Ai generative
27 Settembre 2023

AI Generative: vantaggi, rischi e applicazioni

AI Generative

Dopo aver approfondito cosa sono le AI Generative e la loro storia nel nostro articolo precedente, continuiamo il nostro percorso sull’AI Generative, andando a vedere i vantaggi, i rischi e le applicazioni di business delle soluzioni.

I modelli preaddestrati generativi (che alimentano soluzioni di AI Generative come ChatGPT), possono essere utilizzati per automatizzare e potenziare le attività umane o delle macchine ed eseguire autonomamente processi aziendali e IT.

Quali sono i vantaggi e le opportunità con l’AI generative?

L’AI generativa offre nuove opportunità per aumentare i ricavi, ridurre i costi e migliorare la produttività e infine gestire meglio il rischio.

AUMENTARE I RICAVI

Sviluppo di prodotti:
l’AI generativa può consentire alle aziende di sviluppare prodotti più rapidamente, analizzando dati e scenari e fornendo risposte più rapide e migliori.

Nuovi mercati e canali:
aziende con un maggiore livello di maturità nell’uso dell’AI possono utilizzare questa per entrare in nuovi mercati o aumentare la propria presenza su diversi canali di comunicazione, creando e modificando contenuti testuali e multimediali in modo automatico (ottimizzazione SEO dei testi, redazione di articoli di blog o dei copy per i diversi canali social ecc).

MENO COSTI E PIU’ PRODUTTIVITA’

Ottimizzazione delle attività quotidiane:
è possibile creare, semplificare, riassumere e tradurre contenuti originali come testi, immagini, video in modo automatico e per diversi scopi. l’AI può anche classificare contenuti, creare documentazione commerciale, copy per campagne di marketing,  verificare codice software e migliorare le prestazioni dei chatbot. Questo permette di risparmiare tempo e risorse.

Miglioramento dei processi:
l’AI generativa può agevolare il reperimento dei documenti e la loro catalogazione. E’ possibile anche utilizzare l’analisi dei dati per prevedere scenari futuri, andando così a migliorare i processi.

GESTIONE DEL RISCHIO

Mitigazione del rischio:
la capacità dell’AI generativa di analizzare e fornire una visione più ampia e profonda dei dati, come le transazioni dei clienti, il codice software potenzialmente difettoso, idee e informazioni su come conformarsi alle normative, può  migliorare la capacità di identificare potenziali rischi per l’azienda in modo più rapido.

 

Quali sono i rischi dell’AI generative per le aziende che decidono di utilizzarla?

Gli strumenti di AI Generativa, come ChatGPT o simili sono addestrati su grandi quantità di dati disponibili pubblicamente. Non sono progettati per essere conformi al Regolamento generale sulla protezione dei dati (GDPR) e ad altre leggi sul copyright, quindi è imperativo prestare molta attenzione all’uso delle piattaforme da parte delle aziende. Inoltre, l’AI generativa può fornire risposte non sempre corrette, essendo addestrato da un set di dati che magari non è sempre veritiero e/o aggiornato e non avendo la possibilità di capire i doppi sensi, l’ambiguità, il sarcasmo o l’ironia

I rischi da monitorare:

IMPRECISIONE

I sistemi AI possono produrre contenuti e risposte inesatte. E’ pertanto fondamentale la convalida umana. Ricordiamo che questi sistemi apprendono velocemente, quindi la convalida andrà ripetuta ogni singola volta.

Efficacia minore su lingue meno diffuse, poiché spesso allenati su lingue comuni come inglese o spagnolo.

Limitazione tecnologica nell’elaborazione di testi molto lunghi. Ciò è dovuto al numero massimo di parole o “token” che il modello può gestire, (Chat-GPT limita  ad alcune migliaia di parole il suo input). Il numero di token consumati determina il costo della soluzione.

PROPRIETA’ INTELLETTUALE (IP)

Attualmente non esiste una governance e protezione dei dati verificati e i dati inseriti potrebbero diventare  informazioni pubbliche. Pertanto è importante mettere in atto controlli per evitare di esporre involontariamente la proprietà intellettuale.

SOSTENIBILITA’

A seconda del caso d’uso l’AI generativa può arrivare ad utilizzare una quantità significativa di elettricità ed è pertanto importante includere questi consumi nei propri bilanci di sostenibilità.

NORMATIVE GDPR E PRIVACY

Molti fornitori di AI Generative non sono ubicati nell’UE, pertanto è fondamentale durante la progettazione della propria  soluzione con AI Generative, prestare attenzione alla condivisione di informazioni con terze parti per l’addestramento. Infatti, per allenare un modello AI in base alle specifiche dell’azienda, potrebbe essere necessario condividere informazioni con terze parti. Noi di Quix utilizziamo esclusivamente grandi player come fornitori dei servizi per utilizzare i modelli di AI Generativa, come ad esempio Azure, dato che questi non solo sono eseguiti in Europa, secondo le normative GDPR, ma consentono anche di configurare soluzioni ad hoc.

Quali sono le applicazioni di questa tecnologia?

L’AI generativa ha avuto e continuerà ad avere un impatto significativo in molti settori tra cui: farmaceutico, manifatturiero, media, architettura, design d’interni, ingegneria, automobilistico ecc. Inciderà sul marketing, sul design, sulle comunicazioni, sulla formazione e sull’IT. Qui di seguito alcuni esempi di applicazioni pratiche di alto livello in uso oggi:

  • Creazione di contenuti testuali: produzione di testo in base a parametri specifici forniti dall’utente. Ad esempio, se si forniscono dati di prodotti, l’AI può generare testi adatti per e-commerce o newsletter. In alternativa, si può fornire un testo e utilizzare l’AI per scrivere contenuti correlati, particolarmente utili per la marketing automation e la creazione di customer journeys.
  • Creazione di immagini in base ad una descrizione testuale.
  • Correzioni e traduzioni: tradurre in lingua, correzione grammaticale o adattare il tono di un testo, rendendo le comunicazioni aziendali più efficaci e adatte al pubblico di destinazione.
  • Risposte alle domande: fornire risposte a domande e interagire con gli utenti in modo simile a un chatbot. Questo le rende preziose per l’interrogazione di una knowledge base interna dell’azienda o per fornire assistenza tramite chat online.
  • Sintesi e semplificazione: ottenere riassunti automatici di documenti lunghi o complessi, conversazioni, articoli, e-mail e pagine web o estrarre contenuti chiave.
  • Classificazione dei contenuti per casi d’uso specifici: ordinare contenuti per sentimento, argomento, data ecc.
  • Estrazione di dati da documenti destrutturati come email, pdf, DDT (documenti di trasporto) fatture, richieste di ordine e di acquisto ecc
  • Sentiment analysis: effettuare un’analisi delle recensioni di prodotti o servizi, contribuendo a identificare l’opinione degli utenti e le loro preferenze.
  • Miglioramento delle prestazioni dei chatbot: migliorare le risposte generate da chatbot e assistenti virtuali.
  • Creazione e correzione di codici IT: generazione e verifica del codice
  • Raccomandazioni: suggerire attività, prodotti e soluzioni agli utenti in modo proattivo.

In conclusione, le AI Generative rappresentano un potente strumento per migliorare l’efficienza e l’efficacia delle operazioni aziendali e l’introduzione di queste in azienda diventerà un vantaggio competitivo e un elemento differenziante. Tuttavia, è essenziale comprenderne i limiti e assicurarsi di avere una governance e delle regole specifiche.

Il prossimo mese andremo ad esaminare gli elementi e gli step necessari per l’implementazione di questo tipo di soluzione in azienda.