Intelligenza artificiale per i non addetti ai lavori

Dare una definizione universale di Intelligenza Artificiale non è semplice: anche in ambito accademico e tra gli addetti ai lavori ne esistono diverse a seconda di quanto sia ampio lo spettro che vogliamo considerare, le tecnologie e le implicazioni che stiamo analizzando.

Ho scelto quindi la definizione che ne ha dato lo stesso John MacCarthy, l’informatico statunitense considerato l’ideatore del termine stesso “intelligenza artificiale” nel 1995.

“L'intelligenza artificiale è la scienza e l'ingegneria per creare macchine intelligenti, in particolare i programmi intelligenti per il computer. È collegata e simile all'attività che prevede l'impiego dei computer per comprendere l'intelligenza umana. Tuttavia, l'intelligenza artificiale non ha la necessità di essere limitata a metodi osservabili nel mondo della biologia.”

Se risaliamo, inoltre, a quella che è ritenuta una delle prime teorizzazioni dell’AI, torniamo indietro al 1935 con il lavoro del matematico Alan Mathison Turing, conosciuto soprattutto per il suo contributo durante la seconda guerra mondiale e per l’omonimo test teorizzato, appunto, per validare la capacità di un’intelligenza artificiale di sostenere una conversazione con un essere umano senza essere rivelata.

Tuttavia dobbiamo resistere alla tentazione di seguire le tante riflessioni, ricerche e dibattiti che, oggi più che mai, si stanno sviluppando attorno a questo tema, assumendo se possibile un approccio critico nei confronti di qualsiasi notizia o contenuto il cui titolo è pensato più per stupire che per divulgare.

In questo articolo mi propongo di offrire una panoramica delle tecnologie e delle implicazioni che l’intelligenza artificiale può avere nel processo di innovazione di una piccola e media impresa, cercando di andare oltre l’eccitazione del momento e guardando agli sviluppi di breve e medio periodo, dall’introduzione di nuovi strumenti allo sviluppo di nuove competenze in azienda.

L’AI prenderà il posto di [inserire professione]

Online sono diverse decine di migliaia i risultati che otteniamo digitando una ricerca simile al titolo di questo paragrafo. Sostanzialmente, si può cercare una qualsiasi professione per scoprire che qualcuno si è posto il problema o ha deciso di farsi foriero di sventura.

Sebbene non sia irrealistico pensare che l’intelligenza artificiale possa sostituirsi totalmente o in parte ad alcune competenze e specializzazioni (come lo sono già state le macchine industriali prima e i computer poi) è sicuramente più efficace e costruttivo affrontare la diffusione massiccia dell’intelligenza artificiale nella nostra quotidianità come un supporto altamente specializzato a integrazione del nostro lavoro e delle nostre competenze.

Lo vedremo meglio in chiusura dell’articolo, ma nessuna rivoluzione tecnologica ha mai eliminato delle professioni senza crearne delle nuove. Professionalità e competenze che stanno nascendo proprio ora, e che sempre di più si renderanno necessarie e fondamentali nel mercato del lavoro.

Il cambiamento radicale a cui stiamo assistendo non ci deve quindi sorprendere per l’evoluzione che sta portando nel nostro lavoro, quanto piuttosto per la velocità con cui questi cambiamenti si manifestano e per la necessità, come società innanzitutto, di metterci in condizione di non esserne sopraffatti.

La classificazione delle tecnologie di Intelligenza Artificiale e la loro applicazione in azienda

Quella di cui ci occupiamo in questo articolo è la tecnologia che ci sta stupendo tanto in questi ultimi mesi (pensiamo alla foto del piumino bianco del Papa, o alle strabilianti capacità dialettiche di Chat-GPT). Tecnologie appartenenti al campo della cosiddetta Intelligenza Artificiale ristretta, ovvero quei programmi addestrati e capaci di fare molto bene un insieme circoscritto e limitato di compiti. L’intelligenza artificiale generale, quella “senziente” che tanto ispira e ha ispirato la produzione cinematografica, per ora è ancora lontana dall’essere realizzata.

Quando parliamo di AI ristretta ci riferiamo quindi ad un insieme corposo e complesso di tecnologie. Basti pensare ad alcuni dei termini che oggi sono diventati di uso comune, come machine learning o reti neurali, rispettivamente un’applicazione e un metodo utilizzati nell’ambito dell’AI.

Ma quali sono, dunque, le applicazioni che l’intelligenza artificiale può avere all’interno di un’azienda? Le aree principali in cui oggi le imprese, le grandi società tecnologiche e un ecosistema ricchissimo di startup stanno investendo sono:

• Intelligent Robotic Process Automation
• Computer vision
• Recommendation system
• NLP e Chatbot / Virtual Assistant
• Intelligent Data Processing
  
  

Esplorare in dettaglio le possibilità applicative di ognuna di queste classi di soluzioni richiederebbe sicuramente più di un articolo e probabilmente più di un intero Mark You, senza contare che la prolissità dell’autore di questo pezzo non l’ha nemmeno aiutato a rimanere all’interno del numero massimo di battute.

Non ci rimane quindi che ricalibrare il tiro, accontentandoci di mostrare attraverso alcuni esempi come queste soluzioni possano contribuire alla trasformazione e all’innovazione di una PMI.

Intelligent Data Processing

L’IDP comprende tutte quelle applicazioni dell’AI che consentono di elaborare dei dati automatizzando decisioni o operazioni sulla base delle informazioni che le vengono date. Ad esempio, l’approvazione di offerte o pagamenti, la validazione e la verifica di dati, l’estrapolazione di informazioni da documenti scansionati o scritti a mano, l’estrazione di dettagli da contratti o documenti.

In generale, ogni volta che abbiamo dei processi in cui si richiede ad una o più persone di estrarre ripetutamente e manualmente informazioni da documenti (digitali o cartacei) e inserire queste informazioni all’interno di un sistema informativo, esiste la concreta possibilità che l’intelligenza artificiale possa risparmiare alle nostre risorse tempo ed energie dedicate ad attività dallo scarso valore aggiunto, riducendo allo stesso tempo il rischio di errori.

NLP, Chatbot e Assistenti Virtuali

L’elaborazione del linguaggio naturale utilizza modelli addestrati a riconoscere in un testo non soltanto una sequenza di parole o di espressioni, ma anche la struttura della frase, l’intenzione,  il tono e il significato generale del contenuto.

Ad esempio, è possibile sfruttare queste capacità per analizzare le recensioni o le richieste di assistenza, anche durante una telefonata, estrapolare lo stato d’animo del cliente e classificare la richiesta o la segnalazione. È una delle tecnologie adottate per filtrare e nascondere contenuti violenti o aggressivi, o per tradurre da una lingua ad un’altra.

Questa capacità non consente all’AI soltanto di comprendere un contenuto, ma anche di formulare una risposta in modo naturale, come se quella risposta fosse stata data da un essere umano.

Questa capacità è quella che permette ad un assistente virtuale di offrire assistenza in tempo reale, superando il limite dei primi esempi di Chatbot che erano in grado solamente di fornire risposte preconfezionate in base alla diramazione di complessi diagrammi di flusso. Oggi è possibile affidare ad un assistente virtuale il compito di comprendere la richiesta e, una volta raccolte le informazioni necessarie, elaborare autonomamente la risposta più appropriata.

Molti di noi hanno dialogato con qualcuna di queste AI ben prima di aver conosciuto Chat GPT. Basti pensare ai sempre più diffusi assistenti domestici, oppure ad una qualsiasi delle assistenti virtuali che “abitano” i nostri dispositivi portatili (anche se non sempre si tratta di casi di successo).

Sistemi di raccomandazione

Il report 2023 di Twilio Segment sulla personalizzazione ha osservato che il 56% dei consumatori afferma di acquistare ripetutamente da un marchio in seguito ad un’esperienza personalizzata, e addirittura il 27% degli utenti della Generazione Z dichiara di abbandonare l’acquisto di fronte ad un’esperienza d’acquisto impersonale.

I motori di raccomandazione basati su intelligenza artificiale consentono di modificare l’esperienza di interazione di ogni utente con i nostri canali digitali, proponendo prodotti e contenuti in linea con le loro preferenze o con preferenze in linea con quelle espresse dagli utenti con caratteristiche simili.

Un esempio costante di questi sistemi lo abbiamo ogni qual volta esploriamo il feed di un qualsiasi social network o il catalogo della nostra piattaforma di streaming preferita.

L’applicazione di queste soluzioni tuttavia non è limitata ai colossi dei media e dell’intrattenimento, ma ha un importante ruolo anche nell’incremento dei tassi di conversione di piattaforme e-commerce, con diverse soluzioni anche pronte all’uso.

Computer vision

I sistemi di intelligenza artificiale possono imparare ad estrarre informazioni dalle immagini digitali e possono essere quindi utilizzati per riconoscere e classificare oggetti, riconoscere volti, azioni o emozioni e intervenire su queste immagini per estrapolarne delle parti o modificarle.

La computer vision può essere addestrata per applicazioni particolarmente utili in ambito industriale, come il controllo qualità e la cernita di pezzi o materia prima lungo tutta la linea produttiva; come sistema di controllo per la sicurezza dei lavoratori e per la manutenzione predittiva.

La capacità di riconoscere oggetti, volti e comportamenti si rivela una delle applicazioni più interessanti e allo stesso controverse nell’ambito della sicurezza e della prevenzione di comportamenti criminali e delle azioni illecite. Allo stesso tempo può essere sfruttata in ambito commerciale per catalogare e classificare prodotti, oppure per organizzare e rendere facilmente disponibile una libreria di immagini e di materiali raccolti dal vostro dipartimento marketing e comunicazione.

Intelligent RPA

Con “Robotic Process Automation” ci riferiamo all’automazione dei processi aziendali tramite l’utilizzo di robot o di software robot.

Questi robot sono programmati per eseguire azioni ripetitive e attività a basso valore aggiunto per un essere umano, interagendo con l’ambiente circostante e gli strumenti o i sistemi informatici fisici o digitali.

Quando inseriamo la variabile dell’intelligenza artificiale in un sistema RPA possiamo rendere “intelligenti” i processi automatizzati, superando il limite di dover operare esclusivamente strutturati o beneficiando delle potenzialità di tutte le altre classi di soluzioni.

Implementare soluzioni di RPA consente a qualsiasi impresa di automatizzare tutti quei processi ripetitivi che richiedono l’integrazione e l’utilizzo di sistemi diversi, la rielaborazione e la trascrizione di informazioni e beneficiare ulteriormente della sinergia con tutte le altre soluzioni di intelligenza artificiale che abbiamo osservato.

F.O.M.O.

Come decidere quale o quali progetti implementare? Come superare il dubbio se sia troppo presto o troppo complicato per la propria azienda investire in un progetto di evoluzione?

Credo che queste (e molte altre) siano preoccupazioni più che legittime per un’impresa che stia pensando o semplicemente guardando all’AI per il proprio presente o per il proprio futuro. È normale sentirsi disorientati, temendo di rimanere bloccati tra il non sapere da dove partire e la tentazione di rimandare continuamente questo importante capitolo per l’evoluzione della propria impresa.

Nell’ottica con cui è stata creata una rivista come Mark You, credo che sia doveroso concludere questo articolo non con una soluzione o una risposta definitiva, perché questa non potrebbe essere che “dipende” (oppure 42, e anche questo riferimento ce lo siamo tolti da quelli obbligatori!).

Credo che il modo migliore per aiutarvi a rispondere, o meglio, a trovare la risposta a queste domande, sia quella di condividere con voi una lista di risorse, considerazioni e ulteriori domande, aiutandovi a partire concretamente con un progetto di AI realmente funzionale per la vostra azienda.

1. Investire in un progetto di AI deve necessariamente partire dai benefici che potrà portare in azienda: maggiore efficienza (in che modo? come possiamo misurarla?), riduzione di costi o di tempo, incremento della produzione, maggiore benessere delle persone (risorse umane, clienti, cittadinanza...).Se non siamo in grado di dare una risposta a queste domande, anche solo come ipotesi o previsione, continuiamo a cercarla prima di definire il nostro progetto.
2. Partire dai processi: l'affermazione che sento più spesso, quando parlo con un’azienda dei loro processi, è: "noi non lo facciamo come tutti gli altri”.
   Mentre mi riservo il diritto di verificare questa affermazione, non dimentichiamoci che quanto più è affinato e codificato un processo, tanto maggiore potrà essere la possibilità di renderlo più veloce, efficace, sostenibile o semplice con l’intervento di un’intelligenza artificiale. In caso contrario aumenterà drasticamente la probabilità che i risultati generati dall’intelligenza artificiale siano imprevedibili, imprecisi o totalmente fuorvianti.
3. Semplificando di molto il modo con cui viene addestrata un’intelligenza artificiale, possiamo dire che questa parta dall’ingestione di una mole enorme di dati e di informazioni (GPT-3, il predecessore di GPT-3.5, è stato addestrato con 570 GB di testo grezzo, il quantitativo di diversi miliardi di parole), spesso nel modo meno tecnologico o appunto artificiale a cui possiamo pensare. Quindi, cosa succede se queste informazioni non sono precise e accurate? Se è vero che oggi possiamo lavorare con delle AI già addestrate (anche con set di dati di dominio pubblico sulle cui implicazioni etiche ci si sta interrogando con non poche difficoltà), difficilmente il campo di applicazione in azienda potrà essere specifico, ad esempio per soluzioni in ambito di assistenza al cliente, informazioni di prodotto, sistemi di raccomandazione, assistenti virtuali o qualsiasi processo in cui sia fondamentale avere accesso a dati e informazioni proprietarie o specifiche del proprio settore.

Da dove, partire quindi?

Come abbiamo già detto, il ruolo più funzionale che credo possiamo immaginare per l’intelligenza artificiale all’interno di una PMI è quello di assistere e facilitare processi e attività.

Possiamo immaginare due approcci: superare il divario tecnologico oppure “aumentare” un processo già automatizzato.

Con il primo approccio il nostro progetto prenderà in esame quei processi che sono ancora privi di automazione e digitalizzazione, saltando tutti i passaggi intermedi di trasformazione per implementare direttamente una soluzione di AI.

In pratica sceglieremo di passare dall’invenzione della ruota all’automobile elettrica, portandoci in una posizione di leadership e competitività nei confronti del mercato e dei potenziali standard del settore.

Attenzione però a non valutare soltanto gli aspetti tecnici e tecnologici: il progetto dovrà partire da un’adeguata mappatura delle competenze dei portatori di interesse e delle persone attive sui processi, coinvolgerle attivamente già nelle fasi iniziali e non dimenticare mai fattori nevralgici come la resistenza al cambiamento, il rispetto della visione e della cultura aziendale, il perimetro normativo e i fattori ESG.

Un altro approccio è invece quello di affinare ulteriormente processi già automatizzati o adeguatamente digitalizzati in azienda, i quali possano beneficiare di una soluzione di intelligenza artificiale per superare i limiti che caratterizzano le rigide logiche della semplice automazione.

L’intelligenza artificiale c’è ma non si vede

È molto probabile che all’interno della vostra azienda voi o più persone della vostra organizzazione stiate già utilizzando in diversi modi l’intelligenza artificiale, rendendo più veloce e pratico il vostro lavoro quotidiano.

Se la vostra organizzazione ha già implementato un percorso di trasformazione digitale verso il cloud per quanto riguarda le applicazioni di produttività e collaborazione (posta, calendari, documenti…) o utilizza soluzioni online per la visualizzazione dei dati o per l’elaborazione grafica, oggi ognuna di queste soluzioni integra in qualche modo software di intelligenza artificiale per velocizzare o automatizzare le azioni ripetitive e per elaborare contenuti o immagini.

Le principali sottoscrizioni aziendali oggi già integrano (con strumenti consolidati e con nuove funzionalità rese continuamente disponibili) soluzioni che rientrano tra le diverse classi viste in precedenza: dalla classificazione e catalogazione automatica dei documenti alla possibilità di chiedere ad assistenti virtuali di pianificare una riunione tra diversi colleghi (abbiamo provato a chiedere alla nostra di fissare una riunione di due ore con alcuni degli altri autori di questa rivista e ci ha risposto che non sarebbe stato possibile prima del 23 di ottobre, ma questa è un’altra storia - questo articolo è stato scritto a luglio 2023, ndr); dai suggerimenti per completare la frase in una mail che stiamo scrivendo all’impaginazione automatica delle slide di una presentazione.

Anche se non ce ne siamo mai accorti, l’intelligenza artificiale è già oggi un assistente virtuale presente in tantissimi aspetti della nostra vita professionale e personale.

Non da ultima, la soluzione di AI generativa di OpenAI, ovvero Chat GPT, che ci può facilmente aiutare nella traduzione di documenti ed email, nella correzione di bozze, nella proposta di idee e per facilitare processi di brainstorming.

Oggi i principali strumenti di analisi consentono di ottenere grafici e osservazioni sui nostri dati aziendali semplicemente chiedendo “Qual è la distribuzione del fatturato dell’ultimo trimestre per venditore rispetto all’anno precedente?”, anziché elaborando grafici o tabelle pivot da estrazioni excel.

L’AI ha tolto, l’AI ha dato

Avete mai sentito parlare del ruolo del prompt designer? Sapreste scrivere un annuncio per inserire in azienda una nuova figura che applichi l’intelligenza artificiale al sistema di raccomandazione del vostro e-commerce? Che ricerca effettuereste per trovare una società di consulenza che vi aiuti nell’implementare un sistema di manutenzione predittiva per la vostra azienda?

L’intelligenza artificiale trova spazio, tra le altre aree di intervento, con doverosa presenza anche nel Programma Nazionale per la Ricerca relativo al periodo 2021-2027, dove si evidenzia l’importanza della collaborazione tra il sistema dell’istruzione e le imprese per favorire uno scenario capace di formare e costituire adeguati percorsi professionali e di ricerca.

Il passaggio seguente, tratto appunto dal PNR, illustra chiaramente la necessità di adottare un approccio aperto all’innovazione, creando sinergie tra idee e risorse interne ed esterne all’organizzazione.

Considerata la prevalenza di piccole e piccolissime imprese nel sistema nazionale della produzione e dei servizi, l’esigenza di favorire il trasferimento di conoscenza e competenze e, in particolare, l’accesso all’infrastruttura nazionale HPC, può essere favorito attraverso l’attuazione diffusa di pratiche di open innovation.

In conclusione

L'intelligenza artificiale offre un'ampia gamma di opportunità e di vantaggi per le piccole aziende. La sua implementazione consente di migliorare l'efficienza operativa, ridurre i costi, aumentare la produttività e offrire esperienze personalizzate ai clienti. Tuttavia, è essenziale valutare attentamente i processi aziendali, considerare le competenze necessarie e collaborare con esperti per ottenere i migliori risultati. L'intelligenza artificiale, se applicata strategicamente e con una visione a lungo termine, può rappresentare un catalizzatore per l'innovazione e la crescita delle PMI nel panorama aziendale in continua evoluzione.

P.S.
Uno dei paragrafi di questo articolo è stato scritto interamente da un’intelligenza artificiale.

Sapresti determinare quale?