L’Artificial Intelligence (AI) si presenta come una delle più pervasive tecnologie della nostra era digitale.
Le domande su cosa sia, o meglio su quali tecnologie e tecniche facciano riferimento all’AI e quali siano più mature e/o più promettenti e che cosa oggi si possa già realizzare a breve e medio termine, riguardano e attraversano l’industria delle tecnologie digitali, l’economia, la politica, la psicologia, le leggi e l’etica. L’AI è inoltre soggetto di discussioni e articoli senza fine che spaziano da chi rimane affascinato dal progresso delle più sofisticate tecnologie,  a chi pensa che questo fenomeno vada ad impattare negativamente su lavoro, occupazione e nuova alienazione.

Anche se la discussione pubblica sull’AI a volte si focalizza troppo su possibili realizzazioni fantascientifiche, come robot intelligenti, togliamo prima di tutto qualsiasi dubbio sul fatto che ci si trovi davanti alla possibilità che in tempi ragionevoli, le “macchine intelligenti” possano prendere il controllo del mondo e dominare l’uomo come “HAL in Odissea nello Spazio” di Stanley Kubrik https://www.youtube.com/watch?v=y6ORo1ejFTg

Le tecnologie dell’AI, se paragonate al livello cognitivo dell’uomo, sono ancora molto rudimentali e nel futuro prevedibile daranno un significativo supporto per aumentare capacità e abilità dell’uomo per essere più efficiente.

Oggi tutti parlano dell’AI, tanto che è diventato”cool”citarla (anche a sproposito ovviamente). Vengono etichettate con questo termine una serie infinita di metodologie classiche a supporto delle decisioni già vissute nel passaggio dai DSS agli Expert Systems, dall’ottimizzazione all’euristica, dall’applicazione della statistica descrittiva a quella predittiva, ma sempre comunque di software, algoritmi, tanti dati e tanta knowledge, si sta parlando.

Il progresso delle tecnologie alla base dell’AI sta andando avanti, vediamo ad esempio la Machine e il Deep Learning che rendono possibili diverse applicazioni: dal riconoscimento facciale sugli smartphone, alle App che permettono di misurare l’ipertensione e il diabete con accuratezza. Invece le applicazioni, meno note e fascinose ma sicuramente pratiche dell’AI, stanno crescendo in diversi settori dell’economia, permeando la nostra vita ma anche quella delle Imprese. Ad esempio, molte ricerche e analisi di casi d’uso, indicano che il principale potenziale dell’AI si trova nell’utilizzo di una base dati già esistente, sulle quali le tecniche di analisi avanzata dei dati sono già state utilizzate ma ricordiamoci che tale utilizzo di reti neurali, può fornire maggiori performance e generare ulteriore conoscenza e approfondimenti sul tema.

Inoltre, l’efficacia dell’AI nel generare valore, dipende dai settori industriali, dall’effettiva disponibilità di dati di qualità e dall’applicabilità delle varie tecniche e algoritmi disponibili. Se prendiamo gli sviluppi dell’analisi del linguaggio naturale, essi stanno permettendo l’utilizzo della voce come interfaccia per le applicazioni dell’AI direttamente per la casa e nei luoghi di lavoro. Il paradigma è che sono le macchine che devono imparare il linguaggio dell’uomo e non viceversa; si può parlare ad una macchina e fargli eseguire delle azioni senza imparare programmi o nuove interfacce utenti. Solo per fare un esempio, nei settori dove è strategico il rapporto diretto con il consumatore, come nel Retail o nei prodotti di consumo, l’utilizzo di Virtual Digital Assistant sta generando nuove e promettenti applicazioni di marketing e vendite, cosi come nei settori manifatturieri, il più alto potenziale sta nei processi logistici, nella supplychain e nella produzione. Esistono stime che le sole tecniche di deep learning potrebbero creare fino a circa 6B$ di valore economico.

Ci sono molti benefici dell’AI ma rimangono possibili ostacoli rilevanti alla sua adozione e non riguardano problemi tecnologici ma proprio l’industria dell’AI: chi finanzia, supporta, sviluppa prodotti e servizi. Il primo problema riguarda le sempre più alte aspettative da essa generate: le applicazioni dell’AI sono viste non solo per l’automazione, l’ottimizzazione delle attività e il potenziamento dei processi decisionali in molte funzioni ma anche come sostituti dei ruoli e delle funzioni stesse la resistenza al loro utilizzo sarà grande. L’AI può fornire maggiori prestazioni ed efficienza a tutti i lavori, è come la tuta di Iron Man indossata da Tony Starks nel famoso film :
“ti rende più grande, forte e veloce ma non ti rimpiazza”.

Molto probabilmente, ci sono aspettative forse troppo elevate,  siamo quasi certamente presente in presenza di un “over-hype” dell’uso dell’AI. L’AI che sta diventando per molte aziende il “nuovo vestito” da indossare per cercare di differenziare sul mercato i loro servizi o prodotti, anche se hanno poco a che fare con un suo utilizzo avanzato. Pur rispettando la robotica, si può ritenere che questa “bolla” su l’AI, sia anche alimentata dalla guerra commerciale in atto fra i grandi players del mercato degli Assistenti vocali (Google Assistant,  Apple Siri, Amazon Alexa, Microsoft Cortana etc )… Chi sarà più bravo, diventerà il Search Engine vocale più gettonato! Anche i cinesi ci  insegnano che la keyboard non si usa più: tutto è vocale e qui lAI nella sua applicazione di “voice recognition” e “content search” gioca un ruolo concreto.

E’ anche vero che tutto questo crea troppo rumore, per cui la maggioranza delle persone nelle aziende, in particolare chi ha un ruolo decisionale, diventa meno sensibile al tema, ancor prima di aver avuto la possibilità di toccarne con mano il valore.

Catturare completamente il potenziale di queste tecnologie richiede di affrontare ancora diversi problemi e limitazioni anche tecniche che riguardano la necessità di avere grandi e differenti volumi di dati. Questi dati, per essere usati devono essere classificati, etichettati da una significativa attività di training (a volte onerosa) che limita anche i domini di applicazione. Forse ancora più ampia è la sfida che le organizzazioni hanno davanti in termini di preparazione e capabilities, sia tecniche che umane, necessarie per l’adozione dell’AI in azienda senza creare forti scossoni. Su tali sfide pesano anche le preoccupazioni a livello sociale e nuove regole e normative: ad esempio la privacy nell’utilizzo di dati personali e i timori legati alla sicurezza che introducono altri vincoli in molti settori.

Il potenziale impatto economico e sociale deve creare un imperativo categorico per tutti gli stakeholder pubblici e privati che partecipano allo sviluppo dell’AI per creare un ambiente di sviluppo innovativo in cui si possano catturare i benefici sia economici che sociali in quadro a livello Paese, utili a favorire l’Innovazione Digitale.