L’esperienza AI di Coopservice: un potente strumento per lavorare meglio e incrementare la produttività 

1. L’intelligenza artificiale non è solo futuro, è già presente. 2. Non va pensata come fantascienza, perché altro non è che complessa elaborazione statistica di combinazioni di dati. 3. Non va considerata un fine in sé ma come uno strumento, un potentissimo strumento per agevolare il lavoro ed aumentare la produttività. Sono i 3 concetti chiave che hanno fatto da prologo alla relazione tenuta dall’Innovation Manager di Coopservice, Giorgio Zucchi, alla presentazione del progetto di CNA Hub 4.0 e CNA Industria ‘AI generativa per le imprese: strumenti pratici per semplificare il lavoro quotidiano’ avviato lo scorso ottobre nell’ambito del percorso ‘Road’ con il sostegno della Regione Emilia-Romagna e in collaborazione con l’Università di Modena e Reggio Emilia.   

La rivoluzione dell’AI generativa è già tra noi 

L’ingegner Zucchi ha portato agli imprenditori di CNA gli elementi fondamentali per approcciarsi ad una rivoluzione tecnologica che è già in corso e che sempre più permeerà di sé ogni settore delle attività umane. In più, raffigurando le infinite possibili applicazioni dell’AI generativa, ha portato gli esempi di pratici di impiego in una organizzazione quale Coopservice, azienda che ha conseguito l’attestazione ISO 56002 sulla gestione dell’innovazione e che è citata quale case history virtuoso nel Libro bianco dell’Innovation Management.

3 concetti chiave e 3 implicazioni che l’AI porta con sé

Così nel panorama dell’innovazione digitale l’intelligenza artificiale generativa (AI) sta rapidamente passando da concetto futuristico a strumento concreto e quotidiano. Un collega di lavoro che non dorme mai, sempre pronto ad aiutarci, dotato di prodigiosa memoria e straordinaria capacità di calcolo, in grado di semplificarci la vita e facilitare le varie fasi di lavoro. E alla stregua dei 3 concetti chiave preliminari, altrettante sono le implicazioni che l’uso dell’AI porta con sé:

• Innovazione tecnologica, poiché rappresenta un ‘salto’ che trasforma il modo di operare, progettare e creare.

• Opportunità professionali, consentendo nuove possibilità di efficienza e creatività nei processi lavorativi.

• Responsabilità etica, in quanto, data la sua potenza e la teorica assenza di limiti applicativi, richiama l’attenzione sull’utilizzo consapevole degli strumenti digitali.

L’AI generativa è statistica avanzata 

Ripetiamolo come un mantra: l’AI è l’applicazione di metodi statistici complessi di analisi e previsione basata sulla disponibilità di dati. E lungi dal sostituire le capacità umane, le potenzia, fornendo la possibilità di migliorare le decisioni e conseguentemente l’efficienza e la produttività. Perché l’intelligenza naturale rimane indispensabile, ma gli algoritmi possono dotarla di ‘acceleratori’ e ‘facilitatori’ che ne supportino le capacità, aiutandola a lavorare con più efficacia e velocità. Invece che demonizzare o prefigurare disastrosi scenari è bene dunque concentrarsi sul fatto che l’intelligenza umana e quella delle macchine dovranno necessariamente trovare le modalità migliori di convivenza, prevedendo i necessari controlli e stabilendo gli ambiti di responsabilità nella consapevolezza dei limiti e dei rischi dello strumento.

L'intelligenza artificiale non sostituisce quella umana: la potenzia

Nella persistenza di timori sulla possibilità dell’AI di sostituire il lavoro e l’intelligenza delle persone può essere di conforto prendere ad esempio l'impatto che grandi o piccoli e novità tecnologiche hanno comportato nella più recente storia dell’uomo, smentendo le profezie di sventura:  

• La calcolatrice ha forse eliminato i matematici?

• Gli sportelli bancomat hanno provocato la chiusura delle banche?

• I fogli excel hanno reso inutili i contabili?

• L'uso della tastiera del pc ha cancellato il ricorso a biro e matite?

La storia dell’AI precede gli albori della Rete 

Certo non tutte queste innovazioni sono paragonabili al portato rivoluzionario dell’intelligenza artificiale, che non a caso viene associata all’altra grande trasformazione giunta a compimento nel 21° secolo, quella della Rete. Un accostamento quanto mai pertinente visto che, se gli albori di internet risalgono agli anni ‘60 del secolo scorso, i primi studi sull’intelligenza artificiale sono addirittura precedenti, datando 1950 la pubblicazione di Computing Machinery and Intelligence con cui Alan Turing introduce l’omonimo test e 1955 la definizione di AI quale ‘the science and engineering of making intelligent machines’ (cui seguirà l’anno successivo la determinazione dell’AI quale campo di ricerca della Computer Science).

Dal chatbot tradizionale a quello generativo: il nuovo mondo del machine learning

Del resto l’uso dell’intelligenza delle macchine, grazie ai software di cui sono dotate, non è certo una novità di oggi. E i chatbot tradizionali, in grado di simulare la conversazione tra persone reali sulla base delle istruzioni fornite dai programmatori, sono da tempo di uso comune ed utilizzati in funzioni ripetitive di assistenza e servizio. Nell’intelligenza artificiale generativa la parola magica è però la terza. è il generativo che cambia tutto, perché reso possibile dal ricorso al machine learning, cioè all’apprendimento automatico delle macchine ‘nutrite’ con miliardi di testi e immagini: un enorme quantità di dati che i computer sono in grado di processare grazie all’incremento esponenziale della capacità di calcolo fondata su sofisticati algoritmi.

Più dati mi fornisci, più lavoro, più imparo: il modello dell’AI generativa è il cervello umano

In questo modo, grazie agli algoritmi che elaborano miliardi e miliardi di informazioni in input, i sistemi informatici (chatbot ‘generativi’) utilizzano calcoli probabilistici per predire e completare frasi in modo coerente e significativo. Quello che avviene è dunque una gigantesca correlazione di dati a grande velocità di esecuzione. Così facendo, affinando continuamente i calcoli statistici, i sistemi informatici diventano in grado di apprendere dall’esperienza, con un meccanismo simile a ciò che un essere umano compie nel suo percorso di vita. Proprio il tentativo di riprodurre le facoltà dell’uomo è all’origine del salto tecnologico: l’autoapprendimento delle macchine è infatti fondato sul deep learning, termine con il quale si indicano tecniche di creazione di reti neurali artificiali che simulano il comportamento del cervello umano. Si tratta di reti virtuali organizzate in diversi ‘strati’, in cui ognuno di essi calcola valori e combinazioni per quello successivo, così da elaborare l’informazione per livelli successivi e quindi in maniera sempre più completa.

La AI generativa quale compagna di lavoro: le diverse applicazioni già adottate da Coopservice

È importante capire che cosa ci sia alla base dell’AI generativa, che cosa sia il machine learning e il deep learning, come funzionano le reti neurali artificiali, perché comprendendo le logiche che ne sovrintendono il funzionamento viene più facile immaginarne i più diversi impieghi. Nell’esperienza di Coopservice, portata al convegno di CNA Reggio Emilia, le applicazioni aziendali sono già molteplici: dalla gestione di e-mail e documenti alla customer care automatizzata, dal design creativo per la produzione di contenuti multimediali all’analisi di dati e previsioni in vista dell’assunzione di decisioni strategiche. Esempi concreti hanno mostrato come già oggi l’AI generativa sostenga il marketing adattivo, la formazione HR personalizzata, le operations predittive, il supporto tecnico tramite chatbot, la normalizzazione delle anagrafiche clienti. Con tutti i vantaggi conseguenti in termini di velocità operativa, alleggerimento dalle funzioni ripetitive, riduzione degli errori, maggiore creatività, decisioni consapevoli. Miglioramenti di grande portata che inducono a progettare l’integrazione progressiva dell’AI in tutte le funzioni aziendali.