AI Generativa: l’importanza e gli step per l’implementazione di un progetto di Intelligenza Artificiale Generativa

L’importanza e gli step per l’implementazione di un progetto di AI Generativa

Nel corso degli ultimi due mesi, abbiamo esaminato la storia dell’AI Generativa, nonché i suoi vantaggi, rischi e applicazioni commerciali.

Come stiamo osservando, l’Intelligenza Artificiale Generativa (AI Generative) è una tecnologia e uno strumento che moltissime aziende desiderano introdurre nelle loro attività. Tuttavia, per catturare il suo valore e gestire i rischi in modo sostenibile, è importante avere una solida strategia di implementazione.

Come inizia un progetto e una sperimentazione di AI generativa?

I modelli linguistici (LLM) hanno bisogno di un addestramento e il risultato è direttamente proporzionale al numero di parametri (un’indicazione della complessità della rete neurale che implementa l’algoritmo) e la quantità di dati utilizzata per l’addestramento. Per addestrare e personalizzare un modello partendo da zero sono necessari budget importanti, superiori alle possibilità economiche di molte aziende.

Per questo, come primo passo, molte aziende iniziano con un “progetto Pilota”, utilizzando modelli pre-addestrati (chatgpt, llama, …). Tuttavia, questa soluzione presenta diverse limitazioni e problematiche legate non solo alla privacy, ma anche agli errori (in gergo “allucinazioni”) nelle risposte.

Ed è qui che una soluzione ibrida, come quella sviluppata da Quix, che utilizza modelli esistenti ai quali vengono applicati delle metodologie di personalizzazione, porta dei risultati ottimali. Le metodologie di personalizzazione possono essere:

1. fine tuning: con questa tecnica si utilizza un modello pre-addestrato e si aggiunge una conoscenza specifica aziendale. Questa metodologia consiste nel fornire al modello base ulteriori informazioni specifiche per fare in modo di specializzare il comportamento delle risposte.
2. rag (retrieval augmented generation): questa tecnica consiste nel fornire direttamente al modello i documenti da cui estrarre le risposte e quindi integrare il modello con un knowledge base aziendale sul quale basarsi per le risposte. Questa tecnica permette di ridurre le allucinazioni e sfruttare il patrimonio documentale già presente in azienda. Ad esempio, la creazione di un chatbot HR che risponde alle domande dei dipendenti sulle politiche specifiche dell’azienda è un esempio di questa modalità.

Quali sono gli step per implementare una soluzione di AI generativa?

1. Definisci la tua visione e il valore che il nuovo strumento genererà

Mappa come la tua organizzazione trasformerà processi e sistemi e migliorerà le competenze delle persone con l’integrazione di un modello di AI Generativa nelle attività quotidiane.

Identifica gli ostacoli che potrebbero rallentare l’adozione di questo strumento. Pianifica le soluzioni, le azioni e assegna a un dirigente il compito di promuovere il cambiamento organizzativo necessario.

2. Definisci gli obiettivi, i vantaggi e metriche di successo

Concentrati maggiormente sulle metriche aziendali piuttosto di quelle finanziarie:

• Crescita aziendale, ad esempio, potenziale di cross-selling, stime della domanda, tempi di risposta, monetizzazione di nuovi asset ecc
• Soddisfazione dell’utente e del cliente
• Efficienza dei costi, ad esempio, riduzione degli sprechi, dei tempi, aumento della produttività dei dipendenti, ottimizzazione delle risorse ecc

3. Valuta e riduci i principali rischi legati all’AI.

• Tecnici, quindi quanto bene le opzioni tecnologiche proposte possono rispondere alle esigenze dell’azienda
• Interni, quindi aspetti come la cultura aziendale, la leadership, il coinvolgimento, le competenze tecniche ecc
• Esterni, in particolare le normative governative e i quadri regolamentari. Poiché l’uso dell’AI continua a sollevare nuove questioni sull’etica e la responsabilità, nuove regolamentazioni potrebbero essere introdotte e pertanto è importante rimanere sempre aggiornati.

4. Crea una Politica interna per privacy e sicurezza

Crea e implementa una politica specifica per l’utilizzo delle AI Generative. Infatti, indipendentemente dalla nuova soluzione che potresti implementare, è probabile che le persone stiano già utilizzando strumenti di AI Generativa all’interno dell’azienda, sia a scopo sperimentale che per supportare le proprie attività lavorative.

Crea una politica semplice, con poche semplici regole ad esempio:

• Non inserire alcuna informazione personalmente identificabile.
• Non inserire alcuna informazione sensibile.
• Non inserire alcuna proprietà intellettuale aziendale.
• Attiva la cancellazione della cronologia
• Monitora attentamente come vengono utilizzate le risposte e i contenuti generate dall’AI dato che potrebbero essere soggette ad errori e affermazioni tendenziose o inappropriate.
• Sperimenta prima.

Prima di utilizzare l’AI generativa per creare contenuti rivolti ai clienti o ad altri utenti esterni, sperimenta internamente. Assicurati che gli output siano appropriati e che ci siano processi e linee guida per supportare le persone nell’utilizzo dello strumento.

5. Crea un portfolio di casi studio

Crea un portfolio di casi d’uso e una libreria di istruzioni per l’uso interno e continua a convalidare i risultati e testare continuamente il modello per evitare deviazioni.

6. Sii trasparente

Assicurati di comunicare in modo chiaro e trasparente agli utenti, che siano dipendenti, clienti o terze parti, che stanno interagendo con una macchina.

Considerazioni Finali

In conclusione, l’AI generativa offre diverse opportunità, ma richiede un’attenta pianificazione e una strategia ben definita per massimizzarne i benefici e ridurre al minimo i rischi.

L’adozione di uno strumento di questo tipo deve essere graduale e ben testata, con attenzione alla validazione dei risultati e al monitoraggio costante per evitare deviazioni. E’ importante non avere fretta, ma mantenere la funzionalità in beta o in fase di test per un periodo prolungato, ciò contribuirà a meglio gestire le aspettative e i risultati finali.