17/01/2024

cover

Da un'esperienza diretta, alcuni spunti per non dire semplicemente "siamo tutti pazzi per l'AI", ma capire dati e informazioni

Questo articolo parte da un'esperienza diretta, personale, ma credo che parlarne diffusamente possa aiutare tante aziende, professionisti ma anche in generale le persone a comprendere quello che sta succedendo.
L'intelligenza artificiale (AI) è una tecnologia che sta rivoluzionando il mondo del lavoro, offrendo nuove opportunità e sfide alle aziende di ogni settore.
Ma come si può sfruttare al meglio il potenziale dell'AI?
Quali sono i vantaggi e i rischi di affidarsi a una macchina intelligente?
Queste sono domande alle quali mi trovo a rispondere, o meglio, provo a rispondere, tutte le volte. In questo primo numero di BusinessCommunity.it del 2024 provo a raccontare un'esperienza con una primaria azienda italiana, un caso pratico.
A metà dicembre sono stato chiamato da una nota società operante nel campo dell'energia per tenere una presentazione sull'AI, soprattutto generativa, e le sue applicazioni. Per prepararmi, ho chiesto di fornirmi gli ultimi cinque bilanci, i rendiconto della responsabilità sociale d'impresa dell'azienda. A questi, ho aggiunto i dati Istat e quelli dell'andamento del mercato, aggiungendo 5 anni precedenti.

Con questi dati, ho alimentato una generative AI, ovvero una macchina in grado di produrre contenuti originali e pertinenti a partire da un input.
La premessa importante è raccontare che la generative AI è una delle frontiere più avanzate dell'AI, che si basa su algoritmi di apprendimento profondo e di generazione di testo, immagini, audio e video. Questa tecnologia può essere usata per vari scopi, come la creazione di contenuti creativi, la sintesi di informazioni, la previsione di scenari, la risoluzione di problemi e la simulazione di conversazioni.
Mi sono concentrato prima di tutto su quest'ultimo aspetto.
Quindi, dopo aver raccontato cosa può fare una generative AI, ho fatto interrogare dalle persone presenti quel chatbot, chiamiamolo così per praticità, per capire che cosa potevano comprendere. Il coinvolgimento dei partecipanti rompe le barriere di paura della tecnologia, e le risposte venivano colte in maniera critica, ovviamente.
La sorpresa è leggere delle risposte che non solo erano puntuali, ma che erano capaci di fare un analisi competitiva in pochi secondi.
La "macchina" ha compreso perché sono state fatte determinate scelte strategiche, ma anche quali errori sono stati commessi, visto che i dati erano a disposizione.

La sorpresa era vedere che i punti di forza e di debolezza dell'azienda erano stati interpretati perfettamente, anzi, la "macchina" si era spinta in qualcosa che non era stato esplicitato nei dati, riuscendo a interpolare il cambiamento del mercato finanziario e dei rischi con i clienti, interpretando l'aumento di alcune voci in risposta di eventi esterni (il Covid e l'aumento delle spese domestiche). Stupefacente la risposta, ritenuta corretta dai presenti, intorno a quanto si stia facendo per l'innovazione in ambito competitivo.
Questi elementi, siamo andati a cercarli, non erano presenti nei testi inseriti, ma abbiamo scoperto che sono state delle interpretazioni in riferimento ai dati di mercato e alle statistiche nazionali.
Molti si sono stupiti di quanto l'AI fosse in grado di analizzare e sintetizzare i dati, e di quanto fosse coerente e fluida nel linguaggio, qualcuno si è chiesto quanto fosse affidabile e sicura la "macchina", e quali fossero le implicazioni etiche e legali del suo utilizzo.
Ho dovuto a quel punto fare un piccolo passo indietro, interrogando una piattaforma comune di intelligenza artificiale generativa, anzi per l'esattezza tre, e confrontare le risposte su un tema preciso: come l'azienda stava operando sulle energie rinnovabili.

Ovviamente non solo le risposte erano generiche e quasi totalmente sbagliate, sebbene apparentemente verosimili, ma non erano nemmeno pertinenti.
In un paio d'ore sono riuscito a spiegare e far comprendere le potenzialità e i rischi della GenAI, che è uno strumento potente ma non infallibile, che richiede una supervisione umana e una responsabilità condivisa.
I dati rivestono un ruolo fondamentale, perché se errati portano a risposte errate, come accade per le GenAI generaliste.
Ma con i dati giusti, le risposte sono molto affidabili e concrete.
Non basta: bisogna poi fare le domande giuste e soprattutto interagire con le varie risposte per entrare nei dettagli.
Lì si ottiene il valore.
L'idea vincente è pensare all'AI davvero come un alleato prezioso per le aziende perché il valore si genera proprio nella continua interazione. Big company, come ad esempio Canva, forniscono una serie di strumenti utili ed alla portata di tutti, come il tool per passare da testo a voce o per generare personaggi e musica. 
Un esempio concreto per ampliare le possibilità di un team, sfruttare la creatività e competenze che probabilmente non si hanno.

L'AI non è né buona né cattiva, dipende da come la si usa e da chi la controlla. L'AI può essere un alleato prezioso per le aziende, se usata in modo etico, trasparente e sostenibile, ma anche una minaccia, se usata in modo scorretto, opaco e irresponsabile.
La domanda è: è facile dotarsi di un sistema così?
Oggi sì, basta alimentare la "macchina" con i dati aziendali e quelli utili, ma anche fare molta opera di educazione a chi utilizza questi sistemi.
Semplice dire "creami un testo di questo tipo o un'immagine", molto meno "fammi un'analisi puntuale".
Avere la capacità di intercettare le "allucinazioni" che prende è fondamentale, ma per farlo servono competenze, non tecniche, ma sul lavoro che si è chiesto alla "macchina" di svolgere.
Per le aziende questo farà tutta la differenza del mondo.