Blog

May 28, 2024

Come le aziende stanno sbagliando con l’intelligenza artificiale

Kandarpa Borchetia Segui Tech Clarity Insights - Ascolta Condividi Viviamo in un'era in cui l'intelligenza artificiale e l'apprendimento automatico sono diventati la nuova parola d'ordine. Sono come i ragazzi fantastici del liceo

Kandarpa Borchetia

Seguire

Approfondimenti sulla chiarezza tecnologica

--

Ascoltare

Condividere

Viviamo in un’era in cui l’intelligenza artificiale e l’apprendimento automatico sono diventati la nuova parola d’ordine. Sono come i ragazzi fantastici del liceo a cui tutti vogliono essere associati. Le strategie di marketing contribuiscono ulteriormente all’hype. Un prodotto etichettato come “alimentato dall’intelligenza artificiale” possiede un fascino irresistibile: l’etichetta che trasforma magicamente qualsiasi dispositivo ordinario in meraviglie all’avanguardia. Che si tratti di smartphone dotati di fotocamere basate sull'intelligenza artificiale o di frigoriferi con controllo della temperatura tramite intelligenza artificiale, il mercato è inondato da queste parole d'ordine.

Tuttavia, fermiamoci un attimo e chiediamoci: quanto bene comprendiamo l'AI-ML o, cosa più importante, qual è la differenza tra i due!

Il matrimonio non corrispondente: AI e ML

L'intelligenza artificiale, o AI, è una parola d'ordine da, beh, da sempre. È il concetto di creare macchine in grado di simulare l'intelligenza umana. Consideralo come l'ombrello generale che copre tutto, dal tuo simpatico assistente vocale digitale all'idea futuristica di robot dotati di coscienza.

Ingrandisci un po’ e c’è ML, il figlio preferito dell’intelligenza artificiale.

L'apprendimento automatico: chiamato in modo meno preciso ma più popolare intelligenza artificiale (AI), è un sottoinsieme che prevede l'insegnamento alle macchine come apprendere dai dati in modo che possano prendere decisioni o previsioni. Fondamentalmente, è la salsa magica che alimenta i sistemi di raccomandazione come Netflix che ti dice cosa guardare dopo, o quegli annunci mirati stranamente accurati sul tuo feed di social media.

“Un campo scientifico è meglio definito dalla questione centrale che studia. Il campo del Machine Learning cerca di rispondere alla domanda: come possiamo costruire sistemi informatici che migliorano automaticamente con l’esperienza e quali sono le leggi fondamentali che governano tutti i processi di apprendimento?” - Ha scritto Tom M. Mitchell; nel caso preferiate una definizione più precisa e concisa.

L’intelligenza artificiale, d’altro canto, ha una portata molto vasta.

“L’intelligenza artificiale è la scienza e l’ingegneria che permettono ai computer di comportarsi in modi che, fino a poco tempo fa, pensavamo richiedessero l’intelligenza umana”. Andrew Moore Ex-preside della School of Computer Science della Carnegie Mellon University.

Così il gioco è fatto. Intelligenza artificiale e machine learning: la coppia più potente del mondo tecnologico che ogni leader desidera integrare nella propria attività. Molti di loro vogliono essere i primi a utilizzare l’intelligenza artificiale anche nel rispettivo settore. Ma proprio come chiunque altro, le aziende devono stare attente a non precipitarsi nel mondo dell’intelligenza artificiale.

Se si guarda da vicino, diventa ovvio che ci sono alcune ovvie ragioni per cui la maggior parte delle aziende sbaglia nell’integrazione dell’intelligenza artificiale.

1.AI Lavaggio

Questo è un fenomeno fastidioso in cui un'azienda afferma di essere guidata dall'intelligenza artificiale mentre in realtà è molto estesa. Un esempio più comune è l'analisi dei dati, in cui un'azienda “pensa” di utilizzare l'intelligenza artificiale per analizzare i dati, ma in realtà potrebbe semplicemente utilizzare tecniche rudimentali di analisi dei dati per creare qualcosa di più “intelligente”.

Una vera intelligenza artificiale è qualcosa che può imparare dai dati che inserisci, prendere decisioni da solo e diventare più intelligente con il giusto tipo di dati che consuma nel tempo.

Non tutte le automazioni sono IA. MMC Ventures ha scoperto nella sua ricerca che un sostanziale 40% delle startup di intelligenza artificiale nell’UE non incorporava in modo significativo la tecnologia dell’intelligenza artificiale nelle proprie operazioni. Ciò rovina l'intera bella immagine dell'intelligenza artificiale perché c'è questo grande divario tra ciò di cui si vantano e ciò che stanno effettivamente facendo. Non è solo un colpo per la loro reputazione, ma confonde anche tutti su cosa significhi l'intelligenza artificiale nel mercato.

2.La sindrome dell'oggetto lucido

È il tipico problema di acquistare l'ultimo gadget senza sapere per cosa lo utilizzerai. Alcune aziende lo fanno con l’intelligenza artificiale. Saltano sul treno pubblicitario dell'IA solo perché è di moda, senza sapere veramente come possa effettivamente aiutarli. Non c’è da stupirsi che Gartner abbia riferito nel 2020 che l’85% dei progetti di machine learning fallisce.