Partecipare a una gara d’appalto per realizzare opere pubbliche, forniture di beni o di servizi, prevede un iter ben preciso e complesso da seguire per garantire trasparenza e meritocrazia nell’assegnazione dell’appalto, e nel rispetto delle leggi sulla concorrenza. La preparazione della proposta tecnica ed economica necessaria per la partecipazione ai bandi di gara può essere particolarmente complessa e onerosa in termini di risorse umane, economiche e di tempo. E l’esito della gara, tuttavia, potrebbe anche non essere favorevole.
Il dilemma, spesso, è partecipare o non partecipare alla gara. Oggi , però, la decisione può essere aiutata da algoritmi ben addestrati che, sulla base dell’esperienza e delle proposte di precedenti gare d’appalto, simulano scenari diversi di gare e suggeriscono l’eventuale opportunità o meno per l’azienda di partecipare, ottimizzando così il tempo e il valore delle risorse umane ed economiche impegnate.
Consultazioni pubbliche: le regole in Italia ci sono, basterebbe rispettarle
AI per le gare d’appalto: per quali settori è utile
Dal settore della sanità pubblica e privata, all’edilizia pubblica, fino ai sistemi informatici per la pubblica amministrazione, o alle mense scolastiche, la fornitura di apparecchiature, dispositivi, alimenti o servizi è soggetta a gare d’appalto. Ogni gara d’appalto, sia essa per la fornitura di siringhe o per la progettazione e fornitura di un intero laboratorio, ad esempio, prevede la realizzazione di numerosi documenti che richiedono molto tempo e diverse competenze per essere prodotti entro un determinato tempo di presentazione.
Ad oggi, l’azienda interessata deve fornire la documentazione necessaria alla partecipazione a una gara d’appalto, producendo e poi archiviando nei propri sistemi, file di testo, scansioni di documenti, immagini (infografiche), fotografie che si trovano all’interno di migliaia di documenti di vario formato (pdf, png, jpg, eccetera). Tuttavia, tutto il tempo e le risorse dedicate per ogni gara vinta o persa potrebbero fornire numerosi dati di valore per le decisioni future dell’azienda, se le informazioni potessero essere analizzate e gestite in modo da attribuire loro un valore oggettivo. Utilizzare un software di caricamento e gestione di questi documenti, però, non è sufficiente a dare valore ai dati prodotti per ogni gara, né a produrre analisi utili per prendere decisioni in merito all’opportunità o meno per l’azienda di partecipare a una gara.
Perché addestrare algoritmi intelligenti per supportare le decisioni
Partendo dall’inserimento di migliaia di documenti presenti in vario formato nei sistemi informatici di ogni azienda che partecipa a gare d’appalto, algoritmi di advanced analytics, adeguatamente addestrati a gestire e analizzare big data, grazie a Intelligenza Artificiale e Machine Learning, possono produrre informazioni utili basate su dati oggettivi. L’addestramento degli algoritmi richiede l’utilizzo delle tecnologie più evolute a disposizione per individuare ed estrarre tutte le informazioni contenute nei documenti che compongono il database di precedenti gare di appalto dell’azienda.
Esempi pratici: OCR e NLP
Ad esempio, per l’estrazione delle informazioni contenute nelle proposte tecniche ed economiche da file di formati diversi (documenti pdf, scansioni di documenti, immagini/foto di vari formati, video, infografiche, articoli e altri tipi di file) si è utilizzata la tecnologia di riconoscimento visivo OCR (optical character recognition) mentre algoritmi di intelligenza artificiale NLP (natural language processing) in grado di analizzare, rappresentare e quindi comprendere il linguaggio naturale, sono stati usati per l’analisi di ogni testo contenuto nei vari formati di documento.
In particolare, la scelta del sistema NLP si è rivelata efficace nella produzione di dati oggettivi e indici numerici, perché in grado di individuare ogni parola insieme al valore economico relativi ai tanti e diversi item relativi ai prodotti e servizi aziendali (ad esempio, siringa da 5 ml, reagente chimico, eccetera) necessari per preparare nuove proposte di gara. Il software permette di caricare nuovi documenti ed esperienze di gara d’appalto, cioè di dare nuovi input al sistema intelligente che, grazie a un motore di ricerca di testo intelligente – Search Engine – estrae automaticamente i nuovi contenuti di testo e di score numerico, e classifica le nuove informazioni contenute rendendole disponibili, analizzate insieme a tutte le altre, per la realizzazione di simulazioni.
Come funzionano le decisioni basate su simulazioni AI
Proprio la capacità di simulazione di scenari di gara basati su tutti i dati, è la caratteristica che fornisce quel supporto alla decisione umana sull’opportunità di partecipare o meno al bando di gara, basato su un mix di informazioni che forniscono uno score di probabilità di successo determinato su dati oggettivi.
Ad esempio, gli algoritmi di machine learning sui dati di gare passate suggeriscono le caratteristiche economiche che dovrebbe avere un’offerta su una gara a cui l’azienda deve decidere se partecipare o meno, affinché abbia maggiore probabilità di vincere l’appalto; creano uno scenario pre-competitivo che fornisce un’analisi del posizionamento dei competitor, in modo da valutare l’opportunità di dedicare le proprie risorse alla preparazione dei documenti per la gara. Infine, modificando gli input nel sistema, l’azienda può creare scenari diversi da quelli elaborati e proposti dal sistema.
I vantaggi per le aziende
Questo, per un’azienda interessata a partecipare a gare d’appalto si traduce in ottimizzazione del tempo e delle competenze del proprio personale tecnico e amministrativo dedicato alla preparazione dei documenti tecnici e di proposta economica, supporto nei processi di decision making strategico dell’azienda, e capacità di partecipare a più gare complesse contemporaneamente senza dover aumentare le risorse umane a disposizione, riuscendo così a migliorarne le performance e a contenere i costi.
