Il dibattito sull’intelligenza artificiale è uscito definitivamente dalla ristretta cerchia degli addetti ai lavori, interessando così una fetta sempre più ampia di pubblico. Eppure, manca ancora una chiara consapevolezza su che cosa sia effettivamente l’AI, di cosa sia necessario per farla funzionare al meglio nelle organizzazioni. Il primo punto fondamentale, che non viene spesso evidenziato a dovere, è che è impossibile far funzionare l’intelligenza artificiale senza avere a disposizione un’adeguata mole di dati di qualità: i moderni algoritmi di Ai, infatti, effettuano le proprie analisi e possono elaborare i propri suggerimenti proprio trovando correlazioni tra dati di varia natura. Correlazioni che l’occhio umano potrebbe difficilmente trovare, perlomeno in tempi ragionevoli. L’intelligenza artificiale, insomma, si nutre di dati, che devono essere disponibili in volumi adeguati ed essere di qualità, altrimenti gli algoritmi potrebbero produrre suggerimenti erronei dal punto di vista del business e non solo. Inoltre, la AI – per produrre quelle analisi e correlazioni di cui abbiamo accennato in precedenza – ha bisogno di essere adeguatamente allenata e istruita, prima di essere effettivamente adottata in progetti veri e propri. L’intelligenza artificiale, insomma, necessita di un adeguato ambiente di sviluppo, in cui gli algoritmi di machine learning possono prendere confidenza con i dati e produrre gli outpout desiderati.
Indice degli argomenti
Una grande capacità di automazione
Dunque, con il giusto binomio di disponibilità di dati e di addestramento degli algoritmi, l’intelligenza artificiale diventa una tecnologia che può essere realmente utile per il business. Le aree di adozione dell’AI sono infatti potenzialmente infinite: miglioramento del servizio clienti, aumento della produttività dei dipendenti, correzione dei difetti di produzione, ottimizzazione della logistica, eccc. In particolare l’impiego della AI ha la capacità di automatizzare e migliorare buona parte delle attività manuali e ripetitive, sia nel settore industriale che nel terziario, liberando tempo e risorse umane per attività a maggiore valore aggiunto. D’altra parte, però, le aziende devono avere la consapevolezza che l’Ai è una tecnologia ancora giovane e in parte ancora sperimentale, dunque non è detto che tutti i progetti messi in campo rispecchino fedelmente le aspettative. Gli errori e i fallimenti commessi possono però utili per realizzare ulteriori progetti con fondamenta più solide, magari partendo da piccoli pilot. In questo senso, servono anche competenze nelle organizzazioni per gestire e sfruttare in maniera adeguata gli outpout ricavati grazie alla AI, sbloccando così il valore dei dati in proprio possesso.
Appuntamento con IBM Ai School il prossimo 9 ottobre
Proprio all’intelligenza artificiale e al suo legame con la business intelligence è dedicato uno speciale evento della serie IBM AI School: lezioni pratiche di intelligenza artificiale, in programma il prossimo 9 ottobre dalle ore 12 alle 14 (qui tutti i dettagli). La lezione sarà aperta da una introduzione teorica volta a contestualizzare il tema nel mercato italiano e a raccontare esempi virtuosi realizzati negli ultimi mesi da IBM. Attraverso casi d’uso saranno esplorate basi dati in linguaggio naturale con l’ausilio dell’AI e delle funzionalità Watson e infine saranno applicati algoritmi di tipo avanzato per evidenziare legami tra i dati. Durante la lezione sarà possibile interagire con partecipanti ed esperti per capire insieme come concretamente utilizzare le diverse soluzioni e risolvere le principali difficoltà poste dall’implementazione della Ai.
Partecipa alla community