La portata innovativa dell’Intelligenza artificiale (artificial intelligence, AI) non sembra essere stata pienamente compresa da tutte le aziende in Italia.
L’avvento dell’AI viene ancora percepito come una possibilità di ulteriore sviluppo riservata solo alle grandi imprese, in realtà le opportunità di sviluppo da esse offerte rappresentano un vantaggio competitivo importante anche nei processi aziendali delle piccole e medie imprese di ogni settore.
Per comprendere meglio quanti e quali siano gli ambiti di applicazione e di maggiore impatto dell’AI nel 2020 (pandemia Covid-19 permettendo), i fondatori e titolari di Mazer – start-up campana che ha sviluppato Laila (https://www.laila.tech), chatbot (software) di seconda generazione in grado di «empatizzare» con l’utente -, hanno selezionato quattro principali applicazioni tramite le quali queste tecnologie stanno già cambiando le regole del business a livello internazionale.
Si tratta di applicazioni che potranno aprire prospettive di crescita in grado di sposarsi perfettamente con la digitalizzazione, destinata giocoforza a integrarsi sempre più con le piccole e medie imprese orientate al transito verso le tecnologie dell’Industria 4.0.
Customer Experience, Loyalty e Brand Reputation. In un mercato Online dove i livelli di attenzione degli utenti sono ai minimi e la concorrenza è ai massimi, le decisioni vengono prese in tempi rapidissimi ed è quindi molto facile che si cambi orientamento.
Chi fa acquisti sul web, ad esempio, assume decisioni repentine e a volte dettate da impulsività e per finalizzare l’acquisto ogni minimo ostacolo può essere un motivo valido per rinunciare o scegliere di acquistare altrove.
Ciò rende i customer service strumenti unici per restituire ai clienti un’esperienza positiva che non si limiti a mantenere alta la reputazione del brand, ma che punti alla fidelizzazione il cliente. Obiettivi che appaiono molto difficili da realizzare se si pensa agli investimenti esorbitanti che richiede un sistema di supporto tradizionale, basato su un customer care composto da operatori umani.
Le AI offrono oggi un’alternativa tecnologica valida mediante i chatbot, operatori virtuali in grado di intavolare una conversazione e restituire all’utente un’esperienza di dialogo pari a quella con l’umano.
«Nell’ambito del progetto Laila in particolare – affermano Carmine Pappagallo e Gianfranco Fedele, founder di Mazer – sono presenti sottosistemi in grado di sviluppare una relazione empatica col proprio interlocutore. Si tratta di tecnologie basate sulla sentiment analysis».
La sentiment analysis nasce e si sviluppa con l’obiettivo di analizzare grandi quantità di dati generalmente provenienti dai social media, stabilendo l’umore diffuso di un pubblico. In altre parole, la sentiment analysis mette a disposizione delle intelligenze artificiali dati, che se opportunamente istruite a distinguere un’espressione di apprezzamento da una di rigetto, classificano rapidamente i commenti e ne tracciano una tendenza.
«La Sentiment Analysis di Laila è in grado di classificare il contenuto della conversazione di una chat con l’obiettivo di determinare con grande precisione lo stato d’animo dell’interlocutore – proseguono i titolari di Mazer -, l’obiettivo è quello di individuare mood negativi ai quali Laila restituisce elementi di conforto che aiutano l’utente a ritrovare fiducia nei confronti dell’interlocutore come dell’azienda».
Contrastare la pirateria e proteggere il copyright. Per i titolari di marchi registrati, come per i creatori di prodotti mediatici soggetti a copyright, contrastare il fenomeno della pirateria e proteggere i diritti d’autore sono attività fondamentali per la difesa del proprio business.
Eppure è difficile immaginare utenti in grado di scandagliare il web nella sua enorme vastità, di individuare ogni pagina che diffonda contenuti in violazione dei diritti d’autore. È indispensabile quindi che a operare in un contesto come questo siano dei sistemi automatizzati.
Le AI offrono oggi soluzioni di monitoraggio che in totale autonomia ricercano e identificano i contenuti piratati su Internet molto rapidamente.
Esse infatti, sono dotate di un sistema di analisi visiva in grado di analizzare immagini e video Online e di identificare elementi utili alla loro classificazione.
Esplorazione e sorveglianza nelle zone ad alto rischio. Nell’ambito delle esplorazioni spaziali da tempo sono in uso i rover, droni terrestri che hanno la capacità di esplorare i pianeti extraterrestri in maniera autonoma.
L’esigenza di strumenti come questi è legata alla eccessiva distanza dalla Terra, che non consente di teleguidare il robot in tempo reale: alcune ore di distanza tra l’invio di un comando mandato dal nostro pianeta e la ricezione del comando da parte del rover rende impossibile qualsiasi intervento in tempo reale.
Alcuni ambiti della produzione industriale, come della sorveglianza civile e militare, sono anch’essi caratterizzati dall’esigenza di possedere strumenti per prendere decisioni in autonomia senza dover attendere uno specifico comando.
Le AI costituiscono uno strumento fondamentale per realizzare sistema autonomi, poiché sono capaci di esplorare l’area circostante e di assumere la decisione più appropriata sulla base della loro “istruzione”.
Controlli normativi bancari e finanziari. I rischi derivanti da possibili attività fraudolente sono in costante aumento e sempre più difficili da individuare.
I controlli normativi esistono, tuttavia gli strumenti per applicarli risultano deboli se messi a confronto con la vastità dei mercati, sia ordinari che speculativi.
Le AI, istruite sulla base di modelli comportamentali fraudolenti, sono in grado di riconoscere attività di trasferimenti di denaro illeciti o riconducibili ad attività illecite.
In ambito fintech – e più in generale in ambito AI – ciò che conta è la “storia”. Se si può vantare una propria storia fatta di comportamenti apparentemente normali, che poi però si sono concretizzati in comportamenti illeciti, si può utilizzare questa storia per istruire una AI.
Un esempio: tra il 2005 ed il 2020 tutti i crack finanziari delle imprese registrate alla Borsa di Milano sono stati anticipati da una lista di attività dei broker che ne detenevano le azioni.
È lecito immaginare che in tutte le circostanze siano trapelate informazioni che i broker hanno poi sfruttato per limitare i danni, una cosa che prende il nome di insider trading, che è reato ma che è molto difficile da prevenire e da dimostrare. Ebbene, una AI può essere istruita in maniera tale da riuscire ad identificare questi comportamenti prima del crack finanziario e inviare un alert ai controllori.
Si rifletta su un altro caso: una società finanziaria che eroga prestiti alle imprese «possiede la storia» di tutte le attività finanziarie di esse, sue clienti. Metà di queste a seguito di alcune operazioni è fallita, l’altra metà ha avuto successo. È evidente che con questi dati la finanziaria può istruire una AI rendendola in grado di prevedere, sulla base del suo comportamento, se un’impresa potrà andare in default oppure no.
Non è importante quindi che ci sia intenzionalità nei comportamenti, né che i comportamenti siano facilmente identificabili, poiché le AI individueranno analogie profonde altrimenti individuabili con difficoltà da qualsiasi esperto di finanza.
