L’Intelligenza Artificiale nelle aziende: realtà o solo Hype? Un’Analisi di SAP

L’Intelligenza Artificiale Generativa (GenAI) sta dominando la scena tecnologica attuale. Con previsioni che collocano gli investimenti in AI vicino ai 200 miliardi di dollari entro il 2025, è chiaro che le aziende vedono nell’Intelligenza Artificiale una tecnologia un catalizzatore per produttività, efficienza e innovazione.

Nonostante l’unanime riconoscimento del suo potenziale rivoluzionario, sorge una questione cruciale nei vertici aziendali: l’AI è veramente pronta per essere integrata nel tessuto imprenditoriale? 

Manos Raptopoulos, Presidente EMEA di SAP, ci offre il suo punto di vista.

L’Intelligenza Artificiale è veramente pronta per le aziende?

L’AI non è un concetto emergente. Il libro Superintelligence di Nick Bostrom, pubblicato oltre un decennio fa, traccia una mappa evolutiva dell’AI, dalle aspettative esagerate alle scoperte significative.

Da anni, le organizzazioni si affidano all’apprendimento automatico per potenziare analisi e previsioni in ambiti vari. Dalla produzione alla finanza, fino alla logistica. Questi algoritmi sono diventati strumenti indispensabili per dirigenti alla ricerca di efficienza operativa.

L’AI ha trovato applicazione anche in algoritmi più tradizionali, come quelli dei motori di ricerca, influenzando profondamente il nostro sviluppo tecnologico e rivoluzionando settori come quello pubblicitario.

Tuttavia, ciò che è efficace su internet non lo è automaticamente in un’azienda, dove le autorizzazioni e la privacy sono di primaria importanza.

Naviga in sicurezza – Ottieni da questo link il 71% di Sconto con NordVPN

La questione sicurezza e le “allucinazioni” dell’AI

Le preoccupazioni per la protezione dei dati hanno portato molte aziende a limitare l’uso di strumenti di AI aperti. Un esempio lampante è il rischio che informazioni sensibili, come bilanci o stipendi, vengano condivise con strumenti di AI generativa non autorizzati, che potrebbero poi riutilizzare tali dati.

Inoltre, la sicurezza è messa a rischio dal concetto di datalake, che aggrega dati interni ed esterni per l’AI. Questi possono diventare una minaccia se i dati vengono esportati fuori dalle applicazioni aziendali. Un approccio federato, che lascia i dati alla fonte senza copiarli o trasferirli, è essenziale per mantenere l’integrità semantica dei dati, cruciale per il successo di qualsiasi progetto di data lake e dei modelli di AI addestrati su di essi.

Un altro ostacolo significativo per l’adozione dell’AI nel mondo aziendale è la sua propensione alle “allucinazioni”. L’AI generativa apprende principalmente da Internet, una fonte non sempre affidabile. Questo solleva dubbi sulla sua prontezza per un ambiente aziendale, dove i CEO richiedono dati verificati e affidabili.

Verso un futuro AI-Driven

Le aziende trarranno sicuramente vantaggio dall’Intelligenza Artificiale nei prossimi anni, ma la sua integrazione dipende dalla maturità dei sistemi e degli strumenti. 

Alcuni modelli di AI sono già pronti per l’uso aziendale, mentre altri necessitano di miglioramenti in termini di affidabilità e sicurezza. È fondamentale che i responsabili aziendali si concentrino su casi d’uso che sfruttino set di dati robusti e generino valore concreto, assicurando così soluzioni di AI pertinenti e responsabili.

I fornitori di suite applicative, come SAP, svolgono un ruolo chiave in quest’ottica, offrendo dati aziendali solidi per addestrare l’AI generativa. Questi dati permettono di sviluppare insight precisi e pertinenti, sfruttando l’esperienza dei vendor nei processi e nei dati contestualizzati.