idea 41

LA FINE DELL’INTELLIGENZA ARTIFICIALE-ARTIFICIALE

Preparati a un futuro fatto di machine learning

L’intelligenza è la capacità di adattarsi ai cambiamenti.

—Stephen Hawkings

All’inizio degli anni 2000, Amazon ha lanciato il Mechanical Turk, uno strumento pubblicizzato come “intelligenza artificiale-artificiale”. Il Mechanical Turk è una piattaforma concepita per esternalizzare alcuni compiti, definiti “human intelligence task” (HIT), a persone sparse per tutto il mondo. Da quel momento è stata usata prevalentemente per scalare quel tipo di lavoro che i computer faticano a svolgere, come valutare la qualità di un testo o di un’immagine.

L’IA e il machine learning, però, stanno progredendo velocemente, in maniera esponenziale se vogliamo credere a Elon Musk.¹ Al di là del reale tasso evolutivo, le IA e il machine learning possono occuparsi di un crescente numero di compiti, inclusi quelli spesso delegati al Mechanical Turk. L’impatto potenziale è così forte che Jeff Bezos ha inserito uno speciale avvertimento (o un incoraggiamento?) nella sua lettera del 2017 agli azionisti, nella quale suggeriva loro di “abbracciare i trend esterni”. “Proprio ora siamo nel bel mezzo di uno di questi: il machine learning e l’intelligenza artificiale”, ha avvisato. Quando Bezos investe del tempo per mettere in guardia su un tema specifico, io suggerisco di sedersi e prestare attenzione.

È CONNESSO

Non è un caso se molte delle idee discusse in questo libro ruotano attorno all’avvantaggiarsi dell’era del machine learning. Raccogliere molti dati relativi alle tue customer experience, ai tuoi processi, al tuo ambiente? È di vitale importanza. Definire i tuoi processi in maniera granulare, capire come trasformarli in servizi, “fare i conti” e cercare di creare nuove regole e formule per i tuoi servizi? Sono degli elementi costruttivi fondamentali. Comprendere i tuoi principi, come prendi le decisioni e i tuoi schemi logici? È essenziale. Questo genere di ragionamenti è alla base di ciò che serve agli algoritmi per automatizzare un processo.

Amazon è ben posizionata per sfruttare queste funzionalità, dato che ha costruito queste fondamenta. Ne riconosce la necessità, quindi ha iniziato a studiare e sperimentare. “All’inizio di questa decade, Amazon doveva ancora fare passi significativi in questo ambito, ma riconosceva che era necessario farlo urgentemente. Le sfide cruciali di questa era si stavano per giocare sul campo dell’IA: Google, Facebook, Apple e Microsoft stavano scommettendo il loro futuro sull’IA, mentre Amazon era indietro. Siamo andati da ogni manager dicendogli ‘Come puoi usare queste tecnologie e integrarle nel tuo business?’”, disse David Limp, vicedirettore dei dispositivi e dei servizi di Amazon.²

PRINCIPI

“Tutto continua a ripetersi in continuazione”, spiegava Ray Dalio, fondatore di Bridgewater Associates. “I principi sono un modo di guardare alle cose in modo che qualsiasi situazione venga vista come ‘un’altra di queste’ e quando un’altra di queste cose si presenta, come posso gestirla con successo?”.

Dalio ha realizzato un sistema per prendere decisioni appuntandosi i criteri di ogni problema che incontrava. Questo sistema gli ha permesso di catalogare i problemi, sviluppare criteri e separare con facilità i segnali dal rumore. Oltre a questo, poteva allinearsi con altri e convertire questi problemi in algoritmi.³

In un articolo del 2018 intitolato “Artificial Intelligence Innovation Report”, i ricercatori di Deloitte hanno indicato che il futuro dell’IA nell’ambito del decision-making sarà quello di una “partnership”, nella quale gli umani indicano i problemi e hanno l’ultima parola sulle risposte da dare al business, mentre le IA analizzano terabyte di dati per offrire le basi necessarie a queste decisioni.⁴

Dalio paragona la relazione perfetta fra uomo e macchina al giocare a scacchi a fianco di un computer. “Tu fai la mossa, lui fa la sua mossa”, ha detto. “Paragoni le mosse, ci ragioni sopra e le rifinisci”.⁵ Inutile specificare, ha proseguito Dalio, che può essere difficile comprendere le cause e gli effetti in un complesso modello in stile scatola nera.

Possiamo sfruttare questo approccio per utilizzare il machine learning nei processi di management. Nello specifico, possiamo usarne la chiarezza e la meticolosa attenzione per i dettagli andando alla ricerca degli schemi nei nostri business, creando regole per gestirli, descrivendoli così che altri possano sfruttarli e migliorarli e infine realizzando modelli computerizzati.

Qual è il minimo sindacale che un executive o un CDA dovrebbe fare relativamente al machine learning? Imparare, intervistare e fare attenzione a come sta influenzando il tuo settore. Dovresti costantemente valutare “quando e come” iniziare e trovare il modo di avviare piccoli programmi pilota. Un’azienda deve fare esperienza e sperimentare con le innovazioni se vuole fare affidamento su queste funzionalità nel futuro.

PREPARATI

“Il mondo esterno ti può spingere al Day 2 se non vuoi, o non puoi, adottare velocemente i nuovi trend” scrisse Bezos in una lettera del 2006 agli azionisti. “Se li combatti, probabilmente stai combattendo contro il futuro. Adottali e avrai il vento in poppa. Questi grandi trend non sono difficili da scovare (se ne parla e se ne scrive molto), ma per le grandi aziende può essere incredibilmente difficile adeguarsi. Siamo nel bel mezzo di un’evidente innovazione proprio ora: il machine learning e l’intelligenza artificiale”.⁶

Guardando al passato, è facile individuare le ondate del progresso tecnologico, come la stampa a caratteri mobili, la luce elettrica, l’automobile, il transistor, che hanno portato il business e la società verso nuove ere. Tutte queste invenzioni hanno avuto un impatto (prevalentemente) positivo sulla società, ma la loro adozione non è stata priva di timori e di lezioni da apprendere.

Nel suo libro Hit refresh. La riscoperta dell’anima di Microsoft e il progetto di un mondo migliore, il CEO di Microsoft Satya Nadella ha scritto: “Oggi non pensiamo all’aviazione come al ‘volo artificiale’, è semplicemente volare. Allo stesso modo non dovremmo pensare all’intelligenza tecnologica come se fosse artificiale, ma come a un’intelligenza che aiuta e migliora le capacità umane”.⁷ Allo stesso modo in cui l’e-commerce è diventato semplicemente commercio, nella prossima decade l’intelligenza artificiale diventerà parte della nostra intelligenza di management, integrata nei processi e nelle decisioni di tutti i giorni.

Il management deve essere profondamente curioso, non limitarsi a prestare attenzione. Trova il modo di cavalcare l’onda invece di farti schiacciare da questa. Come vedrai nel prossimo capitolo, è necessario allenarsi per prendere buone decisioni.