Le applicazioni di Intelligenza Artificiale sono molteplici e riguardano diversi ambiti non solo industriali, ma anche domestici. Un esempio, sono i sistemi di casa intelligente in grado di regolare temperatura, umidità o illuminazione in base alle nostre abitudini, o all’utilizzo della voce come input per alcuni dispositivi. Tuttavia, se è vero che potenzialmente l’Intelligenza Artificiale potrebbe essere applicata a diverse sfere del nostro quotidiano, questo processo di diffusione non è destinato a manifestarsi in tutti i settori alla stessa velocità. La diffusione di questa innovazione, infatti, dipende dalle soluzioni tecnologiche disponibili, dal valore attribuito all’innovazione da parte delle aziende e dai costi necessari per rendere intelligenti prodotti e processi.

Quali sono le applicazioni dell’Intelligenza Artificiale?

Al fine di fornire un quadro completo delle soluzioni di IA adottate dalle aziende, l’Osservatorio ha individuato sei classi di soluzioni dell’Intelligenza Artificiale, distinte in base alle finalità d’utilizzo. All’interno di queste classi, l’AI Generativa rappresenta…

1. Virtual Assistant/Chatbot

Alla categoria dei cosiddetti Chatbot appartengono agenti software in grado di eseguire azioni o erogare servizi per un individuo in base a comandi ricevuti in maniera vocale o testuale. Questi sistemi, utilizzati sempre di più nel Customer Care aziendale come primo livello di assistenza con il cliente, si contraddistinguono per la loro capacità di comprensione del tono del dialogo e di memorizzazione delle informazioni raccolte.

I grandi modelli linguistici e le soluzioni conversazionali basate sulla Generative AI hanno ridato spolvero a questa classe di soluzioni, rendendoli molto più capaci, flessibili e naturali nelle interazioni con gli utenti. Migliore comprensione della domanda e generazione della risposta, gestione di dialoghi complessi e applicabilità per aumentare la produttività individuale ne hanno caratterizzato il successo. Un esempio di applicazione di Intelligenza Artificiale Generativa tramite Chatbot è ChatGPT, sviluppato da OpenAI e specializzato nella conversazione testuale mediante un linguaggio naturale.

2. Natural Language Processing

Il Natural Language Processing (NLP) è quel ramo dell’AI che riguarda l’informazione espressa nel linguaggio naturale. Si tratta di soluzioni che elaborano il linguaggio, con finalità che possono variare dalla comprensione del contenuto, alla traduzione, fino alla produzione di testo in modo autonomo a partire da dati o documenti forniti in input.

Anche in questo caso, sono varie le soluzioni di NLP in cui i Large Language Model hanno migliorato le performance ottenibili, dalla traduzione del testo al riassunto di documenti. A queste la frontiera è rappresentata dalla Smart Search, che consiste nell’utilizzo di soluzioni di Generative AI per interrogare la Knowledge base aziendale e ritrovare informazioni all’interno di documenti che non gli sono stati forniti precedentemente nei dati per l’addestramento.

3. Computer Vision

La Computer Vision è un campo scientifico interdisciplinare che studia algoritmi e tecniche per permettere ai computer di raggiungere una comprensione di alto livello del contenuto di immagini o video. L’attenzione per la Computer Vision è cresciuta molto negli ultimi anni, grazie alla grande diffusione di immagini e video digitali e soprattutto all’avvento di tecniche di Machine Learning. Si tratta soluzioni di analisi di immagini, singole o in sequenza (video), orientate al riconoscimento di persone, animali e cose presenti all’interno dell’immagine stessa, al riconoscimento biometrico (es. volto, iride) e in generale all’estrazione di informazioni dall’immagine. Questi sistemi si stanno diffondendo principalmente nell’ambito della videosorveglianza, dove l’analisi delle immagini è fondamentale per individuare eventuali situazioni anomale o di pericolo.

La Generative AI rappresenta l’ultima frontiera anche in questa applicazione. Soluzioni quali DALL-E e Sora di OpenAI sono in grado di generare immagini e video realistici a partire da un input testuale.

Intelligent Data Processing

Si tratta di algoritmi che analizzano dati specifici per estrapolare informazioni e compiere azioni in conseguenza. In questa categoria rientrano diversi utilizzi, come l’Analisi Predittiva (analisi di dati per fornire previsioni sull’andamento futuro di un determinato fenomeno) e il Rilevamento di frodi (identificazione di elementi non conformi a un modello previsto).

“Chat with your data” è oggi il mantra per spiegare come la Generative AI sta cambiano anche il modo di accedere ai dati e alle informazioni in essi contenute. Tramite la GenAI è oggi possibile dialogare con i dati, chiedere in linguaggio naturali di estrapolare previsioni, patter o generare altre viste statistiche e avere così maggiori insight per prendere le decisioni più opportune.

Recommendation System

Queste applicazioni AI indirizzano le scelte degli utenti in base ad informazioni da essi fornite (in maniera diretta o indiretta). Tra le soluzioni più diffuse si individuano i sistemi che suggeriscono un acquisto in base a quelli precedenti, influenzando così il customer journey e, più in generale, il processo decisionale dell’utente.

Soluzioni fisiche

Rientrano in questa classe di applicazioni di Artificial Intelligence:

• Autonomous Vehicle, i mezzi di trasporto autoguidati, tipologia di veicoli adibita al trasporto di persone, animali o cose che può essere destinata alla navigazione non solo su strada, ma anche marittima, fluviale e aerea.
• Intelligent Object, si tratta di oggetti in grado di compiere azioni senza l’intervento umano e di prendere decisioni in base alle condizioni dell’ambiente circostante (es. la valigia intelligente che, attraverso una connessione bluetooth, è in grado di individuare la posizione del proprietario tramite uno smartphone);
• Autonoumos Robot, robot in grado di muoversi senza l’intervento umano, in base ad informazioni raccolte dall’ambiente circostante. A questa categoria appartengono sia soluzioni industriali come i robot progettati per l’automazione di processi produttivi e logistici, sia robot destinati al mercato civile, come gli assistenti alla vendita presenti all’interno di negozi per fornire informazioni ai clienti.

Il mercato dell’Intelligenza Artificiale in Italia

All’interno della sua Ricerca l’Osservatorio Artificial Intelligence ha rilevato che nel 2023 il mercato dell’Artificial Intelligence in Italia è cresciuto a ritmi senza precedenti, raggiungendo un valore di 760 milioni di euro (+52% rispetto al 2022). La quasi totalità di questo valore (90%) è generato dalle grandi imprese. Il restante 10% si suddivide equamente tra Pubblica Amministrazione e PMI.

Sempre secondo la Ricerca dell’Osservatorio, il 61% delle grandi imprese afferma di avere all’attivo, o almeno a livello di sperimentazione, progetti di AI. Nelle piccole e medie imprese, invece, l’adozione equivale al 18%.

Nel complesso la diffusione dell’AI nelle imprese italiane nel 2023 è stabile rispetto all’anno precedente. Tuttavia, le aziende che proseguono e accelerano maggiormente nell’ambito dell’Intelligenza Artificiale sono quelle che avevano avviato almeno una sperimentazione già in precedenza. L’AI Generativa, che costituisce il 5% delle progettualità di AI realizzate (circa 38 milioni di euro), non ha quindi avvicinato all’IA le aziende che non avevano già adottato questa tecnologia.

Come espresso da Alessandro Piva, Direttore dell’Osservatorio Artificial Intelligence “L’avvento della Generative AI non sembra tuttavia essere una via per ridurre il gap nell’adozione dell’Intelligenza Artificiale tra le grandi organizzazioni, chi è indietro nel percorso di adozione dell’AI, infatti, non riesce a trarre beneficio delle opportunità della generative AI (nel 77% dei casi).”

Intelligenza artificiale: i settori in cui viene maggiormente applicata

Ormai sono tantissime le branche dell’economia in cui le funzionalità dell’intelligenza artificiale vengono richieste. Chiaramente i settori a più alto contenuto tecnologico si sposano meglio con gli strumenti di IA. Non bisogna però dimenticare quanto sia prezioso anche l’uso in aree come:

• la sanità, per fornire letture mediche e radiografiche ad personam;
• lo shopping virtuale, per offrire suggerimenti e opzioni di acquisto al consumatore;
• lo sport, per fornire ai coach supporto su come ottimizzare l’organizzazione e le strategie di gioco;
• la cybersecurity, per prevenire le frodi attraverso gli advanced analytics, ossia analisi sofisticatissime che mettono insieme dati, eventi, comportamenti e abitudini per intuire in anticipo eventuali attività criminali tipo la clonazione di una carta di credito o l’attuazione di una transazione non autorizzata;
• la supply chain, mediante la connessione e il monitoraggio costante di tutti gli attori coinvolti dagli acquisti all’inventario, dal magazzino alle vendite, fino all’integrazione con il marketing.

Un po’ di storia

Di intelligenza artificiale se ne è cominciato a parlare durante la seconda guerra mondiale, con il primo progetto che risale al 1943 ad opera di Warren McCulloch e Walter Pitt. I due ricercatori proposero al mondo scientifico il primo neurone artificiale che diede il là ai collegamenti tra i neuroni artificiali e i modelli complessi del cervello umano.

Verso la fine degli anni ’50 arrivarono i primi modelli di reti neurali, che riproducevano il funzionamento della mente umana attraverso una macchina. Ufficialmente il termine intelligenza artificiale ebbe luogo con i primi linguaggi di programmazione. Al riguardo il matematico statunitense John McCarthy introdusse il linguaggio Lisp nel 1958 e Prolog nel 1973.

Fino agli anni ’90 lo sviluppo dell’IA procedette in sordina, con alti e bassi. Lo svolta si ebbe quando vi fu l’ingresso dei processori grafici o GPU, cioè chip di elaborazione dati molto più potenti rispetto ai CPU precedenti. Nei giorni nostri sono arrivati i chip neuromorfici, che intregrano l’elaborazione dati e storage in un unico componente in grado di emulare le funzioni sensoriale e cognitive del nostro cervello. Da qui in poi è tutto un processo di crescita che mira a sostituire integralmente le funzioni dell’essere umano. L’umanoide Optimus di Elon Musk ne è una prova, prima ancora di un’ambizione.