L’intelligenza artificiale (AI) cambierà il modo di fare business, tra chatbot e assistenti virtuali, automazione dei processi manuali e lettura dei dati
L’Intelligenza Artificiale (AI) è stata presentata ufficialmente nel 1956 a Dartmouth, nel New Hampshire. All’epoca era convinzione di tutti che le macchine avrebbero soppiantato gli uomini in ambito lavorativo nel giro di una ventina d’anni, ma gli anni’70 hanno smentito questa previsione apocalittica e – anzi – hanno rappresentato il Medio Evo della tecnologia, conosciuto anche come il lungo inverno dell’ AI.
Ma tutto è cambiato.
Nel 2011 il Sistema Watson di IBM ha sconfitto i migliori giocatori di Jeopardy e, ancor più di recente, DeepMind di Google ha ottenuto un successo simile sfidando Lee Sedol, campione indiscusso di Go Champion.
In ambito business, l’ AI – così come avvenne per i PC degli anni’80 e Internet negli anni’90 – rimane ancora qualcosa che incuriosisce i manager, ma che non li spinge ad adottarla. Josh Sutton, a capo dell’ AI di Publicis.Sapient, ha illustrato quali dovrebbero essere le quattro aspettative dei manager negli anni a venire.
1. Assistenza Virtuale
L’assistenza virtuale è la prima delle applicazioni dell’ AI. Ognuno di noi ha già provato a interagire con una voce robotica che fa navigare tra risposte guidate. Ci sono delle società che impiegano abitualmente delle chatbot per gli usi più svariati, sebbene quello principale sia strettamente collegato ai customer service.
Ad esempio, nel caso di ritardo di un aereo, l’AI può essere impiegata per rispondere a domande più semplici, come ad esempio, quali siano i voli alternativi oppure quale sia la tempistica per la risoluzione del problema. Impiegata in questo modo, l’AI fa in modo che il servizio clienti possa concentrarsi su problemi più complessi e ridurre i tempi di interazione con un operatore.
Chi si occupa di marketing vede nelle chatbot un potenziale elevato. Secondo Sutton “Le chatbot e gli assistenti virtuali stanno consentendo un cambiamento fondamentale nel modo in cui le persone interagiscono con la tecnologia. Nel prossimo decennio vedremo gli assistenti virtuali diventare una parte fondamentale della nostra quotidianità”.
2. Generare apprendimento
I dati vengono definiti come il nuovo petrolio in quanto rappresentano la materia prima della digital economy. Tutto quello che era imprigionato in archivi, database e protocolli, sta diventando fruibile comodamente, come avviene ad esempio sulle piattaforme Hadoop e Spark.
Così come per il petrolio, i dati sono inutili se non vengono rielaborati da strumenti in grado di trasformarli in qualcosa di valore. Ed è questo il ruolo del machine learning. I sistemi attuali non solo accolgono miliardi di dati, ma li analizzano nel giro di pochi minuti, apprendendo da essi.
Sutton e il suo team si sono avvalsi della tecnologia machine learning per costruire un sistema capace di prevedere le richieste di mutuo in base a fattori di marketing specifici. Ciò ha consentito l’individuazione delle prospettive ad alto valore e di poter aumentare il flusso di affari.
Ciò che rende così potente l’ AI è che possa apprendere, consentendo ai sistemi di migliorare in continuazione le prestazioni anche nel caso in cui il mercato cambiasse le proprie abitudini.
3. Automazione dei processi manuali
L’automazione del lavoro rappresenta da sempre la costante della crescita tecnologica. Pensate all’impiego dei trattori, all’uso degli elettrodomestici, ai robot industriali, all’automazione delle prenotazioni di voli o strutture alberghiere, solo per citare alcuni esempi pratici. Oggi i robot sono possono persino lavorare accanto agli esseri umani nelle fabbriche.
David Autor – economista del MIT – fornisce una definizione della diversificazione tra lavoro umano e lavoro automatizzato: “Un tempo la divisione avveniva tra colletti blu e colletti bianchi, al giorno d’oggi dobbiamo parlare di lavori di routine e di lavori che non lo sono. In altre parole, l’AI sta automatizzando la sistematicità dei processi cognitivi, un processo molto simile a quello che vide l’impiego di macchinari nelle fabbriche e di automatizzare il lavoro fisico”.
Si tratta di una tendenza in atto da parecchio tempo. Gli algoritmi smart stano già sostituendo gli avvocati in alcune mansioni di consultazione, mentre aziende come la Narrative Science fanno svolgere il lavoro giornalistico di routine all’AI, come ad esempio il riassumere tabelle e rapporti finanziari. Il vantaggio? Queste tecnologie svolgono un lavoro impeccabile, possono lavorare 24 ore filate e non hanno bisogno di pause caffè.
4. Sbloccare i dati non strutturati
Solitamente i dati analizzati sono strutturati, quindi si tratta di dati inseriti e immagazzinati nei database. Attualmente la questione è ben più ampia. I dati strutturati rappresentano soltanto una piccola parte delle informazioni disponibili. L’80% dei dati digitali non è ancora strutturato.
Per comprendere meglio l’importanza dei dati non strutturati vi portiamo l’esempio di una società energetica, la quale ha bisogno di installare una linea di gas. Tra i dati indispensabili prima di procedere con gli scavi e con l’installazione, bisognerà conoscere: che cosa era stato costruito, la destinazione d’uso dell’area selezionata, i problemi già emersi in passato. Molte di queste informazioni sono ottenibili attraverso l’analisi di vecchi report e di manuali, che sono rimasti a prendere polvere su uno scaffale, chissà per quanto tempo.
Un sistema operativo per i dati
È ad Alan Turing che dobbiamo l’invenzione dell’idea di computer universale, che risale al 1936. Per lungo tempo questa idea rimase soltanto un concetto vago. I computer all’epoca erano macchine specializzate, costruite per svolgere attività limitate che andavano dal calcolo scientifico alle funzioni di archivio.
Qualcosa inizia a cambiare attorno agli Anni’70, epoca in cui i sistemi operativi vengono impiegati sempre più di frequente, favorendo lo sviluppo progressivo di un numero sempre maggiore di applicazioni. Poco dopo, la crescita della diffusione dei personal computer ha permesso di compiere azioni sempre più complesse.
Ci troviamo in un momento di svolta simile.
In teoria abbiamo la possibilità di accedere ad un’infinità di dati, ma in pratica abbiamo una capacità limitata di gestirli. È come se stessimo affogando in un mare di dati, ma L’AI dovrebbe venire in nostro soccorso, diventando il sistema operativo per la gestione dei dati e far sì che si possa ricavare il meglio dal suo potenziale.
“Se Internet ci desse la possibilità di accedere ai dati in una modalità simile all’on-demand, l’AI sarebbe il mezzo attraverso il quale poter ottenere esattamente quelli che ci occorrono. Viviamo in un’epoca di collaborazione cognitiva che rende le macchine qualcosa che va oltre la semplice esecuzione di attività. L’AI ci sarà di grande aiuto per comprendere il mondo e compiere decisioni sempre migliori” conclude Sutter.