Task Force Management

Se vuoi vincere, corri con noi!

Task Force Management

E' una società di consulenza  di direzione nata con l'obiettivo di incrementare il valore e l'efficienza delle organizzazioni sue clienti, partecipando, e spesso guidando, i clienti stessi clienti all'elaborazione di nuove strategie in grado di garantire risultati concreti e il raggiungimento di elementi solidi e duraturi di competitività.

Manager indipendenti.  L'indipendenza e per noi uno dei fattori competitivi  più importanti, uno stato che abbiamo voluto acquisire per essere più obiettivi, collaborativi e soprattutto utili ai nostri clienti. La societa e chi vi opera non dipendono da nessun gruppo economico e finanziario e possono per questo interloquire con tutti i gruppi economici e finanziari.

Il nostro cliente è un valore. Creiamo valore al cliente per aumentare il valore della sua azienda. Il nostro cliente è un valore. Non può esserci alcun piano strategico senza una vera e profonda conoscenza del cliente e del mercato in cui opera, delle sue esigenze espresse e recondite, tangibili e intangibili. Questo principio viaggia con noi e influenza l'approccio che adottiamo con i nostri clienti e con il mercato in cui operano le aziende che si affidano a noi. Solo dopo un'attenta indagine sul cliente ridisegniamo tutti i processi aziendali al fine di creare valore per il nostro cliente e per il suo mercato.

Aiutiamo l'eccellenza. Le competenze nascono dalla comunione di molteplici esperienze maturate nel tempo dagli uomini e dai professionisti che collaborano con Task Force Management. Mettiamo le nostre competenze al servizio di aziende, trasferendole con sapienza e metodo, fortemente orientate al miglioramento e all’innovazione al fine di renderle "AZIENDE ECCELLENTI". Uno dei nostri obiettivi è coniugare competenze ed economicità, strategia e organizzazione, tecnologia e gestione dei processi, orientando il tutto al risultato. Manager che dialogano con manager soppesando ogni intervento e misurandone gli effetti qualitativamente e quantitativamente, con il solo e unico obiettivo di creare vantaggi concreti e immediati per il cliente e creare le condizioni affinché, gli stessi vantaggi, resistano nel tempo. Un risultato in grado di essere percepito, vissuto e gestito dal management dell'azienda grazie ai metodi di analisi e controllo mutuati dal periodo di attività svolto con la nostra società.

I nostri servizi

    

Il nostro primo obiettivo è la creazione di valore per il cliente, obiettivo questo che cerchiamo di raggiungere con sistemi d'intervento commisurati alla necessità del momento e degli obiettivi che l'azienda si pone. 

Analizzando le necessità adottiamo i seguenti step:

-  individuazione delle priorità dell'azienda;

-  verifica dei processi;

-  analisi dei risultati;

-  circolarizzazione delle informazioni;

A seguito di queste attività decidiamo con l'imprenditore e con il management la tipologia di approccio più efficace scegliendo fra Business process re-engineering o Miglioramento Discontinuo e Miglioramento continuo e incrementale.

Il miglioramento discontinuo e radicale - le seguenti possibili attività:

-  strategie di differenziazione;

-  diversificazione o ingresso in nuovi business;

-  ridisegno dell'offerta e del modello di business;

-  ricerca e adozione d tecnologie innovative per la produzione, la distribuzione e la logistica;

-  ricerca e adozione delle tecnologie per migliorare, ridisegnandoli, i rapporti con clienti e fornitori.

Il miglioramento continuo e incrementale - le seguenti possibili attività:

-  ridisegno o riformulazione del portafoglio prodotti;

-  ottimizzazione delle politiche commerciali;

-  miglioramento della redditività degli acquisti;

-  piani d'incentivazione per tutti i settori aziendali e canali distributivi. 

Se necessario, ci attiviamo per il reperimento delle risorse finanziarie utili allo sviluppo dell'azienda o dei progetti di crescita della stessa, questo attraverso l'elaborazione di business plan o info-memorandum atti a presentare i piani di sviluppo dell'azienda e i ritorni per gli investitori.
 

Dicono di noi

Nei prossimi anni le piccole e medie imprese investiranno tanto in software e servizi, lo dice IDC, ma l’hardware farà ancora la parte del leone

La Digital Transformation non riguarda esclusivamente le grandi aziende, ma già oggi e ancora di più in futuro sarà cavalcata anche dalle piccole e medie imprese in un processo evolutivo complesso quanto indispensabile. Le PMI da un lato si sono accorte dei cambiamenti di mercato e dall’altro si sono trovate a lavorare con davanti lo spettro della crisi economica.

Per questo hanno bisogno di partner affidabili, e si stanno muovendo con investimenti in ambito mobility, cloud, Big Data e sicurezza. Il 67 per cento di esse considera le soluzioni e i servizi mobile come essenziali per l’attività interna e il rapporto con i clienti ma, soprattutto, il 63 percento delle medie imprese e il 23 percento delle piccole stanno implementando applicazioni di business intelligence e le stanno innestando nei loro processi.

Non mancano alcune criticità certo, per esempio quella legata alla necessità di cambiamento che però deve sempre conciliarsi con l’adozione di tecnologie semplici e aperte. Lo dice il 61 percento delle Pmi, secondo studi di settore e allo stesso tempo gli studi dicono anche che nessuna vuole spendere più di quanto non sia realmente indispensabile, perché la trasformazione digitale deve essere, ma deve essere economa.

Uno studio The Nines Observer sottolinea come il costo di downtime per una PMI sia di circa 7900 dollari al minuto, ma allo stesso tempo la soluzione per evitarlo deve essere conveniente perché riduzione di costi e spese sono le voci che più importano.

Si aggiungono a queste considerazioni i dati di IDC che segnala come le PMI investiranno da qui al 2020 moltissimo in software e servizi, anche se la voce di spesa maggiore, complessivamente riguarderà soprattutto l’hardware. Parliamo di imprese sempre sotto i mille dipendenti che vedranno lievitare il budget IT da 564 miliardi di dollari come era nel 2016, fino a raggiungere i 668 miliardi nel 2020 con un incremento del 4,2 percento annuo.

Il segmento hardware, dicevamo, crescerà meno rispetto a software e servizi IT, fino a lasciarsi superare, ma solo nel 2020. Più lenta la crescita dei servizi IT in senso stretto.

Così IDC prevede che, nell’arco di circa cinque anni presi in esame, il budget ITsarà ripartito per il 38 percento a consumo delle medie aziende (tra i 100 e i 499) mentre le imprese più grandi (ma sotto i mille dipendenti) e quelle più piccole (tra 1 e 99 dipendenti) si divideranno i consumi di spesa IT per il rimanente 62 percento.

A cavalcare in prima battuta la Digital Transformation delle PMI saranno ancora le aziende statunitensi (circa il 30 percento sul totale del giro di affari è attribuibile a loro), tuttavia sappiamo come le piccole e medie imprese siano il tessuto vivo dell’economia europea, un mercato troppo grande e significativo per non rimanere coinvolto, ma ancora in piena transizione al digitale a cui al momento sono attribuibili circa 154 miliardi di dollari per la spesa IT.

Le PMI del nostro continente sono già consapevoli del lavoro intenso cui sono chiamate, sensibili all’adozione di tecnologie innovative come Internet Of Things, robotica, sistemi cognitivi e di machine learning, Intelligenza artificiale e alla stampa 3D. Dovranno però “internazionalizzarsi”, e per farlo servirà lasciare e fare crescere competenze digitali adeguate di cui ora c’è già una grande domanda, con relativa poca offerta, soprattutto nei mercati verticali.

L’investimento in software di queste aziende sarà dedicato prevalentemente alle applicazioni enterprise ERM (Enterprise Resource Management), CRM (Customer Relationship Management) e ERP (Enterprise Resource Planning), con una forte domanda di servizi in outsourcing per la gestione delle applicazioni, e delle infrastrutture e in generale per i processi di business.

Tra le previsioni salienti di IDC sono interessanti da citare quella per cui entro il 2018, Microsoft Office 365 sarà adottato da oltre il 50 percento delle aziende in cammino su questo percorso di trasformazione, ed entro il 2019 il 70 percento dei brand avrà implementato sistemi di intelligence cognitivi e basati su AI, con circa il 60 percento delle PMI nei settori del manufacturing e dei trasporti che avranno scelto almeno una tecnologia Internet Of Things entro la fine del 2018.

Resta fisso un dato che riguarda lo shift da una spesa meramente basata sull’hardware a una spesa IT basata su software e servizi. E’ la direzione dettata anche dall’evoluzione verso il Cloud 2.0 in cui i servizi saranno sempre più distribuiti, dovranno essere affidabili, intelligenti e ad alta densità, con le aziende sempre più orientate verso architetture multi cloud (circa l’85 percento entro il 2018).

La prossima rivoluzione, secondo la maggior parte degli esperti, arriverà grazie all’intelligenza artificiale (AI). Anzi, sta già arrivando, come dimostra la giornata organizzata a Milano da Google Italia per parlare di machine learning, una delle discipline della AI. Molti ricercatori stanno studiando i meccanismi e le tecniche di riconoscimento vocale, le reti neurali, gli algoritmi per il riconoscimento delle immagini e altro ancora. I risultati si possono già toccare con mano in applicazioni di uso comune, come Google Traduttore che mostra il significato di parole in lingua straniera che riesce a identificare in una foto scattata da un utente. Online potete giocare con gli A.I. Experiments, che mostrano come la macchina possa imparare a comprendere molte delle cose che ci circondano: Quick, Draw! è un esempio divertente di cosa si può fare con il machine learning: una rete neuronale cerca di riconoscere quello che state disegnando; oppure A.I. Duet con cui il computer improvvisa un duetto al pianoforte; o ancora Giorgio Cam che scatta una foto e che il computer trasforma nelle parole di un rap-canzone sulle note di Moroder.

Machine learning, che cos’è?

Il machine learning è una categoria della scienza informatica che dà ai computer l’abilità di imparare senza che siano stati esplicitamente programmati. Con il machine learning si prendono degli esempi, si estraggono i “pattern” cioè gli schemi che li contraddistinguono e li si utilizza per fare previsioni a proposito di nuovi esempi. 

Le macchine come imparano?

Non come l’essere umano ma utilizzando i sopracitati pattern (o schemi): sono piuttosto complicati da spiegare ma Google ci aiuta a fare qualche esempio. Ad esempio in Google Foto (il servizio che consente di caricare le proprie foto in un archivio online) possiamo cercare tra centinaia di foto quelle in cui compaiono i cani. Come fa? Grazie al machine learning. Prima di tutto vengono raccolti una serie di esempi di foto etichettate con la parola “cane”, in seguito si prendono anche delle foto etichettate con la parola “gatto” e infine foto con milioni di altre etichette. 

È un cane o un gatto?

Il computer dopo tutti questi esempi va alla ricerca dei pattern di pixel e colori che lo aiutino a capire se nella foto c’è un cane o un gatto (oppure altro) Prima di tutto, cerca di indovinare quali siano i pattern giusti per identificare i cani. Poi continua il suo studio cercando un esempio di immagine di un cane e verifica se i pattern funzionano. Se si accorge di aver riconosciuto per errore un gatto come un cane, apporta delle correzioni ai pattern che sta usando. A quel punto, prende l’immagine di un gatto e ne modifica nuovamente i pattern per cercare di riconoscere quell’immagine. 
Queste operazioni vengono ripetute circa un miliardo di volte, procedendo per successive prove e correzioni. Alla fine, i pattern formano un modello basato sul machine learning, una «rete neurale profonda», che può (quasi sempre) identificare correttamente cani, gatti, bambini, luoghi, tramonti e molte altre cose.

Che cosa succederà nel futuro?

Tutti (Google, Amazon, Microsoft, Apple e centinaia di altre società, università e istituzioni) lavorano su un punto: fare in modo che la macchina apprenda più velocemente e con meno esempi. Un metodo, su cui Google si sta concentrando in particolare, è quello di fornire alle nostre macchine più «buon senso», che in questo campo viene chiamato «regolarizzazione». Per una macchina “avere buon senso” può significare che, se un esempio cambia leggermente, la macchina non deve cambiare completamente idea. Una foto di un cane con un cappello da cowboy mostra comunque un cane. Google sta cercando di introdurre questo tipo di capacità nel programma rendendo il machine learning insensibile a cambiamenti minimi, come un cappello da cowboy. Sembra facile, ma c’è ancora molto lavoro da fare per raggiungere un equilibrio su questo fattore.

 Fonte: www.corriere.it

Casi di successo

Il nostro Team