cefriel_milano_digital_week

Analytics & Artificial Intelligence

3 lezioni su AI apprese dall’evento Cefriel della Milano Digital Week

News

Ottobre 23, 2024

Dai relatori chiave ai casi concreti, ecco le 3 lezioni più importanti emerse dall’evento Artificial Intelligence: dalle applicazioni per il business alle competenze. 

1. Occorre ridefinire il modo in cui le persone interagiscono con le macchine

L’AI ha attraversato diverse fasi: dai primi sistemi basati su regole agli attuali modelli di Machine Learning e Deep Learning, che imparano dai dati per migliorare le prestazioni. Gianluca Ripa, Head of Analytics & AI Unit di Cefriel, ha spiegato come l’era dell’AI Generativa, in cui le macchine sono in grado di creare nuovi contenuti (testo, immagini, audio), stia ridefinendo il modo in cui interagiamo con la tecnologia.

“È possibile usare l’AI generativa a supporto della creatività: generazione di idee, facilitazione del brainstorming, produzione di dati sintetici o generazione di varianti”, ha evidenziato Ripa durante la sua presentazione, mostrando il potenziale dell’AI anche nel processo creativo​.”

2. L’etica deve essere al centro dell’adozione dell’AI

Diego Ragazzi, Data Strategy Lead di Cefriel, ha messo l’accento sull’importanza di considerare le implicazioni etiche dell’AI. Man mano che le aziende adottano soluzioni AI, devono anche stabilire regole per garantire un utilizzo responsabile, equo e trasparente della tecnologia, in modo da minimizzare i rischi di discriminazione o utilizzi non etici.

“L’Intelligenza Artificiale oggi amplifica le capacità umane, ma serve un approccio etico e responsabile per gestirne l’impatto”, ha sottolineato Ragazzi, richiamando l’attenzione sulla necessità di una governance chiara per gestire i rischi​ in un quadro complessivo frammentato e in rapida evoluzione, dove non esistono soluzioni tecniche e normative univoche. “Non dimentichiamoci mai che dietro l’intelligenza artificiale c’è un essere umano che ha pensato il modello, lo ha sviluppato e che ne ha deciso le metriche. Il fattore umano è ancora fondamentale per applicare in maniera corretta questi modelli”, ha aggiunto Ragazzi, evidenziando il ruolo chiave delle persone nell’adozione e nello sviluppo dell’AI​.”

3. È necessario potenziare non solo le competenze tecniche

Una delle principali sfide emerse riguarda la mancanza di competenze specifiche nel campo dell’AI. Roberta Morici, Head of Education Services di Cefriel, ha spiegato come diverse aziende stiano investendo sullo sviluppo di competenze differenziate per i diversi target: per gli esperti, sono necessarie non solo competenze tecniche avanzate (in Machine Learning e Deep Learning), ma anche competenze interdisciplinari che comprendano l’etica, la governance e la capacità di interpretare i risultati. Per le persone con profilo non tecnico, è necessario sviluppare la capacità di utilizzare correttamente gli strumenti di AI Generativa, nonché comprendere come impostare progetti di innovazione basati su AI.