L’AI è molto più di un chatbot

Implementare l’AI nei processi aziendali non è un’opzione e neanche un’opportunità, ma si configura sempre di più come necessità per le organizzazioni che vogliono restare competitive. Oggi l’intelligenza artificiale impone un cambio di passo radicale nell’ottimizzazione della produttività e nella riduzione di tempi e costi. Tuttavia non è ancora così semplice e chiaro il modo in cui farlo.

Sì perché, se da un lato l’AI è sulla bocca di tutti, la sua adozione e la consapevolezza su come usare l’AI per l’automazione industriale e nei processi di qualsiasi organizzazione, è ancora limitata. In Italia, nel 2024, l’8,2% delle imprese con almeno 10 dipendenti ha usato almeno una tecnologia basata sull’AI, segnando un aumento rispetto al 5% del 2023. Nonostante questa crescita significativa il nostro paese rimane al di sotto della media europea (Fonti: AI 4 Italy – Istat; Eurostat).

Le sfide dell’implementazione delle tecnologie basate sull’intelligenza artificiale nelle organizzazioni italiane riguardano principalmente:

• Gli investimenti ridotti in AI
  Il mercato dell’AI in Italia ha un valore approssimativo di 0,8 miliardi di euro, con previsioni di crescita fino a 2,5 miliardi nel 2027. Tuttavia, gli investimenti attuali sono ancora inferiori rispetto ad altri paesi europei (Fonte: Global Technology Report 2024, Bain & Company).
• La mancanza di infrastrutture adeguate
  Secondo il Cisco AI Readiness Index, solo il 10% delle aziende italiane si sente pienamente preparato dal punto di vista infrastrutturale per supportare l’IA, con carenze significative in capacità di calcolo e performance delle reti.
• La scarsa qualità dei dati
  Molte aziende non si sentono pronte nella gestione dei dati per progetti di intelligenza artificiale. Solo il 13% delle imprese mondiali e il 10% in Italia si considerano pronte in termini di dati, evidenziando sfide legate alla frammentazione, scarsa qualità e assenza di metadati (Fonte: Cisco AI Readiness Index).
• La mancanza di competenze
  La mancanza di personale qualificato rappresenta, probabilmente, l’ostacolo maggiore. Stando al rapporto Minsait-Luiss “Intelligenza Artificiale in Italia – La rivoluzione che sta cambiando il business”, il 19% delle aziende segnala un deficit di competenze e di professionisti specializzati nell’AI.
• La nebulosità rispetto alle applicazioni
  Una delle conseguenze della mancanza di competenze nelle aziende è anche la mancanza di idee precise rispetto alle possibili applicazioni dell’AI.

Esempi alternativi di AI nei processi aziendali

A conferma di questi dati possiamo portare la nostra esperienza di guida all’applicazione pratica di nuove tecnologie. Quando incontriamo le organizzazioni interessate all’AI, di solito le idee sono molto confuse e difficilmente ci si allontana dall’esperienza dell’intelligenza artificiale generativa, sperimentata con chatGPT e con altri chatbot.

Solo dopo aver approfondito necessità e soluzioni che prevedono applicazioni alternative dell’AI, vediamo la nebulosità dissiparsi alla luce delle lampadine che via via si accendono negli occhi dei nostri interlocutori. Perché l’AI è molto più di una risposta testuale. Vediamo insieme qualche esempio pratico di intelligenza artificiale oltre i chatbot, e un caso studio realizzato qui in Geckosoft.

• Riduci i costi con la manutenzione predittiva
  Nel settore manifatturiero e industriale, i guasti ai macchinari possono comportare costi e ritardi. L’AI, grazie all’analisi predittiva, può monitorare i dati in tempo reale e prevedere quando una macchina avrà bisogno di manutenzione, riducendo i fermi produttivi e ottimizzando la gestione delle risorse.
• Personalizza l’esperienza cliente, non solo in chat
  Se i chatbot rispondono alle domande, l’AI può fare molto di più nel migliorare la customer experience. Algoritmi avanzati analizzano il comportamento degli utenti per offrire esperienze personalizzate, suggerendo prodotti, ottimizzando le campagne di marketing e migliorando le conversioni.
• Ottimizza la supply chain
  L’AI può ottimizzare l’intera catena di approvvigionamento, prevedendo la domanda, migliorando la logistica e minimizzando gli sprechi. Algoritmi avanzati analizzano i dati storici, i trend di mercato e le condizioni meteo per prevedere la disponibilità delle materie prime e ottimizzare i livelli di magazzino.
• Alza il livello della cyber security
  Le minacce informatiche sono in costante evoluzione, ma l’AI può fornire una difesa che gioca d’anticipo. Gli algoritmi di machine learning possono individuare anomalie nel traffico di rete, rilevare tentativi di phishing e bloccare attacchi in tempo reale.
• Prendi decisioni ancora più consapevoli con le analisi avanzate
  L’AI può aiutare le aziende a prendere decisioni più informate, analizzando grandi quantità di dati per identificare pattern, trend e opportunità di mercato. Per esempio, se hai un’azienda di vendita al dettaglio puoi usare l’intelligenza artificiale per analizzare i dati di vendita e prevedere quali prodotti avranno maggiore successo nelle prossime stagioni, ottimizzando gli acquisti e massimizzando i profitti.
• Addestra l’AI sulle specificità della tua azienda
  
  Il caso Geckosoft per Uluru
  Uluru è una start-up statunitense che supporta studenti di medie e superiori nel percorso educativo. Si integra alle piattaforme LMS usate dagli insegnanti per inviare i compiti agli studenti direttamente online, e aiuta a organizzare lo studio sulla base di un metodo messo a punto dai coach di Uluru.Noi di Geckosoft siamo stati coinvolti in questo progetto per realizzare un’intelligenza artificiale addestrata sul metodo Uluru. Un LLM in grado di scomporre i compiti a casa in attività più piccole, determinare il tempo necessario per svolgerle e indicare il momento della giornata migliore per farlo in base al calendario di disponibilità dello studente. Quindi, almeno per il momento, niente chatbot, ma una tecnologia capace di funzionare come un vero coach di Uluru a supporto di ogni studente, in maniera personalizzata, 7 giorni su 7, 24 ore su 24.Lo abbiamo fatto allenando l’LLM attraverso una lunga serie di esempi di compiti scomposti e organizzati per durata e livello di difficoltà. Gli esempi sono stati generati prima con un’attività di prompt engineering, seguita da un’attività di fine-tuning realizzata con l’aiuto dei coach Uluru, che garantisce un’ottimizzazione puntuale e un’elevata personalizzazione del modello di AI fornito al cliente.

Il modello AI di Rational AI è integrato nell'esperienza utente dell'app Uluru: non una "classica" chat, ma si fonde completamente con la UX dell'app impersonandosi nella mascotte Uluru e aiutando lo studente a pianificare le proprie attività di studio.

Qual è la differenza fra prompt engineering e fine-tuning?

Prompt engineering e fine-tuning sono due attività volte a ottimizzare l’uso di un modello di intelligenza artificiale.

• Prompt engineering
  Il prompt engineering consiste nel formulare in modo strategico la richiesta (prompt) che si dà a un modello AI per ottenere una risposta ottimale. Si lavora direttamente sull’input senza modificare il modello stesso. Si sperimentano diverse formulazioni, strutture e dettagli per guidare il comportamento dell’IA. Il prompt engineering è rapido, economico e funziona su qualsiasi modello pre-addestrato (come GPT-4).
• Fine-tuning
  Il fine-tuning è un processo in cui un modello di AI viene riaddestrato su un set di dati specifico per adattarlo a un particolare contesto o settore. Si forniscono al modello nuovi dati di addestramento per aggiornarne i pesi e migliorare le risposte in base alle esigenze dell’azienda. In questo modo il modello di AI diventa più preciso e ottimizzato per compiti e settori specifici. E ci si mette al riparo da allucinazioni e risposte generiche.

Quelli che abbiamo condiviso fino a qui sono solo alcuni esempi di come le tecnologie basate sull’AI possono aiutare le organizzazioni a migliorare la produttività, ridurre i costi, offrire servizi impensabili appena qualche anno fa, creare nuove opportunità di business. 

Vuoi chiarire l’incertezza che circonda le tue idee sull’intelligenza artificiale?
Facciamo luce sugli aspetti essenziali insieme.