Alcuni trend emergono con forza, altri sono segnali un po’ più deboli, ma indicano un percorso. Quello che è certo è che “se si parla di AI bisogna parlarne bene”, dice Giovanni Miragliotta, Direttore dell’Osservatorio Artificial Intelligence del Politecnico di Milano che ZeroUno ha intervistato in anteprima insieme agli altri due direttori, Alessandro Piva e Nicola Gatti, sui risultati della ricerca presentati oggi al convegno Artificial Intelligence: Learn to fly!.
L’intelligenza artificiale, nelle sue varie declinazioni, è spesso un trend topic, per usare un termine twitteriano, ed è una keyword che “fa traffico”, per usare invece una “metrica” googleliana, insomma, per dirla alla vecchia maniera: è un argomento mediaticamente sovresposto che tutti cercano di sfruttare. “Ma un tale eccesso di comunicazione non aiuta lo sviluppo del mercato perché distorce la natura dell’innovazione tecnologica (dando enfasi a questo o quell’aspetto), perché contribuisce a drogare le aspettative e perché banalizza e semplifica il trade-off tra innovatività e certezza del risultato che, necessariamente, si associa a qualsiasi percorso di innovazione”, afferma il Direttore dell’Osservatorio.
Parlare di AI, parlarne bene
Ecco quindi che, prima di entrare nel dettaglio dei risultati della Ricerca, ci sembra importante chiarire con Miragliotta alcune osservazioni di principio sul corretto posizionamento del termine “intelligenza artificiale”.
“La prima osservazione – precisa il Direttore – riguarda il fatto che le soluzioni di intelligenza artificiale non sono prerogativa di una specifica architettura tecnologica o di una specifica suite applicativa. Questa ‘neutralità’ del concetto di AI rispetto all’architettura tecnologica viene talvolta sbilanciata dalla forza di comunicazione di specifici vendor che hanno adottato un preciso setup tecnologico e che, naturalmente, concentrano la propria comunicazione su di esso. Questo è naturale, fa parte della dinamica del mercato, tuttavia è bene ricordare che il setup tecnologico corretto discende dall’applicazione che si vuole realizzare, e non viceversa”.
La seconda osservazione è legata alle aspettative che “montano” nei confronti dell’AI: “Esatto, molta comunicazione tende a presentare iniziative di AI, ancora allo stadio di pilota, di cui si è appena intuito il potenziale, come progetti compiuti. Questo genera un picco di aspettative, lasciando credere che tutto quello che viene presentato sia facilmente realizzabile con prestazioni consistentemente buone”. Ma non è questa la realtà, afferma Miragliotta: “Come abbiamo spesso rilevato nella nostra esperienza diretta, nonché nei casi studiati nell’Osservatorio, progetti con obiettivi ambiziosi sono complessi da realizzare: per ottenere prestazioni molto buone è necessario adattare gli algoritmi al contesto applicativo, e ciò si ottiene ‘aprendo’ il problema e customizzando l’algoritmo al problema stesso”, problematica che porta con sé anche tutto un tema di competenze che non è facile reperire sul mercato.
La terza osservazione, che ci fa riflettere su un uso distorto del termine che rischia di banalizzarne la portata innovativa, si riferisce a quei casi in cui la comunicazione tende a presentare come “progetti di AI” applicazioni che, seppure basate su metodologie appartenenti al mondo dell’AI (induttive o deduttive che siano), fanno riferimento a contesti di applicazione completamente consolidati: “Si pensi agli algoritmi genetici nel mondo dell’operations management o all’uso di semplici modelli di regressione lineare multipla per stimare prezzi o tempi attesi”, spiega Miragliotta che precisa: “Nella nostra definizione di AI [sistemi hardware e software, dotati di specifiche capacità tipiche dell’uomo, a cui sono affidati task di decisione fino ad oggi affidati ad un umano ndr] abbiamo voluto enfatizzare il fatto che l’AI sia un tema di frontiera, perché è proprio alla frontiera dell’innovazione che si ottiene un vantaggio competitivo”.
Insomma, come spesso è accaduto anche in passato con tecnologie di frontiera, “crediamo sia utile orientare la comunicazione a un giusto compromesso, che enfatizzi i risultati raggiunti e raggiungibili, ma al tempo stesso che faccia percepire correttamente il trade-off innovatività vs. complessità, nonché la corretta neutralità tecnologica. Utilizzare un unico registro comunicativo, appiattendo tutto sotto l’etichetta AI, può aiutare a suscitare l’interesse delle imprese, ma potrebbe far percepire come eccessivamente rischiose delle applicazioni che invece sono sufficientemente affidabili, purché si lavori bene sui dati e sul metodo di adozione o, dualmente, potrebbe banalizzare applicazioni complesse, che devono prevedere un effort importante di modellizzazione e di tuning della soluzione, inducendo poi disaffezione o abbandono, e in ultima analisi grandi costi opportunità”, afferma il Direttore.
Un mercato ancora agli albori
A fronte di tanto parlare però, il mercato dell’AI in Italia sta ancora muovendo i primi passi: “Secondo la nostra stima nel 2019 si è attestato a 200 milioni di euro: il 78% commissionato da imprese italiane e il 22% come export di progetti, prodotti e servizi, segno della consistente considerazione riposta dalle imprese estere nelle capacità dei fornitori italiani”, anticipa Alessandro Piva. “Entrando un po’ più nel dettaglio, vediamo che le iniziative di Intelligent Data Processing costituiscono la principale tipologia di progetti di AI, raccogliendo il 33% della spesa complessiva Seguono i progetti di Natural Language Processing e di sviluppo di Chatbot/Virtual Assistant che, considerati assieme, rappresentano il 28% del mercato. Per quanto riguarda i settori ne sono emersi quattro che, più di altri, mostrano la volontà di cogliere le opportunità offerte dall’intelligenza artificiale: bancario/finanziario (25%), manifatturiero (13%), utility (13%) e assicurativo (12%)”. (figura 1)
Se si analizzano i dati dal punto di vista della diffusione dell’intelligenza artificiale in prodotti e servizi consumer vediamo che questa è ancora limitata e concentrata prevalentemente nei prodotti di elettronica di consumo e nelle automobili: “Delle 407 categorie analizzate solamente il 5% possiede almeno un prodotto o servizio con funzionalità di AI. Nel breve periodo la situazione potrebbe però cambiare – afferma Piva – a patto di intercettare le esigenze dei consumatori. Entrando più nel dettaglio vediamo che l’incidenza di questi prodotti cresce sensibilmente (31%) se limitiamo l’analisi alle sole categorie che comprendono prodotti nativamente elettronici (10% del totale) con gli smartphone che guidano la classifica dei prodotti più ‘intelligenti’. Nei prodotti nativamente non elettronici (67% del totale), solamente l’1% impiega l’AI, generalmente in prodotti di nicchia o che necessitano di nuove tecnologie per adeguamenti normativi [è l’esempio dei seggiolini auto per bambini ndr]”.
Per quanto riguarda i servizi (23% del totale), l’incidenza dell’intelligenza artificiale è del 4% ed è utilizzata principalmente per supportare l’acquirente nei processi di selezione e utilizzo del servizio.
Cresce la consapevolezza su un’AI che supporta l’uomo vs un’AI che lo replica
Se fino allo scorso anno vi era ancora molta confusione su cosa potesse e non potesse realmente fare l’AI, la Ricerca 2019 evidenzia che le organizzazioni italiane hanno ormai abbandonato l’idea di un’intelligenza artificiale capace di replicare completamente l’intelligenza umana (Strong AI): “Il 90% delle imprese ha infatti compreso che l’AI è più utilmente e concretamente impiegabile per replicare specifiche capacità dell’essere umano. Queste realtà hanno infatti associato al termine AI la realizzazione di sistemi in grado di replicare alcune capacità cognitive tipiche dell’essere umano (50%), oppure un gruppo di tecniche atte a realizzarle, come il machine learning (40%). Un risultato è coerente con la definizione espressa dall’Osservatorio che, a sua volta, fa riferimento al concetto noto come Weak AI”. (figura 2)
Ed è a questa consapevolezza che probabilmente si deve un altro importante risultato: il 79% delle aziende intervistate vede l’AI come un’opportunità da fare propria. Un importante passo avanti rispetto allo scorso anno con le aziende che si stanno strutturando sempre di più per creare al proprio interno le condizioni che favoriranno uno sviluppo sostenibile e rapido di progetti di AI. “Il loro livello di maturità non è ancora tale da poterle considerare esperte su tutte le dimensioni dell’AI Journey, tuttavia, si registrano importanti passi in avanti soprattutto sulla dimensione legata a Metodologie e Algoritmi”, dice Miragliotta facendo riferimento al modello di maturità dell’AI Journey sviluppato dall’Osservatorio fin dalla sua prima edizione e che si articola su cinque dimensioni: Cultura aziendale, Dati e patrimonio informativo, Metodologie e algoritmi, Organizzazione e competenze, Relazione con il cliente (per una breve illustrazione di questo modello consigliamo la video intervista rilasciata dallo stesso Miragliotta in occasione della presentazione dei risultati della scorsa edizione dell’Osservatorio).
Applicando questo modello alle organizzazioni che hanno partecipato alla survey di quest’anno sono stati identificati sei profili di aziende dove, leggendo i risultati tra parentesi per ciascun profilo, si concretizza quel passo avanti al quale abbiamo poco sopra accennato: Immobili (17%, –28 punti percentuali rispetto al 2018); Entusiasti (21%, +11 p.p. rispetto al 2018); In cammino (36%, +13 p.p. rispetto al 2018); Apprendisti (14%, +2 p.p. rispetto al 2018); Organizzati (4%, uguale al 2018): Avanguardisti (8%, +2 p.p. rispetto al 2018). (figura 3)
“Un altro aspetto non trascurabile trattando il tema della maturità raggiunta dalle imprese operanti in Italia è lo stato di avanzamento dei progetti di AI. Dai risultati di quest’anno emerge che un’azienda su cinque (20%) ha portato a regime un progetto di AI”, spiega Miragliotta.
Quali strategie nei diversi Paesi e in Italia
La Ricerca ha poi analizzato driver di adozione, ostacoli e criticità e, con un notevole livello di approfondimento, le classi di soluzioni nonché le tecnologie e le piattaforme che supportano l’AI. Tutti temi ai quali ZeroUno dedicherà specifici approfondimenti nei prossimi mesi cercando anche di sentire anche la voce degli utenti.
In questa anteprima abbiamo invece chiesto a Nicola Gatti come si stanno muovendo i diversi paesi e cosa sta facendo l’Italia, dal punto di vista istituzionale, per cogliere questa importante opportunità.
“I diversi Stati nazionali stanno seguendo differenti strategie per lo sviluppo delle tecnologie di AI, tra questi, Cina, USA e Canada sono oggi i principali attori a livello internazionale. La Cina – spiega Gatti – ha una strategia verticistica guidata dal governo, il cui obiettivo è diventare il primo sviluppatore di strumenti di AI entro il 2030. Gli investimenti sono principalmente pubblici e diretti alla ricerca di base e applicata”. Si stima che nel 2019 la Cina abbia investito in ricerca 10 miliardi di dollari di finanziamenti pubblici, di cui 2 per la difesa nazionale: “Il governo ha definito degli obiettivi chiari, tra i quali cercare di attirare un grande numero di talenti, in quanto ritiene che le competenze siano cruciali per lo sviluppo dell’AI”.
Negli USA non è attualmente presente una strategia governativa: “Il governo investe prevalentemente in ricerca per la difesa militare, lasciando che siano le grandi aziende a trainare la ricerca di base e applicata”. La stima del Politecnico è che nel 2019 gli USA abbiano investito in ricerca 6 miliardi di dollari di finanziamenti pubblici, di cui 5 per la difesa militare. È previsto un incremento degli investimenti pubblici negli anni futuri, fino ad arrivare a 35 miliardi di dollari nel 2025. Per quanto riguarda gli investimenti privati, non è nota una stima sui soli USA, è noto invece che a livello globale la spesa è circa 100 miliardi di dollari nel 2019.
In Canada è presente invece una strategia governativa: “Il Paese in cluster tecnologici e ha assegnato al Quebec il cluster impegnato sul tema AI. Le istituzioni governative operano alla ricerca di finanziamenti privati per sviluppare l’industria locale e hanno investito nella ricerca scientifica una cifra stimata di circa 2 miliardi di dollari nel 2019. Il centro canadese più importante è Montreal, che racchiude oggi le principali scuole di AI, laboratori di ricerca che collaborano con l’industria e le principali aziende multinazionali”.
Per quanto riguarda l’Europa, inizialmente sono stati attivati piani nazionali (per esempio la Germania ha pianificato 500 milioni di euro di investimenti pubblici all’anno e la Francia 300 milioni di euro), successivamente, il Consiglio Europeo, “ha sottolineato l’esigenza di sviluppare un approccio all’AI a livello comunitario e la necessità di promuovere la diffusione dell’AI nel tessuto imprenditoriale europeo. Tale piano riconosce che, rispetto ad altre parti del mondo come gli USA e la Cina, gli investimenti per l’AI nell’Unione Europea sono ancora modesti e frammentati, e annuncia l’ambizione di arrivare a un maggiore coordinamento e ad almeno 20 miliardi di euro di investimenti pubblici e privati nella ricerca e nell’innovazione nel campo dell’AI entro la fine del 2020, per poi continuare a investire la stessa somma su base annuale dal 2020”. La Comunità Europea si è inoltre impegnata a definire le linee guida in tema di etica dell’AI e la formulazione di raccomandazioni relative alle politiche pubbliche e agli investimenti da rea- lizzare in Europa per promuovere la competitività dell’Unione nel campo dell’AI. “La particolarità dell’approccio europeo – spiega Gatti – è che l’AI sia incentrata sull’uomo, enfatizzando così i problemi etici che ne possono scaturire; il tema è stato poi considerato dall’OCSE che ha recentemente stilato i principi etici per l’AI da rispettare e questi sono stati firmati dagli stati membri. Parallelamente, gli Stati membri della Comunità Europea si sono impegnati a definire strategie nazionali in materia di AI entro la metà del 2019”.
Per quanto riguarda l’Italia, come è noto, nell’autunno del 2018, il Ministero Italiano per lo Sviluppo Economico (MISE) ha attivato una commissione di 30 esperti provenienti dall’accademia, dall’industria e dalla società civile per elaborare la strategia nazionale di AI. I 30 esperti hanno finalizzato nell’agosto del 2019 un documento preliminare, da cui il MISE elaborerà la strategia nazionale, la cui presentazione è prevista per la primavera del 2020. Il documento preliminare prevede una spesa pubblica di 1 Miliardo di euro tra il 2020 e il 2025, che sia supportata dallo stesso ammontare proveniente dal mondo privato.
