Da anni l’intelligenza artificiale è sulla bocca di tutti. I più ottimisti la considerano una via principe verso il progresso, i più pessimisti prevedono che possa rimpiazzare la mente umana e danneggiare lo stato di un’economia già precaria. Forse, tra il paradiso delle macchine e una distopica Matrix esiste una via di mezzo. La verità, però, è che non esiste una verità: solo il tempo potrà svelarci se e quali posizioni attuali saranno in linea con gli sviluppi futuri.

Intanto, possiamo formulare ipotesi, e tentare di capire i vantaggi che offre alla tua azienda. E anche le sfide che dovrai affrontare.

Cos’è l’intelligenza artificiale?

Partiamo, innanzitutto, da una definizione condivisa. Scegliamo come riferimento quella che il fisico Alessandro Vespignani cita nel sul libro L’Algoritmo e l’oracolo (a proposito: se ti interessa il mondo di algoritmi e big data, te lo consiglio di cuore):

“L’intelligenza artificiale è un concetto ampio che si riferisce all’uso del computer per imitare le funzioni cognitive degli esseri umani in campi che vanno dalla visione artificiale e la robotica ai videogiochi e i veicoli autonomi”.

Il verbo imitare non è accessorio. Quando discutiamo di AI, infatti, il rischio è di credere che le macchine possano ragionare esattamente come noi. Ci inducono a pensarlo termini come apprendimento automatico, rete neurale ed elaborazione del linguaggio naturale.

Tuttavia, la realtà è un po’ diversa, e lo stesso Vespignani sottolinea che “stiamo solo parlando di algoritmi che usano matematica e statistica per riuscire a esprimere in formule la complessità del comportamento umano”. Più avanti in questo articolo avremo modo di approfondire l’argomento.

Come le aziende applicano l’AI: 6 classi

In base al modo in cui le aziende applicano l’AI nei loro processi, possiamo individuare 6 classi.

Intelligent Data Processing: come rileva l’Osservatorio Artificial Intelligence del Politecnico di Milano, si tratta di “algoritmi che analizzano dati specifici per estrapolare informazioni e compiere azioni in conseguenza”. Questa tipologia comprende, per esempio, l’analisi predittiva (con l’analisi dei dati) e il rilevamento di furti.

Virtual Assistant / Chatbot: a partire da comandi vocali o scritti, il sistema è in grado di fornire una risposta o di compiere altre azioni. I chatbot sono utilizzati sempre più frequentemente nella customer care, perché in grado di automatizzare i processi necessari.

Recommendation System: in questo caso, a seconda delle informazioni fornite dall’utente, l’AI orienta le sue scelte. Viene spesso applicata per indirizzare il consumatore nella customer journey, ad esempio suggerendo gli acquisti futuri da fare in base agli acquisti già fatti.

NLP (Natural Language Processing), ossia elaborazione di linguaggio naturale: ne abbiamo già parlato in questo articolo e in altri (ad esempio, in merito a ChatGPT). Come sottolinea l’Osservatorio Artificial Intelligence del Politecnico di Milano, questi sistemi possono essere impiegati per comprendere determinati contenuti, per tradurre, “fino alla produzione di testo in modo autonomo a partire da dati o documenti forniti in input”.

Computer Vision: questo è un ambito oggi in forte espansione, soprattutto per quanto riguarda la videosorveglianza. I sistemi classificabili in questa categoria sono in grado di comprendere immagini e video, di riconoscere persone, animali e cose rappresentate, di estrarre informazioni dai contenuti, fino ad arrivare al riconoscimento biometrico. Tecnologie in evoluzione come il machine learning (apprendimento automatico) incentivano lo sviluppo di questo gruppo.

Soluzioni fisiche: a questa categoria appartengono gli autonomous vehicle (veicoli autonomi, ossia “mezzi di trasporto autoguidati”), gli intelligent object (in grado di agire senza che i soggetti debbano intervenire) e gli autonomous robot (robot destinati alla produzione e alla logistica per automatizzarle).

Utilità e sfide dell’AI per la tua azienda

Come le applicazioni presentate suggeriscono, sono numerose le potenzialità che l’intelligenza artificiale offre alla tua azienda: a ciascuna di esse, tuttavia, corrispondono altrettante sfide che dovrai affrontare e limiti che dovrai tenere bene a mente. In questo articolo, ci soffermiamo su due dimensioni: il processo di decision making e le risorse umane.

Vantaggi e limiti nel decision making

Grazie alla capacità di analizzare enormi moli di dati (gli irreprensibili big data) e di elaborare previsioni, i sistemi di intelligenza artificiale (in particolare di apprendimento automatico) sono un supporto straordinario nel processo di decision making, reso più rapido, meno dispendioso e quindi più profittevole.

Non dobbiamo, però, equiparare le macchine a moderni oracoli. È vero che gli algoritmi di machine learning permettono di creare associazioni troppo complesse per gli esseri umani, e riadattano sé stessi in base alle correlazioni riscontrate di volta in volta.

Tuttavia, la loro capacità predittiva è imperfetta. Come sottolinea il professor Vespignani, i modelli di machine learning “possono solo predire un futuro che è basato sulla nostra conoscenza del passato“: si nutrono di dati e informazioni già disponibili.

In secondo luogo, esiste un problema di trasparenza nella generazione degli output: parliamo di black box per indicare l’imperscrutabilità delle modalità con cui l’AI apprende e acquisisce conoscenza. Chi garantisce la correttezza dei meccanismi messi in atto?

A queste criticità, si aggiunge l’imperfezione della componente umana: l’affidabilità degli output della macchina dipende innanzitutto dalla qualità degli input forniti, per cui, se immettiamo informazioni errate, anche la risposta che riceveremo sarà sbagliata. Inoltre, in fase di progettazione, lo sviluppatore è naturalmente portatore di preconcetti (valori, scelte, preferenze) che avranno ricadute sulla sua “creatura”. Infine, il contesto in cui l’algoritmo opera, gli aspetti socio-istituzionali e i vincoli tecnologici rappresentano bias che rischiano di generare discriminazioni.

Risorse umane: selezione e coaching con l’AI

Per quanto riguarda le risorse umane, sono due gli ambiti in cui puoi impiegare, con le dovute attenzioni, l’intelligenza artificiale:

• Selezione e reclutamento dei dipendenti, soprattutto quando i candidati sono numerosi ed è necessario analizzare molti dati.
• Coaching: l’AI permette di misurare le performance, individuare punti di forza e debolezza dei collaboratori e adottare tecniche di apprendimento in linea con le loro caratteristiche personali.

Anche per le risorse umane, però, l’intelligenza artificiale non è sufficiente. Nel primo caso, è bene che dopo un primo screening si passi al rapporto umano, fondamentale per esaminare i candidati. Nel secondo caso, invece, la scarsa empatia della macchina potrebbe spingere molti soggetti a rifiutare i suggerimenti offerti. A riguardo, è meglio relegare l’AI all’identificazione dei possibili miglioramenti, e lasciare la loro comunicazione ai professionisti.

E quindi?

E quindi, se deciderai di implementare l’intelligenza artificiale nei tuoi processi aziendali, avrai grandi vantaggi. Allo stesso tempo, però, devi tener conto di tutti gli ostacoli che potresti incontrare.

Devi temere l’AI? No. Per il momento, non sembra poter rimpiazzare la mente umana, anzi: affiancare macchine e persone permette di sfruttare le prime in modo davvero virtuoso. Se tuttavia restiamo spettatori passivi, ignorando pro e contro di questi sistemi, rischiamo di rimanere succubi in un mondo di indovini digitali.

Per questo, maturare una competenza in materia è fondamentale: consapevolezza e conoscenza sono, ancora e da sempre, gli strumenti più importanti nella nostra cassetta degli attrezzi.

Nota: per la stesura di questo articolo abbiamo impiegato le fonti che seguono (in ordine di comparsa).

• Vespignani A., L’algoritmo e l’oracolo: come la scienza predice il futuro e ci aiuta a cambiarlo, Milano, Il Saggiatore, 13 giugno 2019.
• Le applicazioni dell’Intelligenza Artificiale e la loro diffusione (osservatori.net)
• The ethics of algorithms: Mapping the debate – Brent Daniel Mittelstadt, Patrick Allo, Mariarosaria Taddeo, Sandra Wachter, Luciano Floridi, 2016 (sagepub.com)
• Tesi etd-09122022-154604 (unipi.it)

Martina Sangalli

Social Media Manager