domenica, Ottobre 13, 2024

INTELLIGENZA ARTIFICIALE, UN COMPLESSO SALTO EVOLUTIVO. VERSO L’AI ADATTATIVA. INTERVISTA AD ALFREDO MARIA GARIBALDI (DELOITTE CONSULTING CENTRAL MEDITERRANEAN)

The Science of Where Magazine incontra Alfredo Maria Garibaldi, responsabile della business unit ‘AI & Data’ in Deloitte Consulting Central Mediterranean. Alfredo Maria si è sempre occupato di trattamento e valorizzazione degli asset informativi delle aziende, lavorando su grandi programmi di trasformazione di multinazionali in vari segmenti di mercato e coprendo l’intero spettro di interventi – Business Strategy, Solution Design, Organizational Set-up, Change Management – con l’obiettivo di massimizzare l’efficacia dell’adozione delle piattaforme di Analytics ed Intelligenza Artificiale.

E’ autore della prefazione al libro Scacco matto con l’AI. Come le aziende all’avanguardia stravincono con l’Intelligenza Artificiale di Thomas H. Davenport e Nitin Mittal (Egea 2023)

 

E’ un dato ormai assodato il potenziale trasformativo dell’intelligenza artificiale, particolarmente di quella generativa. In base alla sua esperienza, come l’utilizzo responsabile dell’IA può aumentare la competitività delle aziende ? 

Effettivamente l’Intelligenza Artificiale (non solo quella generativa) può avere un effetto dirompente nel contesto competitivo e l’elemento discriminante fra successo e fallimento è costituito dalla strategia e dai tempi di adozione. Le principali soluzioni di mercato non presentano caratteristiche altamente differenzianti fra di loro in termini di funzionalità native mentre differiscono per modelli di pricing e piattaforme di erogazione. Il tempismo è un aspetto determinante perché consente ad una azienda di anticipare i trend, lanciare servizi innovativi, amplificare la reputazione di mercato e quindi cogliere in anticipo le opportunità che il mercato può offrire. Come sempre accade, gli early adopter dovranno confrontarsi anche con gli inevitabili incidenti di percorso che si presentano quando si percorrono nuove strade inesplorate. Ed è qui che subentra l’importanza della strategia di adozione dell’AI in azienda. I casi di successo di cui abbiamo evidenza ci raccontano di un’adozione graduale, con forte commitment del top management dell’azienda, partendo da casi semplici per generare consenso, consapevolezza e fiducia. In parallelo, l’azienda deve prevedere un piano di reskill e upskill del personale e rivedere i modelli organizzativi delle funzioni preposte all’erogazione dei servizi impattati dall’AI perché l’AI è trasformativa, è un salto evolutivo. L’errore che non bisogna commettere è quello di pensare l’AI come un semplice acceleratore/robotizzatore di task o come elemento che sostituisce l’umano in alcuni task. L’AI diventa uno strumento che affianca l’umano che evolve la propria mansione e, cambiandone le mansioni, è pertanto necessario rivedere anche gli assetti organizzativi, i ruoli e le responsabilità.

Con queste premesse, le opportunità che l’AI offre alle aziende sono molteplici e possiamo sintetizzarle in 3 archetipi strategici:

  • Creare qualcosa di nuovo ed incrementale, compresi nuovi business o nuovi mercati, nuovi modelli di business o ecosistemi, nuovi prodotti e/o nuovi servizi. Per esemplificare nell’ambito manifatturiero, un’azienda può realizzare prodotti connessi e sfruttare i dati raccolti da tali prodotti per offrire servizi a valore aggiunto come, ad esempio, la manutenzione preventiva al posto di quella a cadenza periodica e utilizzare le stesse informazioni per fare ecosistema con altre realtà della filiera;
  • Trasformare i processi operativi, per diventare molto più efficienti ed efficaci nell’attuazione della strategia aziendale. L’AI può dare un contributo cruciale nella semplificazione dei processi analizzandoli attraverso i dati generati dagli stessi. Può aiutare a individuare colli di bottiglia prima che generino congestione, può fornire consigli per la semplificazione dei processi individuando dei percorsi ridondanti o superflui. Può accelerare l’espletamento dei processi mediante l’automazione di step ripetitivi o la velocizzazione delle scelte negli snodi decisionali;
  • Influenzare il comportamento dei clienti: per esempio, analizzando come interagiscono sui vari canali (social, forum, etc), come si mantengono in salute, come vivono la loro vita finanziaria, come guidano i loro veicoli, come giudicano/recensiscono i servizi/prodotti, è possibile utilizzare l’AI Generativa per creare segmenti di clienti sempre più raffinati e fornire una esperienza comunicativa ancora più personalizzata e immersiva, vicina ai gusti del consumatore, influenzandone le scelte e i gusti.

Non c’è un settore economico che non sia stato toccato dall’introduzione di tecnologie basate sull’IA. Può fare qualche esempio aziendale di successo? 

I casi di successo sono molteplici sui vari settori di mercato, così come sono molteplici le aree organizzative impattate. Partendo dai clienti citati nella prefazione del libro ‘Scacco Matto con l’AI’, possiamo citare:

  • Nel settore editoriale, ANSA per l’automated journalism (l’AI interviene nel processo di raccolta e aggregazione per argomento delle news provenienti dai canali esteri, nella traduzione in italiano e successiva generazione di una news per l’audience italiana. Questo processo semplifica la vita del giornalista che, riducendo l’effort di stesura, si può concentrare sul contenuto e accelerare il ritmo di produzione);
  • In ambito betting (scommesse), SISAL, dove l’AI interviene nell’analisi delle attività online dei giocatori con l’obiettivo di individuare archetipi comportamentali associati alla dipendenza dal gioco;
  • E.ON nel mercato delle E&U e AMPLIFON nel Life Science, dove l’AI, con una analisi ad ampio spettro dei dati dei clienti, abilita il continuo miglioramento dell’esperienza cliente e individuazione delle migliori azioni di prevenzione churn e incremento di acquisti/sottoscrizioni;
  • In ambito Pubblica Amministrazione, ISTAT ha usato l’AI in ambito comunicazione per lo studio dell’andamento e del sentiment nei paesi esteri del turismo in Italia. Raccogliendo i dati da fonti/forum esteri accreditati e applicando forme evolute di analisi del linguaggio (Analisi Linguistica/Semantica, Analisi di Sentiment, Analisi Emozionale, Analisi Psicolinguistica, Analisi Statistica) abbiamo derivato il reale percepito dagli stranieri che si recano o intendono recarsi in Italia per turismo e supportare le istituzioni nell’individuare le migliori azioni a sostegno.

Ai suddetti casi possiamo aggiungerne altri, su clienti di cui non possiamo rivelare il nome, e su cui abbiamo costruito casi di successo di particolare rilevanza:

  1. In ambito HR, analisi della Voice of Workforce, per comprendere il mood della workforce tramite survey innovative con risposte a testo libero anziché risposta multipla ristretta. Questa modalità consente di poter intercettare consenso/dissenso non solo attraverso le parole utilizzate ma anche attraverso lo stile espressivo, cogliendo sfumature di linguaggio anche nella punteggiatura;
  2. In ambito manufacturing (industria), è ampiamente diffusa l’AI per la prevenzione dei guasti e per passare da una manutenzione programmata e sistematica delle macchine ad una manutenzione predittiva, eseguita quando realmente si è di fronte a usura o prossimità di guasto. Questo consente di minimizzare i tempi di fermo macchina e di interruzione delle linee produttive oltre che di ridurre gli interventi non necessari;
  3. In ambito e-commerce, questo forse è uno dei casi più noti, l’AI è ampiamente usata nei motori di raccomandazione di prodotti in base alla storia dei gusti, preferenze, acquisti sia dell’individuo sia di soggetti con gusti confrontabili (cluster);
  4. In ambito security, analisi dei contenuti/conversazioni pubblicati su social, forums e altre fonti aperte (OSINT) per intercettare malcontento e situazioni a rischio. Analisi dei tentativi di accesso per prevenire comportamenti fraudolenti;
  5. In ambito legale, utilizzo dell’AI per la semplificazione del lessico contrattuale e per ridurre le distanze dal consumatore (nel privato) o dal cittadino (nel pubblico).

Il tema dell’IA tocca inevitabilmente le questioni etiche. Quali sono le più importanti e a che punto è il dibattito su questi temi ? 

Uno degli aspetti su cui c’è convergenza è quello di uno sviluppo dell’AI in ottica antropocentrica. L’uomo al centro della trasformazione e l’AI come strumento di ausilio per generare progresso a beneficio dell’uomo.

È evidente che, come in tutte le grandi scoperte o rivoluzioni, i rischi e le minacce sono dietro l’angolo e necessitano della giusta mitigazione e gestione.

Un esempio lampante è sulle discriminazioni sociali.  Se non opportunamente indirizzate, le stesse tipologie di discriminazione possono accadere anche nell’utilizzo di sistemi di AI per la valutazione di dipendenti o dei propri clienti.

Nel 2019, un costruttore di smartphone, in collaborazione con una banca d’affari, lanciò sul mercato una carta di credito basata su un algoritmo di valutazione del limite credito da concedere per ogni cliente. Furono sollevati diversi casi di preoccupazione riguardanti possibili BIAS di genere per i quali si resero necessari interventi di rassicurazione per fugare i dubbi. Tuttavia, la vicenda evidenziò l’importanza e la necessità di una maggiore trasparenza nei sistemi di valutazione automatizzati. Nel 2019 uno studio federale US confermava il pregiudizio razziale di molti sistemi di riconoscimento facciale. Tra i dati biometrici in uso (impronta digitale, iride, palmo, voce e volto), infatti, il riconoscimento facciale è il meno accurato ed è pieno di problemi di privacy, raccogliendo informazioni sulle persone senza il loro consenso o utilizzandolo in modo inappropriato per identificare le persone in base alla loro etnia o religione. Circa 3 anni fa, un player nell’ambito dei servizi di trasporto automobilistico subì diversi casi di proteste dei driver afrodiscendenti che denunciarono il malfunzionamento dell’algoritmo di riconoscimento facciale. Il caso fu sostenuto dall’organizzazione Black Lives Matter.  I chatbot possono essere programmati per discriminare le persone in base alla loro etnia o religione. Nel 2021 il chatbot AI della Corea del Sud fu ritirato da una piattaforma social dopo aver incitato all’odio nei confronti delle minoranze.

L’Unione Europea si è mossa con l’AI Act, con una regolamentazione basata sull’approccio risk-based. Sono stati definiti 3 segmenti in base al livello di rischio:

  • I sistemi di AI proibiti, per i quali il rischio è inaccettabile. Sistemi che potrebbero direttamente o indirettamente creare un danno fisico/psicologico o violare la privacy:
    • Manipolazione subliminale
    • Sfruttamento di bambini, persone affette da disabilità psichiche o persone vulnerabili
    • Social Scoring
    • Identificazione biometrica remota in tempo reale per scopi di contrasto in spazi accessibili al pubblico;
  • I sistemi di AI ad alto rischio, tra cui:
    • Identificazione e classificazione sulla base di informazioni biometriche
    • CV ranking per assunzioni o promozioni o risoluzione di un rapporto lavorativo sulla base di comportamenti o tratti personali
    • Credit scoring

Per questi sistemi la proposta di regolamento prevede una serie di obblighi (relativi alla gestione dei dati e loro governance, al monitoraggio dei log, alla condivisione di informazioni trasparenti) e il provider dovrà fornire certificati di conformità e revisioni periodiche delle soluzioni per mitigare i rischi;

  • Sistemi di AI a basso rischio per i quali al momento non sono richiesti requisiti particolari.

L’AI Act prevede quindi che le aziende effettuino una valutazione dei propri sistemi di AI, identifichino gli eventuali sistemi ad alto rischio, definiscano le azioni di mitigazione e il modello di governance, e infine riportino le procedure applicate e il risultato del monitoraggio.

Volendo semplificare il concetto, è innegabile che l’AI in termini di algoritmi nativi nasca priva di contaminazioni e bias che vengono poi generati in fase di addestramento. Possiamo paragonare il processo a quello della educazione di un bambino che nasce “puro” e cresce e si forma sulla base di stimoli esterni (familiari, ambientali, scolastici, culturali, etc) e maturando una sua capacità di ragionamento. Lo stesso accade con l’AI  e qui, ancora una volta, l’uomo ha un ruolo determinante per indirizzare uno sviluppo etico e sostenibile attraverso un processo di addestramento “presidiato” e indirizzato con opportune azioni di correzione sui temi etici.

Rispetto alla regolamentazione dell’IA si confrontano diversi modelli. Quali sono le differenze sostanziali tra gli approcci europeo, americano e cinese ? 

Riprendendo il concetto di “addestramento” dell’AI, la differenza sostanziale fra i 3 approcci dei blocchi europeo, americano e cinese sta proprio nella regolamentazione della gestione dati.

L’approccio americano, in puro stile liberista, non pone particolari vincoli sull’utilizzo dei dati ai fini dell’addestramento. Ed è proprio questo approccio che ha consentito lo sviluppo di AI Generative come ChatGPT ponendo questioni legate alla privacy ed alla sicurezza/protezione dei dati personali che ne hanno temporaneamente bloccato l’utilizzo sul territorio italiano.

Il blocco europeo ha optato per un approccio orientato al rispetto di standard etici come dettagliato in precedenza, pagando quindi lo scotto di un ritardo nell’adozione su larga scala a guadagnando, al tempo stesso, in affidabilità, credibilità e fiducia da parte dell’ecosistema cittadini, consumatori, istituzioni e aziende.

L’approccio cinese è giocoforza influenzato dalla censura governativa che pone enormi vincoli sui domini dati da utilizzare per l’addestramento come già accade per contenuti digitali nelle varie forme. Questo comporta una forte ingerenza nello sviluppo dell’AI sia nel settore pubblico sia in quello privato che deve garantire soluzioni a salvaguardia del regime governativo. L’esito è uno stadio evolutivo inferiore, in termini di adozione più che di soluzioni, rispetto a quello degli approcci occidentali.

Infine, guardando all’evoluzione della ricerca e produzione dell’IA, cosa dobbiamo aspettarci nei prossimi anni ? 

La Gen AI è lo stadio evolutivo più recente di un percorso avviato negli anni ‘50 ed è stata indubbiamente la scintilla che ha reso familiare il concetto anche ai non addetti ai lavori, un pò come accadde al tempo della bomba atomica che, ahimé, ebbe modo di diffondere i concetti e le potenzialità della reazione nucleare che pur aveva decenni di studi e risultati alle spalle.  La forza dirompente del trend ha comportato anche uno scombussolamento degli equilibri nell’ecosistema di mercato cui seguirà una fase di assestamento e consolidamento.  Il prossimo stadio evolutivo, sempre in ottica antropocentrica – cioè dell’AI che affianca l’umano nello svolgimento delle sue mansioni – è quello dell’Adaptive AI (AI Adattativa), con cui l’AI generativa produrrà contenuti conformi/adattati all’umano che affianca e al contesto in cui opera e proporrà decisioni secondo le logiche di ragionamento dell’umano adeguandole di volta in volta sulla dinamica evolutiva del processo decisionale. Questo aprirà la strada ad un percorso di crescita esponenziale sia per l’AI che maturerà capacità di ragionamento sempre più elevate, sia per l’umano che – sgravato dalla ripetitività e dall’operatività – potrà evolvere utilizzando l’AI a supporto della creatività e della rapidità d’azione innestando un ciclo virtuoso di coesistenza uomo / AI di indubbio valore. Permane la necessità di instradare questa evoluzione nei percorsi di etica e sostenibilità.

(riproduzione riservata)

 

Ultimi articoli