Secondo le stime dell’Osservatorio Artificial Intelligence (Osservatori Digital Innovation, School of management del Politecnico di Milano), il mercato dell’artificial intelligence in Italia ha raggiunto il valore di 500 milioni di Euro, con una crescita del 32%, la più alta registrata da quando l’Osservatorio ha dato inizio alle sue indagini nel 2018.
Il 61% delle aziende italiane con più di 249 addetti e il 15% delle piccole e medie imprese (aziende che impiegano dai 10 ai 249 addetti) hanno già attivato almeno un progetto di intelligenza artificiale e machine learning.
Intelligenza Artificiale Generativa: i numeri che spiegano perché le aziende la stanno adottando.
Il dato può sembrare sorprendente, ma per fugare ogni perplessità e capire meglio come l’Italia si collochi nello scacchiere globale, ci vengono in aiuto altri due interessanti studi, uno di PWC e l’altro di McKinsey. Secondo quest’ultimo l’AI porterà un aumento del PIL italiano (il Prodotto Interno Lordo che in Inglese è indicato con l’acronimo GDP, Gross Domestic Product) del 13% entro il 2030, per un valore di 228 miliardi di Euro. La spinta in Europa sarà leggermente superiore e oltrepasserà il 19% per un valore di 2.700 miliardi. PWC conferma sostanzialmente le stime, come si evince dal grafico, e fa una panoramica che mostra la proiezione a livello globale.
Quali sono i vantaggi e i benefici dell’Intelligenza Artificiale Generativa?
Non c’è alcun dubbio, dunque, che non si tratti più di un fenomeno speculativo o di tendenza, ma di una nuova fase in cui vi sono concreti e ingenti investimenti delle aziende per l’impiego strategico di questi strumenti. Se qualcuno avesse ancora l’impressione che l’Intelligenza Artificiale, il Deep Learning, le Reti Neurali fossero specchietti per le allodole, dovrà ricredersi in fretta e passare all’azione per non correre il rischio di essere escluso dai vantaggi competitivi dati dall’adozione della nuova trasformazione digitale.
Chiaramente, come sempre accade con i trend topic, il battage comunicativo è diventato pretestuoso e si è trasformato in un fenomeno di disinformazione. Prima di analizzare, dunque, quali applicazioni possa avere l’Intelligenza Artificiale Generativa in azienda, partiamo da due semplici riferimenti che serviranno da fonti di una certa autorevolezza, per quanti desiderassero seguire il fenomeno e capire cosa sta accadendo e quali siano i benefici e i vantaggi dell’Intelligenza Artificiale.
- Il 3 ottobre 2023 il Politecnico di Milano presenterà l'annuale l'AI Application Talk con un'agenda niente male. È gratuito, in presenza, con use case, grandi player ed è certamente un riferimento per l’AI nel nostro Paese.
- Enrico Pagliarini, giornalista autorevole di Radio24 ha curato un bel podcast sull’Intelligenza Artificiale che è disponibile gratuitamente e offre, oltre che preziosi spunti, anche delle indicazioni per ulteriori approfondimenti.
Intelligenza Artificiale: applicazioni aziendali
I campi di applicazione che si prestano all’impiego dell’Intelligenza Artificiale in azienda sono diversi. Solo per citare gli esempi più comuni, quelli con cui già facciamo esperienza quotidiana, possiamo parlare delle attività di customer care, in cui i chatbot e i conversational agent possono contribuire alla gestione delle richieste di assistenza, interagendo direttamente con i clienti per gli aspetti preliminari. Altro campo di applicazione è l’utilizzo nelle pratiche HR, sia per le attività legate alle fasi di recruiting, dove l’AI può supportare il lavoro umano nella lettura, classificazione e valutazione dei CV, sia per quelle legate all’analisi del sentiment. Naturalmente può essere largamente impiegata nel marketing e nella gestione documentale. Quand’è, però, che l’Intelligenza Artificiale diventa un fattore determinante per aumentare la competitività e l’efficienza di un’azienda?
Allarmismo e fanatismo sono i due lembi dello stesso velo di scetticismo, che aleggia quando si parla dell’impiego delle nuove tecnologie di AI e Machine Learning, eppure Accenture, lo scorso giugno, ha annunciato un investimento di 3 miliardi di dollari per i prossimi tre anni destinati alla propria divisione Data & AI, per arrivare ad avere 80.000 esperti sul tema, dimostrando quanto sia convinta del cambiamento che investirà il business, e quindi i suoi clienti. Julie Sweet, CEO della società sostiene che le organizzazioni «(...) che si creano una solida base di AI adottandola e scalandola adesso che la tecnologia è matura, godranno di un migliore posizionamento che le aiuterà a reinventarsi, competere e raggiungere nuovi livelli di performance».
__
Tabella 1: Cos'è il Machine Learning?
Facciamo chiarezza. Cos’è il Machine Learning?
Si intende per machine learning - come riporta AWS - «(...) la scienza in grado di sviluppare algoritmi e modelli statistici utilizzati dai sistemi informatici per lo svolgimento di compiti senza istruzioni esplicite e basandosi, invece, su modelli e inferenza». Nella visione di Oracle «Il Machine Learning (ML) è un sottoinsieme dell'intelligenza artificiale (AI) che si occupa di creare sistemi che apprendono o migliorano le performance in base ai dati che utilizzano». Se dunque, l’Intelligenza artificiale è un termine generico e si riferisce a sistemi o macchine che imitano l'intelligenza umana, il termine machine learning si riferisce a un sottoinsieme. È preposto ad applicazioni aziendali volte a:
- automatizzare e velocizzare il processo decisionale nonché accelerare il time to value (viene tipicamente impiegato in tal senso nel settore finanziario, dove l’analisi della varianza e degli scostamenti tra dati reali e previsioni, occupa gli operatori, oberati dal ripetersi del processo di analisi).
- Migliorare le vendite e l’esperienza di consumo (l’impiego più noto è quello che si trova in piattaforme come Amazon o Netflix, dove motori di raccomandazione sono usate per le strategie di cross-selling e up-selling.
- Ottimizzare il codice e i processi.
- Classificare immagini e documenti (viene ampiamente adottato nel retail, nei servizi finanziari e nella gestione degli e-commerce, ma sta prendendo piede anche nei settori sanitario, farmaceutico e in quello energetico. Nel caso di trattamento di immagini si sfruttano i metodi di Deep Learning, poiché le reti neurali sono più efficaci nell’individuare minime variazioni nell’illuminazione o in altri elementi minimali).
Sempre Accenture ha presentato uno studio, che ha coinvolto complessivamente 4.777 aziende in 34 paesi e 25 settori merceologici. Secondo questo studio, fino al 40% di tutte le ore lavorative sarà fatto con l’assistenza di una AI Generativa e il 98% dei leader aziendali è consapevole che nei prossimi cinque anni le intelligenze artificiali svolgeranno un ruolo imprescindibile nelle scelte strategiche e determineranno una nuova era.
Naturalmente, prima di qualsiasi progetto di adozione, è essenziale definire chiaramente il ruolo e la funzione che deve avere l’AI Generativa in azienda, gli ambiti di impiego e, di conseguenza, definire delle linee guida sul modo in cui si debba impiegare. Tutto questo nasce da una visione strategica che viene prima di quella tecnologica.
Ecco, quindi, un elenco non esaustivo degli ambiti in cui trova impiego in azienda l'Intelligenza Artificiale.
- Soluzioni RPA (Robotic Process Automation)
- Supply Chain: order management
- Classificazione, gestione e trattamento documentale (contratti, testi e immagini)
- Decision making basato su proiezioni di dati finanziari
- Decision making basato su proiezioni di dati di produzione
- Applicazione di modifiche a processi routinari in base al comportamento degli utenti
- Motori di raccomandazioni per up-selling e cross-selling
- Automatizzazione di routine e processi
- Traduzione e ottimizzazione del codice informatico
- Customer care (chatbot,. help desk e ticketing, rinnovi, ecc.)
- Diagnosi e prevenzioni
Cosa fa un esperto di Intelligenza Artificiale? E chi è il Prompt Engineer?
Parlando di Intelligenza Artificiale dobbiamo anche parlare dei ruoli che ruotano attorno a queste tecnologie e dire subito chiaramente che un esperto di Intelligenza Artificiale non è un Prompt Engineer, un ruolo salito alla ribalta negli ultimi tempi.
Chi è cosa fa l’Artificial Intelligence Specialist?
L’Artificial Intelligence Specialist è un professionista che si dedica all’implementazione di tecnologie o servizi che utilizzano l’Intelligenza Artificiale. Si occupa della progettazione di servizi da utilizzare in ambito IoT, di soluzioni RPA (Robotic Process Automation) e servizi per l’order management e il delivery della supply chain. Prende parte a progetti di miglioramento di sistemi di assistenza virtuale e chatbot, di implementazione di automazione dei processi e di riduzione delle attività routinarie.
Chi è e cosa fa il Prompt Engineer?
Un Prompt Engineer (o Prompt Designer) è una persona che si concentra sull'inserimento di prompt (input), ovverosia richieste, regole e indicazioni (query) ben strutturate per ottenere risultati specifici dagli strumenti di intelligenza artificiale.
Alcuni cercano di trovare la formula oracolare con cui avere risposte pertinenti ed efficaci, ma è indubbio che per ottenere il meglio dall’Intelligenza Artificiale si deve disporre anche di input intelligenti. Per cercare di standardizzare e semplificare l’approccio per ottenere degli output interessanti e utili, Adel Nehme, Data Scientis di Datacamp ha proposto uno schema.
__
Tabella 2: Un prompt come dovrebbe essere scritto secondo Adel Nehme Data Scienttist Evangelist at Datacamp
The ChatGPT Prompt Formula
I want you act as {x}.
You are performing {task description}.
{System Level Strict Boundary Setting}.
1. Recursion
2. {Requirement #1}
3. {Requirement #2}
4. {Requirement #3}
5. {Requirement #4}
6. {Requirement #5}
7. {Task Level Strict Boundary Setting #1}
8. {Task Level Strict Boundary Setting #2}
{More Context}
Exemple: I want you act as an expert data science webinar moderator. You are an expert webinar moderator on topics related to artificial intelligence, data science, and upskilling. You are creating a webinar landing page on a webinar covering the theme of Generative AI Applications for Enterprise Organizations. Follow my instructions and follow them very carefully! Do not deviate away from my instructions!
- Provide a step by step reasoning of why you're making the decisions you are making
- Write an engaging, professional title for the webinar. The primary audiences are data leaders, practitioners, and enthusiasts.
- Write a 100-150 word abstract for the webinar. The abstract should be two paragraphs, the first paragraph introduces why the topic is important, the second paragraph provides an overview of what will be covered in the webinar.
- Provide 3 key takeaways for the webinar for audiences to remember.
- Have a credible, professional, and accessible voice and tone. A good example would be that of DataCamp, McKinsey, and other reputable organizations
- Avoid bad copy
- Avoid inaccuracies
In azienda questa formula può trovare largo impiego e può essere usata per dettagliare i prompt delle richieste da rivolgere a ChatGPT, ad esempio. L’elenco è potenzialmente inesauribile, ma alcuni di quelli frequentemente impiegati sono:
- La definizione dei workflows per il code debugging di Python, SQL e R
- La richiesta di ottimizzazione o semplificazione del codice di Python, SQL e R
- La ricodifica di stringe da un linguaggio ad un altro (ad esempio da R a Python)
- La verifica della qualità dell codice
- (Esempio: «I want you to act as a Python Programmer. Can you please write unit tests for the function {functionname}? {Insert requirements for unit tests, if any} {Insert code}».
- La generazione di dati e tabelle
- La scrittura di query SQL partendo dal linguaggio naturale
- La creazione di workflows per il machine learning in Python
__
Tabella 3: La scrittura di query SQL partendo dal linguaggio naturale
Esiste naturalmente la necessità di un riscontro di quanto prodotto da ChatGPT, perché nonostante il suo tono sempre autorevole, potrebbe incappare in qualche risposta incorretta.
Intelligenza Artificiale: perché scegliere Miriade
La convinzione di Miriade è che non esista un'unica soluzione, ma che esista la soluzione pensata unicamente per ciascun cliente. Questo fa di Miriade il partner tecnologico ideale, che mette al centro il cliente e l’ecosistema dei suoi dati, lo protegge dai vendor lock-in e ne migliora il time to maker, con ingente risparmio di risorse. Questa filosofia si basa su un processo tanto semplice quanto efficace: il cliente viene coinvolto nel processo di innovazione e sviluppo, per giungere alla selezione di soluzioni e tecnologie che si adattino alle sue esigenze di breve, medio e lungo periodo.
Vengono individuati problemi esistenti, quelli potenziali e gli obiettivi, creando una roadmap unica.
Si applicano i principi di concretezza, onestà e praticità, mettendo a terra velocemente e per gradi il processo di trasformazione, verificandolo continuamente con metodologia Agile. Il team del cliente è costantemente coinvolto e formato per tutto il processo, è supportato nell'adozione della soluzione e quando serve esternalizzare qualche servizio, un team Miriade si fa carico della gestione. Per i progetti di Intelligenza Artificiale aziendali Miriade è una solida realtà, graziena anche alla sua esperienza come AWS Advanced Consulting Partner.
