Mese: Novembre 2024

L’Intelligenza artificiale generativa nel 2024. Dal mondo entreprise americano alle PMI di casa nostra

Il 2024 sta rappresentando un momento decisivo per l’adozione dell’intelligenza artificiale generativa in aziende di ogni tipo.

Secondo un recente report di Menlo Ventures, che ha intervistato 600 decisori IT in grandi imprese statunitensi, gli investimenti in AI hanno raggiunto la cifra considerevole di 13,8 miliardi di dollari. Sebbene questi dati si riferiscano principalmente alle grandi imprese, credo offrano preziosi spunti di riflessione anche per le PMI che desiderano esplorare e implementare questa tecnologia e vale sicuramente la pena dare un’occhiata ai passaggi più importanti e capire cosa essi possono suggerirci.

Grandi imprese e PMI. Cosa succede.

Nel panorama attuale, l’AI generativa sta compiendo un passaggio significativo dalla fase sperimentale a quella operativa. Le aziende ora ricercano sempre più soluzioni che possano offrire risultati concreti e misurabili, dopo un primo periodo di sperimentazione, ponendo particolare enfasi sulla personalizzazione e l’integrazione con i processi esistenti. È interessante notare come il prezzo per queste aziende americane non sia più il fattore decisivo – solo l’1% lo considera prioritario – ma piuttosto si guarda al valore effettivamente generato, che implica il fatto che si è già provveduto a una mappatura dell’implementazione dell’I e li si monitora per valutare i risultati.

Ovviamente, esistono differenze sostanziali tra grandi imprese americane e PMI che non possono essere ignorate. Mentre le grandi imprese hanno la capacità di investire in molteplici progetti pilota e tecnologie più costose, le PMI necessitano di soluzioni più mirate e immediatamente produttive (classici low-hanging fruits). Nonostante i budget e le risorse più limitati, le PMI godono però di un vantaggio significativo: una maggiore agilità nel testare e implementare nuove soluzioni, che probabilmente si riflette anche nei partner a cui si rivolgono, questi ultimi consci della fase di adozione che le PMI attraversano.

Le opportunità in gioco

Tra i casi d’uso emersi dal report, alcuni risultano particolarmente promettenti per le PMI. L’assistenza clienti automatizzata, che ha raggiunto un’adozione del 51% nelle grandi imprese, può essere implementata dalle PMI attraverso chatbot semplici per le domande frequenti (31% dei casi d’uso nel report) con investimenti contenuti grazie a soluzioni freemium o comunque che girano dai 20 ai 40K annue, a seconda delle prestazioni richieste. La ricerca e gestione documenti per trovare connessioni tra diverse fonti (28% di adozione) può essere affrontata gradualmente, partendo da un singolo processo o dipartimento. L’automazione delle riunioni (24%) offre benefici immediati nel risparmio di tempo per la gestione delle comunicazioni.

Per quanto riguarda la scelta tra sviluppo interno o acquisto di soluzioni esistenti, mentre il 47% delle grandi imprese opta per lo sviluppo interno e il 53% adotta una soluzione esterna, per le PMI è generalmente più conveniente utilizzare soluzioni esistenti e consolidate e poi valutare un’adozione interna, preferendo piattaforme con prezzi scalabili e strumenti che non richiedono competenze tecniche specializzate.

Implementazione per PMI

Da quanto sopra, si capisce che l’implementazione dell’AI nelle PMI dovrebbe seguire un approccio graduale, flessibile e strutturato. È fondamentale iniziare in piccolo, identificando un singolo processo da migliorare (ad esempio la creazione di contenuti) e utilizzando strumenti gratuiti o a basso costo per i test iniziali. La valutazione attenta dovrebbe considerare la compatibilità con i sistemi esistenti, i costi totali (inclusi formazione e manutenzione) e la semplicità d’uso per il personale che viene coinvolto in questa esperienza. Su questo punto è anche conveniente prevedere dei programmi di rewarding per fare in modo che la maggior produttività derivante dall’IA venga riconosciuta dall’azienda in maniera tangibile

Dal report emergono anche alcuni problemi frequenti che le PMI dovrebbero considerare attentamente:

– Costi di implementazione non previsti (26%)

– Problemi di privacy dei dati (21%)

– ROI deludente (18%)

Adattare gli insights del report alle PMI

Per le PMI, è cruciale focalizzarsi sulla produttività immediata, scegliendo soluzioni che risolvono problemi concreti e privilegiando strumenti con curve di apprendimento brevi. La gestione delle risorse deve essere oculata ma non limitante, con investimenti graduali e mirati, sfruttando anche le versioni free/trial prima di impegnarsi in acquisti definitivi, se si considerano progetti più impegnativi come chatbot o SLM (small langiage models) a uso interno. Ovviamente il discorso è più semplice se si adottano strumenti come ChatGPT con costi che partono da 20 euro/mese.

Non meno importante è l’attenzione alla sicurezza e alla privacy, selezionando fornitori affidabili e implementando chiare policy di utilizzo. Questo punto è importante, soprattutto se nelle piattaforme commerciali si utilizzano dati sensibili e report. Inquesto caso, prevedere sempre di attivare le opzioni di non condivisione, se non ci sono alrte necessità. In più, se l’output di IA generative viene usato per i contenuti aziendali (blog, post, web, guide) i risultati debbono essere sempre validati da personale esperto.

In chiusura

Visto che i’AI, soprattutto quella generativa, sta ridefinendo il panorama aziendale e che non esiste al momento un percorso predefinito che funzioni per ogni azienda, conviene che le PMI sfruttino ogni tipo di esperienza disponibile soprattutto se viene da mercati dove l’adizione è più avanti. Oggi ci sono tante opportunità di sperimentare con soluzioni accessibili e la chiave del successo risiede nell’iniziare con progetti piccoli ma concreti, in modo che si possa poi valutare di scalare per soluzioni più ambiziose.

*Nota: I dati citati provengono dal report “2024: The State of Generative AI in the Enterprise” di Menlo Ventures, basato su un sondaggio di grandi imprese statunitensi. Le interpretazioni e i suggerimenti per le PMI sono stati adattati al contesto delle piccole e medie imprese.*

Intelligenza Artificiale. A che punto siamo prima di fine anno.

Il 2024 è stato un anno importante per l’IA in termini di nuove piattaforme, hardware, strategie e soluzioni. Tuttavia, nel mondo del lavoro, essa sta penetrando ma in maniera differente, a seconda delle dimensioni e della digitalizzazione delle aziende.

Nel web è possibile trovare tantissimo materiale su come l’adozione dell’IA, in particolare quella generativa, sia quella più considerata. Tuttavia, vi è tanto divario tra i mercati, le aziende e le differenti aree del mondo, per cui si facilmente rischia di entrare in confusione quando si cerca di capire qualcosa di più sull’IA.

A differenza della facilità con cui se ne parla, vi sono difficoltà oggettive (ma superabili) nell’adozione: dove la uso, come la uso, cosa uso, come identifico le aree dove l’IA può aiutarmi.

A differenza di quando è nato il web o i social, la grande velocità con cui le informazioni girano e le evoluzioni delle piattaforme (in poche settimane abbiamo avuto la chat vocale e l’implementazione dei motori di ricerca su OpenAI e un test di automazione di uso autonomo del computer da parte di un agente creato da Antrophic) rendono in apparenza ancora più difficile costruire un quadro utilizzabile per le aziende.

La realtà è che siamo in fase embrionale e che non esistono strategie di adozione predefinite ma ognuna va tagliata in base all’azienda. Certo, esistono framework e suggerimenti ma che non sono scritti nella pietra, anzi, evolvono a una velocità impressionante.

Questo però non ci impedisce di sbirciare in giro e capire cosa potrà succedere a breve.

Adozione

Il report di HubSpot del 2024 AI Trends Report, si sottolinea che il 75% dei marketer utilizza già strumenti IA per migliorare la produttività e il coinvolgimento dei clienti. Tuttavia, anche per Hubspot, il passaggio da esperimenti isolati a una trasformazione veramente aziendale richiede un approccio strategico e misurabile. Che significa? Che bisogna trovare delle metriche per capire se il valore dell’implementazione dell’IA porta un vantaggio competitivo (qualunque esso sia). Ovviamente, non solo in termini di efficienza operativa, ma anche la capacità di creare valore attraverso l’innovazione che scaturisce dal suo uso e l’automazione dei processi (Rapporto 4Manager 2024).

Le applicazioni più diffuse ad oggi per le aziende commerciali

Riguardo l’IA generativa, le applicazioni principali oggi sono riassumibili in due mega gruppi:

  • Marketing e contenuti. Generazione testi per blog, siti web, social, report, strumenti per venditori, documenti interni, brainstorming, campagne, sia in formato testuale che immagini
  • Analisi dei dati. Lettura testi e report, riassunti, estrazione dei punti principali, analisi e rilevazione di pattern.

Queste applicazioni, già di loro, offrono dei motivi validi per provare l’adozione di piattaforme LLM multimodali come ChatGPT, Claude, Gemini o Mistral.

Cosa ci attende

Nonostante il potenziale, molte organizzazioni, è indubbio piccole e grandi, faticano a implementare l’IA Tra le principali difficoltà, già citate in apertura, vi sono

  • Costi e Risorse: L’implementazione dell’IA richiede investimenti in termini di acquisto piattaforme, training, digitalizzazione e infrastrutture. Specifichiamo bene però cosa significa. Un’azienda può benissimo acquistare una piattaforma LLM come ChatGPT e usarla immediatamente al costo di circa 20 euro al mese a licenza. Occorrerà però del tempo per capire come fare e dei corsi per usarla al meglio. Questo significa investire su sé stessi e sul personale. Se poi si vuole usare l’IA per la gestione della comunicazione con clienti tramite chatbot basati su IA generativa, si apre un nuovo capitolo che include il costo di una piattaforma per gestire i bot, la preparazione del database (meglio il knowledge base) del modello, l’infrastruttura e la consulenza. Si possono fare dei tentativi con piattaforme in commercio ma per una soluzione seria giriamo attorno ai 20K di media.
  • Sicurezza, privacy ed etica. Quando si usano sistemi di IA generativa come ChatGPT, la raccomandazione di solito è quella di non caricare dati sensibili, informazioni personali e di clienti, per ovvii motivi. I dati che usiamo, se non selezioniamo specificatamente l’opt-out sul nostro account, possono essere usati dal gestore del modello per addestrare il suoi modelli di IA. In più, se generiamo contenuti a scopo marketing, dobbiamo essere sicuri che rispecchino il nostro modo di parlare come azienda, non includano stereotipi e bias e che siamo effettivamente corretti e validati. Se poi si creano infrastrutture ad hoc dove ospitare I propri strumenti di IA in locale, si dovrà richiedere al fornitore l’ottemperanza al GDPR e all’IA Act, per evitare potenziali problemi di sorta.
  • Formazione.  Una delle voci più importanti. Il mio consiglio è di formarsi autonomamente per capire il campo da gioco e fare qualche tiro in porta. E poi farsi affiancare da consulenti per degli aggiornamenti e utilizzi mirati. Almeno per il momento, questo mondo gira troppo in fretta per poter avere il tempo fisico per stare dietro a tutto, soprattutto se dobbiamo anche lavorare! Magari seguire alcune newsletter aiuta. L’IA è un utensile e non deve diventare lo scopo. Organizzare dei workshop di tanto in tanto e dei check point aiuta a sfruttarla la meglio per il nostro business.

Conclusione

L’IA rappresenta una svolta epocale per le imprese di tutti i settori ma essa non si vede fino a quando poi accade qualcosa che ci costringe a correre. Voglio parafrasare una famosa frase che si usa in quest’ambito: l’IA non ti toglierà il lavoro ma un concorrente che sa usare l’IA meglio di te lo farà.

Adottare anche un semplice piano insieme a un consulente ci farà fare un bel passo avanti, senza avere paura e senza ignorare le potenzialità molto concrete che una conoscenza e l’uso di questi strumenti porta alla nostra azienda.