Lo sappiamo tutti: qualunque essere vivente per sopravvivere ha bisogno di alimentarsi. E dato che l’Intelligenza Artificiale è probabilmente quanto di più vicino alla vita sia stato fin qui creato dall’uomo, è lecito porsi una questione: di che cosa deve alimentarsi l’IA? La risposta è semplice e complessa allo stesso tempo: a sfamarla sono i dati, che però possono essere “cucinati” in molteplici maniere… E dei “menu” a base di dati che possono alimentare l’Intelligenza Artificiale Generativa (GenIA) in ambito aziendale si occupa un recente approfondimento pubblicato sul sito di Roland Berger, società di consulenza con focus sulle start-up e sulle tematiche ESG (principi ambientali, sociali e di governance).
“Con la spesa aziendale per l’IA generativa che è aumentata di sei volte solo nel 2024 – è l’incipit dell’articolo –, questa non è più confinata in un ambiente circoscritto ma ora viene integrata in importanti strategie aziendali. Eppure, mentre i consumatori privati adottano in massa strumenti come ChatGPT, le aziende sembrano avere difficoltà a utilizzare la GenIA in modo redditizio ed efficiente”.
Importante evidenziare come le considerazioni contenute nell’approfondimento sono basate su interviste effettuate con 150 dirigenti aziendali che si occupano di dati e IA. “Uno studio che esplora le problematiche in gioco e traccia una roadmap strategica verso un’implementazione incentrata sui dati che fornisca i risultati aziendali sperati, ma ancora inafferrabili”.
Una considerazione, valida nel contesto generale ma anche nello specifico aziendale, è che l’evoluzione dei grandi modelli linguistici (LLM) ha da tempo portato l’IA oltre il concetto di semplici sistemi statistici che ripropongono schemi tratti dai dati di addestramento. In termini ancora più semplici, la tecnologia sta ora imparando a “pensare prima di rispondere”.
Tuttavia, questo tipo di capacità di ragionamento simile a quella umana “deve essere alimentato attingendo a dati provenienti da fonti multimodali, tra cui conoscenze organizzative proprietarie e tacite, ovvero le competenze informali integrate nelle cronologie delle chat, nelle discussioni interne e nelle interazioni con i dipendenti. Di conseguenza, tra le tre frontiere tecnologiche che guidano il progresso dell’IA, l’evoluzione dei dati rappresenta un pilastro fondamentale, insieme ai progressi nell’infrastruttura hardware e all’innovazione algoritmica”.
Tutto ciò implica un importante spostamento nell’approccio con l’Intelligenza Artificiale: l’accesso a tecnologie fondamentali come i LLM e a un’adeguata potenza di calcolo è già sostanzialmente scontato, quindi, da solo non promette più un vantaggio competitivo. “Le aziende devono invece padroneggiare l’arte di creare valore inserendo correttamente i propri dati in questi sistemi sempre più standardizzati”.
Nell’articolo si spiega che utilizzare al meglio i dati strutturati non rappresenta più un ostacolo, infatti, i progressi tecnologici consentono ora l’integrazione nei sistemi aziendali di dati multimodali e non strutturati. “Però, le aziende devono tener conto che le strategie di gestione e cura dei dati esistenti vanno adattate al meglio, o in alcuni casi completamente riprogettate”.
E proprio quanto sta accadendo dentro le aziende di fronte all’impatto dell’Intelligenza Artificiale desta qualche preoccupazione: “Sebbene il 93% dei dirigenti intervistati sia convinto che l’implementazione sistematica dell’IA migliorerà le proprie pratiche di gestione dei dati – si legge –, le aziende di molti settori chiave, come sanità e commercio al dettaglio, lamentano ancora notevoli difficoltà nell’accesso a dati di qualità sufficientemente elevata”.
Inoltre, il compito di integrare dati provenienti da diverse fonti presenta sfide diverse nei diversi settori, aggiungendo un ulteriore livello di complessità che molte aziende devono ancora risolvere. “Solo il 27% delle organizzazioni – spiega Manuel Schieler, partner dell’Ufficio di Francoforte di Roland Berger – dichiara di aver integrato completamente la GenIA nelle proprie operazioni e nei flussi di lavoro, evidenziando un divario significativo tra ambizione ed esecuzione”.
Resta il fatto che le problematiche relative ai dati “devono essere in cima alla lista di ogni azienda che desidera semplificare i propri processi interni e fornire servizi eccellenti ai propri clienti e target group. Pertanto, ciascuna deve comprendere il valore del proprio patrimonio di dati specifico per riuscirci. Inoltre, è necessario trovare il modo di garantire che questi dati possano essere integrati in modo efficiente nei sistemi di gestione dell’informazione (LLM) e che la qualità dei dati così forniti sia effettivamente adeguata allo scopo”.
