La promessa della tecnologia generativa dell’IA di trasformare le aziende, le industrie e le società continua a raccogliere consensi, portando i giganti della tecnologia, le altre aziende e i servizi pubblici a investimenti miliardari nella grande corsa all’intelligenza artificiale. Nessuno vuole rimanere escluso, eppure non mancano voci fuori dal coro. Goldman Sachs è diventata una delle prime grandi banche d’investimento a mettere in discussione il clamore intorno all’IA, con un rapporto intitolato Gen AI: Too Much Spend, Too Little Benefit? Daron Acemoglu, professore del Mit intervistato per la ricerca, è scettico. Secondo le sue stime, solo un quarto delle attività sottoponibili all’IA sarà economicamente vantaggiose da automatizzare nei prossimi 10 anni, il che implica che l’IA avrà un impatto inferiore al 5% a livello complessivo sulle attività aziendali.
Secondo Piergiorgio Vittori, ceo Spitch Italia e international general manager di Spitch, fornitore leader di soluzioni di intelligenza artificiale, “Molte aziende si sentono obbligate ad adottare l’IA generativa per tenere il passo della concorrenza. La rapida ascesa delle tecnologie di IA, in particolare dopo il lancio di ChatGpt, ha creato un senso di urgenza tra le organizzazioni per integrare questi strumenti nelle loro attività, anche se non ne hanno un chiaro caso d’uso o una reale necessità. Questa tendenza è dettata dal timore di rimanere indietro in un panorama che dà sempre più valore al progresso tecnologico”.
La soluzione a questa situazione, per Spitch, risiede nella verifica di 5 passi preliminari che ogni azienda dovrebbe considerare prima di abbracciare completamente l’IA generativa:
1. Identificare le esigenze aziendali e i casi d’uso specifici
Ogni organizzazione deve definire chiaramente quali sono gli obiettivi che si vuole dare e quali problemi vuole risolvere con l’adozione dell’IA generativa. Ciò implica una valutazione strategica di business, delle risorse disponibili, del budget e delle competenze specifiche disponibili. Dovrebbe concentrarsi su casi d’uso realistici che siano in linea con gli obiettivi e con le esigenze dei clienti.
2. Esplorare prima le applicazioni tradizionali di IA
Prima di tuffarsi nell’IA generativa, le aziende dovrebbero esplorare e incorporare le applicazioni tradizionali di IA come l’apprendimento automatico, l’elaborazione del linguaggio naturale e l’analisi vocale. Questo approccio li aiuterà a familiarizzare con le potenzialità, i limiti ed i vantaggi dell’IA, creando al contempo le condizioni indispensabili e le competenze necessarie per un’integrazione di successo delle tecnologie avanzate di IA.
3. Sviluppare una strategia di raccolta e unificazione dei dati
Le aziende devono sviluppare una solida strategia per la raccolta e l’analisi dei dati, assicurandosi che siano ben strutturati, organizzati e facilmente accessibili per ottimizzare il funzionamento dell’IA generativa all’interno del loro sistema, dove spesso, gli stessi dati risiedono su fonti diverse. Ciò include la pulizia, la normalizzazione, la rilevanza e la consistenza dei dati per migliorare la qualità.
4. Valutare la disponibilità e l’integrazione dell’organizzazione
Le aziende devono valutare l’ingaggio dei dipendenti nell’adozione di nuova tecnologia, le condizioni tecniche e il potenziale impatto sull’organizzazione aziendale e sull’operatività. E’ altresì importante l’integrazione di modelli di IA generativa con i sistemi esistenti e condurre un’analisi approfondita dei costi e dei benefici prima di implementare qualsiasi cambiamento.
5. Iniziare in piccolo e monitorare le prestazioni
Le aziende dovrebbero iniziare con implementazioni su piccola scala dell’IA generativa, monitorare regolarmente le prestazioni del modello e modificarlo se necessario. Ciò può comportare la riqualificazione del modello con nuovi dati, la messa a punto dei parametri o l’implementazione di nuovi processi di gestione degli errori. Seguendo questi passi preliminari, ogni azienda può prendere decisioni consapevoli e sfruttare il potere di trasformazione dell’IA generativa, riducendo al contempo i rischi associati a una revisione significativa del sistema.
«L’adozione responsabile, la trasparenza, la leadership e un approccio sistematico sono la chiave per integrare con successo l’IA generativa nella propria attività», afferma Vittori.
