Il 2023 è l’anno dell’intelligenza artificiale
L’intelligenza artificiale è diventata la parola d’ordine della Digital Transformation da quando ha fatto la sua comparsa il chatbot generativo ChatGPT, lo strumento di elaborazione del linguaggio naturale sviluppato da OpenAI capace di generare testi, immagini e codice. I milioni di download e l’attenzione globale sono stati spinti dal fatto che questo software ha reso l’intelligenza artificiale un’applicazione per tutti e aumentato la consapevolezza che l’AI è una tecnologia irrinunciabile in un numero crescente di settori. È già pervasiva, se pensiamo che un’ampia gamma di prodotti incorpora forme di intelligenza artificiale, dagli smartphone ai robot industriali, dai chatbot alle app mobili con funzionalità di ricerca e suggerimento.
Il punto per le imprese è dunque capire che cosa fare, concretamente, con l’AI nella propria attività. L’indagine annuale sullo stato dell’AI della divisione intelligenza artificiale QuantumBlack di McKinsey mostra che l’adozione della tecnologia nelle aziende globali è raddoppiata negli ultimi cinque anni. La metà degli intervistati ha affermato di aver adottato l’intelligenza artificiale in almeno un’area aziendale, in aumento del 20% rispetto al 2017. E l’utente medio business utilizza ora la tecnologia AI in 3,8 applicazioni, rispetto a 1,9 nel 2018. Tra queste applicazioni ci sono – solo per citarne alcune – l’automazione dei processi, i digital twins e il riconoscimento facciale.
In Italia il più recente Osservatorio Artificial Intelligence della School of Management del Politecnico di Milano rileva che nel 2022 il 61% delle grandi imprese italiane ha avviato almeno un progetto di AI, il 10% in più rispetto a cinque anni fa. Lo studio parla di “era dell’implementazione” per il 34% delle grandi organizzazioni: si tratta cioè di aziende che dispongono “delle risorse tecnologiche e delle competenze necessarie per sviluppare e portare in produzione le iniziative di AI”. Tra le PMI solo il 15% ha almeno un progetto di AI avviato (quasi sempre uno solo), ma una su tre ha in programma di avviarne di nuovi nei prossimi due anni. E la percentuale è più che doppia rispetto al 2021.
Quali prodotti di AI usano le aziende italiane? In base ai dati dell’Osservatorio del Polimi relativi al fatturato dei fornitori tecnologici, al primo posto ci sono le soluzioni per analizzare ed estrarre informazioni dai dati (Intelligent Data Processing). Seguono l’area di interpretazione del linguaggio (che includono chatbot, NLP e Generative AI), i sistemi di Recommendation, la Computer vision e l’RPA intelligente. Si tratta di prodotti che aiutano le aziende a rinnovare il modo di operare e le rendono più competitive. Il viaggio verso l’AI è fatto di tappe e, come indica l’Osservatorio, l’implementazione (che unisce investimenti, tecnologie, cultura e competenze) rappresenta la maturità.
Backcasting: l’AI guarda al passato per decidere nel presente
Il mercato italiano dell’AI (ovvero il fatturato dei vendor tecnologici) nel 2022 vale 500 milioni di euro, in crescita del 32%% rispetto al 2021. La quota più significativa (34%), come abbiamo visto, è legata a soluzioni di Intelligent Data Processing applicate soprattutto all’ambito predittivo, come la pianificazione degli investimenti e il budgeting.
L’AI applicata all’attività predittiva ha un grande potenziale, perché può prospettare scenari futuri ma anche interpretare quelli passati, come ci racconta il nostro collega senior data scientist Pietro Marinelli. In un progetto sulla sicurezza alimentare nell’Africa orientale e meridionale, sviluppato insieme a un gruppo di partner internazionali, Marinelli ha applicato l’AI per portare la capacità predittiva in ambiti in cui non erano disponibili informazioni, svolgendo un’attività di backcasting. Il backcasting è un metodo di pianificazione che lavora a ritroso per identificare informazioni nel passato che permettono di decidere nel presente.
“Questo progetto ha come obiettivo quello di fornire dati e analisi su agricoltura e alimentazione per informare il processo decisionale di enti pubblici, imprese private e società civile”, afferma Marinelli, “e include il monitoraggio delle condizioni delle attività produttive per prevedere le crisi alimentari, per esempio individuando i cali produzione. Il tutto basandosi sull’intelligenza artificiale”.
L’applicazione si compone di due moduli. Il primo, descrittivo, si articola in una serie di mappe, ognuna delle quali riporta informazioni relative a beni alimentari quali riso, mais e legumi. Le mappe permettono di osservare l’andamento di variabili fondamentali come produzione, esportazione, importazioni, prezzi, stock e altre dimensioni del bilancio alimentare. Il secondo modulo è quello che applica l’AI: usa le informazioni descrittive e produce previsioni per gli anni privi di dati.
“Avevamo a disposizione i dati sull’andamento dei raccolti solo fino al 2020”, racconta Marinelli, “e volevamo delle proiezioni sugli anni seguenti evidenziando un trend su cui basare le decisioni. L’AI ci ha permesso di fare previsioni sui dati che non ci sono”. Come? “Abbiamo incrociato dati satellitari che stimano la produzione, dati storici e considerazioni econometriche”, risponde Marinelli. “I tre approcci sono diversi ma complementari e, se viene alla luce una convergenza, ne scaturisce una previsione sul futuro altamente attendibile. Ma anche la mancanza di convergenza è un’informazione preziosa: indica che uno scenario è particolarmente incerto e il processo decisionale deve includere azioni per mitigare i rischi. L’AI produce sempre conoscenza, anche quando mostra una discrepanza o una difficoltà di interpretazione”, conclude il senior data scientist.
Le tecniche predittive sono una chiave di volta per il processo decisionale, dei governi e delle imprese. In applicazioni che Dune ha proposto e implementato per i suoi clienti viene svolto un lavoro simile a quello descritto da Marinelli, ma in direzione opposta, ovvero di forecasting. In entrambi i casi l’AI cambia il lavoro dei decisori, nota Marinelli: “I grafici ci aiutano nella visualizzazione e nella lettura dei dati, ma l’AI ci dice quello che dovrebbe succedere in scenari che non conosciamo cambiando la decisione da reattiva a proattiva”.
Forecasting, l’AI ci presenta il futuro più probabile
I due modelli concettuali del backcasting e del forecasting, sono diversi e così gli orizzonti temporali, ma le tecniche sono uguali, perché si usano delle serie storiche che vengono o “prolungate” nel passato per colmare la carenza di dati oppure nel futuro per prevedere prossimi andamenti.
In un caso d’uso per uno dei nostri clienti retail abbiamo sviluppato un software di intelligenza artificiale che prevede l’andamento degli ordini del futuro, mese per mese, per i successivi 12 mesi. Questo permette, per esempio, di capire quante unità di un certo articolo verranno acquistate o quali tipologie di prodotto saranno più richieste in determinati periodi dell’anno.
Con il forecasting le aziende possono conoscere oggi quello che molto probabilmente succederà nel prossimo futuro. Si tratta di un’applicazione molto usata dalle aziende del retail e dell’e-commerce, perché fa leva sulla disponibilità di dati in tempo reale.
“L’impatto di un prodotto del genere è importante per il decision-making e le scelte strategiche”, afferma Marinelli. “La predizione non è la pietra filosofale, ma è uno strumento irrinunciabile per le imprese che vogliono essere veloci, accurate e competitive, restando sempre al passo con i loro clienti – anzi, dotandosi di capacità di anticipare i trend e di rispondere ai cambiamenti. Prodotti come ChatGPT non fanno questo, ma hanno il grande merito di aprire a più utenti l’accesso ai software di intelligenza artificiale e di far crescere l’awareness e la sensibilità nei confronti delle sue applicazioni”.
Gli sviluppatori cercheranno in misura crescente di incorporare le tecnologie di AI e machine learning in strumenti che la rendono accessibile anche all’utente non tecnico, democratizzando l’AI e nutrendo una mentalità più matura sull’impiego delle nuove tecnologie che non sono fatte per prendere il posto dell’essere umano ma per potenziarlo.
AI generativa, il nostro prototipo per interrogare i dati
ChatGPT è il “buzz” del momento, la tecnologia di cui tutti parlano. Non è solo la sua sorprendente bravura nel dialogare con l’utente umano a catturare l’attenzione: è la facilità d’uso, la sua abilità nel coinvolgere utenti non tecnici e di rendere l’AI uno strumento per tutti. L’introduzione della versione più evoluta del software, chiamata GPT-4, e la decisione di OpenAI, di non condividerne tutte le specifiche tecniche per motivi “di concorrenza e di sicurezza” modifica lo scenario di mercato, ma non cambia il valore espresso da questo chatbot evoluto, quello dell’accessibilità della tecnologia. In questa accessibilità è molto importante l’interfaccia basata sulla comprensione del linguaggio naturale, come sottolinea il nostro collega Andrea Rogges, che ci racconta il primo esperimento di Dune con l’AI generativa da lui sviluppato.
“Stiamo utilizzando servizi offerti dalla piattaforma OpenAI, che non condivide solo le specifiche di ChatGPT, ma diversi altri servizi. Tra questi abbiamo trovato interessante un prodotto software che percepisce e comprende il linguaggio naturale (Natural Language Understanding) e lo abbiamo applicato all’attività di query nel database. L’utente può fare delle ricerche nella banca dati usando una terminologia naturale, spontanea, sia in forma scritta che parlata, perché abbiamo integrato anche l’interazione vocale”, afferma Rogges.
Questo sviluppo è rivolto in particolare agli addetti della funzione marketing (ma virtualmente ad altre funzioni non IT) con l’obiettivo di allargare l’accesso all’interrogazione delle banche dati al personale non tecnico. Il software sviluppato da Rogges è, infatti, uno strumento di intelligenza artificiale comprensibile e accessibile, user-friendly.
“Per noi di Dune gli algoritmi offerti da OpenAI sono un modo per creare servizi che aiutano a sfruttare meglio i dati per elaborare le strategie non solo IT, ma di business, che siano di vendita, di investimento o di sviluppo di prodotto. Abbiamo realizzato un prototipo che proponiamo ai clienti proprio per questo vantaggio di democratizzare l’AI, di avvicinare la tecnologia alle persone”, indica Rogges.
L’algoritmo alla base è quella di OpenAI, ma il prodotto sviluppato dal team di Rogges va oltre perché include i metadati, ovvero le informazioni, come tag e parole chiave, sulla struttura dei dati da interrogare, rendendo più efficiente la ricerca di informazioni nel database. “Continuiamo a lavorare sulla rappresentazione dell’output delle interrogazioni in modo che sia sempre più efficace e facilmente fruibile per gli utenti finali”, conclude Andrea Rogges, Head of Development di DUNE.
AI e Chatbot avanzati per il retail: le nuove strategie
Il metodo utilizzato da Rogges per il nostro prototipo AI è applicabile a più contesti, non solo al marketing: basta che ci sia un database interrogabile. Ma è evidente che marketing e retail sono industrie che da prodotti del genere possono trarre enormi benefici, sia perché hanno a disposizione i tanti dati dei clienti con cui alimentare e addestrare l’algoritmo di AI sia perché ne ricavano informazioni preziose per una strategia di comunicazione e vendita sempre più personalizzata, coinvolgente ed efficace.
Ne abbiamo parlato nel corso dell’evento It’s All Retail (al MiCo Milano Convention Centre). Dune ha partecipato a uno dei talk, durante il quale i nostri speaker sono intervenuti sul tema “Data Driven Retail Roadmap: come l’analisi dei dati può re-immaginare nuove strategie”. La nostra collega Chiara Puricelli, Head of Operations & Project Delivery di Dune, ha ribadito l’importanza della valorizzazione dei dati per il miglioramento dell’esperienza nell’industria retail. “In Dune lo stiamo facendo supportando alcuni nostri clienti nella gestione delle attività di marketing, attraverso Advanced Analytics, con lo sviluppo di report in tempo reale e misurazione della performance”, ha affermato Puricelli. “I dati, inoltre, aiutano nell’analisi della correlazione tra gli eventi e le tipologie di contatto. Tutto questo permette di avere un time-to-market ridotto, di ottimizzare i target e fare Sales Recommendation”.
I dati sono importanti anche per il miglioramento dei risultati in altri ambiti, come la gestione degli inventari, l’efficienza della supply chain e la riduzione dei costi di produzione e distribuzione. Sempre grazie ai dati è possibile fare analisi previsionali sulla domanda futura migliorando la gestione dello stock e la pianificazione delle attività o per fidelizzare i clienti.
Puricelli ha raccontato alcune success story di Dune. Una è la web app di Book an Appointment realizzata per uno dei nostri principali clienti, un importante gruppo fashion italiano. Creata inizialmente per supportare i clienti finali a prendere appuntamento nei punti vendita, durante le restrizioni della pandemia si è evoluta con la possibilità di prenotare una vendita assistita con il supporto di un Sales Assistant da remoto. Grazie alla raccolta e l’analisi dei dati dei propri clienti, è stato possibile migliorare e personalizzare l’esperienza di acquisto negli store.
Un altro esempio è quello di un cliente che opera nell’industria del Beauty e per il quale abbiamo creato un Data Lake e realizzato dashboard che permettono un accesso immediato a Kpi e Insights. Queste informazioni, con il supporto dell’Intelligenza Artificiale e Machine Learning, migliorano l’analisi delle correlazioni tra Customer Experience, processi interni e esterni e vendite. Tutto questo porta a risultati di riduzione dei costi e dei tempi di realizzazione delle strategie di monitoraggio del 60%”.
.
Spunti di riflessione…
- “Chen Quifan e Kai-fu Lee “AI 2041, Scenari dal futuro dell’intelligenza artificiale”, Luiss University Press, gennaio 2023. L’intelligenza artificiale proiettata nel prossimo futuro realizzerà i nostri desideri o darà forma ai nostri incubi? Spetta all’essere umano deciderlo e per questo Kai-Fu Lee, ex presidente di Google China, e Chen Quifan, autore emergente della science fiction cinese, mettono al centro del loro libro l’umanità, scrivendo dieci racconti di “fantasia possibile” ambientati nell’imminente futuro.
- L’indagine di McKinsey sullo Stato dell’AI a dicembre 2022 con una panoramica dell’evoluzione della tecnologia e delle applicazioni negli ultimi cinque anni.
- Tony Morrison, Jazz, Pickwick, 2018. Il romanzo pubblicato dall’autrice americana nel 1992, l’anno prima che fosse insignita del premio Nobel per la letteratura, nulla ha a che fare con l’AI, ma le tecniche di backcasting e forecasting, quell’andare indietro e avanti con la conoscenza mettendo insieme i dati a disposizione estratti da più fonti, fanno tornare in mente questo meraviglioso romanzo corale. Leggere per credere.
Podcast interessanti…
- Acast ha realizzato un podcast sugli impatti che strumenti come ChatGPT stanno già avendo sull’industria dei podcast. In pratica, un podcast sull’uso di ChatGPT per creare podcast. Si può fare? Ed è etico?
- “1234” la Cybersecurity su SkyTg24 (programma di Alberto Giuffrè), la puntata su ChatGPT: un podcast sulla super intelligenza di ChatGPT e i possibili cyber-rischi.
Leave a Reply