Emiliano Traini ci racconta cosa trova e cosa promettono i nuovi strumenti alle imprese (e non solo)
La Grande Recessione tra il 2006 e il 2013 portò colossi di Wall Street come Lehman Brothers al collasso, alla crisi del debito sovrano in Europa, all’intervento massiccio di Washington in salvataggi vari. La Fed varò manovre per 7.700 miliardi di dollari, circa la metà del Pil Usa, e i soldi pubblici furono la ciambella del moral hazard dei master of the Universe di New York. Ma non senza attriti, per quasi 60 giorni a fine 2011 il movimento spontaneo di protesta dei cittadini Occupy Wall Street condannò aspramente il salvataggio pubblico della finanza privata di Wall Street e chiese più democrazia, opponendo le istanze della gente e dell’uomo comune alle alchimie finanziarie che avevano rotto il giochino turbocapitalista e ora portavano i cocci sul bilancio pubblico.
Occupy AI, una società nata appena cinque anni fa, inevitabilmente ricorda fin dal nome quell’afflato democratico. Nomina sunt consequentia rerum, i nomi sono conseguenza delle cose. Ma la democratizzazione dell’intelligenza artificiale è ovviamente di tutt’altra natura, anche se la discontinuità che le nuove tecnologie promettono chiama in causa trasversalmente le istanze maggiori del discorso pubblico e quelle atomiche della vita quotidiana e della competitività delle PMI. Ne parliamo con Emiliano Traini, data scientist esperto di AI tra i fondatori di Occupy AI.
Siamo un gruppo di esperti che aiutano le imprese più diverse, PMI e Startup attive in settori che spaziano dalla manifattura ai servizi tecnologici, ad adottare questa rivoluzione dell’intelligenza artificiale con consapevolezza ed efficacia. Le abilitiamo all’adozione dei modelli più adeguati al proprio business, sia che si tratti di machine learning, che di automatizzazione dei processi. Coadiuviamo lo sviluppo di modelli data driven, rendiamo accessibili i dati, ricorriamo a tutti gli strumenti della fisica, della statistica, della matematica applicata, compresi i large language model come ChatGPT o il text mining o la computer vision, in un’ottica artigianale che adatta grandi modelli e standard alla realtà concreta della richiesta del cliente, sviluppando quindi quelle soluzioni sartoriali che a nostro parere sono le uniche veramente efficaci per le imprese.
Emiliano Traini
È un mondo complicato, un glossario di opportunità evolute e difficili.
Qualche esempio concreto?
Tutte le imprese hanno un archivio di dati, spesso non strutturati, che rappresenta un valore inespresso. In genere una PMI adotta un grande standard ERP (enterprise resource planning) che viene calato sui suoi processi specifici un po’ meccanicamente, spesso non se ne conoscono neanche tutte le potenzialità e di frequente non si adatta questa infrastruttura IT all’attività dell’impresa, ma si piegano i processi delle PMI ad esso. Un errore che sacrifica risorse e genera costi.
Noi facciamo il contrario: studiamo l’impresa per trovare le soluzioni che la valorizzano. Con un algoritmo si può trasformare per esempio la massa di dati raccolti dai processi nell'input di un modello predittivo che può, per esempio, prevedere lo sviluppo di alcuni indicatori della società e informare le scelte strategiche del management. Si possono porre degli alert, che inviano segnali in caso di superamento di alcuni parametri, si può programmare l’usura dei materiali o la gestione del magazzino. Tutto questo può ridurre in maniera importante i costi di una società, può renderla più competitiva e aiutarla a sopravvivere in un contesto sempre più sfidante e prosperare.
L’user experience di operai, amministrativi ed account di una società è una delle istanze su cui ci concentriamo maggiormente, la supervisione umana dei processi può fare un salto in avanti davvero disruptive per la produttività aziendale e può liberare risorse importanti.
Ma facciamo cose anche più strane, per esempio abbiamo aiutato una startup milanese a sviluppare i software per i suoi servizi di consulenza sull’abbigliamento. In pratica un’app che ci aiuta a vestire meglio e ad abbinare colori e capi alla forma del nostro viso. Ci siamo occupati di restauro e abbiamo aiutato delle banche, delle imprese manifatturiere...
Ma la personalizzazione di queste soluzioni software è conveniente per le imprese?
Assolutamente sì. Il primo approccio è fondamentale perché studiando la società possiamo indirizzarla verso le soluzioni specifiche più adatte alle sue esigenze. Se si pensa che l’uso di uno strumento come ChatGPT con grandi moli di dati può richiedere costi per migliaia di euro al mese, l’adattamento delle soluzioni alle esigenze specifiche può da subito creare vantaggi economici importanti.
Le nostre soluzioni misurate sul profilo aziendale incoraggiano inoltre l’impresa a sviluppare la propria identità IT e quindi la orientano spesso anche alla creazione di brevetti e licenze che, soprattutto per le startup possono costituire il nocciolo duro del loro valore, per questo la cessione della proprietà intellettuale delle soluzioni progettate rappresenta una parte importante della nostra proposta.
Meglio l’America che sviluppa soluzioni di AI all’avanguardia quasi senza regole o l’Europa che norma con l’AI Act un mercato in cui poi operano gli altri? Non rischiamo di restare indietro?
In realtà dovrebbe essere il contrario, perché la creazione di un quadro normativo solido può aiutare le imprese a svilupparsi in un contesto prevedibile e organico. Non sono sicuro che senza l’AI Act, l’Europa avrebbe sviluppato prima modelli di intelligenza artificiale più competitivi, era comunque già indietro, ma ci sono in Italia e nel Vecchio Continente grandi competenze che sicuramente daranno un apporto scientifico allo sviluppo di queste tecnologie.
E DeepSeek?
È competitiva e ha sparigliato i giochi, ma in termini di costi e performance siamo circa a uno a dieci rispetto alle soluzioni più avanzate degli Stati Uniti. Lo sviluppo di software proprietari o open source come DeepSeek è un altro tema che il mercato elaborerà, ma che ci chiama in causa direttamente perché l’adattamento e lo sviluppo di soluzioni ad hoc che noi promuoviamo punta proprio a ridurre i costi potenziali e le inefficienze che altrimenti si creerebbero con l’adozione meccanica di grandi standard costosi in termini economici, energetici e ambientali.
Perché un’impresa dovrebbe investire in intelligenza artificiale, insomma non è solo un affascinante giochino che però in pratica non cambia tanto?
Al contrario. Da quello che vediamo nelle imprese con cui lavoriamo, c’è un enorme bisogno di monitoraggio, controllo, valorizzazione delle informazioni delle imprese. Anche solo rendere accessibile il dato che magari è disperso tra bilanci, bolle di accompagnamento, buste paga e fatture, rappresenta un carburante potente per il business.
Le società spesso scoprono, mettendo a sistema il valore intrinseco dei propri archivi tramite un modello d’intelligenza artificiale e degli algoritmi mirati, che possono tagliare in maniera importante dei costi o scoprono che un’attività secondaria sta crescendo a doppia cifra.
Possono programmare la manutenzione degli impianti, il consumo dei materiali, la rotazione delle scorte, predire sistematicamente lo sviluppo di diversi processi e ottimizzarli.
Noi forniamo anche soluzioni di RAG (Retrieval-Augmented Generation), ossia ottimizziamo un modello linguistico di grandi dimensioni (Large Language Model come ChatGPT) con informazioni mirate senza modificarlo alla base, ma rendendolo più efficace e più efficiente sulle necessità delle imprese. Così in pratica può fornire le informazioni più appropriate ai prompt immessi dal personale dell’impresa, senza chiamare in causa lo scibile umano, ma adattandosi a quello che serve e quindi risparmiando in maniera importante risorse e tempo.
Dell’AI spesso si teme l’impatto occupazionale, ma nelle sue parole sento spesso l’approdo finale a un controllo umano…
L’AI, come tutte le innovazioni tecnologiche, può distruggere dei posti di lavoro ormai desueti e crearne di nuovi, ma in definitiva deve essere sempre monitorata e gestita da un essere umano.
Basti pensare al campo del giornalismo o dell’informazione scientifica, in genere se non si sa di cosa ci si occupa non si può ottenere granché dall’intelligenza artificiale.
Se non si struttura un prompt in maniera adeguata, non si può sperare in un risultato di qualità. Un lato importante della nostra attività è l’academy, la formazione a vari livelli e formati, da workshop di qualche ora a corsi di alcuni mesi. Sempre molto concreti.
L’intelligenza artificiale suscita in tutti noi ansie e speranze. Mi confida una paura e una speranza suscitate da questi nuovi strumenti?
La paura è il potenziale di abuso di questi strumenti ovviamente. L’AI può essere usata per un monitoraggio sociale distopico e antidemocratico, per usi terribili, come l’istigazione al suicidio o la catalogazione sociale. Bene ha fatto l’AI Act europeo a vietare pratiche aberranti come l’impiego di software per il riconoscimento delle emozioni.
Ma anche le speranze sono tante. L’AI può essere impiegata anche per rafforzare i diritti delle persone, ridurre le disuguaglianze, rafforzare la consapevolezza degli individui in un contesto di partecipazione democratica. Possono poi produrre soluzioni rivoluzionarie in ambito medico o nel contrasto del cambiamento climatico. Per esempio un sistema di algoritmi può comunicare periodicamente a un’impresa l’impronta carbonica delle attività e inserire questi parametri tra gli altri del business.
Intervista a cura di Giovanni Digiacomo