Le imprese italiane aprono il cantiere dell’Intelligenza Artificiale ma i problemi non sono pochi. L’ingresso nel nuovo mondo è pieno di incertezze: la mancanza di nuove competenze, la difficoltà della trasformazione tecnologica e, infine, le questioni etiche e giuridiche. Un nuovo paradigma tutto da costruire anche nei modelli di business. Ma a cosa può servire l’Intelligenza Artificiale per chi ha un’azienda? Può accelerare la conoscenza dei trend di mercato con analisi predittive o aiutare a prendere le decisioni più giuste. Poi c’è il tema del governo dell’automazione fino alla gestione dei servizi alla persona e all’ottimizzazione delle risorse. Se il cantiere è aperto da poco, è fisiologico che molti siano partiti ma che tanti altri non lo siano affatto. Così il rapporto realizzato da Minsait e dall’Università Luiss Guido Carli, che verrà presentato oggi al Campus di Viale Pola a Roma, racconta come soltanto un’azienda su quattro abbia definito un piano di sviluppo. (Sole 24 Ore)
La maggior parte delle imprese non sa ancora come applicare l’Intelligenza Artificiale nello sviluppo del proprio business. Ritardo o incertezza nell’affrontare la nuova rivoluzione? «Di fatto il dato che emerge dopo aver interpellato più di 500 aziende di diversi settori – spiega Roberto Carrozzo, head of intelligence and data di Minsait Italia – è che la maggior parte non ha piani di integrazione di questa tecnologia nel proprio business». In sostanza i problemi che frenano l’innovazione sembrano essere di due tipi. «Il primo – continua Carrozzo – riguarda le competenze, ovvero la difficoltà di istituire dei pool di analisti dei dati e di soft engineering all’interno delle società».
La seconda questione è invece legata all’infrastruttura tecnologica che per certi versi è sorprendente: «Abbiamo capito che le imprese preferirebbero dotarsi di mezzi propri ma per far questo servono tempi lunghi e anche investimenti più cospicui». Di fatto, affidarsi ai servizi informatici esterni condivisi come i cloud non è ancora considerato conveniente, probabilmente soprattutto in termini di sicurezza. Ma questo è un freno che rischia di essere decisivo rispetto a una prospettiva di competizione anche internazionale.
Irene Finocchi, direttrice del corso di studi in Management and Artificial intelligence spiega invece come una delle sorprese del rapporto sia che in realtà la falsa partenza dell’Intelligenza artificiale per le imprese non è un problema di investimenti, «i soldi per iniziare questo processo di cambiamento sembra che ci siano e che ci sia anche una sensibilità all’analisi dei dati». Piuttosto, un altro elemento di criticità riguarda «l’incertezza normativa che ancora circonda questo settore, molti non sanno fin dove possono arrivare e cosa è consentito fare». Questo a fronte di un Ai Act europeo che però non ha ancora trovato una definizione legislativa nel nostro paese. Se gli Stati Uniti hanno intrapreso una strada votata alla sperimentazione più spinta e la Cina, pur investendo tantissimo, ha chiaramente un approccio dirigista «restano delle ampie tematiche etiche e giuridiche che non sono state ancore sciolte».
Poi, tornando sul tema delle competenze, la professoressa Finocchi sottolinea come la necessità delle aziende «sia quella di trovare personale che non sia formato solamente del punto di vista tecnico, che è comunque molto importante, ma servono figure che sappiano collegare l’intelligenza artificiale al mondo o al settore in cui si opera». Un data scientist che lavora in banca, per esempio, deve saper collegare la lettura dei dati alle questioni finanziarie ed economiche. «Dunque, la particolare partita delle università è quella di creare dei corsi di laurea che abbiano nella multidisciplinarietà la loro caratteristica fondante. Per questo la Luiss, oltre alla triennale, ha messo in campo anche la magistrale in Data Science and Management».
