Salute, banche, assicurazioni rappresentano i settori più attivi nell’introduzione di soluzioni di intelligenza artificiale. Il campo della diagnostica preventiva, consulenza medica e quello del banking-finance-insurance presentano i casi di applicazione più avanzati. Le soluzioni più utilizzate sono quelle di intelligent data processing e i virtual assistant/chatbot. L’AI come catalizzatore del cambiamento, passando da un approccio reattivo a uno predittivo per vivere meglio, dai luoghi del lavoro a quelli della vita domestica, mixando progettualità ed esperienze appartenenti a settori diversi, per migliorare esperienza, performance, capacità di ascolto e capacità diagnostica e di prevenzione anche degli attacchi malware alle infrastrutture critiche. Lo scenario in cui viviamo è quello di una rivoluzione industriale molto più veloce di quelle vissute in passato. Le banche sono nel mirino della digital transformation.

Strategia di ecosistema, partnership e monetizzazione dei dati. La vera sfida è l’open banking. Banche e assicurazioni sono tra i primi investitori in soluzioni di big data analytics nel 2017 (dati IDC). Automatizzare i processi, innovare la cultura aziendale e sviluppare modelli di business in grado di migliorare i servizi e la customer relation. Recuperare il patrimonio di fiducia e grazie alla potenza della trasformazione digitale, costruire relazioni e servizi nuovi. Banche e assicurazioni utilizzano la tecnologia machine learning per prevenire le frodi. Gli insight possono individuare opportunità di investimento o il momento migliore per il business. Grazie al data mining è possibile identificare i clienti con profili ad alto rischio. Una foto del sinistro elaborata da un algoritmo può sostituire il classico modulo blu di constatazione del sinistro. Chatbot e assistenti virtuali possono fornire consigli e indicazioni agli utenti sulla base del loro profilo, la loro storia. AI e analytics possono fare valutazioni veloci e precise sul merito di credito di un cliente, anche anticipandone i bisogni. Possibile anche una completa automatizzazione del processo di investimento. Tra le altre applicazioni: consulenza automatizzata di investimenti, analisi del credito più veloci, automatizzazione delle operazioni ripetitive. L’analisi dei dati cambia l’industria assicurativa. Nella Passenger Economy, gli utenti diventano “punti di contatto”. E la sicurezza non può essere un optional delle connected car. L’utilizzo di analytics “on the edge” su dati costantemente real-time, ribalta le logiche assicurative tradizionali. Scatole nere e smartphone permettono di fare risk assessment innovativo con i dati dinamici del guidatore, tenendo conto dei comportamenti frequenti, del contesto e delle zone di transito abituali, non solo della targa. Il machine learning, grazie ai dispositivi indossabili, può essere di grande aiuto per valutare la salute del paziente in tempo reale, supportando il personale medico nell’analisi dei dati per migliorare diagnosi e trattamento dei pazienti.

Se con la robotica aumentiamo la capacità e precisione del chirurgo, con la AI siamo alla vera e propria intelligenza aumentata. Ma è soprattutto nella ricerca scientifica che l’integrazione tra intelligenza umana e intelligenza artificiale può dare i risultati più interessanti. Le neuroscienze computazionali possono aiutare i ricercatori a testare varie ipotesi che richiederebbero esperimenti lunghi e complicati, permettendo di scartare a priori le ipotesi che vengono escluse dalla simulazione e concentrandosi solo sulle ipotesi più plausibili. Grazie all’AI possiamo testare la coerenza logica dei dati dopo un esperimento in laboratorio, ma anche trovare una pista nuova da seguire nel caso che gli esperimenti non diano i risultati sperati. Si tratta di una sinergia simile al lavoro dell’artista che lavora gomito a gomito con un ingegnere. L’artista fornisce le idee e l’ingegnere dice cosa è possibile fare. A volte l’artista è il teorico e l’ingegnere è lo sperimentalista, ma la cosa interessante è che a volte i ruoli si invertono.

Partecipanti al panel:

Michele Carmina head of Group Data & Digital IT – Assicurazioni Generali

Alessandro Rancitelli IT business partner – Bayer

Saverio Ferraro deputy CIO, BNL – Gruppo BNP Paribas

Laura Cancedda senior researcher tenured Istituto Italiano di Tecnologia IIT – Istituto Telethon Dulbecco

Salvatore Gervasi head of enterprise sales – Kaspersky Lab Italia

Andrea Dupplicato CIO Istituto Europeo di Oncologia – Centro Cardiologico Monzino

Roberto Lei country manager Italy – Pegasystems

L'articolo Banche, assicurazioni e salute. L’AI cambia i servizi proviene da Data Manager Online.

Si possono integrare sensori IoT nelle macchine da caffé, per gestirle da remoto e fornire assistenza a distanza. Si possono implementare algoritmi per la manutenzione predittiva, per migliorare il supporto globale e la qualità dei prodotti. Si può innovare il settore agricolo con tecniche di precisione, utilizzo di droni in campo a guida autonoma e monitoraggio in tempo reale di territori e coltivazioni. In agricoltura, l’automazione permetterà di difendere la qualità delle produzioni, abbattendo i costi di gestione, monitorando l’intero ciclo di produzione, per decidere il momento migliore per intervenire, per somministrare trattamenti fitosanitari, procedere alle operazioni di potatura o di raccolto del prodotto. Le produzioni agroalimentari di nicchia e di alta qualità troveranno nelle soluzioni di intelligenza artificiale un alleato per la difesa e la distribuzione verso un pubblico sempre più attento e sempre più ampio.

In campo manifatturiero, il machine learning permette di intervenire immediatamente sulle linee di produzione consentendo notevoli risparmi oppure per un’ottimizzazione della catena: l’applicazione di processi e strumenti per garantire un funzionamento ottimale della catena di fornitura di produzione e di distribuzione. Le soluzioni di intelligenza artificiale basate su deep learning hanno come obiettivo il miglioramento del controllo della qualità di produzione e il rilevamento dei difetti legati al ciclo produttivo, combinando reti neurali, tecniche di imaging data e sensori IoT e attivando in tempo reale la verifica manuale da parte dei tecnici direttamente sull’area di prodotto interessata. In questo modo, si raddoppia l’efficienza del controllo qualità, eliminando le strozzature potenziali nel processo produttivo, e si migliora l’intero processo produttivo. Assistenti virtuali e robotica industriale sono destinati a rivoluzionare il rapporto con i clienti e tutti gli anelli della supply chain. I grandi investimenti finalizzati allo sviluppo di veicoli a guida autonoma hanno una ricaduta positiva sullo sviluppo di progetti in aree contigue, sotto la spinta dell’IoT.

La possibilità di analizzare dati in real-time permette di costruire nuovi servizi basati su modelli di business innovativi. Le imprese del manufacturing riescono a ottimizzare la produzione, monitorare le risorse lungo tutta la catena del valore e della logistica. Machine learning, 3D, realtà virtuale e aumentata, robotica indossabile in cima alle priorità di investimento della smart factory. La scommessa resta la flessibilità. Lo sviluppo di ambienti cloud blindati dal lato sicurezza incoraggia il passaggio a piattaforme integrate per gestire tutti gli aspetti dalla produzione automatizzata. La quarta rivoluzione industriale si misura non solo in termini di efficienza, qualità, produttività e riduzione dei costi ma anche di capacità di dialogo tra Operations e IT. Entro il 2021, il 25% dell’industria manifatturiera globale applicherà tecnologie di machine learning su diversi livelli, dallo sviluppo digitale alla supply chain (dati IDC). Entro il 2020, il 65% dei produttori industriali faranno uso di tecniche di simulazione e digital twin, per ridurre i costi e migliorare l’erogazione dei servizi.

Le utility riescono non solo a identificare e risolvere i malfunzionamenti all’interno degli impianti, ma a prevenirli. E ancora nel campo Energy, dove le reti di approvvigionamento diventano sempre più smart, possiamo monitorare i consumi, ottimizzare l’approvvigionamento. Trovare nuove fonti di energia, analizzare i minerali nel terreno. Pensiamo al consumo intelligente delle risorse, in ottica di attenzione agli sprechi e salvaguardia ambientale. Cresce la spinta verso la servitization con l’offerta di prodotti che si sta sempre più spesso trasformando in offerta di servizi. Il concetto di fabbrica 4.0 si sta evolvendo verso un ecosistema esteso di risorse computazionali e organizzazione. L’intelligenza artificiale come augmented intelligence amplifica le potenzialità umane, ma l’operatore umano resta al centro dello sviluppo tecnologico.

Partecipanti al panel

Daryush Arabnia chief operating officer – Geico

Egis Ligorio CDO head of Internet of Things & Digital Transformation Program – La Marzocco

Carlo Napoli responsabile startup portfolio management and business incubator – Enel Innovation Hubs

Pier Giuseppe Dal Farra IoT industry business expert – Orange Business Services

Andrea Ruscica presidente di Altea Federation

Carlo Recchia presidente regionale di Giovani Impresa – Coldiretti Lombardia

L'articolo Manufacturing, utility, agritech. L’AI cambia la produzione proviene da Data Manager Online.

L’AI al centro del dibattito. Imprese, politica e università sono chiamate a preparare la strada per governare questo passaggio e nel condurre una decisa azione di guida nel processo di formazione delle competenze. L’attenzione verso le tematiche che spaziano dal machine/deep learning alla cognitive analysis applicata è estremamente pervasiva. Dalla robotica umanoide allo studio dei comportamenti sociali, dall’algoritmica decisionale in sistemi real time alle analisi economiche, passando attraverso approfondimenti di carattere giuridico e sociologico sulle correlazioni etiche e sui problemi di privacy nell’analisi big data o sulla nascente legislazione per la robotica basata su AI decisionale. Sempre più stiamo direzionando lo sviluppo di questi processi verso la dotazione di capacità di analisi prescrittiva, ovvero la capacità di prendere decisioni in autonomia e mettere di conseguenza in pratica delle azioni. E questo rappresenta il vero salto evolutivo. La realtà della ricerca universitaria pone un ampio ventaglio di sfide di bilanciamento fra sicurezza e apertura degli ambienti di ricerca in moltissimi ambiti, prevedendo una forte segmentazione della rete interna, massima attenzione sul principio di privacy by design nella progettazione architetturale dei servizi e strategie di difesa su tecnologia all’avanguardia e sistemi di protezione avanzata degli endpoint basati sul riconoscimento di modelli comportamentali degli attacchi.

Si parte sempre dai dati. Un territorio digitalizzato è un prerequisito della smart city del futuro, la geoinformazione fornisce l’infrastruttura di base, sulla quale costruire nuovi servizi. Nei trasporti, le soluzioni di AI permettono di monitorare i flussi e intervenire sulla viabilità per un’ottimizzazione delle risorse e servizi al cittadino in ottica di vera smart city. Negli aeroporti e nelle stazioni che possono essere considerati degli smart hub all’interno della smart city, si utilizzano algoritmi di machine learning per la sicurezza dei passeggeri, per il riconoscimento dei viaggiatori e l’incrocio di dati con i database delle forze di polizia internazionali. La smart city al centro della Data Economy e della Passenger Economy. La città non è un contenitore, ma una piattaforma. IoT e 5G sono legati a doppio filo. La smart city diventa piattaforma abilitante per connettere dispositivi, raccogliere e gestire dati in tempo reale. Intelligenza artificiale e PA, l’Italia non è all’anno zero. Ci sono amministrazioni all’avanguardia che hanno già lanciato progetti che applicano machine learning, chatbot e altri servizi pubblici.

Uno dei territori più avanzati, su questo fronte, è il Comune di Bergamo che vede in campo PA locali e una sinergia tra pubblico e privato con l’obiettivo di riqualificare le aree metropolitane tramite soluzioni di AI e di rifondare una relazione virtuosa tra cittadino e pubblica amministrazione. Creatività e tecnologia costituiscono fattori vincenti per aumentare la qualità delle prestazioni e dei servizi pubblici, ridurre deficit e debito pubblico, contribuire alla crescita di competitività delle aziende e all’attrattività del territorio. L’inefficienza dell’amministrazione pubblica costa oggi al Paese quasi 30 miliardi di euro, circa 2 punti di PIL. Per le imprese, in particolare, la burocrazia rappresenta un costo molto rilevante, con incidenze che si attestano tra il 2% e il 4% del fatturato e con pesi più elevati al decrescere della dimensione dell’azienda. Solo il ridisegno dei processi e la loro digitalizzazione possono dar luogo a una vera spending review e crescita di efficienza. Ma la bassa velocità e la dimensione frammentaria con cui marcia l’innovazione della PA sul territorio disegnano ancora una geografia estremamente discontinua, in cui ad alcune esperienze eccellenti si affianca la maggior parte degli enti che hanno difficoltà nel fare il salto di qualità. Ma tutto questo deve essere imprescindibilmente legato sia all’attenzione sulle regole di salvaguardia per un’intelligenza artificiale “umanocentrica”, sia alla tutela e protezione del dato personale con l’imposizione di vincoli stringenti di trasparenza sull’uso degli algoritmi.

Partecipanti al panel:

Italo Lisi CIO – Scuola Superiore Sant’Anna

Fabio Degli Esposti CIO – SEA Aeroporti di Milano

Sergio Scornavacca director Industry & Consumer Market Lead – Indra in Italia

Antongiulio Donà vice president sales Italy – Talend

Giacomo Angeloni assessore all’Innovazione – Comune di Bergamo

Mirco Bettelini head of Innovation Factory – Ferrovie dello Stato

L'articolo Smart city, trasporti, ricerca. L’AI cambia i processi proviene da Data Manager Online.

La realtà è più complessa di una partita a scacchi. A volte, per capire le cose dobbiamo capovolgerle. Nella performance artistica di Laura Calafiore, prima donna fast-painter in Italia, gesto tecnico, velocità di esecuzione e creatività si fondono insieme. Il ritratto di Alan Turing ci ricorda che la trasformazione delle aziende ha bisogno di potenza, ma anche di immaginazione. Can Machine Think? Questa era la domanda da cui partiva Alan Turing 50 anni fa. Una domanda associata al famoso Test per determinare se una macchina è in grado di pensare. Un criterio suggerito dal padre della scienza informatica e dell’intelligenza artificiale, nell’articolo “Computing machinery and intelligence”, apparso nel 1950 sulla rivista Mind.

L’intelligenza artificiale pone interrogativi etici e tecnologici. Le previsioni sono molto polarizzate. In tutti i casi, assisteremo a un cambiamento di interfacce. Ma non bisogna commettere l’errore di pensare al mondo del futuro imprigionati negli schemi del presente. La logica della tecnica può essere spietata se basata solo sulla maggiore produttività al minimo costo. Oggi, grazie al cloud, ai big data analytics e agli algoritmi di machine learning, le machine possono eseguire compiti complessi che se eseguiti da un essere umano richiederebbero intelligenza. Ma questo è sufficiente per parlare veramente di intelligenza artificiale? Prima di tutto, dobbiamo prestare attenzione al cosiddetto “AI washing”. Questa è una strategia di marketing distruttiva, e la abbiamo già vista all’opera in altri casi. Occorre invece procedere a piccoli passi, con progetti pilota e proof of concept.

Molti sistemi, dai motori di ricerca ai i robot industriali, possono sembrare intelligenti. Ma non lo sono. La stessa cosa può capitare anche con le persone. Quello che abbiamo fatto con Internet, trent’anni fa, lo stiamo facendo adesso con l’intelligenza artificiale, lasciando la rete completamente nelle mani del mercato. L’AI per vendere è quella più avanzata. Stiamo lavorando tanto sulle preferenze personali e poco sulle grandi banche dati mediche, atmosferiche, logistiche che possono veramente contribuire a migliorare il mondo. Nel 2017, le imprese hanno investito 63 miliardi di dollari in programmatic advertising (dati WARC). L’AI risolve molte cose e crea qualche grattacapo. Ci preoccupiamo che le macchine possano sviluppare una coscienza, ma diamo per scontato che le persone possano agire senza averne alcuna. Mai attribuire alla cattiveria le colpe dell’improvvisazione.

Nel corso dell’evento WeChangeIT 2018, grazie al contributo di tutti, aziende vendor, partner, c-level delle imprese utenti, data scientist e ricercatori, abbiamo capito che l’AI non è soltanto un crogiolo di tecnologie. L’AI non è uno strumento “magico”, non è una “sfera di cristallo”, non è un robot autocosciente, non è un perfect model prediction. Abbiamo imparato che i neuroni che comunicano insieme fortificano le proprie connessioni. Che dobbiamo preoccuparci del design delle applicazioni e della governance delle soluzioni. E che la collaborazione in ambito Europeo è la chiave per affrontare il futuro, perché da soli non si va da nessuna parte. Il cervello umano è in grado di fare operazioni complesse con l’energia di una barretta di cioccolato. La sua caratteristica però non è quella di processare milioni di informazioni senza commettere errori. Forse, quello che ci rende speciali come esseri umani è proprio la capacità di sbagliare. Forse, siamo una macchina rotta, ma rotta nel modo giusto. E forse, questo non è un bug, ma una feature in senso tecnico. La tecnologia ci permette di disarticolare la capacità di “pensare” dalla capacità di svolgere un compito con successo. Questa è la vera killer application.

Ma il vero nocciolo della questione resta come decideremo di usare questa capacità di problem solving. Se utilizzeremo l’intelligenza artificiale solo per vendere un paio di scarpe in più, non solo avremo sprecato la straordinaria opportunità di capire di più il mondo, ma avremo commesso l’errore di adattare il nostro mondo all’ambiente operativo di una macchina, e non viceversa. Abbiamo bisogno di una visione ampia e aperta dello sviluppo. Una visione compiutamente umana che per essere pienamente realizzata ha bisogno anche della potenza di una macchina.

L'articolo Artificial intelligence oltre l’hype proviene da Data Manager Online.

«Il dibattito sulla eventuale “coscienza” delle macchine è chiaramente originato dalle caratteristiche proiettive della nostra imperfetta e parziale coscienza umana» – spiega Gianmarco Veruggio, scienziato robotico sperimentale, dirigente di ricerca del CNR e responsabile della Sede di Genova dell’Istituto di Elettronica e di Ingegneria dell’Informazione e delle Telecomunicazioni (CNR-IEIIT). «Le domande senza risposta sull’origine della nostra intelligenza si riverberano sulla costruzione di macchine a nostra immagine e somiglianza. In realtà, non c’è alcun presupposto scientifico a tali prodotti della fantasia e pertanto l’unico dibattito serio riguarda la direzione che l’umanità vuole dare allo sviluppo della robotica e dell’intelligenza artificiale. Per questo è nata la Roboetica, per costruire un’etica umana in grado di gestire questa rivoluzione nella direzione di un vero progresso umano e civile». Gianmarco Veruggio è poco interessato alle disquisizioni accademiche su cosa debba intendersi per intelligenza artificiale o robotica.

«Come robotico ricordo le discussioni dei primi anni 90 sul cosiddetto “intelligent control” contrapposto al cosiddetto “conventional control” o, una decina d’anni dopo, quelle interne alla Robotics and Automation Society per definire cosa fosse la robotica. Io sono affascinato dalla convergenza di robotica, AI, reti e big data, senza contare gli sviluppi nelle neuroscienze. Un melting pot straordinario, dove la sinergia tra queste tecnologie sta imprimendo un ritmo esponenziale al progresso tecnologico e alle possibili applicazioni. È fondamentale che le istituzioni comincino ad approfondire i numerosi temi etici, legali e sociali generati da questa epocale rivoluzione scientifica e tecnologica, di cui intravediamo oggi soltanto le prime timide avvisaglie».

Ma per Veruggio non bisogna commettere l’errore di pensare al mondo del futuro imprigionati negli schemi del presente. «In realtà cambierà tutto. Cambierà la struttura della produzione e distribuzione dei beni e questo potrà avere un impatto sull’impostazione stessa dell’organizzazione sociale, il che – unitamente ad altri fenomeni di rilevanza epocale – potrà creare scenari nuovi e imprevedibili». Occorre quindi grande apertura mentale e capacità di comprendere e gestire la complessità. Non ci sono scorciatoie. Imparare nuovi linguaggi è l’unico modo per comprendere il mondo che cambia. Una convinzione che lo ha portato a fondare la Scuola di Robotica di Genova con l’obiettivo di colmare il gap tra scuola e innovazione. «Occorre molto impegno e una solida cultura – afferma Veruggio – per sperare di essere cittadini liberi di decidere il proprio futuro. Questo significa che la sfida più importante è quella per l’istruzione e l’educazione».

L'articolo Gianmarco Veruggio – Etica e trasformazioni tecnologiche proviene da Data Manager Online.

Secondo IDC, l’intelligenza artificiale raggiungerà 46 miliardi di dollari nel 2020 e 57 nel 2021, a partire dal valore di 12 miliardi del 2012 con un CAGR del 50% nei cinque anni. Big data, advanced analytics e cloud preparano la strada all’AI che è destinata a diventare una componente chiave dell’infrastruttura IT. «Gli impatti su infrastrutture e datacenter saranno notevoli» – spiega Fabio Rizzotto, associate VP & head of local research and consulting IDC Italia. «Già le IDC Predictions dello scorso anno prevedevano un impatto notevole dei next-generation workload tra cui quelli abilitati da Cognitive/AI, e le Prediction 2018 alzano ancora di più la posta in gioco. Diciamo che questi nuovi scenari portano la sfida oltre il concetto di hyperconverged infrastructure».

Sull’AI c’è una competizione internazionale che vede la Cina sempre più avanti, poi c’è Israele, la Silicon Valley. L’Europa nel suo complesso non se la gioca né per l’oro, né per l’argento, e in più c’è l’incognita della Brexit. «La Cina in effetti sta sfondando e accelerando sull’onda di ingenti investimenti, in USA non si è da meno a livello di pervasività» – rileva Rizzotto.  «In Europa, non abbiamo la stessa “scala” di Cina e USA, e in più c’è una forte frammentazione. Ma stiamo lavorando molto. C’è da dire che la EU è impegnata a definire a livello organico le regole sia per agevolarne gli sviluppi sia per governarne l’evoluzione». L’Italia si sta muovendo a macchia di leopardo: «Le grandi imprese sono più avanti. Nel settore pubblico, siamo rimasti un po’ indietro in termini di capacità di rinnovarsi, e questo si traduce in una forbice rischiosa, ma registriamo però un grande fermento nel tessuto della “nuova imprenditoria” e di startup che si stanno muovendo anche all’estero». Nel dibattito sul tema dell’impatto dell’AI sul lavoro c’è una forte polarizzazione.

«Se è vero che la trasformazione tecnologica non è mai a costo zero, non possiamo guardare al passato per cercare di leggere fenomeni che non hanno precedenti» – fa notare Rizzotto. «La penetrazione sarà profonda e dobbiamo essere preparati. Dobbiamo imparare tutti a misurarci con nuove regole. Considerato l’impatto della GDPR sulla privacy, dobbiamo aspettarci una sorta di GDPR anche per l’AI. Spero non troppo tardi. La UE non sarà perfetta, ma è la cornice più adatta dentro cui dobbiamo imparare a convivere e trovare soluzioni per il futuro, procedendo con velocità e prudenza. Da soli, non si va da nessuna parte. La parola chiave sarà ricerca dell’equilibrio in questa convergenza del rapporto tra human e artificial».

L'articolo Fabio Rizzotto – Equilibrio tra human e artificial proviene da Data Manager Online.

Le neuroscienze ci raccontano come sia complicato il cervello formato da tantissimi neuroni che comunicano continuamente tra loro per garantirci non solo la sopravvivenza, ma anche il nostro benessere. «In laboratorio – spiega Laura Cancedda, ricercatrice dell’Istituto Italiano di Tecnologia e dell’Istituto Telethon Dulbecco – cerchiamo di capire come funziona il cervello e in particolare come si formano le reti neuronali durante lo sviluppo». I nostri neuroni funzionano comunicando tra loro. «I neuroni non sono semplicemente delle cellule come molte altre cellule del nostro organismo ma hanno la straordinaria capacità di parlarsi. Gli organi di senso raccolgono le informazioni dall’ambiente esterno e le passano a neuroni periferici che mandano queste informazioni ai neuroni centrali del cervello che a loro volta le rielaborano in modo da far conseguire delle azioni. È così che funziona l’apprendimento delle reti neuronali. I neuroni che comunicano insieme fortificano le proprie connessioni. Le altre si indeboliscono».

Il cervello è una macchina straordinaria, complessa ma funzionale. «Tuttavia – continua Laura Cancedda – questa complessità in condizioni normali è ben gestita, è organizzata, è a costo energetico adeguato e non crea overload. Anzi, come l’informazione è una ricchezza in tutti gli ambiti, lo è anche nel nostro cervello. I problemi sorgono invece quando l’informazione non è ben gestita, e anche in questo caso il cervello non fa eccezione. Un cervello che non gestisce bene il proprio carico di informazioni, un cervello i cui neuroni si passano parole troppo complicate, lunghe e con una frequenza troppo elevata, finisce per essere un cervello malato». Il cervello può immagazzinare sì moltissima informazione in diverse aeree, ma bisogna che sia ordinata e ben codificata.

«È fondamentale continuare a studiarlo per generare una ispirazione creativa che poi si potrà tradurre, per esempio, in una intelligenza artificiale più avanzata. Ma l’AI non dovrà necessariamente ispirarsi solo al cervello umano, il suo funzionamento e sviluppo potrà portarci in sentieri nuovi. E ben vengano se saranno capaci di migliorare l’operatività verso obiettivi adeguati. Il ruolo di noi ricercatori, e di noi tutti come società, sarà quello di creare le condizioni scientifiche adatte e una cultura adeguata alla gestione di queste nuove tecnologie. In questo contesto – conclude Laura Cancedda – le conseguenze di un uso diffuso dell’AI non potranno essere che favorevoli. Insomma, è inutile temere lo sviluppo tecnologico, se partorito da menti umane responsabili e quelle sì dotate di intelligenza».

L'articolo Laura Cancedda – Neuroni e connessioni proviene da Data Manager Online.

I neuroni che comunicano insieme fortificano le proprie connessioni. Le altre si indeboliscono. Con questo spirito, nasce WeChange IT Award per premiare le aziende, i progetti, i clienti e i manager che hanno saputo collaborare per farsi interpreti dell’innovazione. Quest’anno, la menzione speciale “Manager dei dati” è andata ad Antonio Simeone, professione algotrader, co-founder e director di Euklid per la passione e il contributo originale nella definizione di un nuovo approccio nel modo di gestire risparmi e investimenti attraverso algoritmi e applicazioni di intelligenza artificiale.

Per il progetto Production & Market Optimization 4.0, in ambito Supply Chain nel settore Manufacturing, podio più alto per Altea Federation (Nextea, Altea UP e Altea Digital) che in collaborazione con il Laboratorio Sistemi per la Produzione dell’Università del Salento ha supportato Vibram, leader mondiale delle suole in gomma ad alte prestazioni, nel percorso di digital transformation che ha abbracciato persone, processi e tecnologie nel ridisegno del ciclo produttivo.

Orange Business Services vince nella categoria IoT e Mobile Enterprise, settore Automotive per il progetto IoT Connected Car, per la capacità innovativa di fare da orchestratore di tecnologie e per l’efficienza nel supportare Borgward dalla fase di prevendita a quella di produzione, contribuendo al rilancio dello storico marchio dell’industria automobilistica tedesca sul mercato europeo, integrando mondo reale e mondo digitale.

Per il progetto Torre di Controllo Commerciale in ambito Sales Management & Automation nel settore Insurance, il premio è andato a Pegasystems per il potenziamento del canale di vendita di Allianz Italia, fornendo una visione unificata, completa e aggiornata del cliente dalla prospettiva della strategia di business. Con la migrazione del sistema di Sales Force Automation, l’azienda ha ottenuto una gestione più efficace della customer relation durante l’intero ciclo di vita del cliente, sia business che retail, migliorando i costi e i tempi di risposta.

Per il progetto Passenger Flow in ambito Operations, Commercial & Quality nel settore Air Transport, premiata Talend per la visione innovativa della trasformazione digitale orientata al miglioramento dei servizi ai clienti di Aeroporti di Roma, che ha saputo mettere al centro dell’attenzione l’analisi dei flussi passeggeri con l’obiettivo di migliorare le performance e ottimizzare l’operatività aeroportuale.

La proclamazione dei vincitori in sala è stata coordinata con il supporto dell’assistente robotico Paolo Pyry, sviluppato dalla Promoservice di Chiariano (Tv), che sta sperimentando applicazioni specifiche di AI per il settore turistico e dell’accoglienza alberghiera.

L'articolo We Change IT Award 2018. Avanti con la transformation proviene da Data Manager Online.

I sistemi e le applicazioni di intelligenza artificiale attingono a tutto il patrimonio di informazioni dell’azienda, comprese conoscenze non strutturate, senso comune ed esperienze disponibili. Per Antongiulio Donà, vice president sales Italy di Talend, le applicazioni sono “intelligenti” perché riescono a gestire quantità di dati e informazioni di dimensioni non più gestibili con sistemi tradizionali. «Se il cloud applicativo è ancora oggetto di dibattito, il data warehouse in cloud è una necessità assoluta e improrogabile. Possiamo chiamarlo “data lake”, ma il senso non cambia. Le attività legate ai dati sono l’unico fattore differenziante rispetto alle scelte e alla competitività. I dati devono essere immediatamente accessibili. Il tempo reale non è più un “nice to have” ma un’esigenza di sistema».

Antongiulio Donà, olivettiano di formazione e con oltre trent’anni di esperienza come responsabile delle vendite per aziende che hanno spesso anticipato il mercato, osserva da sempre un atteggiamento di pressione, soprattutto da parte di quei vendor che lavorano sulla frontiera tecnologica. «AI o non AI – avverte Donà – il ROI e ancora più il TCO sono gli unici strumenti di valutazione coerente e accettabile. ll ruolo del vendor deve cambiare nel senso di una partnership non solo con il cliente finale, come tutti dichiarano, ma anche con l’ecosistema dei fornitori. La nostra esperienza – continua Donà – su diversi mercati e differenti modelli di implementazione può essere di grande aiuto a maggior ragione quando si è alla ricerca di innovazione, come nell’utilizzo di strumenti e tecniche di AI. Il raggiungimento del break-even deve essere dimostrabile indipendentemente dalla tecnologia utilizzata».

Quando parliamo di sistemi complessi che pretendono di mettere ordine o ridurre la complessità, dobbiamo sempre fare i conti con l’indeterminatezza, che è un po’ come la polvere che si nasconde sotto il tappeto. Il romanzo 1984 di George Orwell, il teorema di Kurt Gödel e perfino la GDPR di fresca attuazione hanno per Donà un punto in comune: «Un insieme di regole che rimandano ai principi del tipo di mondo che vogliamo contribuire a costruire. La cura di un modello etico è determinante quando inseriremo macchine veramente “intelligenti” all’interno del sistema. Noi uomini siamo già pressati da obbiettivi personali, di business, dal valore della quotazione della nostra azienda e quando le macchine saranno in grado di sostituirsi a noi, in molte attività a valore, dovremo garantire il mantenimento di un modello di scelte, cultura, esperienza e conoscenze, il cui dominio, in senso tecnico, deve restare umano».

L'articolo Talend, creare un’alleanza per l’AI al servizio delle imprese proviene da Data Manager Online.

«L’intelligenza artificiale ha il potenziale per influenzare le nostre vite in modo positivo» – spiega Roberto Lei, country manager Italy di Pegasystems. «Per i consumatori, può automatizzare compiti monotoni e assistere a quelli difficili. Per le imprese, può fornire un vantaggio competitivo, differenziare prodotti e servizi e persino contribuire al successo o al fallimento. Come esseri umani abbiamo il controllo. Questo significa che siamo responsabili delle azioni delle nostre macchine di intelligenza artificiale e quindi anche dei loro effetti. Possiamo meravigliarci di questo potenziale, ma dobbiamo agire ora non solo per raccogliere i vantaggi pratici, ma anche per definire un framework comune di regole.

Le tecnologie di intelligenza predittiva possono svolgere un ruolo fondamentale nel processo di trasformazione digitale, aiutando le aziende a fidelizzare i clienti, migliorare le esperienze e, infine, aumentare i profitti». Ma quali scelte strategiche devono compiere le aziende? La risposta è semplice e complessa al tempo stesso: «Occorre realizzare una vera trasformazione digitale sia dei processi che dei modelli di business. Abbattere i silos e mettere a fattor comune tutte le informazioni derivanti dall’interazione online e offline con i propri clienti. Implementare una strategia di engagement che sia data driven (oggi si parla molto di “big data” mentre invece dovremmo discutere di rendere questi dati azioni concrete per rispondere alle aspettative del cliente) e che poggi su algoritmi e modelli predittivi misurabili per migliorare la comunicazione e la trasparenza. E tutto questo richiede management rivolto al cambiamento, tecnologie abilitanti e partner di digital transformation» – afferma Roberto Lei. Alla fine dello scorso anno, Marketforce in collaborazione con Pegasystems ha intervistato circa 900 senior executive delle prime 100 aziende nel mondo nei vari settori come banche, assicurazioni, telco e media, manufacturing, energy & utilities sui temi dell’AI. Secondo la ricerca il 66% degli intervistati pensa che il termine workforce verrà attribuito a una combinazione di lavoro umano e intelligent machines.

«Contrariamente alle paure diffuse circa le perdite di posti di lavoro – spiega Roberto Lei – i risultati suggeriscono che l’automazione e l’AI avranno un impatto positivo sul modo in cui lavoriamo. L’impatto dell’automazione dipende molto dal tipo di ruolo che viene automatizzato. Alcuni lavori richiedono intelligenza emotiva, giudizio sfumato e comprensione culturale che le macchine intelligenti non possono sostituire. Quindi, mentre il 70% dei dirigenti si aspetta che l’intelligenza artificiale sostituirà entro 20 anni principalmente i lavoratori umani in ruoli amministrativi, una percentuale molto più piccola, il 41%, si aspetta lo stesso destino per i lavoratori umani nei ruoli che interfacciano i clienti».

L'articolo Pega e il futuro del lavoro. L’AI ridefinisce imprese e ruoli proviene da Data Manager Online.