L’Intelligenza Artificiale (IA), pur non essendo nuova come disciplina, è un termine che di recente appare sempre più spesso nei contesti più diversi. La principale ragione è dovuta agli incoraggianti risultati ottenuti e al un numero crescente di nuove tecnologie che utilizzano sofisticati algoritmi per interpretare grossi quantitativi di dati. Ciò rende le macchine sempre più intelligenti e in grado di imitare il comportamento dell’uomo. Ma la capacità delle macchine di emulare l’uomo, si può definire intelligenza? Probabilmente è una forzatura considerato che le neuroscienze non hanno una definizione precisa di quella che è l’intelligenza umana. Indipendentemente dalla definizione però, possiamo affermare che è facile riconoscere l’IA quando la vediamo in azione. Ne è un esempio l’incessante avanzamento dell’automazione nei vari contesti, come smart robotics, machine learning, computer vision, virtual agents, NLP, biometrics, neural networks & deep learning e molto altro ancora. È quindi importante prendere coscienza del fatto che ci sono tante intelligenze diverse, che possono essere sfruttate per supportare l’uomo sia nelle decisioni e sia nell’esecuzione di attività operative.
Perché tutto ciò è diventato possibile?
La chiave di utilizzo delle applicazioni IA è la velocità. Gli utenti si aspettano una risposta istantanea nell’interazione con la macchina, un po’ come succede tra persone. Ciò è favorito dall’evolversi della capacità di calcolo dei computer, dall’ampia disponibilità di potenza di calcolo, dall’incremento del volume di dati disponibili e da algoritmi sempre più evoluti capaci di risolvere problemi “modellizzati”. Ad esempio, l’IA viene già sfruttata con risultati apprezzabili in numerosissime applicazioni: nel riconoscimento vocale, nelle traduzioni simultanee, nel riconoscimento di oggetti all’interno delle immagini (auto a guida autonoma), nelle chat e assistenti vocali, nel search & recomendation, nella manutenzione predittiva e molto altro ancora. Sta dunque emergendo un nuovo scenario, dove uomini e macchine collaborano sempre più per sviluppare applicazioni e raggiungere obiettivi che nessuno dei due potrebbe realizzare separatamente.
Cosa può fare l’IA per le aziende?
Nell’ambito dell’industry 4.0 sono disponibili numerose applicazioni di IA che consentono di moltiplicare l’efficienza attraverso la gestione dell’enorme quantità di dati, i cosiddetti Big Data, che arrivano dalle macchine collegate in fabbrica e dagli oggetti IIoT. Tali sistemi producono in tempo reale un volume di dati talmente grande che per la mente umana è impossibile da gestire e trasformare in informazioni utili ai fini decisionali. Al contrario l’intelligenza artificiale può riuscire agevolmente in questo compito. Con il machine learning è anche possibile apprendere dai dati per non ripetere errori commessi precedentemente, evitare guasti ai macchinari o prevenirli prima che essi accadano. Analizzando poi i dati, l’impresa può efficientare la produzione e ridurre i costi ma anche trovare immediatamente degli errori di progettazione dovuti ad un mancato o inadeguato sistema di simulazione della fase progettuale. Su questo ultimo ambito in particolare iniziano ad essere disponibili applicazioni innovative basate sull’IA, come il “generative design”, che possono fare la differenza per la competitività dell’azienda. A volte i team di progettazione hanno una quantità limitata di tempo e denaro a loro disposizione, e non possono permettersi di sperimentare diverse versioni di prototipi dei loro progetti. La mancata possibilità di considerare design alternativi è un vincolo che può costare molto caro all’azienda perché si potrebbero precludere idee innovative che non verranno mai testate e soluzioni che non verranno mai considerate. Invece, i metodi inesplorati potrebbero fare la differenza sul mercato in quanto potrebbero far risultare il progetto più coerente con i requisiti di prodotto poiché più leggero, più efficiente, più veloce da produrre e meno costoso.
Come funziona il “generative design”?
Come dicevamo in precedenza, la tecnologia basata su IA per l’ingegneria è nota come “generative design” e probabilmente rivoluzionerà la produzione nei prossimi anni. Il generative design è un processo che consente agli ingegneri di realizzare la progettazione definendo un problema che viene poi risolto tramite una piattaforma di intelligenza artificiale adattabile. Essa è in grado di produrre ogni volta risultati diversi, grazie all’addestramento del sistema finalizzato a creare soluzioni specifiche per i problemi di ingegneria. Attraverso i sistemi di computer aided design, i progettisti modellano e definiscono le specifiche di base dell’oggetto che deve essere realizzato. Successivamente, gli ingegneri perfezionano ulteriormente i parametri di progettazione, con tutte le varie caratteristiche: i requisiti di carico, i vincoli, le sollecitazioni, le preferenze dei materiali, i costi di produzione, i requisiti di peso e persino i metodi di produzione. Operando attraverso parametri predefiniti, la piattaforma di IA risolve ripetutamente il caso, impiegando ogni volta un nuovo approccio. Il sistema modella nuovi progetti, li mette alla prova in simulazioni e impara dai propri errori e successi. Ciò che ne risulta è una raccolta di centinaia, se non migliaia, di soluzioni generate al computer, catalogate in base al grado in cui soddisfano i vari criteri.
E per quanto riguarda Il cliente cosa puo fare l’IA ?
Altro campo di applicazione dell’intelligenza artificiale che ha già dato risultati incoraggianti è l’analisi del sentiment. In pratica i sistemi di intelligenza artificiale supportano l’azienda nel migliorare la relazione con il cliente attraverso processi automatizzati basati su potenti algoritmi dotati di notevoli capacità di apprendimento, che consentono di comprendere il significato di frasi complesse e dunque determinare, in modo piuttosto preciso, il comportamento del cliente e le sue reazioni, sulla base del contesto e del contenuto dei suoi messaggi all’interno di tweet, di post ed articoli vari sulla rete. Le applicazioni IA di sentiment analysis, ricorrendo al text mining, sono in grado di supportare tutto ciò grazie alla capacità di analizzare e comprendere testi complessi interpretandone il “sentiment” e attribuendogli qualità positive o negative, determinando quindi lo “stato di salute” dei brand. Con tali applicazioni quindi, si possono recuperare tutta una serie di informazioni utili a migliorare la qualità dei servizi da offrire al cliente, mantenendo così sempre alta l’attenzione verso customer care e customer experience.
Le prospettive di sviluppo dell’IA
L’Intelligenza artificiale, nonostante sia una delle tecnologie abilitanti il cambiamento e uno dei motori della rapida trasformazione a cui assistiamo, non si propone di sostituire la persona, ma di supportarne le capacità e accelerare i tempi di risposta all’utente con nuove informazioni e approfondimenti. Come ogni novità tecnologica, la diffusione e la pervasività dei sistemi IA porterà con sé un cambiamento anche nei processi, persone, competenze e dinamiche organizzative. Occorrerà affrontare di volta in volta le tematiche che le nuove tecnologie sottoporranno alla nostra attenzione siano esse di natura giuridica o etica, al fine di far emergere tutte le loro potenzialità di miglioramento della qualità della vita, del lavoro, dei servizi al cittadino e dei numerosi ambiti di applicazione che le aziende stanno sperimentando. Gli orizzonti di applicazione sono vasti, sbalorditivi e tutti da approfondire.
SZ