Prof. Giambattista Gruosso
“Se avessi chiesto ai miei clienti cosa volevano, mi avrebbero risposto: un cavallo più veloce” (Henry Ford)
Se oggi facessimo la stessa domanda agli imprenditori otterremo sicuramente delle riposte analoghe a quelle che riceva Ford. La gestione della fabbrica ci chiede ogni giorno sforzi contingenti, per cui spesso non riusciamo a vedere molto più lontano della quotidianità. Si parla sempre di più di una innovazione incrementale che permette di ottenere miglioramenti tangibili ed immediati, molto spesso con un ritorno dell’investimento molto veloce.
Ma non si tratta solo di ritorno di investimenti. Se si vuole guardare alla sostenibilità in senso olistico e alla competitività è necessario anche crescere in modo disruttivo.
Oggi abbiamo da un lato il tessuto delle imprese dall’altro i fornitori di tecnologia che stanno spostando l’attenzione verso una trasformazione (digitale) basata sull’intelligenza artificiale.
Provare a riflettere come l’AI può aiutare il manifatturiero incrementare la sua competitività è un esercizio che oggi ogni imprenditore dovrebbe fare.
È indubbio che ci sia uno stretto legame tra trasformazione digitale e trasformazione AI: l’intelligenza artificiale infatti si nutre di dati e di fatto ha come obiettivo quello di fornire azioni o altri dati.
Ma prima di tutto è necessario comprendere quali forme di AI esistono e come possono contribuire al manufatturiero. Fin con l’avvento dell’industria 4.0 abbiamo avuto modo di interagire con sistemi artificiali, quali la computer vision ed il machine learning.
Tipologie di AI: un tentativo di classificazione
Oggi le forme più evolute di intelligenza sintetica sono quelle della AI generativa, del processamento di linguaggi naturali e dei sistemi esperti.
L’AI generativa è una branca che si concentra specificamente sulla creazione di nuovi contenuti, come immagini, testi o musica. A differenza dei sistemi artificiali tradizionali, che sono programmati con regole e algoritmi specifici, i sistemi generativi sono addestrati su grandi insiemi di dati. Imparano a creare nuovi contenuti identificando modelli e generando nuove variazioni sulla base di tali modelli, consentendo loro di produrre contenuti originali e creativi.
Sebbene entrambi i sistemi rientrino nell’ambito dell’IA, esistono alcune differenze fondamentali che risiedono nelle loro funzionalità.
I sistemi intelligenti “tradizionali” sono progettati per eseguire compiti specifici o risolvere problemi seguendo regole e algoritmi predefiniti. Ad esempio, un sistema di “tradizionale” può essere addestrato a riconoscere e classificare immagini di alberi e fiori in base a determinate caratteristiche.
I sistemi di IA generativa, invece, non si limitano a compiti specifici. Sono addestrati su grandi quantità di dati e possono generare nuovi contenuti in base agli schemi che apprendono da quei dati. Ad esempio, un sistema di intelligenza artificiale generativa può essere addestrato su immagini di alberi e fiori e generare nuove immagini che assomigliano ad alberi e fiori, anche se non ha mai visto prima quelle immagini specifiche.
I sistemi tradizionali di IA hanno un’ampia gamma di applicazioni in vari settori industriali ed in vari aspetti del processo produttivo a partire dalla logistica fino alla gestione del ciclo di vita del prodotto.. Ad esempio, i chatbot alimentati dall’IA sono utilizzati nel servizio clienti per fornire risposte rapide alle richieste dei clienti.
I sistemi di intelligenza artificiale generativa, invece, hanno casi d’uso unici che ruotano attorno alla creazione di contenuti. Possono generare grafica per campagne pubblicitarie, generare report di produzione dai dati, possono generale manuali o nuovi processi di formazione. Il potenziale creativo dell’IA generativa è vasto e si evolve continuamente con il progredire della tecnologia.
Oggi non è facile per un imprenditore orientarsi in questo contesto e sempre di più è necessario avere un condivisione di esperienze e di casi d’uso affinché l’ai diventi davvero un opportunità per la smart factory.
Di alcuni di questi casi ne parleremo nei prossimi articoli.
