Contribuire allo sviluppo e l’applicazione dell’intelligenza artificiale generativa nel lavoro e nella vita quotidiana, attraverso la promozione delle competenze necessarie: è questo lo scopo del documento strategico “Formare il Futuro – Strategie per lo Sviluppo delle Competenze Chiave nell’Intelligenza Artificiale Generativa” redatto dall’Osservatorio sull’Intelligenza Artificiale Generativa, promosso da Unimarconi.
Il documento esplora opportunità e rischi di questa tecnologia, fornendo un panorama dello stato del mercato italiano e considerazioni sull’adozione da parte delle imprese, e formula raccomandazioni strategiche per far sì che le imprese italiane (soprattutto le PMI) e i lavoratori possano cogliere al meglio le opportunità dell’AI generativa
Indice degli argomenti
Opportunità e rischi dell’AI generativa
L’intelligenza artificiale generativa sta rivoluzionando il panorama tecnologico con applicazioni che spaziano dalla creazione di contenuti digitali alla comunicazione uomo-macchina.
Basata su modelli di linguaggio di grandi dimensioni (LLM) come GPT-4, questa tecnologia utilizza sofisticati algoritmi di deep learning per analizzare e generare contenuti testuali, visivi e audio, rispondendo a istruzioni scritte in linguaggio naturale.
Gli LLM sono addestrati su vasti dataset contenenti miliardi di parole provenienti da libri, articoli di giornale, siti web e altre fonti, permettendo loro di apprendere le complessità linguistiche, la grammatica e le sfumature del linguaggio umano.
Il cuore degli LLM è l’architettura Transformer, che consente di gestire lunghe dipendenze nel testo e di comprendere il contesto di parole o frasi anche molto distanti tra loro. Questa capacità permette agli LLM di generare testi coerenti e contestualmente adeguati, che spaziano dal completamento di frasi e paragrafi alla scrittura di interi articoli, poesie e persino codice software.
Nonostante le loro straordinarie capacità, è fondamentale comprendere che gli LLM operano basandosi su predizioni statistiche piuttosto che su una vera comprensione del testo. Questo significa che, sebbene possano generare contenuti che appaiono “intelligenti”, non possiedono consapevolezza, comprensione del mondo reale o capacità di ragionamento autonomo. La loro intelligenza è limitata al riconoscere e replicare i modelli contenuti nei dati di addestramento.
Le opportunità offerte dall’AI generativa sono immense. Nel settore medico, ad esempio, può supportare la generazione di rapporti clinici o la creazione di modelli per la diagnosi. Nell’automazione industriale, può ottimizzare processi produttivi e migliorare l’efficienza operativa. Anche nella sicurezza informatica, l’AI generativa può contribuire a identificare e rispondere a minacce in tempo reale.
Ma questi benefici sono accompagnati anche da rischi significativi. L’abilità della tecnologia di generare contenuti plausibili senza una vera comprensione può portare a disinformazione, manipolazione e altri usi impropri.
La mancanza di consapevolezza e ragionamento autonomo degli LLM significa che possono replicare bias presenti nei dati di addestramento, perpetuando stereotipi e pregiudizi. E l’uso dell’AI generativa solleva questioni etiche riguardanti la proprietà intellettuale, la privacy e la responsabilità.
Le possibili applicazioni aziendali dell’AI generativa e lo stato dell’arte del mercato italiano
Analizzando più nel dettaglio come le imprese italiane stanno approcciando questa tecnologia, il documento ne sottolinea nuovamente il potenziale trasformativo e i numerosi casi applicativi già implementati, volti non solo alla creazione di contenuti, ma anche alla personalizzazione dell’esperienza cliente.
Le aziende possono ora produrre migliaia di annunci pubblicitari unici, generare report finanziari e analisi di mercato, e persino sviluppare nuovi prodotti e servizi grazie a questa tecnologia.
Nel mercato delle risorse umane l’AI generativa sta rivoluzionando il recruiting, migliorando l’efficienza e la personalizzazione dei processi di selezione e onboarding. Nonostante l’adozione sia più lenta nel mondo business rispetto al B2C, l’interesse è crescente, con soluzioni “pro” per team e enterprise che offrono maggiori controlli sui dati.
Secondo stime di Statista, il mercato globale dell’AI raggiungerà i 305,9 miliardi di dollari nel 2024, con un tasso di crescita annuale del 15,83%.
In Italia il mercato AI, stimato tra i 570 e i 760 milioni di euro per il 2023, è destinato a crescere rapidamente. Tuttavia la diffusione dell’AI generativa nelle aziende italiane è ancora limitata, con solo il 17% delle grandi aziende e il 2% delle PMI che hanno avviato sperimentazioni concrete.
Nonostante le sfide, il potenziale economico dell’AI generativa è enorme, con stime che suggeriscono un incremento significativo del PIL globale e italiano grazie all’adozione pervasiva di questa tecnologia.
L’impatto sul mercato del lavoro
L’intelligenza artificiale generativa sta trasformando radicalmente il mercato del lavoro, influenzando soprattutto le professioni creative e portando a un ripensamento delle attività lavorative.
Secondo le ricerche, l’AI generativa avrà tre principali impatti:
- la creazione di nuove professioni
- l’eliminazione di alcune esistenti
- l’integrazione e potenziamento di altre
Ad esempio ruoli che richiedono competenze elevate, come quelli degli ingegneri software, potranno essere potenziati dall’AI, mentre professioni come quelle dei designer grafici potrebbero vedere una trasformazione, con un maggiore focus sulla revisione e contestualizzazione dei contenuti.
Ma l’adozione dell’AI generativa potrebbe accentuare le disuguaglianze generazionali e organizzative, con i lavoratori più giovani più pronti ad abbracciare le nuove tecnologie rispetto ai colleghi più anziani.
C’è poi da considerare che il mercato del lavoro italiano rischia di essere polarizzato, con una divisione tra chi potrà partecipare attivamente alla trasformazione e chi ne resterà marginalizzato.
Per evitare un futuro di “lavoro povero” e promuovere una partecipazione diffusa all’innovazione, sottolinea il documento, è cruciale costruire una rete di trasferimento tecnologico e competenze, rendendo le innovazioni accessibili indipendentemente dalla dimensione aziendale.
L’AI generativa come abilitatore di sostenibilità
L’intelligenza artificiale generativa sta emergendo come una potente alleata nella promozione della sostenibilità, sia sociale che ambientale.
Questa tecnologia può migliorare l’inclusione sociale, facilitando la comunicazione per le persone con disabilità attraverso strumenti avanzati come il riconoscimento vocale e la traduzione automatica. Inoltre, può supportare i rifugiati e i migranti con piattaforme personalizzate di apprendimento linguistico e chatbot per assistenza legale, facilitando l’integrazione sociale e lavorativa.
Sul fronte ambientale l’AI generativa offre soluzioni per ottimizzare i processi energetici e ridurre l’impatto ecologico. Può generare dati sintetici per simulare condizioni meteorologiche, migliorare la progettazione di impianti energetici e edifici eco-efficienti, e persino trasformare immagini satellitari in mappe dettagliate per monitorare disastri naturali.
L’AI può poi sviluppare modelli di controllo energetico predittivi, migliorando l’efficienza delle reti elettriche e ottimizzando le rotte dei veicoli per una mobilità più sostenibile.
I rischi globali dell’intelligenza artificiale generativa
L’intelligenza artificiale generativa, nonostante i suoi numerosi vantaggi, presenta anche rilevanti rischi globali che devono essere attentamente gestiti.
Tra le principali sfide vi sono le questioni legali ed etiche riguardanti la proprietà dei contenuti generati, la privacy dei consumatori e l’affidabilità dei contenuti stessi. Un uso ingannevole dell’AI generativa, come la creazione di deepfake, può diffondere disinformazione e manipolare l’opinione pubblica, specialmente in contesti elettorali.
L’AI può essere sfruttata per sviluppare malware sofisticati, aumentando le minacce alla sicurezza informatica. Anche la privacy delle persone è a rischio poiché l’AI generativa può essere utilizzata per tracciamento e sorveglianza, richiedendo normative più rigorose per proteggere i dati personali.
La protezione della proprietà intellettuale è un’altra area critica: l’AI può replicare opere protette, minando il valore delle creazioni originali e riducendo i profitti per artisti e aziende.
Per mitigare questi rischi, è essenziale implementare tecnologie di watermarking, firme digitali, e blockchain, oltre a promuovere una cooperazione internazionale per sviluppare soluzioni di sicurezza avanzate e politiche efficaci, sulla scia del Regolamento europeo sull’intelligenza artificiale.
Le raccomandazioni dell’Osservatorio per “formare il futuro”
A partire da queste analisi, il documento propone una serie di azioni per sfruttare al meglio il potenziale dell’AI generativa e migliorare la competitività delle piccole e medie imprese italiane.
In primo luogo, è fondamentale diffondere conoscenza e consapevolezza sulla tecnologia a livello manageriale e strategico. Nei distretti industriali, dovrebbero essere organizzate attività di divulgazione mirate ai piccoli imprenditori, affinché coloro che hanno responsabilità decisionali possano comprendere chiaramente le potenzialità e i limiti dell’AI generativa.
Associazioni di categoria, digital innovation hub, università e aziende ICT possono svolgere un ruolo cruciale in questo processo, organizzando eventi e roadshow.
In secondo luogo, è cruciale implementare politiche pubbliche che incentivino l’investimento in innovazione delle PMI. Non si tratta solo di fornire risorse finanziarie, ma di affrontare il problema multidimensionale dell’adozione dell’AI. Un approccio efficace prevede una fase preliminare di consulenza per valutare l’idoneità dei progetti di AI e garantire che questa tecnologia sia la scelta ottimale per risolvere specifici problemi aziendali.
Questa valutazione potrebbe essere supportata da strumenti come il questionario di maturità digitale sviluppato dal Polimi e Assoconsult, somministrato alle PMI dalla rete dei DIH di Confindustria. Tale strumento potrebbe essere aggiornato per focalizzarsi sull’AI generativa, individuando i gap da colmare in collaborazione con i Competence Centre finanziati da MISE e MIUR.
Infine, è essenziale migliorare la diffusione di competenze in ambito AI nelle aziende e nel mercato del lavoro in generale. Questo richiede un impegno serio nella riqualificazione della forza lavoro attuale e nella formazione di competenze in ingresso.
L’Italia deve sviluppare un sistema organico di formazione e riqualificazione dei lavoratori, sfruttando le risorse dell’industria ICT per rafforzare la “digitalizzazione” della forza lavoro.
Le misure potrebbero includere incentivi per le imprese che investono nella riqualificazione dei propri dipendenti e che mettono a disposizione i propri sistemi di formazione aziendale per erogare percorsi formativi certificati a persone esterne. A livello sistemico, è necessario riformare il sistema educativo, garantendo una formazione ICT accessibile e inclusiva nelle università, ITS Academy e scuole superiori, e promuovere l’up-skilling e il re-skilling della forza lavoro attuale.
Inoltre per accompagnare i processi di transizione delle imprese è indispensabile sviluppare una rete di trasferimento tecnologico e di competenze diffusa in tutto il Paese, abbassando la soglia di accesso all’innovazione per le PMI.
Sostenere gli ecosistemi territoriali digitali innovativi e rafforzare i sistemi di finanziamento privato allo sviluppo di impresa, come fondi di investimento e venture capital, è altrettanto cruciale.
