Comprendi l’impatto economico totale di Snowflake per massimizzare il ROI dell’AI

Nella corsa all’innovazione dell’era dell’AI, alcune organizzazioni inizialmente ignorano il business case pur di riuscire a implementare rapidamente l’AI. In mercati molto competitivi, un approccio “l’importante è arrivare per primi” potrebbe avere senso. Tuttavia, il percorso verso un’implementazione dell’AI di successo a lungo termine non è solo l’adozione della tecnologia: si tratta di comprenderne l’impatto sul tuo business. 

Questo implica non solo il valore quantificabile che queste iniziative restituiscono all’azienda, ma anche la comprensione dei costi iniziali e costanti associati alla creazione e alla manutenzione dell’infrastruttura AI e alla creazione delle competenze richieste. Senza un quadro chiaro di entrambi i lati di questa equazione, anche i progetti AI più promettenti possono deludere.

I data leader sono perfettamente consapevoli della posta in gioco. Come osserva un manager, “quando porti avanti un’iniziativa di AI, metti in gioco la tua carriera. È così che si costruiscono le carriere”. I leader devono avere la certezza che i loro progetti produrranno un ritorno tangibile sull’investimento. Mentre alcuni potrebbero sostenere che la misurazione dell’impatto economico dell’intelligenza artificiale è come qualsiasi altra iniziativa tecnologica, le caratteristiche uniche dell’intelligenza artificiale – la sua alta intensità di dati, lo sviluppo iterativo e i potenziali vantaggi trasformativi, ma a volte indiretti – possono rendere questa misurazione più sfumata, e a volte sfuggente.

Per aiutare le organizzazioni a destreggiarsi in questo panorama economico complesso, Snowflake ha commissionato a Forrester Research uno studio Total Economic Impact™ (TEI). La metodologia TEI valuta l’impatto finanziario degli investimenti tecnologici esaminando quattro aree chiave: vantaggi, costi, flessibilità e rischio. Ai fini dello studio, Forrester ha intervistato quattro clienti Snowflake e ha aggregato le esperienze e i risultati degli intervistati in un’unica organizzazione composita. Il modello risultante cattura gli aspetti qualitativi e quantitativi degli investimenti nell’AI e stima un ritorno sugli investimenti del 354% in tre anni!

La prima componente del TEI è la crescita del fatturato complessivo, e questa non ha deluso. In media, il cliente Snowflake composito ha ottenuto un aumento del 6% del fatturato incrementale gestibile con l’innovazione data-driven. Le iniziative AI hanno accelerato il time to value, ridotto l’abbandono dei clienti, aumentato la quota di mercato e minimizzato la perdita di ricavi. Ad esempio, un’organizzazione di servizi di ristorazione ha creato modelli di ottimizzazione della supply chain che hanno ridotto le perdite di ricavi derivanti dalle scorte, accelerato le spedizioni e ridotto le perdite di inventario. Sul versante delle vendite, l’organizzazione ha ridotto l’abbandono del 4,5%, con un impatto diretto sui ricavi. Allo stesso modo, l’ottimizzazione della produzione in un’organizzazione mineraria, utilizzando dati in streaming quasi in tempo reale provenienti dal campo, ha prodotto ricavi incrementali. 

Successivamente, lo studio ha esaminato l’impatto del costo e del time to value. I risparmi sui costi derivano (1) da insight sui clienti in tempo reale, che consentono alle aziende di prendere decisioni migliori e data-driven; (2) da una migliore gestione della supply chain, che consente una gestione proattiva degli ordini dei clienti e costi di spedizione ottimizzati; e (3) da una maggiore produttività di analisti aziendali e team di business, come contabilità, finanza e supply chain. Grazie a un accesso più rapido a dati accurati e consolidati, le organizzazioni degli intervistati hanno ottimizzato le proprie operazioni, ridotto gli sprechi e aumentato l’efficienza in tutti questi dipartimenti. 

"Prima di Snowflake, l'accesso alle metriche della supply chain era molto limitato. Ogni singola dimensione e metrica della supply chain doveva essere scaricata per poter essere utilizzata all’esterno dei sistemi stessi. Con Snowflake, abbiamo migrato quei dati in un database e automatizzato tutto. Invece di dover calcolare la redditività dei clienti utilizzando tutti i file Excel, possiamo semplicemente fare riferimento a tabelle e viste.” — Un’organizzazione di servizi di ristorazione con sede negli Stati Uniti

La terza componente riguarda i costi operativi e il vantaggio della semplicità. I clienti dello studio TEI hanno rilevato che snellire i flussi di lavoro lungo tutta la catena del valore dei dati e dell’analisi migliora significativamente la produttività. Per i data engineer, le implementazioni di Snowflake hanno eliminato la necessità di gestire infrastrutture e hardware complessi, automatizzato i processi attraverso solide pipeline di dati e eliminato il carico di complesse attività di integrazione dei dati, con un risparmio di tempo del 35%. I data scientist hanno tratto vantaggio dal miglioramento delle pipeline e dalla minore preparazione dei dati. L’organizzazione di servizi di ristorazione ha risparmiato 10 equivalenti a tempo pieno (ETP) con ruoli di analisti e si aspetta ulteriori risparmi in futuro.

Infine, lo studio ha esaminato i vantaggi di un’architettura cloud-native completamente gestita. È stato scoperto che Snowflake ha semplificato le operazioni sui dati eliminando la necessità di costi di licenza legacy, gestione e aggiornamenti dell’hardware, configurazione estesa, tempi di inattività pianificati per gli aggiornamenti e altre manutenzioni di routine. Gli intervistati hanno affermato che le loro organizzazioni hanno ritirato costosi e complessi sistemi di dati legacy, che in precedenza richiedevano notevoli risorse per la manutenzione e gli aggiornamenti. In media, l’organizzazione composita ha ridotto il team di gestione dell’infrastruttura legacy di sei ETP IT e amministratori di database. Ha riassegnato gli amministratori IT e dei database ad altre attività strategiche. 

Per tutti i dettagli dei casi d’uso dei clienti e dei vantaggi derivati, scarica il report Forrester Research The Total Economic Impact™ of the Snowflake AI Data Cloud: Cost Savings and Business Benefits Enabled by the Snowflake AI Data Cloud. 

E guarda il webinar di Forrester e Snowflake in cui insieme ai miei ex colleghi esploriamo i trend nell’adozione dell’AI e delle piattaforme del futuro, oltre ai dettagli dello studio TEI.