Intelligenza Artificiale: potenzialità e sviluppo nelle imprese italiane

L’Intelligenza Artificiale, cioè "l’abilità di una macchina di mostrare capacità ​umane, quali il ragionamento, ​l’apprendimento, la pianificazione e la creatività" (European Commission, 2020), non è una singola tecnologia, ma un termine che include l'apprendimento automatico (machine learning), l'elaborazione del linguaggio naturale, la robotica e gli algoritmi.

Cosa può fare oggi l'Intelligenza Artificiale

In combinazione con gli strumenti di automazione dei processi, l'IA può: 

• ridurre le attività manuali ripetitive, consentire alla forza lavoro di concentrarsi su attività ad alto valore e rendere le risorse più produttive e abbassare i costi;

• generare informazioni (insight) approfondite per consentire azioni/interventi in tempo reale, identificare le tendenze per chi deve prendere le decisioni e preparare il terreno per un futuro predittivo e personalizzato.

È importante capire cosa l’IA può fare e cosa no.

Queste capacità rendono le macchine più intelligenti dell’essere umano o lo aiutano ad aumentare la sua intelligenza? 

Le macchine per il momento rimangono macchine, non sviluppano proprie capacità cognitive, piuttosto correlano ciò che hanno imparato e da questi insegnamenti traggono nuove informazioni per simulare il comportamento umano. 

Il loro scopo ad ora è quello di supportare l’uomo mettendogli a disposizione nessi che una mente umana difficilmente e molto più lentamente potrebbe pensare, macinando la quantità infinita di dati oggi disponibili e contribuendo quindi ad “aumentare” l’intelligenza umana; per questo in alcuni contesti si dibatte sull’utilizzo del termine “intelligenza aumentata” invece di “intelligenza artificiale”. 

Gli ambiti di utilizzo sono ormai amplissimi: agriculture, education, e-commerce, entertainment, robotics, automotive, social media, data security, finance, gaming, astronomy, healthcare, transport. (Fonte: JavaTPoint)

Ma cosa frena questa adozione? 

Come sostiene McKinsey, in un suo articolo su Harvard Business Review del 2019, la cultura e l’organizzazione sono i freni più forti alla trasformazione digitale delle imprese e all’adozione di tecnologie di IA.  

Per quanto riguarda l’Intelligenza Artificiale, possiamo certamente dire che il freno culturale più forte alla sua adozione è la cultura dell’errore. E non solo perché parliamo di innovazione ma proprio per la particolarità dell’IA: gli algoritmi apprendono ed è insito nel processo che sia per approssimazioni successive.  

Durante tutto l’EmTech Digital Event 2022, la conferenza mondiale sull’IA organizzata da MIT Technology Review, è stato costantemente sottolineato come la mentalità e l’approccio per prove ed errori (test & learn) sia alla base di tutta l’evoluzione basata sull’Intelligenza Artificiale attualmente in corso nel mondo. 

Anche ChatGPT, di cui si parla tanto oggi, è ancora in versione beta, cioè in apprendimento.  Ma questo non sta frenando lo sviluppo a livello mondiale: con tutte le attenzioni etiche e di privacy necessarie, la strada è tracciata, questo sembra essere il momento giusto per ragionare sulla possibilità di cogliere con questa tecnologia un vantaggio competitivo sul mercato.

Perché l’Intelligenza Artificiale è un acceleratore dei business

Secondo una ricerca di IBM, nel 2021 le aziende che performavano oltre la media dei loro settori avevano tre priorità chiave nei successivi 2-3 anni: 

• creare una migliore ​customer experience (60%);

• sviluppare relazioni più forti con i clienti (55%);

• migliorare l'efficienza (51%).

Confrontando queste priorità con i dati ricavati dalla ricerca di Pwc 2021 AI Predictions, è evidente come corrispondano ai benefici che le aziende possono ottenere grazie all'introduzione dell’IA: chi utilizza Intelligenza Artificiale in modo pieno, ha ottenuto migliori risultati proprio in questi ambiti, le percentuali parlano infatti dell’impatto degli investimenti e rispondono “si” alla domanda se gli investimenti stiano producendo o meno i risultati attesi. 

Perché? Con i dati e i modelli giusti, l'IA consente di arrivare a prodotti migliori, maggiore produttività e un'esperienza cliente superiore. Questo porta a più clienti che condividono più dati. Più dati portano ad algoritmi più intelligenti, creando prodotti ed esperienze ancora migliori che attirano più clienti che condividono più dati, producendo IA ancora più intelligenti, in un circolo virtuoso. 

I leader necessari per innescare e guidare la trasformazione digitale, aumentata dall’IA? 

I leader della trasformazione digitale sono coloro che: 

• hanno una forte comprensione del panorama digitale e tecnologico;

• una visione strategica per guidare l'azienda attraverso la trasformazione;

• sono in grado di gestire il cambiamento culturale e organizzativo; 

• sanno coinvolgere e motivare i dipendenti e creare una cultura aziendale che supporti l'innovazione e l'agilità;

• sono in grado di comunicare in modo efficace, delegare responsabilità e prendere decisioni rapide e informate. 

I business leader competenti di IA sono fondamentali ancor prima che l’azienda decida di investire in Intelligenza Artificiale e che questa competenza, in realtà, sia solo sottostimata dalle aziende italiane. La trasformazione digitale richiede manager digitali.

Pensiamo che le aziende possano beneficiare enormemente se il top management:

• condivide la consapevolezza di come l’Intelligenza Artificiale stia “ribaltando” il modo di fare impresa e di vedere il lavoro;

• conosce, entrando nel merito, le applicazioni già sviluppate per il mercato; 

• è in grado di capire se, come, dove introdurle, in modo sostenibile ed etico.

Le aziende italiane hanno decisamente bisogno di leader che sappiano parlare ed approfondire l’Intelligenza Artificiale: le opportunità sono molteplici ma i rischi pure. I Master Executive 24ORE Business School sulla trasformazione digitale e sull’Intelligenza Artificiale sono disegnati per l’upskilling di imprenditori, manager e professionisti.

Autore: Laura Zanfrini, CEO di ZaLa Consulting srl - esperta di trasformazioni digitali e intelligenza artificiale; co-coordinatrice scientifica dell’Executive Master Digital Transformation e Nuovi Modelli di Business e del Master Intelligenza Artificiale e Machine Learning di 24ORE Business School.