Dopo la bolla, ci aspetta un futuro di AI concreta e misurabile

L’entusiasmo attorno all’intelligenza artificiale generativa ha spinto molte aziende a sperimentare con nuovi modelli linguistici (Llm*), spesso trascurando aspetti cruciali come sicurezza e privacy dei dati. Tuttavia, mentre alcuni parlano di una bolla speculativa destinata a scoppiare, altri vedono emergere un’AI meno appariscente ma più concreta e utile, che punta all’efficienza operativa e all’ottimizzazione delle risorse. Uno studio condotto da KPMG in collaborazione con Ipsos, e anticipato da Repubblica Affari & Finanza, rivela che le aree aziendali maggiormente influenzate dall’intelligenza artificiale saranno la produzione, le vendite e la gestione del personale. Dall’indagine, che ha coinvolto manager di 150 grandi aziende italiane, emerge che il 64% ritiene che l’AI cambierà radicalmente il modello di business aziendale, soprattutto nell’area della produzione.

Il 73% delle aziende coinvolte nello studio prevede che l’adozione dell’AI migliorerà la loro situazione economica, facilitando gli investimenti. Circa il 43% ha già avviato progetti legati all’AI, mentre il 57% prevede di farlo in futuro. Tuttavia, molte aziende più piccole sono ancora in fase di valutazione degli investimenti necessari. Lo studio sottolinea che l’automazione dei processi, l’innovazione di prodotto e il supporto alla pianificazione sono i principali ambiti di applicazione dell’AI, con l’obiettivo di migliorare l’efficienza e ridurre i costi operativi. Tuttavia, la consapevolezza del potenziale dell’AI implica anche un aumento della richiesta di risorse, non solo finanziarie, ma anche in termini di competenze e trasformazione culturale.

Il 41% delle aziende intervistate ritiene che sarà necessario riqualificare più del 20% del personale, mentre il 14% stima che oltre il 50% delle risorse dovrà essere aggiornato. Le soft skill, come la capacità di problem solving (45%) e il pensiero critico (35%), emergono come fondamentali, mentre le hard skill richieste comprendono competenze in linguaggi di programmazione, statistica e normative legali. Con la possibile fine della bolla dell’AI generativa, ciò che resterà sarà una nuova ondata di intelligenza artificiale focalizzata su applicazioni pratiche e misurabili. Quest’AI meno “sexy” sarà utilizzata per ottimizzare processi, fare previsioni accurate, supportare le decisioni aziendali e migliorare l’efficienza operativa, piuttosto che aumentare direttamente i ricavi.

Secondo l’indagine, l’AI consentirà ai manager di concentrarsi su compiti più strategici (95% degli intervistati), mentre l’automazione potrebbe ridurre i lavori non qualificati ma anche creare nuove opportunità per quelli altamente qualificati. Tre aziende su quattro si impegnano a proteggere i posti di lavoro e a investire nella formazione dei dipendenti per sfruttare appieno le potenzialità dell’AI. In sintesi, mentre la fase di euforia intorno all’AI generativa potrebbe ridimensionarsi, ciò che emergerà sarà un’AI più pragmatica e orientata a soluzioni concrete, con applicazioni che migliorano l’efficienza e ottimizzano i processi aziendali. Questa nuova fase dell’intelligenza artificiale promette di avere un impatto significativo sul modo in cui le aziende operano, combinando innovazione tecnologica e competenze umane per affrontare le sfide del futuro.

* Modelli Linguistici (LLM)

I modelli linguistici, noti anche con l’acronimo LLM (Large Language Models), sono algoritmi di intelligenza artificiale progettati per comprendere, generare e rispondere al linguaggio naturale umano. Questi modelli utilizzano vasti insiemi di dati testuali per apprendere le strutture grammaticali, il significato delle parole, le frasi e i contesti. Sono capaci di prevedere le parole successive in una sequenza, generare testi coerenti, rispondere a domande e persino tradurre tra lingue diverse. I Large Language Models sono chiamati così perché sono “grandi” sia in termini di quantità di dati su cui sono addestrati, sia per il numero di parametri (le “connessioni” interne dell’algoritmo) che utilizzano per fare previsioni o generare testo. Tra i modelli più noti ci sono GPT-3, sviluppato da OpenAI, e BERT, sviluppato da Google.