Intelligenza Artificiale Responsabile: come farne uso

---

Perché abbiamo bisogno di un uso responsabile dell’Intelligenza Artificiale?

I sistemi di Intelligenza Artificiale possono modificare profondamente i processi di un’azienda…

Ed è proprio per questo che è fondamentale prendere consapevolezza dei rischi e fare un uso responsabile dell’Intelligenza Artificiale.

Cosa che – secondo un sondaggio del Global McKinsey Institute – le aziende non fanno… 

E la prima istituzione che ha messo nero su bianco questo problema è stata il World Economic Forum. 

Il WEF infatti ha pubblicato un articolo dicendo:

Solo una piccola percentuale di aziende è riuscita ad implementare un sistema di Intelligenza Artificiale e a farla funzionare su larga scala.

Ora, perché la percentuale è “piccola”?

Perchè per riuscire a farla funzionare ed integrarla all’interno di un’azienda, bisogna mettere in conto diversi rischi tra cui:

• La richiesta sempre più alta di dati finché si sconfina nella violazione della privacy,
• Troppi dati raccolti che portano ad una sostanziale mancanza di anonimato,
• Task complesse e dispendiose come processare dati, pulirli e ordinarli,
• La presenza di bias umani che vengono amplificati nei dataset,
• Se qualcosa va storto bisogna fare un’analisi precisa di che cosa ha causato quel determinato problema.

E il sondaggio di McKinsey dimostra che la maggior parte delle aziende non è pronta ad affrontare questi rischi.

Quindi, qual è la soluzione?

Secondo il WEF basta seguire uno schema in sistema in cinque step per un uso responsabile dell’Intelligenza Artificiale che vedremo in questo articolo.

1. Definire gli obiettivi e come raggiungerli con l’Intelligenza Artificiale

Innanzitutto bisogna definire gli obiettivi che si vogliono raggiungere quando si installa un sistema di Intelligenza Artificiale.

Abbiamo già visto sia nel podcast che nel blog che ne possono esistere diversi:

• Efficientamento dei processi,
• Riduzione dei costi per aumentare la marginalità,
• Aumento della scalabilità del business,
• Ottimizzazione dei processi decisionali.
• Miglioramento della Customer Experience.

L’importante è condividere gli obiettivi con il team, considerando anche i rischi che bisogna correre e le responsabilità da assumersi.

Nel momento in cui sono chiari questi due elementi, si può iniziare ad implementare una soluzione di Intelligenza Artificiale, ragionando su tutti gli step per introdurla in azienda.

Per esempio, si parte da uno studio di fattibilità (in inglese Proof of Concept o POC) per realizzare in minima parte la soluzione, valutarne l’efficacia, per poi scalarla e introdurla a pieno regime nell’azienda.

Ma come si può guidare questo passaggio senza fare strafalcioni?

Lo spieghiamo meglio nel secondo step…

2. Creare un Centro d’Eccellenza AI in azienda

Ricordiamoci sempre che interagire con un’Intelligenza Artificiale porta ad un cambio di mentalità e ad una sorta di “passaggio generazionale”, se così si può definire… 

Passiamo dai software statici che non cambiano mai e non imparano, ad un software che impara e cambia il proprio comportamento in base al contesto in cui si trova. 

In futuro le aziende si troveranno di fronte un nuovo stagista “artificiale” che grazie ad un percorso specializzato di crescita diventerà in breve tempo super esperto del settore. 

Come possono le aziende affrontare in maniera serena questo cambio?

Per aiutare in maniera responsabile la transizione verso l’Intelligenza Artificiale, viene creato quello che noi chiamiamo “Centro di Eccellenza” all’interno dell’azienda, dedicato solo all’Intelligenza Artificiale.

Il Centro d’Eccellenza aiuta l’azienda a comprendere le potenzialità dell’Intelligenza Artificiale e ad implementarla al meglio.

Dove “al meglio” significa ottimizzare soprattutto i costi in termini di tempo, soldi e risorse, visto che i dati continuano ad aumentare creando livelli sempre più alti di complessità.

Il che significa anche spiegare alle persone cosa sia l’Intelligenza Artificiale, come ragiona, come funziona, e soprattutto cosa significa lavorare con un collega virtuale.

3. Responsabilizzare i settori aziendali sui rischi dell’Intelligenza Artificiale

Quando si intraprende un progetto bisognerebbe SEMPRE fare prima una profonda analisi dei rischi, soprattutto quando si parla di macchine automatiche o industriali.

Stiamo parlando sempre e comunque di esseri umani che azionano macchine che potrebbero creare danni!

Per questo c’è tutta una procedura per analizzare i rischi possibili e calcolare la probabilità di eventi critici e stabilire preventivamente delle contromisure, affinché diminuisca la probabilità che si verifichino dei danni.

Ecco, questa analisi dei rischi andrebbe applicata anche all’Intelligenza Artificiale e comunicata anche a tutti i settori aziendali.

Perché quando si parte con un sistema di Intelligenza Artificiale bisogna prevedere che l’algoritmo potrebbe cambiare, anche migliorando le proprie prestazioni.

Perciò è assolutamente fondamentale essere consapevoli di questo fatto e prendere anche delle contromisure.

Come si possono prendere queste contromisure?

Prima di tutto, bisogna stabilire tutte le casistiche che potrebbero verificarsi (e con quale probabilità) e quali potrebbero essere le conseguenze.

L’obiettivo dovrebbe essere quello di costruire un piano operativo con delle contromisure per ridurre i rischi che potrebbe portare un progetto di questo tipo. 

4. Monitorare il comportamento del sistema in base ai principi operativi

Dovrebbero essere i principi operativi a reggere l’azienda e l’Intelligenza Artificiale si dovrebbe adattare ad essi, non il contrario.

Una delle cose che bisogna fare è valutare le performance, l’affidabilità dell’algoritmo, ma anche l’”approccio” con cui evolverà nel tempo.

Misurare solo le performance di un software di Intelligenza Artificiale o la qualità di un dataset è un approccio molto limitante per l’applicazione di questa tecnologia, perché i risultati importanti non li darà all’inizio dell’implementazione. 

5. Stabilire dal principio quali sono i ruoli e le responsabilità all’interno dell’azienda.

Il concetto di definire ruoli e responsabilità è importante sempre, a prescindere dall’Intelligenza Artificiale.

Questo perchè alla fine ci deve essere qualcuno che si prende cura di un settore e di come sta andando quella parte di attività.

Ora, quando si introduce l’Intelligenza Artificiale, questa potrebbe impattare diversi settori e reparti, e quindi diventa più complesso stabilire di chi è la responsabilità di un’Intelligenza Artificiale.

Pertanto, una delle cose da considerare quando si implementa un’Intelligenza Artificiale è capire che potrebbero modificarsi la suddivisione dei ruoli e delle responsabilità, e quindi si potrebbe complicare il processo gestionale dell’azienda.

Ma questo non significa che lo rendiamo più difficile, anzi…

Lo rendiamo più efficiente ed efficace, ma dipende sempre anche dal nostro grado di capacità di risolvere un problema.

Una piccola esperienza da parte nostra…

Da quando abbiamo aperto BlueTensor, abbiamo avuto a che fare sempre con imprenditori molto visionari che hanno creduto molto in queste tecnologie…

E credere in qualcosa molto spesso vuol dire informarsi, studiare, essere consapevoli dei passi che si fanno…

Fin dall’inizio si sono posti delle domande su cosa sarebbe successo dopo e come potevano prepararsi al meglio per gestire la loro “nuova” azienda con i loro “nuovi” colleghi, cioè gli algoritmi.

Tutto questo ci ha reso molto più facile portare avanti il processo di implementazione dell’Intelligenza Artificiale. 

Se invece l’Intelligenza Artificiale viene vista come una sorta di “proviamo a vedere”, allora la diffidenza permeerà sia i primi incontri che le prime analisi.

Se il tuo approccio vuole essere quello dell’imprenditore che sa guardare più lontano degli altri, puoi contattarci direttamente cliccando QUI.