Un sondaggio tra le grandi imprese condotto da Morgan Stanley nei primi mesi di quest’anno ha rilevato che, nel 2023, la quota di quelle che hanno sviluppato progetti pilota di intelligenza artificiale è passata dal 9% al 23%. Secondo l’Osservatorio Artificial Intelligence del Politecnico di Milano, sei grandi imprese italiane su dieci hanno già avviato un qualche progetto di intelligenza artificiale, almeno a livello di sperimentazione; due su tre sono interessate alle applicazioni dell’AI generativa e, tra queste, una su quattro ha già avviato una sperimentazione. L’AI generativa è, senza dubbio, il tema più attuale e, secondo gli esperti, è destinata a rimanere sulla cresta dell’onda ancora per molto.
THUX Code è un’azienda che realizza progetti creativi digitali su misura, specializzata nella progettazione e nello sviluppo di portali e piattaforme, applicazioni, progetti di AI e software as a service. Da 15 anni utilizza per il back-end il linguaggio Python, abbinato al framework Django. Con THUX Code abbiamo discusso delle implicazioni dell’avvento dell’AI Generativa nello sviluppo di applicazioni.
AI generativa: vantaggi e rischi dei large language model
AI generativa vuol dire grandi modelli linguistici, o ‘Large Language Model (LLM)’. “L’introduzione dei LLM nel settore dello sviluppo delle applicazioni, nel nostro caso ha aperto nuovi orizzonti, portando con sé vantaggi significativi come efficienza, accessibilità e potenziamento delle capacità di analisi predittiva e di innovazione” spiega Vittorino Parenti, Co Founder di THUX e Director di CODE. “Questo ci ha permesso di automatizzare i compiti ripetitivi, in alcuni casi con personale junior, di rendere la tecnologia più accessibile; quindi, anche di migliorare la scrittura del codice e le previsioni basate su dati, spingendoci ai limiti dell’innovazione tecnologica”.
Questi i vantaggi. Ma l’adozione dei grandi modelli linguistici, addestrati su milioni di dati, non comporta anche dei rischi? “I rischi esistono, come quelli legati ai bias e all’accuratezza, e obbligano le persone che utilizzano i sistemi LLM a ideare prompt più accurati e a verificare le informazioni”, prosegue il CEO di THUX.
“L’altro rischio che vediamo e forse l’eccessiva dipendenza tecnologica. Soprattutto per il personale junior, che tende a utilizzare in maniera massiva questa tecnologia, quindi in alcuni casi può perdere capacità; c’è anche il rischio che questo porti alla sostituzione delle competenze umane” sottolinea Parenti.
Cosa dovrebbero fare le aziende per agevolare l’introduzione dell’AI e trarne beneficio
“Poiché stiamo parlando di una tecnologia abbastanza recente, le aziende non sono ancora pronte a questo cambiamento, anche se molte ne sono affascinate. L’AI sta portando una grossa rivoluzione all’interno delle aziende e questa transizione presenta enormi opportunità: efficienza, innovazione, miglioramento di processi, velocità” spiega Parenti.
Come prepararsi all’introduzione dell’AI? “Le aziende devono investire tantissimo sulla formazione del personale, sia per un discorso, come già detto, legato alla sicurezza, nel senso che soprattutto le società che sono certificate ISO 27001 che seguono framework tipo NIST o anche lo stesso GDPR, che impone comunque la riservatezza di dati, devono formare il personale affinché questa tecnologia venga utilizzata in maniera etica” illustra il CEO di THUX. In definitiva, le aziende dovrebbero innanzitutto rivolgersi a partner che, come noi, sottolineano l’importanza del dato e della data governance.
Individuare le tecnologie di AI generativa più utili
Quando si parla di sviluppo di applicazioni e software, l’adozione di strumenti basati su AI generativa richiede una strategia che permetta di ottimizzarne l’impatto. “Fra le tecnologie di AI generativa su cui maggiormente ci concentriamo ci sono ovviamente quelle basate sui LLM, sviluppiamo soluzioni altamente personalizzate e orientate al contesto aziendale del cliente e che, appunto, consentono ai nostri clienti di ottenere risultati ottimali in base ai loro requisiti”, spiega Stefano Balu, IT Manager THUX CODE. “Parliamo di linguaggi di programmazione, come Python e di framework come Django, che ci permettono di sviluppare delle applicazioni che sono alimentate appunto dai modelli linguistici come GPT di OpenAI, i modelli di Google o anche modelli open source.
“A seconda delle esigenze del cliente, integriamo i sistemi che realizziamo nelle piattaforme, quindi forniamo un pacchetto completo, dalla piattaforma alla gestione della componente AI. Tra le diverse tecniche, utilizziamo quelle che sono legate al mondo dei LLM – ad esempio RAG – ma realizziamo anche agenti complessi in grado di eseguire in autonomia diversi task che possono essere predisposti nel sistema, ad esempio, l’interazione con API private di diversi sistemi aziendali o anche pubbliche o funzionalità, ad esempio, di Information extraction o generazione dati sintetici”, spiega Balu.
Quali sono gli argomenti che possono spingere le aziende ad adottare soluzioni di AI generativa
“Sicuramente uno dei punti chiave nell’adozione di soluzioni di AI generativa è quello di automatizzare i compiti ripetitivi intensivi, che consente di essere più efficienti in termini di tempo – risponde Stefano Balu – permettendo, ai dipendenti o, nel nostro caso, agli sviluppatori, di concentrarsi su attività di maggior valore, dove comunque è richiesta una maggiore creatività o comunque una maggiore competenza rispetto a ciò che viene fornito da un sistema di intelligenza artificiale generativa”. Questo si traduce anche in un risparmio dei costi, in un miglioramento del prodotto o del servizio offerto.
Altra cosa che può fungere da catalizzatore, per chi sviluppa codice, è che l’AI Gen permette di sbloccare nuove possibilità in termini di sviluppo di nuovi prodotti o servizi e migliorare quindi anche l’interazione col cliente.
Come evitare i rischi per la privacy e la riservatezza dei dati
“Il rischio per la privacy e la riservatezza dei dati con l’introduzione dell’AI generativa in azienda è reale. Tuttavia, è possibile mitigarlo, almeno in parte”, illustra Balu. Come? “Adottando le migliori misure di sicurezza e di protezione dei dati possibili. Sottolineo l’importanza di una solida data governance, che deve essere fatta a priori, prima di inserire strumenti di AI generativa. Serve definire chi ha accesso ai dati, come vengono utilizzati e con quali finalità. Questo, introducendo policy di accesso, procedure di autorizzazione e di gestione dei dati, anche complesse”, conclude Balu. A questo aggiungiamo che per ridurre i rischi derivanti dall’introduzione dei LLM nei processi di scrittura del codice e in altre applicazioni, in azienda è necessaria la formazione e la sensibilizzazione del personale.
