L'AI generativa ha cambiato le carte in tavola
Anche se l'intelligenza artificiale (AI) non è una novità, il panorama dell'AI è completamente cambiato con il lancio di ChatGPT, a novembre 2022. Il chatbot e il modello di linguaggio di grandi dimensioni (Large Language Model, LLM) su cui si basa, e le versioni di LLM più recenti che sono seguite, hanno trasformato l'AI: quello che era uno strumento accessibile solo a tecnici e data scientist qualificati oggi è una soluzione a disposizione di tutti.
Nel processo si è innescata una rivoluzione tecnologica che sarà dirompente almeno quanto quella di Internet —(e molti ritengono che lo sarà ancora di più). Sundar Pichai, CEO di Google, ha affermato che l'effetto dell'AI sull'umanità sarà più profondo di quello "dell'elettricità o del fuoco", mentre Satya Nadella di Microsoft ritiene che con l'AI generativa sia la "prima volta che una tecnologia sviluppata nella Silicon Valley porterà vantaggi nella vita quotidiana delle persone in modo così rapido e concreto".
L'impatto dell'AI generativa sul business
Si prevede che l'emergere dell'AI generativa avrà un impatto enorme sul business. Secondo Goldman Sachs l'AI generativa ha il potenziale di aumentare la produttività annua del lavoro di circa 1,5 punti percentuali in un periodo di 10 anni e di determinare un aumento del PIL globale del 7%.
McKinsey è altrettanto ottimista. Secondo una ricerca condotta dall'azienda, l'AI generativa potrebbe apportare un valore equivalente a 2.600-4.400 miliardi di dollari all'anno in 63 casi d'uso analizzati. L'azienda ha inoltre osservato che questa stima potrebbe all'incirca raddoppiare se si include nelle previsioni l'impatto dell'integrazione dell'AI generativa nel software attualmente utilizzato per altre attività, oltre a quelle analizzate.
Stanno emergendo nuovi casi d'uso e nuovi strumenti quasi ogni giorno, ma ecco alcuni dei più interessanti utilizzi attuali dell'AI generativa nella finanza, nella sanità, nella pubblica amministrazione e nel settore manifatturiero.
Casi d'uso dell'AI nei servizi finanziari e bancari
Il settore dei servizi finanziari spesso adotta rapidamente le tecnologie in grado di migliorare i processi e i servizi, perché piccoli guadagni in termini di velocità o efficienza possono generare grandi rendimenti. Nel settore, l'AI generativa è attualmente valutata o utilizzata in numerosi processi, dal miglioramento della valutazione dei prestiti e del rischio di credito, alla gestione della conformità normativa, fino al rilevamento delle frodi o al miglioramento del servizio di assistenza ai clienti.
Ad esempio, nella versione più recente del Visa Account Attack Intelligence (VAAI) Score si usa l'AI generativa per valutare oltre 180 attributi di rischio in pochi millisecondi ed elaborare un punteggio che predice la probabilità di un tipo di attacco di tipo brute-force supportato dai bot ai danni delle carte di pagamento. Visa sviluppa un modello di AI generativa per contrastare le frodi nei test delle carte. Il punteggio VAAI basato sull'AI ha capacità di rilevamento delle frodi 6 volte superiori rispetto ai modelli precedenti. Visa sviluppa un modello di AI generativa per contrastare le frodi nei test delle carte e ha ridotto dell'85% il tasso di falsi positivi.
Le società di servizi finanziari inoltre vedono nell'AI generativa il potenziale per migliorare il servizio di assistenza ai clienti e il processo decisionale. Bank of America ha recentemente introdotto un assistente virtuale basato sull'AI, Erica, per fornire ai clienti indicazioni finanziarie personalizzate. Capital One sta adottando un approccio analogo con Eno, un assistente via SMS che si esprime in linguaggio naturale basandosi sull'AI.
L'AI generativa sta anche aiutando le aziende di servizi finanziari a muoversi in un panorama normativo complesso. I fornitori di software per la gestione della conformità stanno incorporando l'AI generativa e il machine learning nelle loro piattaforme per analizzare regole, politiche e processi normativi, al fine di individuare e valutare i rischi legati alla conformità.
Casi d'uso dell'AI nel settore sanitario
Il settore dell'assistenza sanitaria è uno di quelli che hanno ricavato più vantaggi dall'AI, con casi d'uso che vanno dallo sviluppo dei farmaci alla cura dei pazienti. L'AI viene utilizzata per automatizzare le attività amministrative, migliorare l'analisi delle immagini diagnostiche, contribuire alle diagnosi e sviluppare programmi di assistenza personalizzati.
Uno dei casi d'uso più interessanti è quello della scoperta dei farmaci e dei relativi test. L'AI generativa può velocizzare il processo di individuazione dei composti per i nuovi farmaci e accelerarne lo sviluppo. Uno studio del Boston Consulting Group ha scoperto che l'AI può ridurre del 25-50% i costi e i tempi di sviluppo e di test dei farmaci, consentendo di commercializzare più rapidamente i farmaci salvavita e quelli che cambiano la vita. Ecco alcuni esempi:
- I ricercatori del MIT hanno usato l'AI per sottoporre a screening oltre 100 milioni di composti chimici, portando allo sviluppo di Halicin, un antibiotico che si è dimostrato efficace contro molti ceppi batterici farmacoresistenti.
- Insilico ha utilizzato la sua piattaforma di AI per generare e ottimizzare l'INS018_055, destinato a trattare la fibrosi polmonare idiopatica (FPI), una malattia polmonare. Nelle sperimentazioni cliniche il farmaco è stato sviluppato in appena 18 mesi tra l'individuazione del target e l'attribuzione al composto dello status di candidato pre-clinico.
- Recursion, attiva nel settore delle biotecnologie, ha usato l'AI sui dati delle immagini biologiche per individuare oltre 20 nuovi farmaci sperimentali per le malattie genetiche e correlate all'età, molti dei quali sono attualmente in fase di sperimentazione clinica.
Casi d'uso dell'AI nella pubblica amministrazione
Le pubbliche amministrazioni possono essere tra i principali utenti dell'AI, considerando gli enormi volumi di dati con cui hanno a che fare ogni giorno e il gran numero di persone con cui interagiscono.
Presso il governo federale degli Stati Uniti i casi d'uso dell'AI stavano emergendo così rapidamente che è stato creato un database per monitorarli. Il database comprende oltre 700 esempi di utilizzo dell'AI da parte di dipartimenti e agenzie, tra cui l'analisi delle isole di calore urbane per proteggere meglio i residenti da condizioni meteorologiche estreme, l'analisi dei feedback non strutturati dei veterani militari per migliorare l'erogazione dei servizi e l'accelerazione del processo di confronto tra nuove domande di brevetto e brevetti esistenti.
In Argentina, il Ministero della Salute sta utilizzando l'AI per prevedere la diffusione di malattie come la dengue in base ai dati relativi al clima e agli spostamenti della popolazione. A livello locale, l'ufficio del pubblico ministero di Buenos Aires ha collaborato con il laboratorio di AI dell'Università di Buenos Aires per sviluppare Prometea, un assistente virtuale basato sull'AI che contribuisce a velocizzare il lavoro in ambito giudiziario.
Casi d'uso dell'AI nel settore manifatturiero
Il settore manifatturiero ha già tratto enormi vantaggi dall'AI e da altre tecnologie avanzate; l'AI generativa consentirà di aumentare ulteriormente l'efficienza e la qualità. L'AI aiuta a velocizzare la progettazione e lo sviluppo dei prodotti, a monitorare la qualità e ad aumentare la precisione nella pianificazione della produzione e nella gestione dell'inventario.
General Motors utilizza un design generativo basato sull'AI per contribuire al miglioramento dei componenti dei veicoli, prestando particolare attenzione alla leggerezza. Grazie alla collaborazione con AutoDesk, i tecnici di GM sono riusciti a valutare rapidamente oltre 150 progetti alternativi per una staffa dei sedili e a elaborare un design in grado di semplificare la produzione, riducendo al contempo il peso del 40% e aumentando la resistenza del 20%.
Airbus ha avuto un'esperienza simile con il design generativo, che ha consentito di realizzare una paratia più resistente e più leggera per l'A320. Sono stati utilizzati degli algoritmi di AI generativa basati su modelli di crescita presenti in natura per ottimizzare la struttura della paratia. La "paratia bionica" risultante è del 45% più leggera rispetto ai design tradizionali, benché conforme ai rigorosi requisiti di resistenza alle sollecitazioni e di distribuzione delle forze di impatto.
Nello stabilimento si usa l'AI generativa per aumentare i tempi di attività della produzione e ridurre i costi legati all'assistenza. I modelli di AI si possono addestrare con dati provenienti dai sensori delle apparecchiature e sono in grado di riconoscere i modelli di dati che possono indicare un guasto imminente. L'AI si usa anche per analizzare i dati storici di manutenzione, agevolando la risoluzione dei problemi e l'analisi dei guasti.
Prepariamoci per la rivoluzione dell'AI
La domanda non è se l'AI arriverà nella tua azienda, ma quando—. Sempre che non sia già arrivata. L'entusiasmo per le potenzialità dell'AI nella tua organizzazione è comprensibile, ma è importante riconoscere i cambiamenti che saranno necessari nel percorso verso l'AI e nel massimizzare il ROI dei casi d'uso dell'AI.
