Intelligenza artificiale: non è (solo) tecnologia

Finix Technology Solutions è la realtà che in Italia opera come ‘hub di innovazione’ commercializzando nel contempo le soluzioni Fujitsu in esclusiva sul nostro mercato. Il suo portafoglio comprende una serie di servizi incentrati su quattro tematiche: migrazione al cloud; adozione dell’Intelligenza Artificiale (AI); servizi specialistici; consulenza, infrastrutture IT e IoT. In particolare, per l’intelligenza artificiale Finix ha sviluppato l’offerta denominata FAIS (Finix Artificial Intelligence Suite). Ne abbiamo parlato con Giovanni Landi, Portfolio & Marketing Director di Finix Technology Solutions.

Da cosa nasce l’idea della suite FAIS?

Prima di entrare nel dettaglio di FAIS bisogna contestualizzare la nostra attività. Di fatto, siamo un’azienda che propone infrastrutture IT laddove l’intelligenza artificiale è invece un tema legato agli algoritmi e allo sviluppo software. Per questa ragione abbiamo deciso di proporre una suite inclusiva di una parte dell’offerta Fujitsu prevedendo, nel contempo, anche una serie di partnership e iniziative. L’obiettivo è quello di coadiuvare e aiutare le organizzazioni desiderose di adottare l’intelligenza artificiale. La suite FAIS è composta da tre elementi: un ecosistema di sviluppatori in grado di implementare qualsiasi progetto su qualsiasi tecnologia di intelligenza artificiale; la piattaforma AI Test Drive di Fujitsu; un servizio di consulenza fornito in collaborazione con Istituto EuropIA al fine di rendere gestibile e comprensibile l’uso dell’AI.

Partiamo dal primo, l’ecosistema di sviluppatori…

Ad oggi l’ecosistema include 12 aziende per un totale di 7 brevetti e 58 specialisti. Si tratta di realtà che forniscono soluzioni di intelligenza artificiale di alta qualità e personalizzate direttamente da Finix. Tra gli ambiti coperti ci sono cybersecurity, NLP, smart city, AI Ops, agenti virtuali. Qui il nostro ruolo non è semplicemente quello di contatto commerciale tra vendor e cliente finale; al primo forniamo infatti la cultura necessaria per veicolare al meglio il proprio prodotto sul mercato, al secondo offriamo tutti quei servizi che rendono la soluzione effettivamente fruibile. Facciamo l’esempio degli agenti virtuali, uno strumento oggi ampiamente disponibile. In tale contesto proponiamo un servizio specifico che consente ai bot di apprendere e, quindi, rispondere in modo efficace alle domande tenendo conto dell’ambito del cliente e abilitando di conseguenza conversazioni soddisfacenti. Passando al comparto agritech, offriamo la personalizzazione di sistemi di analisi in grado di verificare la presenza di pesticidi, livello di umidità del terreno, grado di maturazione delle piante e altro ancora, partendo da fotografie scattate da droni. In entrambi i casi seguiamo la gestione della piattaforma.

Passiamo all’AI Test Drive di Fujitsu. Di cosa si tratta e quali sono le particolarità di questa proposta?

L’AI Test Drive è un servizio basato su un data center costruito da Fujitsu a Francoforte con hardware e software specifici per l’esecuzione di applicazioni di intelligenza artificiale. Si tratta non solo di server Fujitsu, ma anche di schede Nvidia A100 Tensor Core studiate per l’elaborazione di modelli con i requisiti di calcolo elevato del machine learning oppure di sistemi di storage NetApp capaci di gestire vaste quantità di dati. Il tutto messo a disposizione gratuitamente degli sviluppatori e completo di dati di benchmarking. In Italia il tramite per l’accesso ad AI Test Drive è Finix la quale – una volta qualificate e validate le richieste delle aziende che vogliono farne uso, configurato il Test Drive secondo i requisiti previsti dal progetto e sviluppato e, appunto, testato l’ambiente – è in grado su richiesta di replicare l’implementazione direttamente presso il cliente. Con il vantaggio che si tratta della sua copia perfetta, con le medesime prestazioni. Prendiamo l’esempio di una banca che commissiona una serie di algoritmi a uno sviluppatore. Questi ha due costi: le persone impegnate nella creazione dei modelli, la scrittura del codice e il testing dell’algoritmo; e l’infrastruttura che anche se fruita in cloud richiede un investimento elevato. AI Test Drive azzera i costi di quest’ultima dopodiché, una volta concluso con successo il prototipo, la banca può scegliere di affidarsi a Finix per concretizzare e portare in produzione il progetto, con i benefici detti in precedenza.

Infine c’è il terzo tema, quello della comprensione dell’intelligenza artificiale…

Questo punto riguarda un accordo stretto con Institut EuropIA, organizzazione francese dedicata alla divulgazione dell’intelligenza artificiale e della quale siamo partner tecnologico italiano. L’accordo parte da una considerazione: l’intelligenza artificiale non è una tecnologia che, una volta installata e studiata, comincia magicamente a dare risultati, come può ad esempio accadere con una piattaforma di CRM. Applicando all’AI un approccio di questo tipo si rischia di creare un effetto gadget per cui, dopo un primo innamoramento e qualora non si ottengano benefici, il progetto viene abbandonato. Uno scenario oggi piuttosto diffuso. In realtà, per far sì che l’AI funzioni, le aziende devono cambiare le modalità in cui operano. Essere organizzazioni data driven non significa avere molti dati bensì capire quali sono quelli importanti e disporre di data scientist che li sappiano gestire; questo indipendentemente dall’applicazione a cui sono destinati, come l’automazione o il miglioramento dei processi, a cominciare da quelli produttivi, di vendita, di customer service, e così via.

Approfondiamo…

Per compiere un percorso corretto bisogna partire dal fatto che l’intelligenza artificiale è intelligente nella misura in cui lo è l’utilizzatore, ossia l’azienda. E questo significa saper sfruttare realmente le tecnologie in gioco. Ecco che noi parliamo di Pedagogia applicata all’AI, quindi formare il management perché conosca la reale natura dell’intelligenza artificiale così come formare le persone che la devono implementare e usare, come ad esempio accade per chi adotta una piattaforma di gestione dei rischi oppure i sistemi di raccolta dei dati IoT. Nel frattempo offriamo anche le basi per identificare la soluzione più adeguata e capace di offrire un valore concreto.

Facciamo qualche esempio

Un primo esempio è quello del progetto realizzato per CONFAPI (Confederazione italiana della piccola e media industria privata) di Padova, con attività di formazione finalizzate a trasmettere agli imprenditori veneti il significato dell’introduzione dell’AI in azienda. Una seconda iniziativa, questa volta a fianco di AIFO (Associazione Italiana Family Officer), è invece stata mirata su figure di consulenza che fanno un uso interno dell’intelligenza artificiale per le proprie analisi così come per valutare le proposte di investimento in tale ambito. Inoltre, attualmente stiamo assistendo un’impresa manifatturiera che vuole introdurre l’AI per raccogliere dati dai macchinari e quindi inserirli in una piattaforma finalizzata ad attività predittive, prescrittive e analitiche. Arrivando a migliorare i processi dei propri clienti e fornire alcuni servizi intelligenti correlati. Infine, stiamo lavorando con una grande realtà nazionale del settore tecnologia che ha l’esigenza di trasmettere al management le potenzialità dell’intelligenza artificiale.

Chi sono in conclusione gli interlocutori in azienda quando si parla di AI?

Nelle piccole realtà il confronto avviene con l’imprenditore stesso il quale, pur ‘sospettando’ che l’intelligenza artificiale abbia un valore, teme di non disporre delle risorse necessarie a un’implementazione adeguata oppure che l’investimento non generi un risultato concreto. Ecco che noi mostriamo quanto è possibile produrre con queste tecnologie lasciandogli però l’intuizione finale di come e dove applicarle in base alle proprie esigenze e processi. Le grandi realtà dal canto loro hanno una maggiore consapevolezza del tema per cui la nostra interfaccia diventa chi opera sui dati, come ad esempio il data scientist. In generale l’intelligenza artificiale riguarda comunque tutti i reparti coinvolgendo anche il personale normalmente non a contatto diretto con i temi tecnologici come può essere quello attivo nel reparto risorse umane. Obiettivo: arrivare a un’azienda che sia veramente data driven e supportata dall’AI.