L’intelligenza artificiale è la tecnologia emergente più discussa del momento. Le immense potenzialità di strumenti come ChatGPT hanno riportato una volta di più al centro dell’attenzione mediatica un argomento tecnologico che fonda le proprie radici nei lontani anni Cinquanta del Novecento, quando Christopher Strachey, ricercatore presso la University of Manchester mise a punto una primitiva applicazione basata sul machine learning.
Da allora sono state generate una quantità sterminata di righe di codice, di algoritmi e di modelli di capaci di far crescere gli utilizzi dell’intelligenza artificiale in tantissimi ambiti applicativi. Oggi, spesso inconsapevolmente, utilizziamo la AI in tantissime situazioni nella vita quotidiana, con impieghi che vanno dagli assistenti domestici alla guida autonoma.
Pur vantando una tradizione radicata, l’intelligenza artificiale rimane al tempo stesso una tecnologia molto giovane, con tantissimi aspetti ancora da esplorare, soprattutto quando si parla di AI generale, quella che mira dichiaratamente a ricreare in maniera sintetica il funzionamento del cervello umano.
L’intelligenza artificiale è probabilmente la tecnologia che più di ogni altra è destinata ad avere un impatto significativo sulle nostre vite nei giorni e negli anni a venire. Tale condizione la pone al centro di un continuo dibattito, che coinvolge continuamente i pro e i contro che derivano dalle sue applicazioni, ivi comprese le aspettative e le apprensioni legate ai suoi progressi e alle future implementazioni.
Un esempio di questo sentimento è dato dal timore diffuso che l’intelligenza artificiale possa di fatto sostituire e demansionare l’uomo in molte delle attività che attualmente lo vedono protagonista, nel lavoro e nella vita. Inoltre, insistono tutti i dubbi che si pongono sul piano puramente etico, sia sul piano della possibilità di utilizzare la AI per scopi nocivi per la collettività, sia per quanto concerne le decisioni che un’intelligenza artificiale è chiamata a prendere in contesti tradizionalmente condizionati dal giudizio dell’uomo.
Preso atto dei possibili impatti che la AI avrà sulle nostre vite e di tutte le attenzioni che ciò comporta, vediamo alcuni tra i principali pro e contro di questa tecnologia emergente nel contesto delle sue applicazioni in ambito business.
I pro dell’intelligenza artificiale
L’intelligenza artificiale estende in maniera potenzialmente illimitata le capacità analitiche dell’uomo, consentendo di prendere in esame quantità di dati ed informazioni altrimenti impensabili.
La capacità di apprendimento automatico di cui la AI dispone consente di conoscere sempre meglio il contesto di riferimento, oltre a sfruttare le proprietà elaborative degli algoritmi per correlare un numero di variabili molto elevato. Tali elementi permettono all’intelligenza artificiale di trovare soluzioni straordinariamente puntuali ed efficaci rispetto a qualsiasi problema noto, a condizione che i dati che lo descrivono, come vedremo, godano di una qualità adeguata.
Sulla base di questa premessa è possibile individuare una serie di pro dell’intelligenza artificiale.
Supporto decisionale
Discipline come la business intelligence e la business analytics utilizzano tecniche di intelligenza artificiale per analizzare i dati a disposizione sui sistemi aziendali, con la finalità di descrivere uno storico attraverso varie correlazioni, oltre ad effettuare previsioni circa i futuri andamenti dello scenario analizzato.
In altri termini, la AI consente di sfruttare le risorse informative dell’azienda, il principale patrimonio di cui gode attualmente un’azienda digitale, per fornire insight e report che consentono all’uomo di prendere decisioni in maniera più consapevole ed informata rispetto a quanto possibile ricorrendo al supporto delle metodologie tradizionali.
Le analisi descrittive e predittive svolte dalla AI consentono quindi ai decisori di valorizzare le enormi quantità di dati acquisibili in tempo reale da tutte le fonti digitali, che si tratti del sensore di un impianto o del messaggio lasciato da un cliente su un canale social dell’azienda. Le potenzialità applicative sono potenzialmente infinite e corrispondono di fatto a tutte le attività coinvolte dai processi aziendali.
Riduzione degli errori
All’uomo vanno riconosciute capacità uniche, quali l’intuizione, l’agire secondo esperienza e secondo una logica, ma quando il suo operato consiste in attività ripetitive e a basso valore aggiunto, il rischio di un errore dovuto a fisiologici cali di attenzione diventa più che mai concreto. E le conseguenze possono incidere in maniera negativa sulle sorti del business.
Un’applicazione basata sull’intelligenza artificiale consente di effettuare gran parte delle operazioni tradizionalmente svolte dall’uomo, riducendo contestualmente il numero degli errori da distrazione e, soprattutto, liberando importanti risorse umane per attività più soddisfacenti, oltre che in grado di generare maggior valore aggiunto per il business.
La riduzione degli errori consentita dalle applicazioni di intelligenza artificiale genera risultati apprezzabili sotto vari aspetti, evitando interruzioni di servizio e salvaguardando la sicurezza del personale umano e delle macchine coinvolte nelle operazioni.
Affidabilità e prevenzione degli imprevisti
L’introduzione di applicazioni basate sull’intelligenza artificiale nei processi aziendali consente di automatizzare i task coinvolti aumentandone progressivamente il livello di efficienza.
Le capacità di apprendimento automatico dei sistemi di machine learning consentono inoltre di effettuare analisi predittive, consentendo di prevenire un imprevisto prima che questo possa manifestarsi, anticipandolo con un prezioso alert.
L’automazione intelligente delle operazioni ripetitive e la capacità predittiva della AI consentono quindi di migliorare il generale livello di affidabilità nei processi aziendali.
I contro dell’intelligenza artificiale
Se una corretta implementazione delle applicazioni basate sull’intelligenza artificiale consente di raggiungere importanti benefici nel contesto aziendale, esistono situazioni in cui è possibile andare incontro ad una serie di criticità.
La qualità principale dei sistemi di machine learning è data dal poter migliorare progressivamente la propria efficienza grazie ai dati che vengono continuamente acquisiti ed analizzati. In altri termini abbiamo a che fare con sistemi intelligenti, capaci di imparare sulla base dell’esperienza e diventare sempre più bravi ad offrire soluzioni a problemi noti, superando la capacità analitica dell’uomo grazie all’elaborazione informatica.
Questa affermazione, per semplice deduzione logica, ci consente di percepire come uno sviluppo poco curato degli algoritmi e dei modelli di AI, così come l’impiego di data set di bassa qualità, o poco rispondenti al contesto da analizzare, possano restituire risultati scadenti e per giunta addirittura fuorvianti, qualora ci si fidasse ciecamente della loro attendibilità, impiegandoli ad esempio per supportare decisioni rilevanti per le sorti del business. Un’implementazione non corretta delle applicazioni basate sulla AI rischia pertanto di produrre più danni che benefici.
Al di là di tutte le problematiche vigenti sul piano etico e normativo, l’adozione dell’intelligenza artificiale in determinati contesti comporta inevitabilmente dei problemi sul piano della fiducia nei confronti dell’operato di una macchina, quando questa interviene in operazioni tradizionalmente deputate al giudizio dell’uomo.
Oltre a connotare in maniera corretta il contributo della AI a supporto delle decisioni umane, appare pertanto fondamentale il contributo di discipline come la eXplainable AI (XAI) che si occupano di spiegare anche ai non addetti ai lavori il funzionamento dei sistemi di intelligenza artificiale, soprattutto descrivendo come i dati acquisiti vengono trattati per arrivare ad ottenere i risultati elaborati, spiegando di fatto come l’intelligenza artificiale abbia formulato la soluzione ad un problema specifico.
Sia nel contesto aziendale, che nell’ambito del più diffuso immaginario popolare, appare infatti indispensabile che gli stakeholder acquisiscano fiducia nei confronti della AI, comprendendo come i sistemi di machine learning “ragionano” per arrivare a definire un insight.
Alcuni esempi di AI nel quotidiano
L’intelligenza artificiale viene impiegata con crescente profitto in tantissime attività aziendali. Ne citiamo alcuni tra i più significativi.
Analisi della domanda e conoscenza dei consumatori
L’intelligenza artificiale viene impiegata sempre più spesso per analizzare le interazioni dei clienti con i vari canali aziendali, soprattutto attingendo dai dati archiviati nei CRM. È infatti possibile utilizzare la capacità della AI nell’effettuare correlazioni tra le variabili in gioco per conoscere in maniera più puntuale le abitudini e i desideri dei consumatori ai fini di elaborare strategie di marketing e vendite sempre più efficaci nel facilitare le conversioni, oltre che a mitigare il cosiddetto churn rate, il pericoloso tasso di abbandono che spinge i clienti ad abbandonare i prodotti e i servizi offerti dall’azienda a causa di insoddisfazione o migliori soluzioni presenti sul mercato.
Efficientamento delle supply chain
Gli strumenti utilizzati nel contesto della business intelligence e della business analytics consentono di analizzare nel dettaglio lo storico della domanda e di valutare preventivamente ogni sua possibile evoluzione. Nel contesto produttivo, questo si traduce nella possibilità di ottimizzare le forniture, soprattutto in quei contesti che richiedono di effettuare ordini con largo anticipo per garantirsi l’effettiva disponibilità degli elementi necessari per la fabbricazione.
Grazie all’intelligenza artificiale diventa possibile aumentare l’efficienza della supply chain in vari settori. Nella grande distribuzione è ad esempio possibile stimare l’entità dei consumi giornaliera ed ordinare i prodotti in quantità adeguate a soddisfare puntualmente la domanda, senza rischiare sprechi o rapidi esaurimenti della merce in stock, situazione che potrebbe generare un pericoloso abbandono da parte dei clienti.
Allo stesso modo, le applicazioni predittive basate sulla AI, consentendo di valutare con maggior precisione la domanda di mercato, consentono di ottimizzare in maniera sensibile anche gli aspetti relativi ai trasporti e alla logistica, riducendo la disponibilità a magazzino e tutti i costi da essa derivanti.
Manutenzione predittiva
L’intelligenza artificiale consente di rilevare anomalie rispetto al comportamento di routine, ossia quelle situazioni potenzialmente sintomatiche di un guasto o di un malfunzionamento, da cui potrebbe scaturire una interruzione di servizio.
Nel contesto tradizionale, si ricorre a procedure di manutenzione programmata, che prevedono ispezioni e controlli pianificati a priori, come risultato di valutazioni effettuate su base statistica, che non corrispondono tuttavia con quanto descritto dai dati che i sensori sono ormai in grado di rilevare ed acquisire in tempo reale. Ciò si traduce in una situazione poco efficiente, in quanto si rischia da un lato di intervenire inutilmente, affrontando una spesa superflua, dall’altro di farlo quando ormai è troppo tardi.
Grazie all’analisi dei dati provenienti dal piano di fabbrica e da qualsiasi contesto possa richiedere un monitoraggio in tempo reale ai fini di assicurarne il corretto funzionamento, le applicazioni analitiche basate sull’intelligenza artificiale possono far intervenire gli addetti soltanto quando vi è il sospetto che possa verificarsi un incidente, ottimizzando pertanto i costi e i tempi delle attività di manutenzione.
Gli sviluppi futuri
Un algoritmo di machine learning efficiente può analizzare con successo enormi quantità e varietà di dati in tempi sempre più brevi, grazie al miglioramento generale della tecnologia computazionale necessaria per elaborare calcoli di notevole complessità, soprattutto quando si entra nel merito del deep learning e delle sue reti neurali profonde.
I progressi dell’intelligenza artificiale sono attesi innanzitutto dal punto di vista tecnologico, sia per quanto riguarda la componente hardware/software, che per quanto concerne la capacità di elaborazione necessaria per svolgere tutti i calcoli necessari per processare quantità di dati sempre più importanti in tempi sempre più ridotti.
La maturità tecnologica della AI consentirà di sviluppare applicazioni sempre più performanti per soddisfare tutte le esigenze di business basate sull’analisi dei dati.
Al tempo stesso, le AI diventeranno sempre più condizionanti per la vita dell’uomo e la resilienza delle società. Sarà pertanto indispensabile procedere negli sforzi per normare la ricerca e l’applicazione dell’intelligenza artificiale, affinché una volontà puramente speculativa non la indirizzi verso utilizzi sconvenienti per la collettività.
Categoria: INTELLIGENZA ARTIFICIALE
Cosa sono e come funzionano le reti neurali ricorrenti
Le reti neurali trovano il loro fondamenti nei lontani anni Quaranta del Novecento, quando Warren McCulloch e Walter Pitts pubblicarono… Leggi tutto
Reti neurali: cosa sono, come funzionano e le applicazioni
Nel contesto dell’intelligenza artificiale si parla sempre più spesso di reti neurali, intese quali modelli matematici dichiaratamente ispirati al funzionamento… Leggi tutto
Transfer learning: cos’è, i modelli e le applicazioni
Lo sviluppo legato all’intelligenza artificiale coinvolge un’ampia varietà di metodi e tecniche, che possono valorizzare l’abilità di riutilizzare in maniera… Leggi tutto