A partire dalla fine del 2022, stiamo ufficialmente vivendo l'era dell'IA generativa. Ricercatori, analisti e giornalisti si interrogano a cadenza quotidiana sui suoi effetti nel medio e lungo periodo, alimentando un dibattito tra chi ne esalta l’impatto sul business, sulla trasformazione data-driven e sulla società nel suo complesso, e chi, dall’altra parte, ne teme le conseguenze.
Da un lato, infatti, c'è chi vede nell'IA generativa un alleato per accelerare la ricerca scientifica, per sviluppare soluzioni innovative e migliorare le condizioni di lavoro, mentre le voci critiche mettono in guardia sul potenziale impatto negativo sull’occupazione ed esternano preoccupazioni di carattere etico.
Ma qual è la realtà? E, soprattutto, qual è la vera opportunità per i soggetti economici?
Da più di un anno, gli analisti si interrogano sull’impatto economico dell'IA generativa. Pur riconoscendo che il fenomeno è ancora agli albori, l’entusiasmo è innegabile. Da un lato, l'IA generativa è arrivata a rappresentare in un solo anno (Italia) il 5% della spesa in soluzioni di intelligenza artificiale, un valore notevole considerando la sua origine recente; dall’altro, gli analisti stimano che, a livello globale, l'IA generativa “potrebbe generare un valore economico aggiuntivo annuale compreso tra i 2.600 e i 4.400 miliardi di dollari”. Per intenderci, il PIL dell’Italia è di poco superiore ai 2.000 miliardi.
L’estensione del fenomeno giustifica le cifre: per quanto si ritenga che il 75% del valore possa giungere da appena 4 ambiti (R&D, marketing e vendite, customer operations e software engineering), è peraltro vero che le aziende hanno già identificato centinaia di use case, a dimostrazione di un fenomeno che può cambiare drasticamente il modo in cui si lavora, si sviluppa business e si produce ricchezza.
Per definire le opportunità dell’IA generativa, basti pensare che, secondo gli analisti, “l'attuale IA generativa e altre tecnologie hanno il potenziale per automatizzare attività lavorative che assorbono dal 60% al 70% del tempo dei dipendenti”. L’automazione, che conduce al macrocosmo dell'efficienza operativa, è senza dubbio un driver fondamentale per gli investimenti in tecnologia. Non a caso, più della metà dei business leader ritiene che GenAI possa portare a risparmi significativi già nel 2024.
Il fenomeno non si riassume nella semplice automazione di attività routinarie e rule-based, per le quali esistono tecnologie efficaci come la Robotic Process Automation (RPA). Gartner, infatti, sottolinea come l'IA generativa possa essere impiegata per eseguire autonomamente interi processi di business e IT, nonché per “aumentare le capacità umane”, fattore che determinerebbe un incremento rilevante dei livelli di produttività. D’altronde, basta usare ChatGPT anche solo superficialmente per comprendere le sue capacità di assistenza ai professionisti, senza però proporsi come sostituto in toto delle capacità umane. È proprio su questa nuova relazione uomo-macchina che, con tutta probabilità, si costruirà il futuro del lavoro.
Sempre Gartner parla di revenue opportunities e di risk opportunities legate all’IA generativa. Nel primo caso, ci si concentra principalmente sullo sviluppo accelerato di nuovi prodotti e servizi, ma si potrebbe aggiungere la creazione di esperienze d’acquisto coinvolgenti e interattive, il potenziamento delle vendite tramite automazione (assistenti virtuali) o personalizzazione delle proposte. Per quanto concerne la gestione del rischio, IA generativa può supportare l’azienda sul fronte della compliance (es, in ambito ESG) e del cyber risk, analizzando immensi volumi di dati e proponendo report e soluzioni in tempo reale.
Le promesse dell'IA generativa spiegano l’interesse che circonda l’argomento. Molte aziende vedono l'IA come un fattore chiave per ottenere un vantaggio competitivo, e non sono disposte a cedere terreno ai concorrenti.
Non sorprende che gli investimenti siano elevati; tuttavia, si osserva come molte aziende stiano procedendo con (troppa) cautela, e questo crei un terreno fertile per gli operatori più agili e moderni. Addirittura, questa categoria di osservatori si estenderebbe al 90% delle aziende.
I motivi? Chiari: incapacità di definire le priorità di investimento, competenze limitate e assenza di una strategia di intelligenza artificiale responsabile, ovvero – prendendo a prestito la definizione di Microsoft – di un approccio ben definito "allo sviluppo, alla valutazione e alla distribuzione di sistemi di AI in modo sicuro, affidabile ed etico”.
L’estensione del fenomeno non aiuta le aziende ad abbracciarlo velocemente. IA generativa coinvolge tutti i settori industriali, tutte le strutture delle aziende e tutti i ruoli; come detto, sono centinaia i casi d’uso in fase di sperimentazione o in produzione, e la sensazione di aver visto solo la punta dell’iceberg è forte.
L'implementazione dell'intelligenza artificiale generativa (AI generativa) in azienda non può avvenire in modo casuale; è infatti indispensabile una strategia dedicata, che tenga conto di obiettivi specifici e delle peculiarità di ogni impresa. Una strategia indirizza le singole iniziative verso un valore sistemico, riduce i rischi e agevola l’adozione, altro tema centrale quando il cambiamento è notevole.
A tal fine, Gartner viene in soccorso alle aziende fornendo delle linee guida su cui sviluppare la propria GenAI Strategy, mutuata da quel 10% di imprese che ha già implementato soluzioni di AI in diversi processi e business unit. In particolare, gli analisti si soffermano su quattro pilastri.
L’azienda definisce in che modo l’IA generativa dovrà aiutarla a raggiungere i propri obiettivi. Definendoli, diventa più semplice finanziare i progetti giusti e gli use case che si allineano alla visione complessiva. Aspetto non trascurabile, qui vengono definiti i KPI con cui misurare il successo delle iniziative.
L’obiettivo è far emergere criticità strategiche in grado di ostacolare il raggiungimento degli obiettivi e limitare il valore (ROI) dei singoli progetti. Certamente, vanno poi identificate le soluzioni, le responsabilità e le azioni da implementare.
Qualsiasi iniziativa di trasformazione digitale richiede una gestione attenta dei rischi reputazionali e di conformità normativa. Inoltre, l'IA generativa ha rischi specifici come i bias, ovvero i risultati influenzati da pregiudizi umani presenti nei dati di addestramento dei modelli, e le cosiddette allucinazioni.
Non tutti i progetti potranno essere implementati. Occorre quindi effettuare uno scoring che tenga conto della fattibilità dei progetti, quindi di valutazioni tecniche come la disponibilità di dati e skill, e del loro business value, tenendo in considerazione le metriche identificate nella prima fase.
Sebbene l’AI generativa sia una tecnologia nuova, ha già dimostrato un potenziale in grado di plasmare il futuro delle organizzazioni. Le previsioni indicano che gli investimenti in AI, di cui l'AI generativa è un segmento, potrebbero raggiungere i 200 miliardi di dollari entro il 2025, un dato che sottolinea l'impatto dirompente di questa tecnologia.
Per cogliere appieno le opportunità, le organizzazioni devono agire con tempestività adottando un approccio strategico e ponderato. Da un lato, è fondamentale riconoscere il carattere pionieristico di queste iniziative e la necessità di procedere con cautela per gestirne i rischi; dall’altro, è fondamentale adottare una visione lungimirante, riconoscendone il ruolo centrale nel plasmare il futuro delle aziende e della società.