L’intelligenza artificiale (AI) e le tecnologie abilitanti stanno rivoluzionando molti contesti di business, introducendo nuovi paradigmi, ampliando la capacità di visione e di azione, migliorando l’efficienza e la precisione in molteplici settori. Le aziende, oggi, si trovano quindi di fronte alla necessità di allinearsi con rapidità ai più recenti processi di digitalizzazione, reinventandosi costantemente.
L’evoluzione dell’AI nel corso del tempo
L’evoluzione dell’AI negli ultimi dieci anni è stata inarrestabile, a partire dalle prime reti neurali di machine learning e deep learning come DeepMind nel 2010. L’introduzione di assistenti virtuali come Siri da parte di Apple nel 2011 e Google Assistant nel 2016, potenziati poi con Google Duplex, ha aperto la strada a nuove frontiere nell’AI generativa.
Recentemente, abbiamo assistito a un significativo progresso nell’implementazione di strumenti AI ready-to-use e soluzioni end-to-end, che raccolgono il maggior interesse da parte del mercato grazie sia alle potenzialità tecnologiche oltre che alla generabilità nei diversi settori di applicazione.
I contesti di applicazione
Secondo i dati dell’ultima edizione dell’Osservatorio Artificial Intelligence del Politecnico di Milano, nell’anno appena trascorso il valore del mercato dell’AI è arrivato a 1,2 miliardi di euro, segnando un +58% rispetto al 2023. Il 43% di questo valore è rappresentato da progetti di GenAI.
Le tecnologie intelligenti e di AI stanno facendo breccia in qualunque contesto di utilizzo, ma la spesa media più alta si è registrata nei comparti Telco&Media e Insurance, poi l’Energy, il Resource&Utility e il Banking&Finance. Tra i settori in maggiore crescita, inoltre, compare anche il GDO&Retail, mentre la PA rappresenta il 6% del mercato, pur con un tasso di crescita che oltrepassa il 100%.
Tra i più rilevanti benefici dell’AI risulta la capacità di analizzare grandi volumi di dati per predire con precisione, identificare bisogni di mercato latenti, comportamenti dei consumatori, strategie dei competitor, tendenze settoriali e suggerire innovazioni produttive e serviziali.
Analizzando le soluzioni di Intelligenza Artificiale più adottate in Italia, spiccano con il 34% del totale quelle che riguardano i progetti di Data Exploration, Prediction & Optimization Systems: si tratta per lo più di soluzioni per la previsione della domanda, l’ottimizzazione dei flussi di trasporto o dei piani di produzione, l’identificazione di attività anomale o fraudolente.
Seguono le soluzioni di Text Analysis, Classification & Conversation Systems, che rappresentano il 32% del totale oltre a essere quelle con la crescita più rapida durante l’anno, con un +86%. In terza posizione i Recomendation Systems, al 17%, un comparto in cui la GenAI sta dando un contributo, catturando tramite i Large Language Models la semantica dell’interazione con i beni e servizi fruiti, e ricavando suggerimenti pertinenti.
La sostenibilità è al centro dell’attenzione, con il consumo energetico dei Data Center che richiede un approccio attento e il training delle reti neurali che può generare emissioni paragonabili a cinque automobili per tutta la loro vita. Esistono due esempi significativi di successo in questo ambito:
- Up2You: una piattaforma per la gestione e l’analisi delle emissioni di CO2, integrata con rendicontazione ESG per una pianificazione strategica migliorata, applicabile anche a gestione delle risorse idriche e agricoltura di precisione;
- Moov: una piattaforma plug & play end-to-end integrabile con processi aziendali esistenti o applicazioni di terze parti, che supporta la gestione delle flotte, la telematica e altri servizi assicurativi, migliorando la mobilità e la gestione dei rischi.
Le soluzioni di AI Made in Italy
Nel panorama attuale, le imprese italiane viaggiano a un ritmo più lento rispetto alla media UE, ma vale la pena citare alcune start-up che si sono contraddistinte per le loro soluzioni completamente made in Italy:
- Vitruvian-1, creata dalla startup romana ASC27, si distingue per la sua capacità di ragionamento avanzato. Vitruvian-1 affronta problemi complessi in settori come la matematica, la fisica, la chimica e la medicina, puntando su una strategia di ottimizzazione dei costi;
www.asc27.com - Minerva è il punto di accesso alle risorse bibliografiche dell’Università degli Studi di Milano. Il software è in grado di interpretare in maniera ottimizzata le richieste e di generare risposte il più possibile pertinenti, coerenti e adatte al contesto. Un aspetto distintivo di Minerva è la sua natura open source, con dati e modelli accessibili al pubblico, promuovendo trasparenza e collaborazione nella comunità scientifica;
www.minervaeducationai.it - Eng Gpt, sviluppato da ENG, si configura come un modello di private GenAI sicuro e conforme all’AI Act, per garantire maggiore sicurezza e controllo dei dati per aziende e PA. Punta alla digitalizzazione etica e sostenibile rispondendo a specifici contesti e settori di utilizzo. Eng Gpt supporta oltre 150 aziende in settori chiave come energia, sanità e manifattura;
www.eng.it
Le start-up possono svolgere un ruolo cruciale nell’indurre il progresso innovativo e sostenere l’emergere di nuovi settori, portando scoperte scientifiche, nuove idee di business, creando di fatto valore innovativo laddove prima non esisteva.
Tali imprese devono essere viste come un motore di sviluppo in grado di concretizzare questo cambiamento innovativo: la loro capacità di adattarsi velocemente e di generare soluzioni altamente specializzate rappresenta una risorsa per tutte le aziende che vogliono rimanere al passo con l’innovazione intelligente.
