Autore
Dalla fine del 2022, il campo dell'Intelligenza Artificiale generativa è in piena espansione. Questo nuovo dinamismo del settore fa sì che la maggior parte dei grandi marchi supportati da Artefact stiano valutando di integrare queste tecnologie nelle loro applicazioni aziendali, per vincere la gara dell'efficienza e dell'adozione da parte di clienti e dipendenti. I loro livelli di maturità in materia, tuttavia, sono diversi: poche aziende hanno lanciato casi d'uso (il 60% ha avviato progetti, circa il 26% ha lanciato POC) e solo il 3% li ha ancora industrializzati. In che modo le tecnologie di IA generativa creeranno un impatto commerciale significativo e immediato per le aziende?
Cifre - Giugno 2023
Un cambiamento tecnologico che accelera l'utilizzo dell'IA da parte delle aziende
Negli ultimi sei mesi, gli attori dell'intelligenza artificiale generativa hanno corso una maratona, annunciando continuamente importanti progressi nel campo. Dai giganti del Web come Microsoft con Open AI, Google con PaLM, Amazon con Bedrock e Meta con LLama, agli sviluppatori open source, molti attori dell'intelligenza artificiale generativa offrono tecnologie che guidano l'innovazione nelle applicazioni aziendali. Ad esempio, GPT integra il motore di ricerca Bing e la suite per ufficio di Microsoft, mentre tutti i prodotti Google beneficeranno di PaLM 2. Amazon e Meta stanno iniziando a integrare l'IA generativa nei loro prodotti pubblicitari. Inoltre, la recente comparsa di centinaia di soluzioni open source rende più facile l'accesso a questo tipo di tecnologia da parte di sviluppatori di ogni provenienza.
Non tutti gli operatori stanno adottando lo stesso approccio strategico. Alcuni, come Open AI, si concentrano sulle ultraperformance del loro modello, mentre altri, come Google, stanno sviluppando versioni più leggere, ma efficaci, dei loro algoritmi. Queste versioni sono più efficienti per l'integrazione locale sui dispositivi degli utenti (cellulari, desktop, altoparlanti connessi) e nei software "aziendali" specializzati.
Questo ecosistema dinamico incoraggia l'uso dell'IA generativa nei mercati B2C e B2B. Per le aziende, rappresenta una nuova opportunità per massimizzare le proprie prestazioni e quelle dei propri dipendenti e clienti. Secondo un recente rapporto di Goldman Sachs, questa tecnologia potrebbe aumentare la produttività del lavoro e il PIL degli Stati Uniti del 7% nei prossimi dieci anni.
Quattro categorie di applicazioni basate sull'IA generativa per "aumentare" le operazioni aziendali
L'uso dell'Intelligenza Artificiale generativa nell'intera catena del valore aziendale non è una novità, ma il suo utilizzo è ora democratizzato e moltiplicato. Per alcuni grandi marchi e per le società di servizi di intelligenza artificiale che li supportano, i casi d'uso sono già stati progettati e implementati in fase di test.
Sebbene le possibilità siano illimitate e le applicazioni dipendano dalle esigenze aziendali, gli usi principali possono essere suddivisi in quattro categorie.
Il primo riguarda l'accessibilità a dati precedentemente complessi per ruoli con scarse o nulle competenze di analisi dei dati. Le capacità dell'intelligenza artificiale consentono lo sviluppo di strumenti intuitivi che permettono agli utenti aziendali di accedere, consultare e ordinare volumi molto grandi di dati, ottenendo cruscotti e nuovi dati in pochi secondi. I recenti progressi nell'elaborazione del linguaggio naturale (NLP) rendono ancora più semplice l'interazione di queste professioni con i dati. I software specializzati in settori come la finanza, il marketing o la logistica possono così essere "aumentati" attraverso funzionalità generative che automatizzano compiti ripetitivi e/o che richiedono molto tempo per assistere questi ruoli nel loro processo decisionale. Artefact I team di vendita di un'azienda di servizi possono affidarsi a una soluzione di lead qualification che individua le intenzioni di clienti e prospect rilevando segnali all'interno di volumi di dati molto grandi. I rivenditori internazionali possono anche gestire meglio le scorte e ottimizzare le politiche di prezzo incrociando numerosi parametri per comprendere meglio le cause degli aumenti o delle diminuzioni delle vendite di un determinato prodotto o categoria.
Il secondo riguarda il rapporto dell'azienda con i suoi diversi pubblici. Stiamo lavorando con diversi marchi per creare chatbot e call center alimentati dall'intelligenza artificiale generativa per rispondere alle richieste dei clienti in modo più pertinente e altamente personalizzato, durante interazioni che assomigliano a una conversazione tra due persone. Da questi scambi si possono ricavare anche informazioni per comprendere meglio le esigenze e le aspettative di chi chiama il marchio, aumentando la soddisfazione dei clienti.
La terza categoria, già ampiamente utilizzata oggi, è la generazione di contenuti. È un'applicazione in rapida crescita per sviluppare e adattare testi, immagini e suoni per alimentare le attività di marketing delle aziende: contenuti del sito, schede prodotto, mailing, pubblicità, presentazioni, ecc. Ad esempio, stiamo lavorando a un progetto di "content supercharger" per un gruppo automobilistico. Questa soluzione sfrutta i dati proprietari del produttore e capitalizza il monitoraggio avanzato dei social network per incrementare la produzione di contenuti personalizzati per il marchio. I professionisti della creatività possono ora liberarsi da compiti dispendiosi in termini di tempo, come l'adattamento di concetti, e concentrarsi sul loro valore aggiunto: l'ideazione e la strategia.
La quarta applicazione principale è il miglioramento dell'efficienza di modelli o processi logistici preesistenti. Ad esempio, le aziende del settore della bancassicurazione dispongono generalmente di diversi algoritmi dedicati alla previsione del rischio o al rilevamento delle frodi. Questi strumenti possono non avere la stessa interpretazione dei vari segnali che colgono. In queste situazioni, gli agenti umani devono essere in grado di prendere decisioni in modo rapido e semplice. È qui che si può aggiungere uno strato di IA generativa per riassumere - in modo digeribile per un umano - le ragioni che hanno portato gli algoritmi iniziali a presentare le loro conclusioni.
Un'ondata che sconvolge l'economia e le organizzazioni
Siamo all'inizio di una rivoluzione nell'uso, non solo nella vita quotidiana, ma anche nelle applicazioni aziendali. L'Intelligenza Artificiale Generativa è così intuitiva e facile da usare che presto verrà impiegata nelle aziende, per evitare di creare un divario troppo grande tra la fluidità degli usi personali e professionali.
L'intera catena del valore aziendale ne sarà influenzata e, sebbene siamo ancora agli inizi, le prime integrazioni sono già molto promettenti. Per sfruttarle al meglio oggi e prepararsi al futuro, i marchi dovranno acquisire rapidamente una certa maturità in materia. Per affrontare le sfide tecniche, ambientali ed etiche poste dall'IA, dovranno reclutare nuove funzioni e acculturare i dipendenti, scegliere le giuste tecnologie che generano IA, istituire una governance adeguata, identificare i casi d'uso con le unità aziendali e garantire la trasparenza, l'etica e l'impatto ambientale delle applicazioni sviluppate.
