Retail Tomorrow Workshop “AI & Customer Experience: dalla personalizzazione dell’offerta all’analisi predittiva” | Intervista a Anthony Chong – IKASI

A seguito del Retail Tomorrow Workshop “AI & Customer Experience: dalla personalizzazione dell’offerta all’analisi predittiva” in collaborazione con IKASI e Mark Up, abbiamo avuto il piacere di intervistare Anthony Chong, CEO & Co-Founder, IKASI.

Tecnologie emergenti di AI nel 2025: Il ruolo dell’AI causale nel trasformare il business

Le tecnologie emergenti di intelligenza artificiale, come l’AI causale, che Gartner definisce come “una soluzione che identifica e utilizza relazioni causa-effetto per andare oltre i modelli predittivi basati sulla correlazione e verso sistemi di intelligenza artificiale in grado di prescrivere azioni in modo più efficace e agire in modo più autonomo”, sono destinate a rivoluzionare gli approcci tradizionali e ad avere un impatto positivo trasversale quest’anno.

Dalla scoperta di ricavi non sfruttati alla definizione di strategie di reinvestimento adeguate, fino al miglioramento dell’engagement dei clienti, l’AI causale consente alle imprese di prendere decisioni informate e precise, basate su sperimentazioni e intuizioni applicabili in praticamente ogni settore.

Come si sta evolvendo l’AI e come sta sconvolgendo le attuali strategie di trasformazione digitale?
Le imprese hanno trascorso decenni implementando tecnologie moderne per sostenere le strategie di trasformazione digitale e generare valore. Tuttavia, l’integrazione di queste tecnologie su misura richiede tempo ed energia, con ritorni marginali rispetto a quanto è ora possibile ottenere con i nuovi metodi di AI.

La promessa dell’AI generativa (GenAI) è stata ridimensionata a causa delle crescenti preoccupazioni riguardo la privacy dei dati, la sicurezza, i risultati imprecisi (hallucinations) e i costi elevati di sviluppo e calcolo.

Nel 2025, i CFO collaboreranno con CMO e CIO per implementare strumenti aziendali pronti all’uso come l’AI causale per influenzare direttamente il conto economico (PnL) e generare profitti immediati, migliorando continuamente nel tempo. I decisori, incluso il C-level, noteranno un impatto immediato grazie alla capacità dell’AI causale di condurre esperimenti rapidi e su larga scala per ogni singolo cliente. Questo sarà l’anno della causalità, non più della semplice correlazione.

In che modo il passaggio dall’analisi predittiva all’AI causale influenzerà il business?
Si tratta di svelare il “Sacro Graal” della determinazione dei prezzi, permettendo alle aziende di raggiungere nuovi livelli di fatturato. L’analisi predittiva e i modelli statistici hanno storicamente fornito preziose intuizioni sui comportamenti dei clienti e sulle tendenze di mercato. Tuttavia, pur illuminando i pattern, lasciano un vuoto critico tra intuizione e decisioni attuabili, soprattutto per milioni di clienti unici.

Nel 2025, l’AI causale ridefinirà le strategie di pricing con un apprendimento continuo in grado di rilevare la vera elasticità dei prezzi e determinare il “prezzo giusto” per ciascun cliente. Non si tratta semplicemente di reagire alle tendenze generali, ma di comprendere come ogni singolo cliente risponde a diverse fasce di prezzo e a scenari mai testati prima.

A differenza dei metodi tradizionali che identificano solo correlazioni, l’AI causale rivela relazioni di causa-effetto, consentendo sperimentazioni e apprendimento continuo su larga scala. Le aziende potranno così prescrivere azioni precise per ottimizzare il valore del cliente e la performance aziendale.

Le imprese che puntano a determinare la causa, anziché limitarsi alla correlazione, affronteranno le sfide critiche in modi che le analisi tradizionali non permettono. Grazie all’AI causale, aziende lungimiranti offriranno strategie di pricing personalizzate e adattive, in linea con le esigenze del cliente e capaci di generare crescita sostenibile.

Come influirà la crescente pressione sui fornitori a dimostrare impatti misurabili sul PNL nel mercato della GenAI?
Nel settore della GenAI assisteremo a una rapida consolidazione. Vari fattori contribuiranno a questa tendenza: l’aumento dei costi di sviluppo e calcolo, i rischi di “risultati imprecisi” (hallucinations) e bias, e la conseguente erosione della fiducia.

Nel 2025, tutti i progetti AI, GenAI inclusi, saranno sottoposti a una crescente pressione per dimostrare un impatto concreto sul PnL. I casi d’uso che generano entrate supereranno quelli iniziali legati ad automazione e riduzione del personale.
Nel frattempo, i venture capitalist ridurranno il loro interesse a investire in aziende GenAI, in un’ondata di fusioni e acquisizioni che ingloberanno solo quelle con valore tangibile. Questo porterà a un cambio di narrativa: da “riduzione della forza lavoro” a “crescita e redditività”.

L’AI causale permetterà ai team di creare valore aziendale misurabile e significativo, diventando parte integrante del valore organizzativo. Le imprese punteranno alla crescita scalabile mese dopo mese e anno su anno, costruendo una solida base per ulteriori investimenti in AI. Questo segnerà l’evoluzione dell’AI da supporto tattico a vero motore della redditività e successo a lungo termine.

Può darci qualche considerazione finale sull’evoluzione dell’IA nel business nel 2025?
Per implementare con successo questi elementi tecnologici chiave nel 2025, le organizzazioni si affideranno a team esperti di AI in grado di costruire sistemi e piattaforme aziendali, tenendo conto dei requisiti normativi e di sicurezza e facendo leva sull’esperienza acquisita in altri contesti aziendali.

Le imprese potranno accelerare lo sviluppo attingendo a questo know-how, evitando così di partire da zero. Con i giusti sistemi e algoritmi pronti per l’impresa, sarà possibile generare nuovi profitti in poche settimane — non anni.

Considerando queste tre tendenze, le aziende saranno finalmente in grado di sfruttare la tecnologia per affrontare problemi aziendali che prima sembravano impossibili da risolvere.

English version
Three Ways Causal AI Can Drive Your Business in 2025
Emerging AI technologies such as causal AI, which Gartner defines as “a solution that identifies and utilizes cause-and-effect relationships to go beyond correlation-based predictive models and toward AI systems that can prescribe actions more effectively and act more autonomously, are set to revolutionize traditional approaches and will have a positive impact across the board this year. From helping to discover untapped revenue and determining appropriate reinvestment strategies to improving overall customer engagement, causal AI enables businesses to make informed, accurate decision-making derived from experimentations and insights across virtually every industry.
As organizations seek to uncover revenue that may be hiding in their data in 2025, expect to see the following trends:

1. How is AI evolving and disrupting current, Digital Transformation Strategies?
Enterprises have spent decades implementing modern technologies to support digital transformation strategies and drive business value. However, integrating and implementing these bespoke technologies takes considerable time and effort with marginal returns compared to what’s possible with newer AI methods. The promise of GenAI has also been tapered down with growing concerns about data privacy, security, hallucinations, and bloated development and computing costs.

In 2025, CFOs will partner with CMOs and CIOs to implement enterprise-ready tools such as causal AI to impact PnL and immediately drive profits, continuously improving results over time. Stakeholders, including the C-suite, will see an immediate impact on the bottom line due to causal AI’s ability to asynchronously conduct rapid, vast experimentation for every individual customer at a massive scale. As a result, this year will be the year of causation rather than mere correlation.

2. How will moving from predictive analytics to Causal AI impact Business?
This is about cracking the holy grail of pricing so that businesses can reach new levels of revenue. Predictive analytics and statistical models have historically provided valuable insights into customer behavior and market trends. While illuminating patterns, they leave a critical gap between insight and actionable decisions, particularly for millions of unique customers.

In 2025, causal AI will redefine pricing strategies with continuous learning to uncover true price elasticity and determine the “right” price for each customer. This isn’t just about adjusting prices in response to broad trends; it’s about understanding how individual customers respond to different price points, and scenarios where incentives and conditions have never been tested.

Unlike traditional methods, which identify correlations, causal AI reveals causation—allowing businesses to experiment and learn continuously at scale. Causal AI enables businesses to move beyond predicting outcomes to prescribing precise actions that optimize customer value and business performance.

Businesses looking to determine causation rather than mere correlation will address critical enterprise challenges in ways traditional analytics cannot. By leveraging causal AI, forward-thinking companies will deliver adaptive, individualized pricing strategies that align with customer needs and drive sustainable revenue growth.

3. How will the increasing pressure put on vendors to demonstrate measurable P&L impact affect the GenAI market?
We will continue to see rapid consolidation in the GenAI sector. Several factors will accelerate this trend, including rising development and computing costs, as well as the risk of hallucinations and biases that can erode trust. In 2025, all AI initiatives, including GenAI projects, will face growing pressure to demonstrate measurable P&L impact. Use cases that deliver revenue gains will outshine early applications like automation and personnel redundancy.

Meanwhile, venture capitalists will reduce their appetite to invest in GenAI companies, riding the wave of mergers and acquisitions that will absorb those with tangible value. This consolidation will shift the narrative from workforce reduction to enabling growth and profitability. Enterprises and VCs will pivot toward more positive AI investments that deliver on the promise to create new P&L opportunities.

This year, causal AI will empower teams to create significant, measurable business value and foster a dynamic where they become integral to the organization’s value. Organizations will shift their attention to scaling month-over-month and year-over-year growth, creating a more sustainable and compelling case for ongoing AI investment. This evolution will establish AI as a critical driver of profitability and long-term organizational success.

Can you give us some final thoughts on the evolution of AI in business in 2025?
To implement these key technological components successfully this year, organizations will rely on experienced AI teams to build out these systems and platforms at other large enterprises, factoring in necessary regulatory and security guardrails and leveraging team members who have “been there, done that.” Enterprises will accelerate development by leveraging their experience and learning so that companies don’t have to start from scratch.

With the right enterprise-ready system and algorithms, companies can generate new profits within a few weeks, not years down the road. By taking these three trends into account, they will finally be able to leverage technology to tackle business problems that were previously not possible.