prodotto nuovo
01:15:06che la tecnologia
01:15:07ci permette
01:15:08di andare a fare
01:15:09la stessa cosa
01:15:10la stiamo facendo
01:15:11su tutto il mondo
01:15:12delle aste
01:15:13dove sapete
01:15:14che noi
01:15:15gestiamo
01:15:16decine di migliaia
01:15:17di aste
01:15:19avere
01:15:20uno strumento
01:15:21come tramite
01:15:22le AI
01:15:22che ci permette
01:15:23di creare direttamente
01:15:24in modo automatico
01:15:25l'annuncio
01:15:25ci permetterà
01:15:26di andare a sviluppare
01:15:27un portale
01:15:28in cui tutte le nostre
01:15:29aste verranno
01:15:30presentate
01:15:31mappate
01:15:32e quindi potranno andare
01:15:33a generare anche da questo punto di vista
01:15:35delle altre opportunità di business
01:15:36quindi
01:15:37io credo che
01:15:38per tornare a quello che dicevo prima
01:15:41è un'opportunità enorme
01:15:44per l'azienda
01:15:46siamo
01:15:46secondo me
01:15:47quello che è fondamentale
01:15:49proprio qua
01:15:49credo che tutti
01:15:51i miei colleghi sul panel
01:15:53sono molto più tecnici
01:15:54di quanto sono io
01:15:55quindi
01:15:56sia necessario
01:15:57per chi invece
01:15:58gestisce un'azienda
01:16:00riuscire a
01:16:01fare una transcodifica
01:16:02di quelli che sono
01:16:03i potenziali
01:16:04e trasformarle
01:16:05credo che tutte le aziende
01:16:07ci stiano arrivando
01:16:08quindi credo che ci sia un po'
01:16:09un lag temporale
01:16:09ma che verrà colmato
01:16:11velocemente
01:16:12non penso che il 99% delle aziende
01:16:13non sappiano
01:16:15o non capiscono
01:16:16che cosa
01:16:16sono le potenziali
01:16:18che non le stiamo utilizzando
01:16:19ma è semplicemente
01:16:21c'è un tempo
01:16:22di appunto
01:16:23maturazione
01:16:24che a mio giudizio
01:16:26è veloce
01:16:27e molto veloce
01:16:28poi come tutte le cose
01:16:29quando poi partirà
01:16:30porterà
01:16:31a fare
01:16:32veramente
01:16:33del genere
01:16:34dell'impatto
01:16:34una rivoluzione
01:16:35diciamo importante
01:16:36su quello che sono poi
01:16:38i processi
01:16:39dei modelli di business
01:16:41bene
01:16:42io ringrazio
01:16:43tutti i panelist
01:16:45tutti voi
01:16:46della grande attenzione
01:16:47che ci avete dedicato
01:16:49e mi sembra di capire che
01:16:51qui
01:16:52lo strumento
01:16:54debba essere utilizzato
01:16:55in funzione
01:16:55soprattutto
01:16:56della
01:16:58organizzazione
01:16:59della quantità
01:17:00di dati da gestire
01:17:01del tipo
01:17:01del modo di approcciare
01:17:03questi dati
01:17:03di gestirli
01:17:04e quindi anche
01:17:07capire insomma
01:17:07qual è
01:17:09il tipo di
01:17:10AI
01:17:10da utilizzare
01:17:12e quindi
01:17:13sia molto importante
01:17:14non farsi cogliere
01:17:15dall'hype
01:17:16e andare invece
01:17:18con
01:17:18molto discernimento
01:17:20e molta cautela
01:17:20mi ringrazio tutti quanti
01:17:23e poi per delle domande
01:17:25ci tratteniamo qualche minuto qui
01:17:27che
01:17:28non
01:17:28non
01:17:28non
01:17:29non
01:17:30non
01:17:30non
01:17:30non
01:17:31non
01:17:31Grazie per la visione!