L’intero mercato delle soluzioni It a supporto del business si può dividere in tre grandi aree: i “systems of records”, che raggruppano i sistemi transazionali e a supporto dei processi aziendali; i “systems of engagement”, che mettono l’azienda in relazione con il mondo esterno (dipendenti, clienti, partner…) e i “systems of insight” che permettono di estrarre conoscenza dai dati, fare analisi, previsioni e così via. Le soluzioni del primo gruppo sono decisamente mature, ma possono ancora migliorare in efficienza; quelle del secondo sono anch’esse mature, ma in certe aree, come le reti sociali, stanno ancora crescendo; mentre le ultime sono in una fase di sviluppo che vede affiancarsi all’analisi dei dati strutturati le soluzioni che indagano nel vasto campo dei dati non strutturati: testi, immagini e anche il linguaggio. In breve gli elementi che sono alla base dei sistemi cognitivi.
Figura 1: "Big Dog", robot da trasporto della Boston Dynamics, azienda recentemente acquisita da Google. Progettato per l'esercito statunitense, il robot è stato pensato per accompagnare i soldati su terreni non accessibili ad altri veicoli, "camminando" loro a fianco in autonomiaFonte: Gartner
Quest’analisi, che abbiamo sintetizzato dall’incontro avuto con Massimo Leoni, Distinguished Engineer ed Executive It Architect di Ibm Italia, spiega in parte come mai al momento i campi d’impiego del cognitive computing siano poco definiti. Si tratta di una tecnologia molto giovane che, dice Leoni: “Si trova a mio parere ancora in quella fase che Gartner, nelle sue curve di adozione delle tecnologie, definisce di ‘inflazione delle aspettative’, dove vediamo tantissime possibili applicazioni di cose che poi andranno a concretizzarsi in alcuni domini mentre in altri saranno meno applicabili”.
Oggi l’automazione intellettuale…
Quello che è certo è che i sistemi cognitivi aprono un intero campo di potenziale impiego in quella che si può definire come automazione del lavoro intellettuale. Ciò non significa automatizzare i lavori ripetitivi, cosa cui già provvedono i sistemi dei primi due gruppi, ma rivolgersi a quei lavori che non sono mai stati toccati dall’informatica in quanto, avendo una larga componente decisionale, sono sempre stati ritenuti di competenza umana. È una svolta che investe anche il contesto sociale in quanto va a impattare tutta una serie di lavori che possono essere coadiuvati ma, al limite, anche sostituiti da una macchina e che occupano milioni di persone. Qualche esempio? I call center, già automatizzati nella relazione lo saranno anche nei contenuti delle risposte, come lo saranno, con un maggiore spostamento dalla sostituzione all’affiancamento, i consulenti finanziari nel guidare gli investimenti dei clienti e le assicurazioni nel valutare i rimborsi per i sinistri denunciati.
La medicina, che è una scienza inesatta che si fonda essenzialmente sulla statistica (ciò che ha funzionato in molti casi funzionerà anche nel caso specifico) potrà appoggiarsi molto sui sistemi cognitivi: l’ultima decisione sarà sempre umana, ma si baserà su informazioni più valide di quelle di cui oggi un medico, che non abbia esperienze personali di migliaia di casi e non abbia tempo di consultare la casistica disponibile, può disporre. Non a caso una delle prime applicazioni Watson è medicale, per l’esame delle radiografie.
Anche l’automazione tradizionale, quella del mondo manifatturiero, sarà rivoluzionata: la robotica attuale rende più efficienti i compiti ripetitivi con macchine le cui azioni sono rigidamente programmate. Con la nuova evoluzione, che qualcuno chiama smart robotics, avremo macchine che sapranno adattarsi all’ambiente e prendere un pezzo anche se non si trova esattamente dove dovrebbe essere. Si tratta di ‘smart machines’ che interpretando gli input visivi applicano un approccio di tipo cognitivo. “Quest’evoluzione – osserva Leoni – cambia il paradigma del manufacturing globale, perché anziché portare la produzione dove c’è manodopera a basso costo, la si riporta in casa, dove le tecnologie robotiche avanzate risultano più cost-effective del lavoro manuale. Nella supply chain dell’industria elettronica questo ‘rientro’ è già in atto”.
…domani quella delle macchine
Tutto un mondo particolare di possibili impieghi riguarda infine quelli che saranno i sistemi cognitivi che sfrutteranno le tecnologie hardware basate sui chip neurali di Ibm o su quelli ibridi di Hp. Le prime applicazioni saranno certamente quelle militari o, come si dice, destinate alla difesa, per le quali il Darpa ha investito milioni di dollari. Ovviamente, nessuno ne parla, ma l’esperienza insegna che le applicazioni militari generano una ricaduta tecnologica che si riversa su quelle civili ed è quindi utile prevederne le linee di sviluppo. Ad oggi si può supporre che la linea dallo sviluppo più immediato sia quella di droni di ricognizione, trasporto e attacco capaci di riconoscere il territorio e sfruttarne le caratteristiche per eluderne le difese. In breve, capaci di agire da soli senza dover essere teleguidati. Perfezionando la tecnologia la si potrà applicare ai mezzi terrestri (più difficili da automatizzare di aerei e navi) aprendo un grande business. L’auto che si guida da sé proposta da Google (che ovviamente usa l’hardware oggi disponibile) è ancora primitiva rispetto a quella che sarà quando gli aspetti robotici saranno integrati a quelli cognitivi basati sui nuovi processori, ma gli accordi stretti con Audi, Honda, Hyundai e GM indicano l’enorme interesse del mondo automotive, che vede vetture capaci di riconoscere un percorso già fatto (tipo casa-ufficio-scuola), taxi in grado di dirigersi all’indirizzo dato scegliendo il percorso migliore in base alla distanza e al traffico, camion che possono viaggiare tutta la notte con un solo autista (necessario per risolvere le emergenze) senza bisogno della seconda guida.
Una seconda linea riguarda piccoli robot del tutto autonomi da mandare in avanscoperta in zone troppo pericolose per rischiarvi un uomo. Di tale tecnologia è già previsto un impiego civile nella forma di un robot sferico che può rotolare sul terreno di aree investite da crolli, incendi e altri disastri per cercare tramite sensori multipli (odori, rumori, calore…) eventuali superstiti o individuare nuovi pericoli, come fughe di gas. Il robot, fatte le sue scoperte, le comunica alle squadre di soccorso e le guida sul posto indicando un percorso sicuro.
