Intelligenza Artificiale Generativa
Questi strumenti sono in grado di migliorare le prestazioni di diverse attività aziendali, come la produzione di testi standard, immagini e codice software, rendendole più veloci e, in qualche misura, creative grazie al mix di grandi quantità di fonti e dati utilizzati.
Cosa è Chat GPT?
ChatGPT è a tutti gli effetti una chat e si basa su un modello di Machine Learning altamente avanzato, addestrato per catturare e generare contenuti testuali. Grazie alla sua capacità di conversare con le persone in modo fluido e appropriato, può essere utilizzato in una varietà di applicazioni come la produzione di testi standard, immagini e codice software. Creato nel 2018, OpenAI ha continuato ad addestrare e ad aggiornare continuamente ChatGPT per migliorarne l’accuratezza. Microsoft a fine 2022 ha acquisito OpenAI aprendo al pubblico la versione demo di Chat-GPT e avviando le prime sperimentazioni commerciali.
GPT-4 è l’ultima versione del modello, ampliata ulteriormente come base di apprendimento e con un significativo aumento dell’efficacia e dell’accuratezza dei contenuti generati.
Cosa è Bard?
Bard, invece, è un servizio sperimentale di Intelligenza Artificiale Generativa conversazionale, alimentato da LaMDA, il modello di linguaggio di grandi dimensioni (LLM) presentato due anni fa da Google. Utilizza le informazioni presenti sul Web per fornire risposte aggiornate e di alta qualità. Questa nuova intelligenza artificiale verrà integrata nel motore di ricerca Google Search, che colleziona circa 10 miliardi di ricerche al giorno.
Entrambi questi strumenti sfruttano nativamente le potenzialità del Cloud, offrendo la possibilità di scalare rapidamente la capacità di elaborazione e di archiviazione per soddisfare le esigenze del modello, oltre a offrire altre caratteristiche importanti come la sicurezza e la gestione dei dati.
L’uso dell’intelligenza artificiale può trasformare i processi aziendali, individuando nuovi e validi insight. Con molte applicazioni in automazione, data intelligence e customer experience, permette alle aziende di operare con maggiore efficienza e innovazione.
Le applicazioni dell’IA nei processi aziendali
L’IA può giocare quindi un ruolo vitale in qualsiasi settore abbia l’esigenza di automatizzare i processi aziendali. L’80% delle informazioni generate dalle aziende non è infatti strutturato e si trova solo nei documenti fisici. L’IA potrebbe infatti consentire l’estrazione di questi dati e trasformarli in contenuti strutturati, interpretarli per fornire preziose informazioni predittive, come ad esempio quelle sui ricavi o sul tasso d’abbandono dei clienti.
Una delle maggiori opportunità offerte dai modelli di Intelligenza Artificiale Generativa riguarda la creazione di contenuti personalizzati e di alta qualità. Questo è particolarmente utile nel settore del marketing, dove le aziende possono utilizzare il Generative AI per creare annunci pubblicitari personalizzati in base alle preferenze dei clienti o contenuti web di alta qualità per il sito dell’azienda, che possono aumentare il traffico e migliorare la posizione del sito nei motori di ricerca. Un’altra applicazione consiste nella produzione di report aziendali dettagliati e accurati, che possono aiutare i dirigenti a prendere decisioni informate. Ciò può anche essere utile per i dipartimenti HR che possono utilizzarla per generare descrizioni di lavoro dettagliate o per la selezione di candidati per le posizioni vacanti.
Le applicazioni nel settore bancario
Nel settore bancario e assicurativo, gli ambiti più specifici di applicazione riguardano l’automazione dei processi di internet banking e di help desk, l’utilizzo come chatbot sofisticati per il customer service, strumenti avanzati che consentirebbero di identificare falle nella sicurezza informatica e nel supporto all’autenticazione degli utenti e la verifica delle informazioni; analisi dei customer data e offerta di consigli finanziari e di prodotto su misura, ma anche market research e analisi di grandi moli di dati. Il Generative AI può essere utilizzato per migliorare la customer experience, accelerare il processo di approvazione dei prestiti e migliorare la gestione del rischio.
Nel settore assicurativo
Nel settore assicurativo, il Generative AI può essere utilizzato per migliorare l’efficienza del processo di sottoscrizione delle polizze e per offrire una customer experience personalizzata. Ad esempio, per generare automaticamente descrizioni delle polizze personalizzate in base alle esigenze del cliente; per l’analisi dei dati per identificare i rischi e prevenire frodi, attraverso gli algoritmi generativi si possono infatti costruire scenari di frode, con i quali allenare i tool antifrode tradizionali, per testarne l’efficacia.
Nel settore della cyber security
Anche per la cyber security, l’Intelligenza Artificiale Generativa potrebbe rivelarsi un valido alleato specie per quel che riguarda le analisi di attacchi informatici che minano i processi di sicurezza con le eventuali contromisure da adottare; la scrittura di un codice sicuro e l’identificazione di e-mail di phishing.
Nel settore dell’e-commerce
Nel settore dell’e-commerce, il Generative AI può essere utilizzato per migliorare la personalizzazione dell’esperienza del cliente, ottimizzare i processi di marketing e migliorare la gestione dell’inventario. Ad esempio, il Generative AI può essere utilizzato per generare descrizioni dei prodotti personalizzate e persuasive che aumentano le vendite.
Le applicazioni di GFT
GFT si sta ponendo come osservatore cosciente di ChatGPT, consapevole delle importanti potenzialità della tecnologia ma anche dei corrispondenti rischi. Sono state avviate una serie di sperimentazioni interne finalizzate da un lato allo sviluppo di competenze in ambito Generative AI e dall’altro all’impiego consapevole di questa tecnologia per innovare e rendere ancora più efficiente l’attività di sviluppo software. L’impiego di ChatGPT e Bard supporta e accelera il processo “creativo”, non lo sostituisce.
Essendo l’algoritmo GPT un generatore di contenuti, può essere utilizzato anche nel processo di fine tuning di altri algoritmi di Machine Learning, per esempio di classificazione. GFT ha una soluzione di IA – IDE (Intelligent Damage Evaluation) – per la stima automatica dei danni a seguito di sinistri, fruibile semplicemente scattando una foto al danno subito. Questi algoritmi sono stati allenati da una fase iniziale di riconoscimento di autovetture, poi dei danni e dei preventivi. Fino ad ora questa fase di training è avvenuta meccanicamente e manualmente; ChatGPT potrebbe accelerarne il processo e garantire l’ottenimento di modelli ancora più precisi ed efficaci.
ChatGPT presenta tuttavia ancora dei limiti, dovuti per prima cosa al fatto che i dati su cui è stato addestrato e in base ai quali fornisce risposte, includono documenti, articoli e siti web aggiornati solo fino al 2021. Di conseguenza, le risposte fornite potrebbero non essere ancora del tutto precise o non riflettere completamente lo stato attuale della realtà.
La modalità di addestramento dello strumento può essere soggetta a forti bias: una serie di input errati o altamente influenzati, più o meno volontari, potrebbe generare degli output non corretti o tendenziosi. Questo rischio è potenziato dal fatto che, a differenza di quello che avviene nei motori di ricerca, ChatGPT per sua stessa natura non è in grado di indicare puntualmente la fonte utilizzata per la generazione del contenuto.
Altro tema è quello della privacy: ci sono aziende che ne stanno vietando l’utilizzo internamente per evitare uso improprio di informazioni riservate. ChatGPT è un motore di autoapprendimento, l’inserimento nello stesso di informazioni sensibili o riservate coincide con la loro possibile diffusione come risposte a domande di altri fruitori, senza possibilità di risalire alla fonte di immissione dei dati.
