Episodio 1: Libera l'eroe dell'IA che è in te

Premessa

 a cura di Ronald van Loon

CEO & Principal, Intelligent World

L'effetto dell'IA generativa: rivoluzione, opportunità e futuro del business

Stiamo vivendo un'era di profonde trasformazioni grazie ai progressi dell'intelligenza artificiale. Questo cambiamento è caratterizzato principalmente dall'adozione di massa dell'IA favorita dalle innovazioni accessibili nell'intelligenza artificiale generativa (GenAI). 

Nella sua vita relativamente breve, la GenAI si è evoluta rapidamente. Ora l'attenzione è focalizzata su come le aziende possano trarre vantaggio dal suo potenziale apparentemente illimitato.  

Mentre l'atteggiamento verso la GenIA oscilla attualmente fra cauto ottimismo, adattamento strategico e un impegno collettivo per una gestione responsabile, la strada verso la creazione di valore commerciale da questa tecnologia avanzata è ancora tutta da percorrere. Ciononostante, i tassi di adozione sono assolutamente degni di nota. Secondo il Generative AI Benchmark Report di Qlik, il 79% dei responsabili nelle aziende ha già investito in uno strumento o progetto di GenAI.

Tuttavia, da un grande potere derivano grandi responsabilità. I cambiamenti dirompenti indotti dall'IA e dalla GenAI interesseranno molti settori, richiedendo un approccio urgente e proattivo alla governance e alla gestione del rischio. In questa fase, la maggior parte delle organizzazioni non ha ancora adottato politiche solide che definiscano le modalità con cui le aziende stesse e i loro dipendenti, che probabilmente già usano l'intelligenza artificiale nella loro vita privata, debbano interagire con questa tecnologia.

Le preoccupazioni per l'etica e la sicurezza associate all'IA e alla GenIA sono numerose, come dimostra l'AI Executive Order emanato dal Presidente americano Biden, che definisce nuovi standard per la sicurezza dell'IA, e il recente AI Global Safety Summit tenuto a Londra e culminato nella Bletchley Declaration on AI Safety.

Questi sviluppi evidenziano un impegno globale a garantire lo sviluppo sicuro e responsabile dell'IA. L'enfasi sulla collaborazione internazionale, sulla tutela dei consumatori e sulla promozione dell'innovazione rispecchia un approccio equilibrato che punta a sfruttare i benefici della GenIA, mitigandone al contempo i rischi.

Ma, mentre i governi cercano di rispondere all'innovazione, la GenIA sta già avendo un impatto concreto sul modo di operare delle imprese. Questa tecnologia sta ridefinendo le attività di selezione del personale e la valutazione delle competenze della forza lavoro, come conseguenza del suo utilizzo crescente in funzioni quali marketing, vendite e servizio clienti. Sono questi i lavoratori che daranno forma alla risposta commerciale all'innovazione dell'IA.

Questi cambiamenti sembrano essere stati accolti con ottimismo e con un approccio strategico agli investimenti, invece che con inerzia: il 45% dei dirigenti indica che i progressi recenti in questa tecnologia stanno favorendo un aumento degli investimenti in questa tecnologia, mentre il 36% sta investendo in una strategia di IA formalizzata.

È un buon inizio, ma non sempre le azioni producono effetti positivi. Questa guida illustra i punti di vista dei responsabili della gestione e dell'analisi dei dati in diversi settori, che hanno già intrapreso il loro viaggio nell'IA, e fornisce consigli pratici per ottimizzare i processi di gestione dei dati con l'IA.

Introduzione

Esperienze reali con l'IA raccontate dagli esperti di dati

Il dibattito sull'IA e sul suo potenziale valore per le imprese diventa sempre più intenso. Tuttavia, in questo grande "rumore di fondo" si percepisce il rischio di un sovraccarico di informazioni. Pertanto, è comprensibile che molti responsabili di gestione e analisi dei dati restino dubbiosi sui reali benefici della tecnologia e sul percorso di adozione. Sanno che i loro team di gestione dei dati sono fondamentali per il successo delle iniziative IA, ma il percorso è finora poco battuto e, quindi, ci sono pochi esempi da seguire.

Visionary Voices nell'AI raccoglie le esperienze reali e i consigli pratici di professionisti di dati e analytics che hanno già intrapreso il viaggio verso l'implementazione dell'IA.

Continua a leggere per scoprire il loro punto di vista su come massimizzare l'impatto dell'IA e potenziare il ruolo della componente umana. Oltre a questo, diversi esperti discuteranno di modelli addestrati pubblicamente o privatamente, di bilanciamento fra innovazione e rischio da un lato e governance ed etica dall'altro, e molto altro ancora.

L'IA esiste ormai da alcuni decenni, ma negli ultimi tempi sta registrando un picco di popolarità. Esistono molte ragioni per questa impennata: progressi delle tecnologie collegate, maggiore disponibilità di dati per creare algoritmi migliori e un ventaglio crescente di applicazioni pratiche. Pur essendo considerata uno strumento per ottenere un vantaggio competitivo, restano aperte discussioni e valutazioni sugli ambiti in cui l'IA può generare il maggior valore. Si comincia però già a intravvedere il modo in cui i team di dati e analisi utilizzano (o pensano di utilizzare) l'IA in diversi settori e per diversi scopi.

Atto primo

Il potenziale positivo dell'IA

Trasformare i dati per creare informazioni preziose

È chiaro che sia il settore pubblico sia quello privato vedono nell'IA un'opportunità per aumentare il valore dei loro prodotti e servizi. Questo, a sua volta, aiuta le organizzazioni a soddisfare le aspettative, aumentare le efficienze e, in alcuni casi, superare la concorrenza. 

“L'IA ha il potenziale per rivoluzionare la sanità migliorando l'accuratezza delle diagnosi, gli esiti dei pazienti e le cure post-operatorie e riducendo i costi per il sistema sanitario. Viene già utilizzata nella diagnostica per immagini per l'individuazione precoce del cancro. Vengono già effettuati interventi chirurgici con l'ausilio di robot, che possono essere utili negli interventi in laparoscopia, riducendo così i tempi di recupero dei pazienti. Oltre a questo, l'IA può aumentare la produttività e l'efficienza delle cure somministrate, consentendo ai sistemi sanitari di offrire cure migliori a un maggior numero di persone".”
Deepa Tambe, Head of Reporting Technology, Barts Health NHS Trust

Mitul Vadgama, Senior Data and Analytics Strategy Manager di Lloyds Banking Group, spiega come la tecnologia possa portare valore al settore bancario: “L'IA ha il potenziale per trasformare i servizi finanziari, ad esempio le banche, fornendo servizi personalizzati, aumentando la sicurezza, ottimizzando le attività operative e supportando decisioni guidate dai dati. L'adozione di tecnologie IA può aiutare le banche a restare competitive in un settore in rapida evoluzione, fornendo al tempo stesso servizi migliori ai loro clienti.”

Dave Elliott, Global Data and Analytics Manager di Mayborn Group, proprietario del marchio di prodotti per l'infanzia Tommee Tippee, riconosce le opportunità di miglioramento dei servizi e risposta alle domande della clientela, ma sottolinea anche l'aggiornamento delle attività di backend necessario per ottenere questi risultati. “L'IA offre moltissime opportunità," spiega, "che si tratti di migliorare e ottimizzare la supply chain, migliorare l'esperienza del consumatore con l'elaborazione del linguaggio naturale o l'IA generativa, oppure introducendo funzionalità IA nell'ambito delle vendite e della previsione della domanda.”

Ma questi non sono gli unici vantaggi che Mayborn Group si aspetta dall'utilizzo dell'IA. Mark Little, collega di Dave e Principle Business Intelligence Specialist, racconta: “Utilizziamo l'IA in diversi ambiti. Quello in cui abbiamo avuto il ritorno maggiore è l'analisi del sentiment. Grazie a questa tecnologia possiamo analizzare tutte le recensioni su numerose piattaforme e farci un'idea generale del nostro andamento. Senza questi strumenti impiegherei ore per raccogliere e leggere tutti i commenti.”

Le aziende private non sono le uniche a vedere il potenziale di miglioramento dei processi decisionali. Calum MacIver, Corporate Information Manager di The Health Informatics Service – parte del Calderdale and Huddersfield NHS Foundation Trust – sottolinea come il servizio sanitario nazionale del Regno Unito (NHS) stia beneficiando delle capacità predittive dell'IA.

“All'interno dell'NHS, l'IA sta diventando sempre più visibile nelle sue applicazioni, dall'assistenza nelle diagnosi alle previsioni su ricoveri e percentuali di presenza alle visite programmate. Le analisi fornite dalla tecnologia aprono nuovi orizzonti per la ricerca in tutte le aree del servizio sanitario".

Ottenere un vantaggio grazie alla velocità

Il tema della velocità risulta centrale nelle esperienze degli esperti con l'IA e quando viene chiesto di citarne il valore per le imprese. I team di dati e analytics svolgono un ruolo fondamentale per trasformare dati eterogenei in informazioni tangibili e fruibili. Con grandi volumi di dati disponibili e la necessità di estrapolare informazioni approfondite e dettagliate in tempo reale, l'analisi manuale risulta spesso lenta e, al temine del processo, le informazioni ottenute sono ormai obsolete. È chiaro che l'IA offre grandi opportunità in questo senso.

Come osserva Priscila Papazissis, Data Product Manager di Localiza & Co., azienda brasiliana di autonoleggio, “nella mia organizzazione l'IA sta trasformando l'accesso ai dati e alle analisi e promuovendo processi decisionali guidati dai dati. La tecnologia offre l'opportunità di catturare, elaborare e visualizzare enormi quantità di dati con una velocità senza precedenti grazie agli algoritmi di machine learning. I tempi fra lo svolgimento di un evento e la raccolta dei risultati si sono accorciati, così veniamo informati più velocemente e possiamo prendere decisioni che fanno la differenza.”

John Delligatti, Director of Digital Supply Chain Transformation di SDI, aggiunge: “Un conto è se l'IA fa risparmiare molto tempo a me personalmente...se invece posso risparmiare tempo per dieci o cento persone, il valore diventa inestimabile. Quindi io consiglierei di cominciare subito a valutare questi strumenti. Incoraggiate i membri del vostro team a utilizzarli.”

Abbracciare l'ignoto

Le imprese continuano a vivere nell'incertezza a causa del contesto macroeconomico, dei progressi tecnologici e delle normative in continua evoluzione. La buona notizia è che l'IA può aiutare a costruire modelli predittivi che consentano di anticipare sviluppi ed esiti futuri. I team di dati e analisi acquisiscono in tal modo le conoscenze necessarie per portare avanti l'attività aziendale con più fiducia e sicurezza. Inoltre, si libera molto tempo che il team potrà dedicare a valutazioni strategiche sfruttando le informazioni estrapolate e condivise dall'IA.

“Possiamo trasformare i ruoli delle persone che usano i dati e prendono decisioni basandosi su di essi, perché possiamo affidare all'IA il compito ripetitivo di individuare i problemi. Ad esempio, individuare una frode all'interno dei dati sarebbe pressoché impossibile analizzando i dati a occhio nudo".
Priscila Papazissis

Rispetto alle opportunità che l'IA offre a grandi organizzazioni tradizionali come l'NHS, Calum MacIver spiega che “In termini di accesso ai dati, il ruolo dell'IA è destinato a crescere, perché stiamo ancora facendo affidamento su processi consolidati da tempo per arrivare ai dati richiesti. Si tratta più di pensare a ciò che vogliamo fare con i dati una volta che li abbiamo raccolti. Cercare schemi ricorrenti, elaborare previsioni e individuare anomalie nei dati sono tre ambiti nei quali ci aspettiamo il maggior ricorso all'IA, più specificamente al machine learning".

Deepa Tambe condivide l'opinione di Calum sulle potenzialità dell'IA nella previsione di elementi ignoti: “Nella sanità raccogliamo enormi quantità di dati da ogni interazione con pazienti e macchinari. Quello di cui abbiamo bisogno è usare questi dati per ricavarne informazioni. Prevedere i punti di pressione, l'afflusso di pazienti nei reparti di pronto soccorso e le risorse necessarie per soddisfare il fabbisogno degli ospedali sono aree in cui credo che l'IA ci possa veramente aiutare. Stiamo già utilizzando le analytics predittive e le notifiche automatiche per avvisare i team operativi dei requisiti corretti per il tipo di letto. Questa applicazione è stata sviluppata durante il picco della pandemia ed è stata molto utile agli ospedali.”

Definire le esigenze prima dell'adozione 

L'intelligenza artificiale è ormai un argomento di conversazione quotidiano ed è quindi comprensibile che molti vogliano integrare la tecnologia il più velocemente possibile. Tuttavia, è rischioso procedere in tal senso senza aver prima valutato le problematiche che si vogliono risolvere. Le indicazioni delle nostre Visionary Voices sono unanimi: l'adozione dell'IA fine a sé stessa non porta alcun beneficio. Il viaggio verso l'IA deve partire da un problema o una sfida reale. Solo così si potrà cogliere il valore del tempo e del denaro investiti, oltre a sfruttare appieno le capacità dell'IA.

Osserva Mark Little: “L'IA avrà un forte impatto, ma bisogna assicurarsi di avere un caso d'uso adeguato per ottenere un ritorno sull'investimento. Se si parte senza un'idea e ci si limita a sperimentare con la tecnologia, probabilmente si finirà per pensare che è solo una moda passeggera. Se invece si ha un caso d'uso ben definito con un esito misurabile, l'esperienza con l'IA sarà molto più positiva".

Martin Sahlin, fondatore e CEO di Stretch Qonnect , che supporta le società sportive con analisi dettagliate, semplificate e facilmente comprensibili, aggiunge: “Tutti parlano d'intelligenza artificiale, ma molti non sanno perché o a cosa serva. Per arrivare al risultato desiderato e non imboccare la strada sbagliata, le iniziative e gli investimenti in IA devono avere un obiettivo chiaro e specifico. Soprattutto, deve essere possibile misurare concretamente il risultato finale.”

Organizzazioni come HCL Technologies hanno individuato una sfida importante e creato soluzioni per aiutare proattivamente l'azienda.

“Abbiamo un team di data scientist che lavora in Python e ha creato molti modelli di ML per usi aziendali. Un esempio è il modello di Attrition Prediction Analysis, che ci aiuta a prevedere quali dipendenti stanno valutando di lasciare l'azienda e ci consente d'intervenire di conseguenza”.
Rahul Gupta, Associate General Manager

Atto secondo

Ridefinire il ruolo della componente umana

Stanno nascendo nuovi ruoli, ma non per tutti (ancora)

Un vantaggio evidente dell'IA che gli esperti di gestione dei dati hanno già cominciato a rilevare è la possibilità di trovare risposte a domande che neanche sapevano di avere. Ciò avviene grazie alla capacità di analizzare ed elaborare grandi volumi di dati, dimostrare le relazioni fra data point, individuare schemi ricorrenti (pattern) ed elaborare previsioni. Questo significa che gli utenti aziendali e gli analisti non hanno bisogno di competenze pari ai data scientist per trarre beneficio dagli strumenti automatizzati.

“L'IA mi consente di capire meglio le relazioni e il contesto dei dati che in un primo momento potrei non aver notato. Inoltre mi spinge a dubitare di alcuni aspetti che non avrei mai messo in discussione quando facevo l'analisi manualmente,” - Michal Lecian, Business Intelligence Analyst at Dolphin Consulting.

Un altro vantaggio importante dell'IA è l'opportunità di creare nuovi ruoli e responsabilità strategici. In questo modo, i team di gestione dei dati possono astenersi dal lavoro manuale di preparazione e concentrarsi sull'analisi e sulla raccolta di insight.

Filippo Orlando, Head of Advanced Analytics di Unieuro S.p.A, catena italiana leader nell'elettronica di consumo, afferma: : ‘’l'IA migliora le capacità del nostro team automatizzando le attività, fornendo insight e aumentando l'efficienza. Sta ridefinendo i ruoli consentendoci di focalizzarci su attività strategiche di più alto livello. In alcuni casi sono emersi nuovi ruoli legati all'IA per la gestione e l'ottimizzazione dei sistemi IA".

Martin Sahlin è d'accordo nel considerare l'IA non come una tecnologia "sostitutiva" di posti di lavoro, ma un acceleratore del lavoro: “Bisogna sfidare l'IA. È importante essere critici quando si valutano i risultati e monitorare molto da vicino gli esiti dell'IA. Questa tecnologia rimpiazzerà un fetta crescente di ruoli di gestione dei dati in futuro. Le attività ripetitive possono essere facilmente affidate all'IA, lasciando alle persone i compiti più innovativi".

Tuttavia, non tutte le aziende sono pronte a questa svolta o all'integrazione di nuove competenze. Il nostro Benchmark Report sull'IA Generativa evidenzia come solo poco più di un terzo delle organizzazioni stia pianificando di addestrare i modelli completamente all'interno, mentre il 60% pensa di utilizzare parzialmente risorse di terze parti e solo il 4% sta facendo tutto internamente.

Mario De Felipe Pérez, Chief Transformation Officer di Grupo ASV, aggiunge: “Ci stiamo affidando a partner specializzati per implementare la tecnologia. Se raggiungerà una maturità e una rilevanza sufficienti all'interno dell'azienda, valuteremo di assumere personale specializzato. In questo momento stiamo formando molte persone in azienda sull'intelligenza artificiale. Principalmente stiamo lavorando su come usare l'IA generativa per aumentare la produttività dei nostri call center e degli uffici legale, finanziario e marketing”.

Atto terzo

Sfruttare l'innovazione dell'IA in sicurezza

Per ottenere benefici concreti con l'IA non basta "adottare" la tecnologia. Bisogna anche bilanciare l'innovazione con i rischi ad essa associati. Ciò comporta test accurati, conformità alle norme e attento monitoraggio delle iniziative guidate dall'IA. È cruciale valutare i potenziali benefici rispetto ai possibili svantaggi per compiere scelte ponderate sugli investimenti.

“L'avvento dell'IA generativa, come ChatGPT, crea opportunità e sfide in moltissimi ambiti. Sicuramente incoraggia le persone a pensare in modo creativo su come l'intelligenza artificiale possa migliorare la loro attività, ma evidenzia anche l'importanza di un uso etico, di pratiche d'IA responsabili e di una continua ricerca sull'evoluzione delle applicazioni dell'IA. Gestire l'innovazione con valutazioni etiche sarà importante per continuare a sfruttare l'IA generativa e altre tecnologie IA avanzate in prospettiva futura".
Mitul Vadgama

Priscila Papazissis aggiunge: “Dobbiamo cominciare a pensare e studiare come usare questa tecnologia all'interno dell'organizzazione in modo sicuro, mappando tutti i rischi, perché sono convinta che l'IA nasconda molti pericoli potenziali”.

Approccio cauto all'addestramento pubblico dell'IA

Per fare un esempio concreto di questi timori, molte aziende hanno puntato su modelli addestrati pubblicamente nella loro corsa verso l'adozione dell'IA. Questa scelta è dettata principalmente dal tempo e dalle competenze necessari per costruire versioni sofisticate private. Tuttavia, per gli esperti è chiaro che bisogna prendere adeguate precauzioni prima di imboccare questa strada.

Come spiega Rahul Gupta, Associate General Manager di HCL Technologies, “la nostra azienda ha vietato ai dipendenti di immettere informazioni riservate dell'azienda in ChatGPT e altri modelli simili, perché esistono rischi sulla sicurezza dei dati. Questo perché qualsiasi dato condiviso potrebbe essere utilizzato per addestrare il modello pubblicamente”.

Nel contesto generale dell'IA generativa, Dave Elliott si concentra sull'importanza di mettere alla prova i dati: “L'ascesa dell'IA generativa è accompagnata da un misto di entusiasmo e cautela. Questa tecnologia enfatizza la necessità di garantire che sia le organizzazioni sia gli utenti abbiano un livello adeguato di conoscenza e cultura dei dati di base. Senza questa premessa, rischiamo di trovarci in una situazione in cui seguiamo i risultati senza capirne veramente le implicazioni o senza essere nelle condizioni di poterli mettere in discussione. Dopo tutto, per sfruttare veramente i dati al fine di prendere decisioni migliori, indipendentemente dalla loro provenienza, dobbiamo poter leggere i dati, lavorare con essi e metterli in discussione".

‍Sembra che l'atteggiamento generale sia un sano scetticismo verso i modelli IA pubblici. Sussistono molte preoccupazioni sulla capacità di mantenere la qualità dei dati e individuare potenziali pregiudizi. Oltre a questo, ulteriori criticità sono state individuate nella gestione di dati non filtrati o incompleti, nella gestione delle ambiguità e nell'adattamento all'evoluzione del linguaggio.

John Delligatti capisce quanto sia prezioso creare e usare IA propria: “Quando si fa sviluppo internamente o sfruttando le competenze di esperti in materia presenti in azienda, ci vuole più tempo ma si spera che i risultati siano migliori. Le preoccupazioni per l'accuratezza dei modelli di IA, le previsioni e le risposte generate nascono da modelli addestrati pubblicamente e non sui dati dell'azienda e, per dirla tutta, anche da situazioni in cui non si riesce a risalire alle fonti delle statistiche. Abbiamo sentito tutti di casi in cui ChatGPT ha superato un esame di medicina, ma sappiamo anche di esempi in cui ChatGPT ha provato a redigere un documento legale e ha citato casi inesistenti. Pertanto, tutto quello che viene da questi modelli deve essere considerato con la dovuta cautela e verificato in prima persona’".

Deepa Tambe è preoccupato anche dell'utilizzo di dati accurati, sottolineando come l'intero team debba essere istruito sull'importanza di questo aspetto: “In linea di principio, i dati che entrano determinano quelli che escono. Quindi ci dobbiamo concentrare sull'acquisizione di dati accurati per ottenere l'esito corretto. Dobbiamo ancora prestare attenzione al principio di base dell'accuratezza e dell'alfabetizzazione dei dati e istruire le persone (che non hanno una formazione specifica nella gestione e analisi dei dati) sulla loro importanza. Possiamo progredire solo se riusciamo a coinvolgere tutti nel viaggio entusiasmante dell'IA".

Henri Rufin, Head of Data & Analytics di Radiall, condivide il suo pensiero sui pericoli dell'IA generativa: “Usare l'IA generativa senza conoscenze propedeutiche potrebbe essere pericoloso, perché queste tecnologie si nutrono dei dati che forniamo loro, che potrebbero facilmente provocare una violazione della sicurezza. Per lavorare con l'IA generativa serve una profonda conoscenza delle tecnologie sottostanti, unitamente a un piano per evitare appropriazioni indebite o altri problemi etici che potrebbero sorgere in futuro”.

Ridurre il rischio con l'integrazione dei dati 

L'integrazione e la gestione dei dati assumono nuova importanza nell'era dell'IA, unitamente a solidi processi di governance. Serve anche un approccio più flessibile alla gestione dei dati, considerando quanto velocemente l'immissione di nuovi dati possa alterare un modello IA.

"Le organizzazioni dovrebbero puntare a migliorare i processi di integrazione dei dati per supportare le iniziative di IA. A tale scopo possono: implementare una solida governance dei dati, utilizzare strumenti di integrazione avanzati, automatizzare le pipeline ETL, utilizzare data lake, assicurare lo streaming di dati in tempo reale, mantenere la sicurezza e la conformità dei dati, monitorare le prestazioni e promuovere una cultura del miglioramento continuo".
Filippo Orlando

Dave Elliott racconta come Mayborn Group stia approcciando l'integrazione dei dati per l'IA, ma anche altre tecnologie: “[L'integrazione dei dati] è un elemento chiave per tutti gli aspetti del viaggio dell'organizzazione nella gestione dei dati. In quest'ottica, esiste un programma per supportare l'automazione dell'acquisizione e dell'integrazione dei dati. L'obiettivo principale di questo programma è costruire una fonte di dati solida, governata e affidabile, che abbracci tutti gli aspetti dell'organizzazione, sia per supportare le offerte attuali di dati e analisi, sia come base su cui costruire tecnologie nuove ed emergenti”.

Priorità a governance e sicurezza

Non si può certo dire che la governance dei dati sia facile, considerando il volume di dati elaborato ogni giorno dalle imprese:‍

‘’Siamo ormai abituati a supportare una politica di governance dei dati strutturati e a garantirne la qualità, ma quando si parla di dati non strutturati come audio, video o testo, il problema diventa molto più complicato. Abbiamo poca esperienza e stiamo affrontando il problema di etichettare correttamente i dati non strutturati in modo che possano essere elaborati da modelli IA".
Mario De Felipe Pérez

Nell'ambito della governance dei dati, i team devono affrontare anche problemi di sicurezza. Filippo Orlando racconta su cosa sta lavorando il suo team in Unieuro S.p.A.: "La priorità è garantire la riservatezza e sicurezza dei dati attraverso crittografia, controllo degli accessi e rigorosa conformità ai regolamenti sulla privacy. Questo approccio salvaguarda le informazioni sensibili, preserva gli standard etici e consolida la fiducia degli azionisti’’.

Proseguire e sperimentare 

È qui che bisogna trovare l'equilibrio fra innovazione e rischio. Mantenere la solidità della governance e della sicurezza dei dati non deve scoraggiare la sperimentazione con l'IA, almeno per capire quali siano i casi d'uso più appropriati. Se si parte fissando obiettivi chiari e assicurandosi che i dati vengano anonimizzati e protetti adeguatamente, questa dovrebbe essere una buona base per qualsiasi sperimentazione.

Nella pratica, ciò significa collaborare fra tutti i reparti e partire da un gruppo ristretto e affidabile, secondo Henri Rufin:“In Radiall impariamo facendo le cose e crediamo nel proof of concept. L'IA è certamente una tecnologia che vogliamo valutare. Pur avvicinandoci all'IA generativa con grande cautela, non possiamo stare fermi e farci spaventare dai pericoli insiti in queste tecnologie. Abbiamo avviato un'iniziativa di IA che, spero, ci porterà un giorno a fornire nuovi servizi per sostenere l'alfabetizzazione e la governance dei dati in tutta l'azienda. Lavoriamo in stretta collaborazione con i reparti IT e sicurezza per ridurre al minimo il rischio, ma anche definendo un gruppo affidabile di persone per la sperimentazione, prima di passare all'implementazione pubblica”.

Conclusione

Trasformare l'IA da fenomeno a realtà

È chiaro che l'IA rappresenta un'opportunità entusiasmante per le imprese. Con l'aiuto di questa tecnologia possono dare un senso ai loro dati in modo più efficiente e veloce rispetto al passato, fornendo maggiori strumenti ai loro dipendenti e favorendo risultati migliori per i clienti. Oltre a questo, l'IA ha la capacità di cambiare il modo di lavorare dei team di gestione dei dati e di aumentare il valore che portano all'organizzazione.

Come tutte le nuove tecnologie, una forza rivoluzionaria come l'IA porta con sé dubbi e speculazioni sulle eventuali conseguenze di un uso scorretto oppure non supportato da una governance dei dati e un'etica.

Quindi, quali insegnamenti vorrebbero condividere le nostre Visionary Voices per spiegare ai loro colleghi come cominciare a cogliere i vantaggi dell'IA fin da subito?

Cominciare in piccolo, testare e imparare:

“Assicuratevi che la cultura dei dati all'interno dell'organizzazione consenta di comprendere sia l'uso sia i risultati di qualsiasi processo guidato dall'IA. Cominciate in piccolo, testate e imparate, non abbiate paura di sbagliare e assicuratevi che l'azienda capisca che si tratta di un percorso di apprendimento”. - Dave Elliott

Attenersi a pratiche etiche e responsabili

“L'IA è un viaggio e il segreto è cominciare compiendo piccoli passi per acquisire il controllo del suo potenziale, imparando e adattandosi progressivamente. Approcciandosi all'IA in modo strategico e con l'impegno a rispettare pratiche etiche e responsabili, si possono cogliere nuove opportunità e restare competitivi in un mondo in rapida evoluzione”.- Mitul Vadgama

Non dimenticare mai l'importanza del "fattore umano"

“Gli esperti di IA hanno moltissime idee che possono essere applicate a servizi innovativi per la cura dei pazienti. Tuttavia, penso che il lato umano delle cure mediche non debba andare perso, migliorando al tempo stesso le nostre conoscenze”.- Deepa Tambe

Cominciare subito a sperimentare

“Il mio consiglio è che dovete cominciare, se non l'avete già fatto. Se pensate di non fare nulla, mangerete la polvere dei vostri concorrenti. L'IA non è l'inizio e la fine di tutto, ma è un grande strumento e un ottimo punto di partenza per sperimentare. Cominciate a sottoporle domande specifiche per la vostra attività e scoprite che cosa sa, cominciate ad alimentarla con codici quando scovate un errore e vedete che cosa dice. In questo modo potrete acquisire familiarità con la tecnologia e incoraggiare il team a fare altrettanto”.- John Delligatti

Lavorare con partner esperti

“Innanzitutto dovete sperimentare con la tecnologia per capire veramente a quale stadio è giunta. In secondo luogo, parlate con partner specializzati che possano fornire conoscenza, esperienza e possibili casi applicativi. Terzo, cercate casi d'uso in tutti gli ambiti dell'organizzazione”.- Mario De Felipe Pérez

Non trascurare mai il fattore umano

“L'IA può essere molto utile con la sua capacità di pensare fuori dagli schemi. Tuttavia, bisogna considerare con la dovuta cautela i risultati che propone - non sempre sono corretti. Per questo motivo deve essere considerata come strumento per potenziare il lavoro svolto dagli esseri umani, e non per sostituirlo”.- Michal Lecian

Dati buoni, puliti e governati sono fondamentali

“Quando si parla di tecnologia IA, dobbiamo ricordare che, indipendentemente da tutto, l'intelligenza artificiale si basa sui dati. Quindi, la qualità dei dati è fondamentale. Niente funzionerà in modo appropriato se i dati non sono governati correttamente. Questo significa che dovete concentrarvi sull'alfabetizzazione dei dati. In Radiall ci siamo focalizzati su integrazione dei dati, automazione delle dashboard e processi di qualità dei dati prima ancora di pensare a sfruttare i vantaggi dell'IA. Detto ciò, sono fermamente convinto che l'IA, in particolare l'IA generativa, sia destinata a cambiare in meglio il modo in cui gli utenti interagiscono con i dati, favorendo e migliorando l'alfabetizzazione nel lungo termine”.- Henri Rufin