Il mondo degli affari brama l'Intelligenza Artificiale più di quanto pensiate
ll 2018 è stato un anno in cui l'intelligenza artificiale (AI) è diventata molto popolare. Google, Amazon, NVIDIA, Intel e tutta una serie di startup hanno annunciato le loro idee e un'ampia varietà di nuovi algoritmi. Ma la vera sfida non è solo l'Intelligenza Artificiale ma bensì tutto ciò che la circonda, ovvero ogni suo aspetto e ramificazione che i privati, ma soprattutto le aziende, potranno adottare per migliorare i loro task quotidiani.
Le tecnologie e le tecniche di Intelligenza Artificiale e Machine Learning sono ancora così nuove che i principali utilizzatori sono solo le grandi società di software, quest’ultime in grado di assumere e investire nelle competenze necessarie. Tra i principali player del settore, due sono le coppie da tenere in considerazione che hanno mostrato due angoli di attacco differenti.
Da una parte troviamo Google e Amazon, due aziende che sfruttano i dati degli utenti e i loro massicci servizi cloud per sviluppare ancor di più i loro prodotti destinati al consumatore finale (Google Home e Amazon Echo), al fine di espandere i loro business e prendere sempre più quote di mercato in settori in rapida crescita, la Smart Home in particolare.
Dall'altro lato ci sono Microsoft e IBM, due aziende che dovrebbero trovarsi sui ogni libro di storia, sempre pronte a soddisfare le esigenze aziendali, tanto che in questi ultimi anni anch'esse hanno dovuto affrontare la questione AI e ML per ampliare il panorama di servizi offerti ai loro clienti e partner.
All'interno di queste nuove tecnologie, sono però presenti alcune aree chiave che hanno guadagnato più attenzione rispetto ad altre che invece si trovano ancora nei loro primi cicli di vita, soprattutto in ambito business.
L'NLP farà risparmiare tempo e denaro
Per anni si è cercato di migliorare la sintassi degli assistenti vocali per rendere la loro lingua più naturale, sia scritta che parlata, o per rispondere alle domande che gli utenti propongono. La capacità delle macchine di comprendere e interloquire tramite il linguaggio umano viene riassunta con la sigla NLP, da non confondere assolutamente con il Machine Learning o, peggio, la PNL aziendale.
Al giorno d'oggi, questa non viene utilizzata solo dagli assistenti vocali che sfruttiamo abitualmente attraverso gli smartphone o gli smart speaker (Google Assistant, Siri o Alexa), ma anche dalle aziende nei propri software interni sviluppando appositi task, dando la possibilità ai propri dipendenti di risparmiare tempo parlando con le macchine piuttosto che digitare una chiave di ricerca. Pronunciare “Alexa, mostrami gli ultimi report trimestrali” è decisamente meglio che aprire il software e scavare al suo interno per cercare dei dati, non trovate? E soprattutto, non c'è sicuramente bisogno di dire che ai piani più alti di un'azienda, il risparmio di tempo equivale anche a risparmiare denaro.
Alcune aziende hanno anche intenzione di aggiungere il linguaggio naturale alle proprie applicazioni di analisi. Dunque chissà, le future presentazioni di progetti o proiezioni aziendali verranno svolte da un’assistente virtuale in grado di interpretare immagini, testi e grafici ed esporli in maniera naturale con ragionamenti basati su una vera logica. Ma non solo, i presenti alla riunione potranno esporre delle domande alle quali l’Intelligenza Artificiale riuscirà a rispondere analizzando tutte le possibili soluzioni al quesito in pochi secondi
E, cosa più importante, l'AI e le macchine in generale risponderebbero in maniera completamente diretta, logica e senza esitazioni dovute a fattori umani, come per esempio le emozioni. Portate fuori dalle aziende i vostri fantomatici comportamenti olistici, business is business!
Machine Learning
La crescita dell'apprendimento automatico è un settore decisamente più in espansione rispetto a quello appena descritto. A differenza del linguaggio naturale, il Machine Learning non è visibile all'utente finale, ma è una tecnologia di base utilizzata per analizzare le informazioni per aiutare a comprendere i modelli esistenti e pianificare azioni future. Poiché nascosto, crea molte opportunità per le startup di poter provare diversi modelli ed effettuare i dovuti test.
Purtroppo però, nonostante il suo potenziale sia enorme, l'adozione del ML risulta ancora lenta per un motivo in particolare: le persone che possiedono conoscenze in questo campo sono davvero poche. L'apprendimento automatico è ancora una specialità dei cosiddetti coder incalliti e richiede framework adeguati, come TensorFlow, altamente consigliato dal team della piattaforma Google AI.
Robotica
La robotica è una delle più antiche ramificazioni dell'AI che ha subito importanti cambiamenti negli ultimi anni, soprattutto grazie ai costanti progressi progressi nelle altre aree citate poco prima, nelle reti, nella velocità di elaborazione dati e molto altro.
Innanzitutto, quando si parla di robotica non intendiamo più la macchina che aiuta nel classico processo produttivo. I robot (grandi o piccoli che siano) e i loro task stanno diventando redditizi in molte rami aziendali. In secondo luogo, il potere del networking e del cloud si sono combinati per permettere ai robot di poter sfruttare al meglio tutti gli aspetti dell'intelligenza artificiale e interagire meglio con gli umani.
In conclusione...
L’anno appena trascorso ha sicuramente posto basi ben più solide riguardanti l’adozione dell’AI e del Machine Learning nel mondo degli affari. Mentre la crescita continuerà nel corso del 2019, il processo si trova ancora in una fase iniziale di crescita. Ciò che è sicuro è che i sistemi in cloud possono davvero fare la differenza, molto più dei vecchi sistemi locali del passato. È dunque probabile che il loro costante sviluppo e diffusione farà salire la curva di apprendimento. Aspettatevi dunque AI e ML sempre più diffusi in ogni ambito della vostra vita.
Siete soddisfatti dell’attuale potenziale di queste tecnologie? Come pensate si evolveranno nel corso del 2019?
