Tre casi d’uso ben definiti: digital labor, vale a dire “tutto ciò che oggi è intensivo, in termini di dati: dal backoffice all’Hr, fino al marketing, alla comunicazione, alla generazione di contenuti”; customer care, rivolto sia alla clientela interna, sia a quella esterna, per la gestione del ticketing; intelligenza artificiale per l’IT, in questo caso sviluppo software, sviluppo di codice, migrazione di ambienti, mettendo a disposizione di sviluppatori e tecnici strumenti che possono accelerare di ordini di grandezza la modernizzazione di piattaforme e applicazioni, per generare quella agilità di cui il mercato ha bisogno.
Questi gli ambiti nei quali Ibm ha scelto di giocare la propria partita nell’ambito dell’intelligenza artificiale generativa, così come spiegato da Stefano Rebattoni, amministratore delegato della società, in occasione di Think Milano.
Indice degli argomenti
Rebattoni: “Puntare su crescita, efficienza e sostenibilità”
“In un momento contraddistinto da forte incertezza determinata dall’incremento dei tassi di interesse, da una spinta inflattiva che resta sopra soglia, da una minore propensione alla spesa da parte dei consumatori, oltre che, naturalmente, dalle tensioni geopolitiche e dalle grandi sfide della transizione ecologica, del cambiamento climatico, dell’inclusione sociale, le imprese devono aver ben chiare le linee di indirizzo verso le quali orientare i propri investimenti”, ha evidenziato Rebattoni.
In primis, creare le condizioni per crescere, trovando nuove linee di ricavo, ampliare la propria base clienti, guadagnare market share. Sulla bottom line mantenere un focus preciso su produttività, efficienza, utili. Infine, restare resilienti, garantirsi la continuità operativa per poter gestire eventi inattesi e rispondere alle sfide della sostenibilità, in un’ottica rigenerativa e non estrattiva.
“Il combinato disposto di questi tre obiettivi, crescita, efficienza e sostenibilità, mostra chiaramente come il digitale giochi ruolo chiave. È una evidenza che emerge anche da una ricerca da noi condotta su oltre 3.000 Cio e non a caso intitolata “Seven Bets”. I Cio scommettono su cloud ibrido, automazione, cybersecurity e naturalmente AI Generativa, che è il tema del giorno sul tavolo di tutti”.
I Foundation Model della strategia Ibm
Ibm guarda a un’ntelligenza artificiale per il business, in un’ottica di vera e propria democratizzazione.
Una AI diversa dai modelli tradizionali di deep learning e machine learning “ma che oggi, grazie ai Foundation Model è molto più accessibile anche a chi non poteva a suo tempo investire in queste tecnologie”,
Una AI generativa in grado di portare nelle imprese efficienza e produttività, “liberando migliaia di ore uomo da dedicare ad attività più qualificate e qualificanti”, che Ibm considera dunque un’opportunità per riqualificare il proprio contributo in azienda su attività a maggior valore, in qualunque settore di mercato e di industria, con un potenziale di valore che Rebattoni considera analogo “a un nuovo Pnrr per il nostro Paese”.
Aver reso i Foundation Model, modelli “pre-trained” disponibili anche per le pmi è il differenziale che oggi Ibm considera chiave per portare l’AI generativa a un’dozione più capillare nel Paese.
Perché poi la questione sta proprio qui: “In Italia il tasso di adozione della AI generativa è più o meno in linea con i tassi globali. Il vero problema è la distribuzione. Se nelle grandi imprese siamo su tassi del 60%, nelle pmi si arriva a mala pena al 20%”.
Con la propria piattaforma watsonx, Ibm ha scelto di indirizzare le tre componenti chiave dell’AI generativa: l’addestramento e la convalida dei modelli di AI con Watsonx.ai, la gestione dei dati dell’AI con Watsonx.data e la governance, con Watsonx.governance, per una AI trasparente, bias free e trusted.
Superare i limiti di deep e machine learning
Tiziana Tornaghi, managing Partner Ibm Consulting Italia, sottolinea come quella dell’AI generativa sia una partita nella quale si crea il connubio perfetto tra tecnologia e consulenza, soprattutto con l’obiettivo di realizzare pilot in grado di indirizzare le esigenze specifiche nei tre use case sopra citati, ridefinendo le competenze e mettendo in campo anche le strutture dei competence center di Napoli e Bari, con l’obiettivo di dar vita a una nuova factory dedicata alla AI generativa. Da parte sua Alessandro Curioni, Ibm Fellow e vice president Ibm Research Europa e Africa sottolinea che “siamo di fronte a una rivoluzione. I Foundation Model renderanno vera l’equazione: dati + AI = valore. Fino a ieri, per creare modelli di AI servivano tanti dati, tanta manodopera, tante annotazioni. Il tutto per creare modelli specifici che risolvevano un solo task. I modelli precedenti richiedevano tantissimo effort e non erano scalabili. I Foudation Model danno risultati migliori, senza grossi investimenti e una volta creati possono essere specializzati per diverse applicazioni con l’aggiunta di poche note e pochi dati ulteriori. È più facile e meno costoso creare modelli efficaci, aggiornabili, modificabili”.
Determinante la questione etica
Tutto questo senza trascurare né gli aspetti etici, né quelli di governance, né quelli regolatori.
Consapevole che quando una tecnologia diventa trasformazionale, si amplificano anche gli effetti negativi, Ibm dichiara di essere al lavoro con Governi e partner accademici per una “regolamentazione di precisione, che analizzi gli aspetti più rischiosi legati alle applicazioni non agli algoritmi. Chiunque crea i modelli deve prendersi la responsabilità di ciò che crea”.
