L’intelligenza artificiale generativa è entrata in poco meno di un anno nella vita di tutti.
In rapida successione sono stati rilasciati ChatGPT, Midjourney, Google Bard, Claude, Dall-E ed altri strumenti per la creazione di contenuti, e le aziende li stanno integrando con funzioni operative nell’ambito del design, dell’intrattenimento, dell’e-commerce, della ricerca scientifica, della programmazione informatica e molto altro.
Ma ci sono molte implicazioni. Approfondiamo.
L’intelligenza artificiale generativa è davvero alla portata di tutti
ChatGPT di OpenAi ha completamente democratizzato l’intelligenza artificiale generativa, in tempi brevissimi: dopo due mesi dal lancio si erano giài iscritte cento milioni di persone, rendendola così di gran lunga l’applicazione con la crescita più sorprendentemente rapida di sempre.
La sua accessibilità immediata rende Chat GPT diversa da tutte le AI che l’hanno preceduta: gli utenti non hanno bisogno di alcuna abilità informatica particolare per interagire con essa o trarne valore: praticamente chiunque sia in grado di digitare una domanda all’interno di una stringa al pc, può utilizzarla.
E, come nel caso di altre tecnologie rivoluzionarie (es. il personal computer o lo smartphone), una piattaforma di intelligenza artificiale generativa può dare origine a molte applicazioni per un pubblico veramente eterogeneo.
Parliamo di applicazioni di business.
La posizione dei vertici aziendali secondo McKinsey
Secondo Mckinsey, a fronte di tutta questa velocità di diffusione, le leadership aziendali stanno ancora valutando il valore e i rischi di questa tecnologia, che pure è già entrata in azienda.
Siamo in una fase interlocutoria, in cui l’AI si usa ma non se ne comprende fino in fondo la piena potenzialità. E rimane qualche timore.
I vantaggi dell’Intelligenza Artificiale generativa per le aziende
L’adozione, nell’ambito dei prodotti aziendali, di un modello di intelligenza artificiale generativa richiede investimenti importanti: servono capitali e figure ad alta specializzazione.
McKinsey sottolinea come le aziende debbano essere pienamente consapevoli del potenziale impatto trasformativo dell’AI generativa sul modello operativo.
Per agevolare il passaggio, oltre ad assumere i profili tecnici necessari, dovranno formare la propria forza lavoro in modo che possa comprendere appieno le funzionalità, i limiti ed i rischi dell’Ai.
Inoltre, sarà fondamentale redigere linee guida chiare in termini di utilizzo, nonché garantire piani di istruzione e formazione continui.
Applicazioni ed opportunità per le aziende
Vediamo solo alcune delle possibili implicazioni pratiche dell’intelligenza artificiale generativa nell’ambito del business. Si tratta di un elenco molto parziale, destinato a svilupparsi sempre di più.
Immagini e progetti di design
In questo settore, le applicazioni dell’intelligenza artificiale generativa spaziano dal fashion design a quello di prodotto, fino alla progettazione architettonica di edifici.
Utilizzando i dati relativi alle immagini di prodotti esistenti, è possibile creare nuovi progetti e modelli che aderiscono ai criteri determinati dai dati acquisiti, oppure modificare e personalizzare progetti già esistenti.
Nell’ambito del design di prodotto, l’Ai è in grado di produrre nuove idee e personalizzare i prodotti in base alle preferenze del cliente. Inoltre, aiuta ad ottimizzare il prodotto utilizzando i dati sulle prestazioni per ideare modifiche di progettazione che ne migliorino le caratteristiche..
E-commerce
L’intelligenza artificiale generativa offre diverse applicazioni promettenti nell’ambito dell’e-commerce.
Generazione di contenuti
Le AI generative possono creare descrizioni di prodotti, recensioni simulate per i test, e contenuti per blog o pagine di prodotto. Utile quando si hanno migliaia di prodotti.
Raccomandazioni personalizzate
L’Ai può analizzare il comportamento di navigazione e acquisto dei clienti e, in base a esso, generare raccomandazioni di prodotti su misura per ogni utente.
Disegno e progettazione di prodotti
Gli algoritmi generativi possono suggerire nuovi design di prodotti basandosi sulle tendenze attuali e sulle preferenze dei consumatori.
Chatbot e assistenza clienti
I chatbot basati sull’AI possono interagire con i clienti, rispondere alle loro domande, guidarli nell’acquisto e risolvere problemi post-vendita.
Ottimizzazione delle immagini
L’AI può essere utilizzata per migliorare o modificare le immagini dei prodotti, generare varianti di colore o stile, creare immagini dei prodotti in ambienti diversi etc.
Previsione dei trend
E’ possibile analizzare i dati per identificare tendenze emergenti in termini di prodotti popolari o nuovi stili, permettendo ai rivenditori di adattarsi rapidamente.
Gestione del magazzino
Tra i tanti possibili usi, l’AI può essere utilizzata per prevedere quali prodotti saranno più richiesti in futuro ed ottimizzare di conseguenza gli stock.
Simulazioni di ambiente
L’intelligenza artificiale generativa può creare ambienti virtuali in cui i clienti possono “provare” o visualizzare i prodotti in un contesto tridimensionale.
Personalizzazione dell’esperienza d’acquisto
L’AI può adattare l’interfaccia, le promozioni e i contenuti dell’e-commerce in base alle preferenze ed ai comportamenti pregressi del cliente.
Analisi dei feedback dei clienti
Di fondamentale importanza, l’AI può analizzare le recensioni dei clienti e generare insight su quali aree del prodotto o del servizio necessitano di miglioramenti.
Medicina e pratica clinica
L’intelligenza artificiale generativa sta trovando numerose applicazioni nell’ambito della medicina, sia nella ricerca sia nella pratica clinica. Di seguito sono elencate alcune delle principali direzioni di ricerca.
Scoperta di nuovi farmaci
L’AI generativa può esaminare, in modo efficiente e veloce, vasti set di dati contenenti strutture molecolari. Questa analisi mira a identificare molecole con determinate caratteristiche, che potrebbero essere candidate per nuovi farmaci. Tutto ciò per accelerare notevolmente il processo di scoperta e sviluppo di nuove terapie.
Imaging medico
Le reti neurali generative possono aiutare a migliorare la qualità delle immagini mediche, ridurre il rumore, aumentare la risoluzione o simulare modalità di imaging senza la necessità di sottoporre il paziente a ulteriori radiazioni o procedure.
Simulazione di dati medici
L’IA generativa può creare set di dati sintetici che mantengono le caratteristiche statistiche dei dati reali. Ciò può essere utile per l’addestramento o la validazione di modelli in situazioni in cui i dati reali sono limitati o sensibili.
Diagnostica personalizzata
L’IA può essere addestrata a riconoscere modelli sottili, vale a dire pattern, tendenze o relazioni nei dati che potrebbero essere difficili da rilevare o interpretare per gli esseri umani a causa della loro complessità, della vastità dei dati o della sottigliezza stessa del modello. Nell’ambito medico, questi modelli possono essere segni o sintomi iniziali di una malattia.
Protesi e dispositivi medici
L’IA generativa può essere utilizzata nella progettazione e ottimizzazione di protesi o dispositivi medici, assicurando una migliore adattabilità e funzionalità.
Formazione medica
La realtà virtuale o aumentata alimentata da IA generativa può creare scenari simulati per formare studenti di medicina o professionisti in procedure complesse senza il rischio associato ai pazienti reali.
Ricerca genetica
L’analisi dei dati genomici tramite intelligenza artificiale può aiutare a identificare relazioni e modelli tra varie sequenze genetiche che consentano di approfondire l’insorgenza di determinate malattie.
Telemedicina
L’IA generativa può migliorare la telemedicina, ad esempio attraverso l’analisi delle immagini inviate dai pazienti e fornendo diagnosi preliminari o suggerimenti di trattamento.
Sebbene l’IA generativa offra molte opportunità nell’ambito medico, è essenziale affrontare le questioni etiche e garantire la sicurezza e l’accuratezza dei modelli.
Inoltre, la collaborazione tra esperti in IA e professionisti del settore medico è fondamentale per sfruttare al meglio queste tecnologie.
Industria dell’intrattenimento
Un solo esempio.
Dal 14 luglio 2023, praticamente in tutti gli Stati Uniti, è in atto lo sciopero degli attori e sceneggiatori del cinema e della televisione. La protesta, indetta dal sindacato di settore contro gli Studios di Netflix, Disney, Paramount, Fox, Universal, Sony, Warner Bros e Amazon, nasce, tra le altre cose, per chiedere la regolamentazione dell’uso dell’intelligenza artificiale nel cinema.
Tramite l’AI, infatti, si possono replicare volti e voci degli attori in modo sempre più sofisticato, creando i famosi deep fake.
Siamo ben al di là della CGI, che ci ha restituito la principessa Leia giovane in Rogue One – a Star Wars Story, ma sempre con quell’aspetto un po’ da cartone animato.
Il rischio è che le major si impossessino dell’immagine di un attore senza limitazione di tempo, riutilizzandone la sembianza in altri progetti. Senza retribuzione.
Per l’industria cinematografica il potenziale è enorme, ma il tema etico lo è di più.
Etica e progresso
Rimane importante sperimentare e creare valore, anche di business, attraverso l’intelligenza artificiale generativa, ma con progetti definiti dall’inizio alla fine, chiari e supervisionati dell’uomo, mentre si continuano a monitorare i risultati e le evoluzioni tecnologiche e normative.
Scegliamo di chiudere con le parole della professoressa Elena Esposito, ordinario di sociologia dei processi culturali e comunicativi alle Università di Bielefield, in Germania, e Bologna, autrice di Comunicazione artificiale. Come gli algoritmi producono intelligenza sociale.
La Esposito ritiene che se le macchine contribuiscono all’intelligenza sociale non è perché abbiano imparato a pensare come noi, ma perché hanno imparato a partecipare alla comunicazione: ed è con questo scenario che dobbiamo imparare a confrontarci.
Senza paura, se possibile.
“Platone diceva che la scrittura avrebbe fatto perdere l’uso della memoria agli esseri umani – dice la Esposito – e in parte è successo. Con le intelligenze artificiali, e con la comunicazione artificiale, potremmo perdere qualcos’altro. Ma va bene così. Perderemo qualcosa, ma acquisiremo dell’altro”.
