L’intelligenza artificiale e le sue applicazioni per migliorare l’organizzazione aziendale

Intelligenza artificiale applicazioni

Una chiara definizione di “intelligenza artificiale” non esiste ancora, considerando che, anche se nata ormai da più di 50 anni, è una disciplina ancora, e più che mai, in evoluzione. 

Per semplificare il concetto potremmo dire che, la AI, l’Artificial Intelligence è quella disciplina informatica che studia e progetta elaboratori elettronici, sia hardware che software, capaci di riprodurre azioni che sembrano tipiche dell’intelligenza umana.

 

Il primo programma che riproduceva ragionamenti logici, il “Logic Theorist” fu presentato nel 1956 durante un convegno negli USA. Esso riuscì a dimostrare alcuni teoremi matematici (output) partendo da determinate informazioni (input). Da allora, ne sono nati molti altri in grado di dimostrare teoremi sempre più complessi. Tra i più conosciuti, il “LISP” (List Processor), il linguaggio funzionale ideato del 1958 da John McCarthy, finalizzato a studiare specifiche equazioni. A partire dagli anni ’80, l’intelligenza artificiale, venne utilizzata anche a fini commerciali e varcò i confini americani, arrivando in Europa. Poi, con la nascita di un nuovo algoritmo che consentiva l’apprendimento per reti neurali, ebbe inizio una nuova era che le consentì l’accesso sia ad ambiti informatici che psicologici. 

 

Oggi, le applicazioni di Intelligenza artificiale sono diffuse e percepibili anche nella quotidianità. Pensiamo, ad esempio, alla capacità di un’auto di frenare automaticamente oppure di non uscire dalla corsia durante una curva (sistemi A.D.A.S. advanced driver assistents systems) o, anche, ad un elaboratore in grado di identificare il personaggio famoso che abbiamo in mente, rivolgendoci non più di 10 domande (skill akinator integrato su sistemi NLP, natural language processingi).

Sono, queste, tecnologie già esistenti di intelligenza artificiale più o meno spinta, che stanno cambiando il nostro modo di vivere, di lavorare e di studiare.

 

Le applicazioni dell’intelligenza Artificiale 

Applicazioni Intelligenza Artificiale

 

L’Intelligenza Artificiale o AI, in definitiva, è la capacità di un sistema tecnologico di risolvere i problemi o sviluppare abilità tipiche dell’uomo come:

 

Acquisire ed elaborare dati o immagini

 

Riconoscere un’immagine, un testo (AIR, advanced image recognition), identificare un’impronta digitale, ormai quasi tutti gli smartphone di nuova generazione sono muniti della tecnologia in grado di riconoscere le nostre impronte digitali o le caratteristiche facciali e molti computer si avviano attraverso il riconoscimento facciale. 

 

Determinare una scelta o una soluzione


Pensare, attraverso l’elaborazione di dati e determinare una scelta o una soluzione. Ad esempio, l’elaboratore in grado di giocare a scacchi autonomamente. 

 

Apprendere dalle situazioni

Imparare attraverso l’analisi di una medesima situazione (input) che, collocata in contesti diversi, darà luogo ad elaborazioni finali (otput) differenti. Questo è il machine learning: il motore di ricerca orienta le proposte pubblicitarie (output) adeguandole alle ricerche in rete di ciascun utente internet (input). 

 

Interagire con l’utente 

 

Interagire attraverso le risposte del cellulare alle nostre domande. Tecnologie basate sul Natural Language Processing che, impostate su determinate skill interagiscono con gli umani, come, ad esempio, Siri, Ok Google o Alexa.

 

Diverse tipologie di macchine intelligenti


Oggi le macchine intelligenti si progettano con tre diverse modalità di apprendimento. La distinzione tra queste è legata sia agli algoritmi utilizzati che all’obiettivo per cui sono state progettate le macchine stesse ed è finalizzata a garantire la migliore risposta agli stimoli esterni.

Le macchine, possono essere realizzate in tre diversi modelli:

 

Apprendimento supervisionato

 

In questo modello, la macchina ha a disposizione dati organizzati e codificati in un database che, a richiesta, li renderà disponibili. La macchina, in base alle informazioni ricevute, deciderà quale sia la risposta più adeguata. Questo modello può essere utilizzato in vari settori, non ultimo quello medico dove, inserendo i sintomi dichiarati dal paziente e attraverso l’analisi dei dati immessi nel database, otterremo una o più ipotesi diagnostiche. 

 

Apprendimento non supervisionato 

La macchina dispone di informazioni non organizzate. Pertanto dovrà, essa, generare autonomamente un modello di codifica delle medesime, proponendo la soluzione, a suo avviso migliore, in risposta alla domanda che le verrà formulata; avrà, dunque, maggiore libertà di azione. 

 

Apprendimento per rinforzo

 

Questo modello è sicuramente il più complesso. Qui, la macchina deve autonomamente migliorare la propria capacità di apprendimento e, soprattutto, deve essere in grado di riconoscere, attraverso gli strumenti messi a disposizione dall’uomo: telecamere, rilevatori di presenza, GPS o altro, le differenti peculiarità dell’ambiente esterno. Ad esempio, le auto con supporto per il parcheggio automatico, dove il dispositivo dovrà rilevare lo spazio a disposizione e la manovra da effettuare per un parcheggio corretto.

 

L’intelligenza Artificiale integrata con l’automazione

 

Oggi, sempre più piattaforme di Robotic Process Automation stanno sviluppando o inglobando soluzioni di Intelligenza Artificiale, generando situazione integrate: RPA + AI. Ci si può rivolgere verbalmente ad una macchina, con la tecnologia NLP, natural language processing, sia per svolgere un task semplice come l’invio di una mail, sia per realizzare un processo complesso, come avviare la scansione di una fattura, procedere al suo inserimento in un sistema di contabilità aziendale ed ottenere, via mail, un report della situazione del mese in corso. Questo, con tecnologia AIR, advanced image recognition.

 

Le soluzioni innovative finalizzate ad automatizzare i processi aziendali, con l’utilizzo sia di tecnologia di intelligenza artificiale che di RPA, permettono di sostituire l’uomo, nelle attività ripetitive, con sistemi automatici che prevedono anche logiche di auto apprendimento. Le soluzioni miste di RPA e AI vengono denominate anche soluzioni di CPA, Cognitive Process Automation. 

Come già detto, questa è la tendenza di tutte le piattaforme che sono nate per sviluppare soluzioni RPA e si stanno trasformando in soluzioni più complesse di CPA o di automazione intelligente.

Tali soluzioni, realizzano efficientamento nelle varie aree di intervento, liberando risorse umane che potranno essere destinate a compiti con maggior valore aggiunto. Questo percorso di efficientamento aziendale deve mantenere un focus sul ricollocamento etico e responsabile delle risorse umane su nuove aree di lavoro. Infatti, tali progetti di digital trasformation devono essere sempre affiancati dalla consulenza di change managment per garantire il corretto coinvolgimento delle persone nella fase di comprensione dei processi e della tecnologia e, contestualmente, agevolare la riqualificazione del loro lavoro a valle dell’implementazione delle soluzioni innovative. 

Ovviamente l’ottimizzazione dei processi aziendali derivante da soluzioni di Cognitive Process Automation sono rappresentati dallo stravolgimento dei KPI, Key Performance Indicator, gli indicatori di performance sulle varie attività di intervento. L’innovazione richiederà, dunque, anche la riorganizzazione dell’azienda creando nuovi ruoli e nuove tipologie di lavoro e facilitando l’identificazione di nuove formule di lavoro flessibile, prima fra tutte, lo smart working.

Il processo di implementazione dovrà, comunque, essere suddiviso in soluzioni quick win, ossia in sotto task di durata limitata, dalle due alle cinque settimane. Questo consentirà, al cliente, di appurare l’effettiva validità della soluzione e, contestualmente, al team di lavoro di apportare le eventuali correzioni richieste.

 

E’ evidente che, pur implementando soluzioni quick win, l’unione dei diversi sotto task permetterà di fornire soluzioni di automazione di processi complessi.

 

Partner

Copy link
Powered by Social Snap