L’hype spinge gli inserzionisti a utilizzare “AI” ogni volta che qualcosa relativo al software viene utilizzato per risolvere un problema ora.
Nel 2010, gli sviluppatori web e i designer Dan Tocchini, Brian Axe, Leigh Taylor e Henri Bergius hanno deciso di costruire forse il primo costruttore di siti al mondo basato sull’intelligenza artificiale. Solo un anno e mezzo dopo, Facebook ha offerto 10-15 milioni di dollari per acquisire The Grid, anche se non aveva alcun prodotto commerciale. Nel 2014, il team ha lanciato una campagna di crowdfunding per raccogliere 70.000 USD.
“Abbiamo trascorso gli ultimi anni a costruire una forma di intelligenza artificiale che funziona come il tuo grafico personale, in grado di pensare al tuo marchio e presentarlo nel miglior modo possibile”, ha affermato Dan , CEO e co-fondatore di The Griglia . “Il design si adatta ai tuoi contenuti, non il contrario.”
Per un breve momento, tutto andò bene. Il team si stava preparando per un lancio primaverile nel 2015 dopo aver raccolto 4,6 milioni di dollari nella serie A.
Ma quando è arrivato il momento, solo 100 degli oltre 50.000 sostenitori del crowdfunding hanno avuto accesso a un prodotto Beta. Un anno dopo, l’azienda ha lanciato il prodotto finale e ne è seguito il caos.
“L’IA è decisamente sopravvalutata. Non crederci o cascarci. L’IA è il tonico toccasana del 21° secolo. Risolve tutto o potrebbe uccidere tutto. Almeno questo è ciò che la fantascienza ti farebbe credere. Come i tonici curativi dell’inizio del 20° secolo, l’IA non risolverà tutti i problemi né si avvicinerà presto”, ha affermato Josh Greig, sviluppatore di software presso Next Healthcare Technologies.
“Elon Musk è piuttosto brillante, ma sopravvaluta la velocità e la qualità del software che Tesla può produrre per la guida autonoma. Tesla ha frequenti ritardi e incidenti stradali mortali legati alla sua tecnologia Autopilot a causa di questo pio desiderio e di un dispiegamento affrettato. L’hype spinge gli inserzionisti a utilizzare “AI” ogni volta che qualcosa relativo al software viene utilizzato per risolvere un problema ora”, ha aggiunto.
Molto pubblicizzato?
Secondo gli ultimi rapporti di IDC , si prevede che il mercato globale dell’IA supererà la soglia dei 500 miliardi di dollari nel 2023. “L’IA, negli ultimi anni, è diventata un’aggiunta fondamentale per i toolkit aziendali. Attraverso i sondaggi di settore e dalla nostra esperienza, stiamo notando che le aziende stanno segnalando i vantaggi dell’adozione dell’IA sui loro profitti. Mentre i ricercatori e molte aziende stanno sperimentando alcune tecnologie interessanti, il software aziendale è sicuramente uno dei casi d’uso di maggior successo per dimostrare l’utilità delle tecnologie di intelligenza artificiale”, ha affermato Saket Agarwal , fondatore e CEO di Onnivation .
Secondo il presidente esecutivo e CEO di Bert Labs Rohit Kochar , l’intelligenza artificiale è una tecnologia generica, proprio come l’elettricità, che rimodella il futuro .
“Attualmente, le macchine sono abbastanza intelligenti da sostituire alcune attività banali e automatizzare un certo livello di elaborazione e riconoscimento dei dati. Ma non sono abbastanza intelligenti per prendere decisioni aziendali. Finora, la tecnologia disponibile in commercio sul mercato fornisce macchine (AI) in grado di elaborare grandi quantità di dati, identificarli e ordinarli, ma non sono in grado di fornire informazioni utili”, ha affermato Dinesh Varadharaj , CPO, Kissflow Inc.
Tuttavia, Saket ritiene che la maggior parte dei software aziendali non sia una vera intelligenza artificiale. “Gran parte del software aziendale che utilizza l’IA si concentra sull’ottimizzazione dei flussi di lavoro e sulla riduzione delle ridondanze nelle operazioni. Le tecnologie che rendono possibile questa automazione, autonomia e ottimizzazione sono di per sé piuttosto diverse, come l’apprendimento automatico, il deep learning ecc. L’IA è il superinsieme di queste tecnologie ed è quindi usata come termine generico. Ai fini della semplificazione delle nomenclature e della comunicazione del fatto di automazione ed efficienza, molte entità utilizzano l’IA come termine generico”, ha affermato.
Parole d’ordine
Secondo Sumit Chanda , fondatore e CEO di JARVIS Invest, la maggior parte delle soluzioni aziendali denominate AI sono algoritmi di apprendimento automatico. “Un software non può essere un’IA a meno che non sia in grado di sostituire il modello di pensiero e le capacità decisionali di un cervello umano. Ciò implica sicuramente un apprendimento profondo avanzato, modelli di rinforzo e modelli di rete neurale. Qualsiasi servizio basato sull’intelligenza artificiale comporta una complessa strutturazione e analisi dei dati e spesso modelli predittivi. Tuttavia, a volte questi sono usati anche come parole d’ordine in cui semplici modelli di apprendimento automatico sono etichettati come Intelligenza Artificiale, diminuendo il vero valore dell’IA. Un vero motore di intelligenza artificiale vale comunque una campagna pubblicitaria, tuttavia, generalizzare l’IA lo rende sovrastimato a volte “, ha affermato.
Il co-fondatore e CTO di Data Sutram Aisik Paul ha affermato che è ora di porsi un paio di domande fondamentali: questa soluzione aziendale è davvero artificialmente intelligente? Questa soluzione necessita di intelligenza artificiale? “Deve esserci una governance sostanziale e un’evoluzione dell’apprendimento basata su AI e ML per confrontare e verificare queste soluzioni, quindi le aziende minori cadono in trappola per gli espedienti di marketing”, ha affermato.
L’apprendimento automatico è fondamentale per modellare i modelli in set di dati estremamente grandi. La maggior parte dei prodotti di intelligenza artificiale sono servizi generalizzati che soddisfano un problema specifico nell’apprendimento automatico come previsioni, raccomandazioni, classificazione ecc.
“Vedo il nocciolo del problema non tanto come sovrastimare l’IA, ma più come sottovalutare le complessità aziendali e il percorso per integrare efficacemente l’IA. È più probabile che le capacità allineate verticalmente creino soluzioni di intelligenza artificiale più integrate rispetto alle capacità orizzontali indipendenti dal dominio”, ha affermato Ebenezer Bardhan , Direttore, Data Science in AI&D, Verizon India.
hype dell’IA
Il brusio intorno all’IA l’ha resa un’etichetta desiderabile. “Il lavaggio dell’IA è più una strategia di marketing. I marketer hanno sempre cercato di proiettare un’immagine straordinaria dei loro prodotti/servizi. L’acquirente prudente dovrebbe effettuare la valutazione necessaria lungo le linee del requisito vs accantonamento. I fornitori affermano che il loro software è intelligente, anche se ci sono casi in cui vengono venduti prodotti basati su regole estesi. Tali prodotti sembrano essere intelligenti in una fascia ristretta. Direi che il cliente deve concentrarsi sul fatto che un determinato prodotto/servizio risolva il problema affrontato dal cliente. Non è necessario entrare nei dettagli tecnici della soluzione. Le definizioni di IA sono ancora in evoluzione , sono sicuro che continueranno a cambiare”, ha affermato Anil Vaidya, Professore, Gestione delle informazioni presso SPJIMR di Bhavan.
“Una conseguenza che viene in mente è una sfortunata diluizione della percezione del mercato su questa meravigliosa tecnologia (AI). Ciò a sua volta causerebbe difficoltà ai fornitori di software basati sull’intelligenza artificiale originaliper ottenere valore per il proprio prodotto (un po’ come il modo in cui le informazioni asimmetriche nel mercato delle auto usate fanno diminuire il valore di buone auto usate poiché il consumatore non è in grado di distinguere adeguatamente tra buone e cattive), il che a sua volta può portare ad alcuni dei quelli buoni che escono dal mercato nello scenario estremo. D’altra parte, i clienti che devono scegliere tra soluzioni economiche etichettate erroneamente e soluzioni autentiche relativamente più costose possono essere inclini a selezionare quella più economica e finire per avere un’esperienza/risultato inferiore alla media. Ora, in uno scenario in cui quelli con un marchio errato non costano significativamente più economici, il cliente dovrebbe comunque affrontare una scelta confusa con pochissime informazioni per prendere una decisione e potrebbe capitare di selezionarne uno con un’etichetta errata “, ha affermato Tejamoy Ghosh , Responsabile, Data Science e AI, Aye Finance.
“Molti sul mercato non conoscono l’applicazione dell’IA e, di conseguenza, finiscono per acquistare tale software aziendale basato sul marketing e sul branding del prodotto. Un altro impatto è avere un elefante bianco che non sa cosa fare con l’applicazione e finisce per utilizzare gli sforzi umani per gestire le applicazioni software aziendali”, ha affermato Anjan Lahiri , co-fondatore e CEO di Navikenz.
Non accettare l’hype
I clienti dovrebbero prestare attenzione durante l’acquisto di prodotti e servizi che affermano di utilizzare l’IA. Per i clienti B2B, Saket consiglia una checklist:
Esperienza
Assicurati che il fornitore abbia dipendenti esperti e formati in IA e deep learning. Il team dovrebbe idealmente avere data scientist, matematici, architetti e ingegneri.
Dati
Assicurati che l’azienda disponga di enormi volumi di dati da varie fonti per creare i modelli di intelligenza artificiale. Ci dovrebbero essere volumi, varietà, velocità e veridicità nei dati che hanno utilizzato per creare i modelli.
Sicurezza
Con leggi più severe sulla privacy dei dati, è importante disporre di un’infrastruttura sicura che soddisfi tutte le conformità. Le aziende hanno bisogno di un team DevOps esperto in grado di unire le varie tecnologie necessarie per far funzionare un sistema di intelligenza artificiale, oltre a garantire il giusto accesso ai data scientist.
Infine, i fornitori di intelligenza artificiale devono prestare attenzione a ciò che Gartner ha recentemente raccomandato: “Usa saggiamente il termine ‘AI’ nei tuoi materiali di vendita e marketing” e “sii chiaro su cosa differenzia la tua offerta di intelligenza artificiale e quale problema risolve”.
