Ai Archives - Pagina 6 di 8

18 Dicembre 2023AI & GENAI

Dalla Generative AI nelle aziende, fino all’Interactive AI

In questo anno che si sta chiudendo l’AI Generativa è diventata senza dubbio il tema di discussione principale e una delle tecnologie più influenti e potenzialmente impattanti nel medio breve termine, grazie ad applicazioni come ChatGPT, Stable Diffusion, GitHub Copilot, e Midjourneyche sono entrate già nel vivo del modo di lavorare e stanno introducendo notevoli cambiamenti in alcune aree di competenza .

In un sondaggio di O’Reilly,condotto sui propri utenti lo scorso settembre 2023, sono state analizzate le modalità di utilizzo delle aziende stanno già implementando l’AI Generativa, gli ostacoli nella sua adozione e le lacune di competenze da colmare.

Dati e stato attuale

Tra i dati rilevanti che emergono dallo studio, due terzi dei partecipanti al sondaggio (67%) hanno affermato che le loro aziende utilizzano l’AI Generativa. Di questi, il 41% la usa da più di un anno, mentre il 26% da meno di un anno. Solo il 33% delle aziende non utilizza affatto l’AI Generativa.

L’adozione dell’AI non è ancora universale per quanto i numeri diano una indicazione importante di accelerazione: molti utilizzatori (38%) sono ancora nelle fasi iniziali, sperimentando e lavorando su progetti di prova, e molto spesso con utilizzi superficiali e su processi di base o semplici, attraverso l’utilizzo di piattaforme terze e non integrate (con modelli basati su cloud come GPT-4). L’adattamento di un modello per specifici casi d’uso rimane ancora una grande sfida.

Nonostante l’alta percentuale di adoption (e aggiungerei di alta predisposizione a farlo a mio avviso), c’è ancora molto da fare in termini di formazione, recruiting, cultura e implementazione.

La formazione di modelli e lo sviluppo di applicazioni complesse si stanno semplificando grazie a molti nuove soluzioni open source che cominciano a nascere grazie a diverse comunità online e soprattutto a soluzioni che, con dimensioni piccole e meno intensive in termini di risorse, permettono l’avvio con budget ridotti.

Intorno all’AI Generativa si stanno sviluppando ecosistemi di strumenti di diverso genere, abilitando diverse modalità di lavoro e possibilità di integrazioni di potenzialità all’interno dell’azienda a costi accessibili.

Ostacoli e criticità

I fattori che ostacolano una maggiore adozione dell’intelligenza artificiale generativa nelle aziende e che sono stati identificati dalla survey, includono:

Difficoltà nel trovare casi d’uso appropriati: trovare casi d’uso aziendali appropriati e facilmente implementabili è la sfida più grande. Questo tema è tipico delle fasi di trasformazione e cambiamento e riflette solitamente la mancanza di immaginazione ed interpretazione o l’eccesso di cautela nell’implementare soluzioni AI potenzialmente inappropriatate.
Preoccupazioni legali, rischi e conformità: sono parecchi le preoccupazioni riguardo ai rischi legali e alla conformità. Le implicazioni legali dell’utilizzo dell’AI generativa, come la proprietà ed i diritti del contenuto prodotto, creano incertezza e preoccupazione.
Mancanza di politiche per l’uso dell’AI: la mancanza di linee guida progettuali all’interno delle aziende sull’utilizzo dell’AI è un problema minore ma importante. In molti casi i CEO delegano all’IT o ai CIO la gestione della tematica sottovalutando le implicazioni finanziarie, legali, la conformità normativa, l’etica e via dicendo.
Resistenza al cambiamento: alcune aziende non riconoscono la necessità dell’AI, il che può indicare una mancanza di visione o di apertura verso le nuove tecnologie o processi di sperimentazione.
Mancanza di competenze: La difficoltà nel trovare persone qualificate nell’AI è una sfida significativa. Questo è un ostacolo sia per le aziende che cercano di adottare l’AI sia per quelle che già la utilizzano e vogliono integrare competenze ed accelerare i processi di implementazione.
Problemi di infrastruttura: Costruire un’infrastruttura AI è complicato e costoso, e questo rappresenta un ostacolo per molte aziende. L’adozione di infrastrutture terze è sicuramente una soluzione, ma le implicazioni relative a tematiche di dati, segregazione, tutela e utilizzo è l’elemento cruciale.
Qualità dei dati e formazione dei modelli: Nel processo di implementazione la qualità dei dati per la formazione dei modelli sembra non esser un problema e sono meno percepiti come barriere di partenza rispetto ad altri problemi.

Come le aziende stanno usando l’AI

L’utilizzo che emerge dallo studio rappresenta a mio avviso l’esempio naturale dell’impiego l’intelligenza artificiale generativa in processi e ambiti di base e facilmente intuibili:

Programmazione: l’utilizzo più comune dell’AI generativa è nel campo della programmazione, con strumenti come GitHub Copilot o ChatGPT, utilizzati dal 77% dei rispondenti alla survey. Questo include sia sperimentazioni sia impiego effettivo nel lavoro quotidiano ed in particolare sia nella produzione di codice, che supporto ai test, che soprattutto nel processo di produzione documentale.
Analisi dei dati: il 70% degli intervistati utilizza l’AI per l’analisi dei dati, con una divisione quasi equa tra sperimentazione e utilizzo pratico.
Interazione con i clienti: il 65% delle aziende sta esplorando o già utilizzando l’AI per progetti di custormer care e servizi di assistenza clienti (interni ed esterni) e condivisione della knowledge base.
Generazione di testi: l’AI è utilizzata per generare contenuti testuali, con il 47% delle aziende che la impiega per la produzione di contenuti di marketing e il 56% per altri tipi di documentazione (report, relazioni, sintesi o estensione di documenti).
Design e creatività: l’uso dell’AI come supporto di design e la creatività è meno comune, in parte probabilmente a causa della natura dell’audience di O’Reilly, maggiormente orientata allo sviluppo. In linea generale comunque è evidente che l’utilizzo già oggi nelle aziende nei processi creatività è crescente, vista la semplicità di accesso a tool come Firefly di Adobe, Dall-E di OpenAi, Midjourney e molti altri.
Altri ambiti di applicazioni: alcune aziende stanno utilizzando l’AI in un’ampia varietà di modi, iniziando processi di integrazione di dati e servizi: dalla rilevazione di frodi, all’insegnamento, allla gestione delle relazioni con i clienti, alle risorse umane fino alla conformità.
Integrazione in strumenti esistenti: non ultima, l’AI generativa sta diventando una parte integrante di strumenti comuni di office automation, marketing e collaboration, da Microsoft Office, Google Docs e Adobe Photoshop, Canva e tanti altri che stanno progressivamente integrando funzionalità standard e base nelle proprie applicazioni.

Approccio, strumenti utilizzati ed impatti

Per quanto riguarda strumenti e piattaforme, la survey riporta una serie di informazioni (a mio avviso note) ma rilevanti da conoscere:

Uso di applicazioni preconfezionate e personalizzate: circa il 36% degli intervistati usa applicazioni come ChatGPT e GitHub Copilot, mentre il restante 64% sta sviluppando applicazioni AI personalizzate, un passo significativo che richiede investimenti in personale, infrastruttura ed educazione.
Scelta dei modelli AI: i modelli GPT sono i più utilizzati (23%), seguiti da un sorprendente 21% di aziende che sviluppano i propri modelli AI, un processo che richiede senza dubbio risorse sostanziali. Una percentuale più bassa di aziende (16%) utilizza modelli open source, meno costosi e più flessibili.
Diversità dei modelli utilizzati: oltre ai modelli GPT, un’ampia varietà di altri modelli viene utilizzata dalle aziende, compresi quelli derivati da LLaMA di Meta e modelli disponibili (su piattaforme come Hugging Face). In molti casi c’è da tenere in considerazione che alcuni di questi modelli open source hanno restrizioni sulla loro possibilità di utilizzo.
Stadio di sviluppo: molti degli intervistati sono ancora nelle fasi iniziali dello sviluppo con l’AI, con il 34% che lavora su concept e progetti in fase embrionale, mentre il 18% ha applicazioni AI in produzione.
Test per i rischi: le aziende che stanno procedendo con le implementazioni dele loro applicazioni AI, stanno valutando diverse fasi di test vista la varietà di rischi, inclusi risultati imprevisti, vulnerabilità alla sicurezza, affidabilità, equità, etica e privacy.
Competenze necessarie per progetti AI: le competenze necessarie per i progetti AI includono la programmazione, l’analisi dei dati e le operazioni per l’AI e il Machine Learning, competenze che attualmente non sono presenti nelle aziende e riflettono la complessità e la natura interdisciplinare del lavoro con l’AI Generativa.
Impatto sul business: le aziende si aspettano che l’AI aumenti la produttività, generi maggiori entrate e migliori la pianificazione e la previsione. Solo una piccola percentuale prevede una riduzione del personale grazie all’AI. In linea generale l’approccio all’implementazione iniziale e l’adozione dell’AI generativa sta partendo da progetti di Marketing o di ottimizzazione costi.

Dall’AI Generativa a quella Interattiva

Le prospettive sull’AI Generativa sono positive, ma come dico da tempo siamo solo all’inizio di un grande processo di cambiamento. Se il 2023 è stato l’anno della AI Generativa, già dal 2024 vedremo i grandi segnali dell’arrivo della fase successiva.

Mustafa Suleyman, co-fondatore di DeepMind (poi Google DeepMind), sostiene che dopo l’era dell’AI Generativa, il futuro sarà dominato appunto dall’Intelligenza Artificiale Interattiva, e questa sarà una nuova fase fondamentale nella storia della tecnologia.

L’Intelligenza Artificiale Interattiva (Interactive AI) si riferisce a sistemi di intelligenza artificiale che saranno in grado di interagire in modo più dinamico e flessibile con gli utenti. Questo tipo di AI non si limiterà a rispondere a richieste specifiche o eseguire attività predefinite, ma sarà in grado di adattarsi e rispondere a situazioni in continua evoluzione, e spesso in tempo reale.

Le caratteristiche rilevanti saranno:

Dialogo bidirezionale: L’AI Interattiva potrà sostenere conversazioni bidirezionali con gli utenti, comprendendo e rispondendo a domande, commenti o richieste in modo contestualizzato.
Adattabilità: Questa forma di AI sarà in grado di adattarsi ai comportamenti e alle preferenze degli utenti nel tempo, offrendo risposte e servizi personalizzati.
Apprendimento in tempo reale: L’AI Interattiva potrà apprendere dai propri errori e dalle interazioni con gli utenti, migliorando costantemente le sue capacità di risposta e decisionali.
Interazione vocale: l’AI Interattiva utilizzerà interfacce vocali (o altri sistemi IOT) per un’interazione più naturale e intuitiva con gli utenti.
Automazione avanzata: l’interazione andrà oltre la semplice automazione di compiti, e permetterà una collaborazione più profonda tra umani e sistemi AI: una assistente presente nella risoluzione di problemi complessi o nella generazione di idee creative.
Personalizzazione: questa nuova modalità di AI offrirà una esperienze altamente personalizzata basata sulle interazioni precedenti e sui dati raccolti dagli utenti.
Elevata elaborazione del linguaggio naturale: verranno sempre più implementate tecnologie avanzate di elaborazione del linguaggio naturale per comprendere e generare risposte naturali.

Forward looking

L’importanza dell’adozione dell’Intelligenza Artificiale Generativa (AI Generativa) per le aziende e il ruolo cruciale dei partner nel supportare questo processo emergono chiaramente anche dall’articolo del MIT Sloan.

L’AI Generativa senza dubbio offre un ampio ambito di applicazioni, ma non c’è dubbio che l’adozione debba essere ponderata e consapevole, ed è fondamentale che le aziende non solo adottino l’AI Generativa, ma anche che i loro dipendenti comprendano questa nuova tecnologia deve esser utilizzata con un approccio incrementale e potenziante, piuttosto che di sostituzione, soprattutto del lavoro umano.

In questa fase anche la scelta di partner competenti nel campo è cruciale, sia per evitare che il FOMO faccia fare scelte poco pesate e sia per poter iniziare un viaggio con un approccio strutturato in questo nuovo territorio, dal supporto all’identificazione di casi d’uso più appropriati, fino a garantire che l’implementazione avvenga in modo etico e responsabile, massimizzando i benefici e riducendo i rischi.

In questi mesi, lavorando con diverse aziende, ho messo a punto un modello di valutazione della maturità e percorso: nei prossimi giorni pubblicherò una survey con l’obiettivo di raccogliere delle informazioni per validare il modello e condividere con i partecipanti l’output. Come si direbbe… stay tuned! 🙂

17 Dicembre 2023AI & GENAI

Oltre la corsa tecnologica: il valore del tempo e della pianificazione

Nel 2013, ho avuto il piacere di lavorare con Alberto Gangarossa sul progetto Pathflow, che all’epoca poteva sembrare visionario: praticamente un “Google Analytics del mondo fisico” per il retail.

La soluzione mirava a trasformare il modo in cui nel retail, attraverso il tracciamento in tempo reale dei movimenti e dei comportamenti dei clienti all’interno dei negozi, venivano prese decisioni di allestimento, progettazione e analisi dei risultati.

La reazione del mercato quando se ne parlava era stupore, ma le barriere principali poi per l’adozione erano riguardanti i costi, la complessità e in particolare la privacy: ostacoli insormontabili allo sviluppo che ne hanno poi decretato di fatto un lento percorso verso la chiusura, frutto anche il possibile time to market anticipato.

Oggi, quello che una volta era considerato pionieristico non solo è diventato fattibile, ma a tutti gli effetti è percepito come più accessibile, necessario e di conseguenza sta iniziando ad esser “quel qualcosa di cui non puoi più farne a meno per competere”.

Ciò che dovrebbe colpire di più è il cambiamento negli atteggiamenti verso le tematiche di privacy, gestioni dei dati e l’entusiasmo crescente per le soluzioni basate sull’IA.

Ma non è questo il punto su cui voglio fermarmi, tanto meno sulla bella storia che mi ha portato a conoscere un fantastico team di persone, come Alberto appunto.

In un momento come questo, in cui stiamo vedendo l’arrivo di mastodontici cambiamenti – anche e soprattutto tecnologici – la corsa all’adozione delle ultime tendenze mette in luce una lezione a mio avviso essenziale: l’innovazione non è una merce da acquistare nell’entusiasmo delle tendenze di mercato e nella fase di hype mediatico.

Al contrario, l’innovazione è un processo progressivo che richiede tempo, pianificazione, progettazione, sperimentazione di nuovi metodi e tecnologie, anche quando il loro impatto reale e il valore sono ancora da comprendere appieno.

L’innovazione non riguarda il seguire la folla. Riguarda l’essere pronti a valorizzare le nuove possibilità ed esplorarne il potenziale, molto prima che diventino la prossima grande cosa, acquisendone conoscenza, vantaggi e benefici e di conseguenza la capacità di scegliere il momento migliore per partire.

16 Dicembre 2023AI & GENAI

Industrial revolution mechanized muscles. AI revolution is mechanizing minds.

Era il diciottesimo secolo e l’avvento delle macchine iniziava a spostare equilibri che sembravano consolidati. La rivoluzione industriale, con la sua meccanizzazione massiccia, sollevò preoccupazioni e timori ovvi in prossimità dei grandi ed imminenti cambiamenti.

Cosa sarebbe stato dell’uomo e della sua essenza di fronte a questa trasformazione?

Una serie di evoluzioni, miglioramenti e criticità in divenire in vari ambiti che poi nella storia abbiamo letto: da grandi impatti industriali a lavorativi, dal tempo liberato dalle macchine, l’emergere del lavoro part-time, l’incremento dei consumi, nuove dinamiche di aggregazione sociale, la riduzione delle distanze e tempi, nuovi ambiti normativi da sviluppare ma soprattutto – di base – la facilitazione delle attività fisiche, e la conseguente meccanizzazione dei muscoli.

E cosa sarà dell’uomo e della sua essenza di fronte all’imminente crescita dell’AI?

Oggi siamo nel pieno (non si può e non si deve parlare di inizio perché questo processo di cambiamento è nato ben prima di chatgpt…) di nuova rivoluzione “industriale”, derivante appunto dalla rivoluzione dell’intelligenza artificiale, e che presenta incredibili parallelismi con la storia già vissuta. L’IA sta creando nuova forma di libertà temporale, destabilizzando processi e modelli consolidati, forgiando nuove forme di comunità e conoscenza. Stiamo assistendo e partecipando, in modo diretto o indiretto, consapevole o meno, ognuno di noi, ad uno shift di competenze, creatività, apprendimento, segnando temporalmente quella che verrà con certezza chiamata l’era della meccanizzazione delle menti.

AI’s societal impact mirrors industrialization: disruptive, transformative, yet inevitably integrated

E così come la meccanizzazione è divenuta parte integrante delle industrie, trasformando il modo in cui operavano, l’IA diventerà essenziale in termini di sopravvivenza e competitività (se già non lo è per molti ambiti), integrandosi pienamente nei modelli e nella consapevolezza aziendale. Nessuna impresa potrà ormai prescindere dall’adozione dell’IA per “meccanizzare” processi di studio, analisi e conoscenza, creando nuovi modelli operativi.

Tanto meno riusciremo a fare a meno di utilizzare strumenti di AI per sviluppare competenze, comprendere e cercare, e non è detto che lo faremo coscientemente perché l’AI ci sarà e sarà sempre più invisibile ai nostri occhi, esattamente come la tecnologia che indossiamo ed usiamo, e di cui non ci accorgiamo più.

19 Novembre 2023AI & GENAI

Generative AI: Dall’esplorazione all’integrazione. Prossima fermata, l’Era BioSpaziale.

L’intelligenza artificiale generativa ha iniziato il suo viaggio negli anni ’60, ma è stato il 2022, a mio avviso, a segnare un’epoca che definiamo – e che sarà definita senza dubbio in futuro – rivoluzionaria, un po’ un nuovo Rinascimento, caratterizzato da nuove forme di creatività e scoperte.

Il rilascio di strumenti come MidJouney, DALL-E e GPT ha acceso un interesse globale – ed un entusiasmo – in precedenza pari a momenti di grandi stravolgimenti come l’arrivo di Internet, dell’Ecommerce e del Mobile. L’arrivo poi di Stable Diffusion ed il successo di ChatGPT hanno ulteriormente catalizzato questo interesse, portando l’IA Generativa al centro dell’attenzione mondiale.

Atto Primo – Esplorazione: Il primo atto di questa storia è stato caratterizzato dall’esplorazione e dall’innovazione. DALL-E 2 ha aperto nuovi orizzonti nella generazione di immagini, mentre GPT-3 ha rivoluzionato la scrittura assistita dall’IA. Con il rilascio di Stable Diffusion, abbiamo visto un’esplosione di strumenti di immagini AI, segnando un cambiamento significativo nella percezione e nell’accessibilità (fortemente semplificata e a portata di tutti) dell’IA Generativa. Questa fase ha visto un’accelerazione nell’adozione e nella sperimentazione dell’IA, preparando il terreno per una maggiore integrazione nel tessuto della vita quotidiana, e aziendale.

Atto Secondo – Integrazione: Mentre l’Atto Primo è stato di esplorazione, l’Atto Secondo, come suggerito da diverse scritture, articoli e riflessioni, è definito ill momento dell’integrazione. In questa fase, l’IA Generativa sta maturando, passando dall’essere una novità a diventare una componente fondamentale di vari sistemi e servizi. Grandi aziende tecnologiche stanno rapidamente incorporando l’IA Generativa nei loro prodotti. Microsoft, ad esempio, sta integrando l’IA in tutto, dalla suite Office 365 a Bing e Windows. Google sta seguendo un percorso simile, potenziando servizi come Google Search e Workspace con modelli di linguaggio avanzati.

L’Era dell’Integrazione: Questa era sta mettendo le basi, per le aziende tecnologiche e non solo, del consolidamento della loro posizione di mercato attraverso collaborazioni strategiche, acquisizioni ed integrazioni di modelli. L’approccio è semplice (concettualmente) ma potente (praticamente): integrare l’IA Generativa in strumenti e prodotti già utilizzati dai consumatori e dalle imprese, al fine di incrementare efficacia, modello di business, fedeltà utente.

Adobe, con il suo Firefly v2, sta portando l’IA Generativa nel mondo della grafica e del design, mentre Amazon, attraverso la sua piattaforma cloud, offre modelli di IA come servizio. Ma non solo i grandi brand si stanno muovendo rapidamente, anche le piattaforme come Roblox, Unity, Nvidia, Notion, Zapier e tante altre hanno intrapreso un processo virtuoso di implementazioni.

Dall-e | ChatGPT | Fabio Lalli | “About Generative Timeline”

Sfida, non facile, per le Aziende e Startup: Le startup – così come le aziende attive nei processi di ricerca – vitali per l’innovazione continua, si trovano di fronte a sfide significative. Le grandi aziende tecnologiche controllano le piattaforme e i modelli principali, rendendo difficile per le piccole imprese competere a lungo termine. Nonostante ciò, l’importanza dell’open source nell’IA Generativa rimane cruciale per garantire un ambiente di innovazione senza le restrizioni imposte dalle grandi aziende.

Collaborazione e Personalizzazione: L’integrazione dell’IA Generativa sta portando ad un aumento della collaborazione tra sistemi e aziende, offrendo soluzioni personalizzate per varie applicazioni. Questo è evidente nella partnership tra Canva e Runway, e nell’incorporazione di Firefly di Adobe in applicazioni Google, così come le implementazioni di Heygen, Evenlabs, Perplexity o Inflection in diverse piattaforme. Queste collaborazioni stanno aprendo nuovi orizzonti per applicazioni innovative e soluzioni personalizzate e fortemente potenziate.

What’s Next? – Una era BioSpaziale: Guardando al futuro, è probabile che l’era dell’IA Generativa si evolva ulteriormente nell’Era “BioSpaziale“. Questa fase prevede una fusione tra IA, mondo fisico e biologia, portando nuove frontiere nell’ IOT (Internet delle Cose) e nella biologia sintetica. Le caratteristiche principali e le potenziali implicazioni di questa era potrebbero includere:

Convergenza di IA e Biologia: sviluppi significativi nella biotecnologia e nella medicina personalizzata, progettazione di farmaci assistita da IA, diagnostica avanzata e terapia genetica.
Sintesi tra IA e il Mondo Fisico: fusione tra IA e dispositivi fisici, innovazioni nel campo dell’Internet delle Cose (IoT), immersività, robotica avanzata e sistemi autonomi.
Applicazioni nell’Edilizia evoluta: progettazione e gestione degli ambienti urbani, miglioramento l’efficienza energetica, mobilità sostenibile e abitabilità delle città.
Agricoltura e Sostenibilità Ambientale: ottimizzazione di pratiche agricole, giorne delle risorse naturali in modo più efficiente e contributo alla lotta contro il cambiamento climatico.
Sviluppi della Bioinformatica: analisi dei dati genetici e biomolecolari, nuove scoperte in genetica, evoluzione e ecologia.
Human Computer Interaction: progresso nelle neurotecnologie, nuove forme di interazione tra uomo e macchine, possibilità di sviluppo di interfaccia cerebrale-computer.
Etica e impatti Sociali: nuove sfide etiche e sociali significative, nuove forme di gestione della privacy, sicurezza biologica e accesso equo alle tecnologie avanzate.

L’Era BioSpaziale rappresenta un potenziale futuro, non troppo remoto, in cui la tecnologia IA si fonde e interagisce profondamente con il mondo biologico e fisico, aprendo nuove frontiere in molteplici settori e sollevando questioni importanti che richiederanno un’attenta considerazione e gestione.

Dall-e | ChatGPT | Fabio Lalli | “BioSpatial Era”

L’IA Generativa, ora al suo Secondo Atto e nel pieno dell’accelerazione, dell’adozione e della complessità da gestire in termini di sostenibilità e scalabilità, sta acquisendo graduale maturità tecnologica in diversi ambiti, ma siamo comunque solo all’inizio di un viaggio che sta modellando e modellerà totalmente intere industrie.

11 Novembre 2023AI & GENAI

GPT Store, ecco perchè sarà una rivoluzione.

Ho ricevuto un po’ di commenti e messaggi riguardo GPT, e provo a condividere il motivo dell’entusiasmo intorno all’annuncio di OpenAI, relativamente al GPTs Store, così da rendere più completo il senso del concetto di “rivoluzione”.

🤓 Cos’è il GPT Store prima di tutto?

Il GPT Store è fondamentalmente un AppStore per l’Intelligenza Artificiale, e questo dovrebbe già far capire il potenziale di quello che abbiamo davanti.

📊 Un po’ di contesto:

L’Appstore di Apple ha 2,24 milioni di app e giochi
Il Play Store di Google ha 2,59 milioni di app

Entrambe gli store gli store nati nel 2008, hanno traguardato il milione di app tra il 2012 ed il 2013. A mio avviso il GPTs Store di OpenAI avrà almeno 100 milioni di app e succederà in molto meno tempo, addirittura meno di un anno.

❓ Perchè questa stima?

Da quando ho fondato IQUII abbiamo sviluppato ben oltre 500 app (ios, android e non solo) per diversi brand in diverse industrie: indicativamente una app ben fatta, tra progettazione, disegno, integrazione, sviluppo, e test ha un ciclo lavoro di 2 / 3 mesi (ribadisco app mediamente complesse). Oltre ai tempi necessari per pubblicazione, validazione e lancio.

💥 Per sviluppare un GPTs, di base, e senza grandi integrazioni, ci vogliono tra 10 ed i 30 minuti (per stare larghi). Compresa pubblicazione e condivisione tramite canali social, wa, telegram e via dicendo. Ovviamente non parlo di GPTs con integrazioni di servizi terze parti magari da realizzare ad hoc per aggiungere un valore dinamico e fortemente integrato con il proprio core business. Ma parliamo di tempi decisamente diversi.

👀 Non c’è dubbio che GPT Store rivoluzionerà quasi tutti i settori, inclusi:

Salute mentale
Fitness
Assistenza sanitaria
Produttività
Creazione di contenuti
Analisi di business
Marketing
Vendite
Viaggi
e tanto altro ancora.

Praticamente intere industrie.

✍ Chiunque voglia entrare essere qualificato e avere una solida conoscenza di:

Formulazione di prompt
Ricerca
Raccolta dati
Integrazione di servizi
ma soprattutto analisi di processi ed analisi di impatto.

Nulla dovrà esser lasciato al caso, e commettere gli stessi errori già fatti in fasi precedenti (investimenti affrettati e senza disegno e progettazione, come successo anche nel mobile) avrà, in questo caso, impatti molto più grandi.

4 Luglio 2023PENSIERI SPARSI

L’intersezione tra Creatività e Intelligenza Artificiale: Una nuova era di possibilità

L’intelligenza artificiale (IA) ha raggiunto un livello di evoluzione tale da permeare molteplici ambiti della nostra vita quotidiana. Mentre molti potrebbero temere che l’IA possa soppiantare la creatività umana, ci troviamo invece di fronte a un’opportunità senza precedenti. In questa nuova era digitale, la creatività e l’IA si intrecciano per dar vita a risultati straordinari. Gli ambiti di impatto, positivo, sono diversi.

Amplificazione delle capacità creative

L’IA agisce come un catalizzatore per l’espressione creativa umana. Grazie alla sua capacità di apprendimento automatico e generazione di contenuti, l’IA può aiutare a superare ostacoli e stimolare la creatività. I suoi algoritmi analizzano una vasta quantità di dati, aprendo nuovi orizzonti e fornendo spunti innovativi. L’IA può suggerire combinazioni inaspettate, aprire nuove prospettive e potenziare le capacità creative degli individui.

Automazione delle attività ripetitive

L’IA consente di automatizzare compiti ripetitivi e meccanici, liberando così tempo e risorse per attività creative di alto livello. Attività come la creazione di grafica, l’editing di immagini e video o la generazione di testi possono essere delegate all’IA, consentendo ai professionisti creativi di concentrarsi su compiti più complessi e concettuali. Questa automazione migliora l’efficienza e stimola l’innovazione.

Sviluppo di nuove forme di espressione

L’IA sta aprendo nuove strade per l’espressione creativa. Grazie alla generazione di contenuti e alla manipolazione di dati, siamo testimoni di nuove forme artistiche e di narrazione. L’IA può creare opere d’arte, generare melodie, scrivere poesie e persino creare sceneggiature. Questa collaborazione tra l’IA e gli artisti umani sta ampliando il nostro concetto di creatività e aprendo possibilità inesplorate.

Sfide e responsabilità

Nonostante i progressi dell’IA, sorgono alcune sfide. La necessità di mantenere un equilibrio tra l’automazione e l’espressione umana è fondamentale. L’IA non deve essere vista come un sostituto della creatività umana, ma come un potente strumento da utilizzare con intelligenza. È importante sviluppare un’etica dell’IA che consideri l’impatto sociale, la privacy e l’equità nella creazione e nell’utilizzo dei modelli di intelligenza artificiale.

Il ruolo dell’umanità nella creatività

Nonostante l’avanzamento dell’IA, il ruolo degli esseri umani nella creatività rimane irrinunciabile. La capacità di pensiero critico, di immaginazione e di connessione emotiva sono caratteristiche che distinguono la creatività umana. L’IA può fornire strumenti e spunti, ma è la mente umana che conferisce significato e valore all’arte e alla creatività stessa. La sfida per i creativi consiste nel padroneggiare l’IA, sfruttandola come alleato e amplificatore delle proprie capacità e non come strumento di appiattimento.

L’IA rappresenta una svolta significativa per la creatività umana. Le sue potenzialità e l’automazione delle attività ripetitive aprono nuovi orizzonti per gli artisti, i designer, i musicisti e i creativi di ogni settore.

Ritengo importante mantenere un approccio equilibrato, riconoscendo il valore irrinunciabile dell’espressione umana e affrontando le sfide etiche che l’IA comporta. L’interazione tra creatività e intelligenza artificiale è destinata a ridefinire il panorama artistico e a stimolare nuove forme di espressione che arricchiranno la nostra società.

13 Maggio 2023WEB3, METAVERSE & NFT

AI Generativa e le opportunità per le aziende

L’intelligenza artificiale (AI) sta vivendo una trasformazione radicale. Si è evoluta da un insieme di algoritmi isolati ad una forza potente e integrata, pronta a rivoluzionare il modo in cui le aziende operano. Questa evoluzione, guidata in particolare dall’ascesa dell’AI generativa, sta offrendo ai singoli, ma soprattutto alle aziende opportunità senza precedenti, ma presenta anche nuove sfide che richiedono attenzione e corretta interpretazione, oltre che azione (tempestiva, aggiungerei).

L’AI generativa sta aprendo la strada a una nuova ondata di innovazioni di modelli e processi, ampliando le possibilità di applicazione dell’AI in una serie di settori, dalla farmaceutica alla banca, dal retail allo sport. Modelli come GPT-4, Bard, sono capaci di generare contenuti unici e di alta qualità, che possono essere utilizzati in una serie di contesti aziendali, dal marketing allo sviluppo del prodotto, passando dal legal al finance. .

Malgrado le tante potenzialità e opportunità, l’avvento dell’AI generativa non è privo comunque di sfide e punti di critici da attenzionare. La sua velocità di sviluppo, il rischio di bias nascosti nei dati di addestramento e la necessità di nuove infrastrutture tecnologiche e competenze specializzate sono tutti fattori che le aziende devono necessariamente considerare nel loro viaggio verso l’adozione in generale di nuove tecnologie, ma anche e soprattutto nei confronti dell’AI generativa.

L’AI generativa offre senza dubbio alle aziende l’opportunità di rivedere e reinventare molti dei loro processi operativi ed impattare sui modelli di business, permettendo una maggiore automazione, efficienza e personalizzazione, e di conseguenza ottimizzazione di costi e potenzialità maggiori sui ricavi.

Riguardo ai nuovi modelli di business, come l’uso di AI per generare contenuti unici o per offrire servizi personalizzati su larga scala però c’è un punto che deve esser necessariamente considerato ossia rischi e sfide derivanti da un normativo in continua evoluzione, con nuove leggi e regolamentazioni che potrebbero influenzare l’uso dell’AI, e di conseguenza diritti di ownership sull’asset creato, tipologia di utilizzo e applicazione.

I CEO oggi di aziende che vogliono accelerare e non perdere quote di mercato, hanno un ruolo fondamentale nel guidare l’adozione dell’AI in primis, e anche dell’AI generativa nelle loro aziende. L’attenzione e le azioni che la direzione dell’azienda dovrà affrontare non dovranno esser solo orientate alle opportunità e le sfide presentate dall’A in termini infrastrutturali e tecnologici, ma anche (e soprattutto) di metodo, al fine di guidare i team attraverso il cambiamento organizzativo necessario, per sfruttare al meglio questa nuova potenzialità.

Una della prime azioni che l’organizzazione dovrebbe affrontare è la creazione di un gruppo cross-funzionale di leader dell’azienda a cui affidare lo studio, l’identificazione e le priorità dei casi d’uso di maggior valore, al fine di garantire un’implementazione sicura e coordinata dell’AI nel contesto aziendale. Questo può anche includere la promozione di una cultura di apprendimento continuo e la sperimentazione (che troppo spesso le aziende tralasciano pensando sia una attività individuale e spontanea) in cui i dipendenti sono incoraggiati ad innovare i processi, le competenze, le metodologie e i prodotti che incorporano efficacemente questi strumenti.

Un altro aspetto cruciale è la creazione di un “faro”, ossia un progetto o un caso d’uso pilota che possa servire da esempio concreto, e che possa dimostrare il reale potenziale dell’AI generativa e l’impatto che questa adozione avrebbe su più larga scala, oltre ad aiutare a creare entusiasmo, sostegno e consenso all’interno dell’organizzazione.

Le aziende dovranno essere molto attente a bilanciare la creazione di valore con la corretta gestione del rischio. Se da una parte l’AI generativa può offrire enormi vantaggi, presenta nuovi rischi, come dicevo, come la possibilità di perpetuare i bias nascosti nei dati di addestramento o di “allucinare” informazioni non esistenti. Sarà necessario definire e stabilire principi e linee guida etiche per l’uso dell’AI, modelli di controllo e sviluppare una comprensione approfondita dei rischi presentati da ogni caso d’uso potenziale.

Costruire e mantenere un insieme equilibrato di alleanze esterne oltre che sviluppare le competenze interne può inoltre aiutare, in questo processo di adozione, le aziende ad accelerare l’implementazione dell’AI generativa. A vantaggio di un approccio ad ecosistema si permetterà di abilitare l’esperienza e le competenze di altri senza dover costruire tutte le applicazioni o i modelli di base da soli, creando un processo di maggiore facilità di aggiornamento progressivo e l’adozione delle più recenti tecnologia.

La fase di boost tecnologico e l’evoluzione dell’AI generativa che stiamo vivendo rappresenta una promessa enorme per le aziende, ed una offerta senza precedenti di nuove opportunità per l’innovazione, l’efficienza e la personalizzazione. Ma per realizzare questo potenziale, le aziende devono essere pronte a affrontare le sfide associate a questa nuova tecnologia, compreso il bisogno di nuove competenze, infrastrutture e approcci alla gestione del rischio, e di conseguenza investimenti. Con la giusta guida e strategia, tuttavia, le aziende potranno sfruttare questo potenziale per guidare la trasformazione e creare un vantaggio competitivo duraturo.

4 Aprile 20235 Aprile 2023WEB3, METAVERSE & NFT

10 spunti sull’AI dal Artificial Intelligence Index Report 2023 di Stanford

L’intelligenza artificiale continuerà a migliorare e diventerà sempre più presente nella nostra vita. Dato il grande impatto che questa tecnologia può avere, è importante che tutti cominciamo a riflettere criticamente su come vogliamo che l’IA venga sviluppata e usata.

10 punti di sintesi estratti dal report di Stanford:

Fino al 2014, la maggior parte dei modelli di Machine Learning più importanti sono stati sviluppati dalle università. Da allora, l’industria ha preso il sopravvento.
L’AI continua a generare risultati all’avanguardia, ma il miglioramento annuale su molti benchmark è marginale, ma la velocità con cui si raggiunge la saturazione dei benchmark sta aumentando.
Nuove ricerche suggeriscono che l’AI possa avere impatti ambientali significativi. Nuovi modelli di apprendimento per rinforzo dimostrano che l’AI può essere utilizzata per ottimizzare l’utilizzo dell’energia.
L’AI sta accelerando rapidamente il progresso scientifico e nel 2022 è stata utilizzata per supportare la fusione dell’idrogeno e generare nuovi anticorpi.
Il numero di incidenti e controversie legate all’AI è aumentato 26 volte dal 2012. Questa crescita è la prova di un maggiore utilizzo dell’AI e della consapevolezza relativa alle possibilità di abuso.
Il numero di offerte di lavoro legate all’AI è aumentato in media dal 1,7% nel 2021 al 1,9% nel 2022 in tutti i settori degli Stati Uniti per i quali esistono dati, ad eccezione di agricoltura, silvicoltura, pesca e caccia. Imprese americane cercano sempre più lavoratori con competenze legate all’AI.
Gli investimenti privati globali in AI sono stati di 91,9 miliardi di dollari nel 2022, il che rappresenta una diminuzione del 26,7% rispetto al 2021: nell’ultimo decennio gli investimenti in AI sono aumentati significativamente.
La proporzione di aziende che adottano l’AI nel 2022 è più che raddoppiata rispetto al 2017, anche se si è stabilizzata negli ultimi anni tra il 50% e il 60%. Le organizzazioni che hanno adottato l’AI segnalano una significativa riduzione dei costi e un aumento delle entrate.
Il numero di leggi contenenti “intelligenza artificiale” che sono state approvate è cresciuto da solo 1 nel 2016 a 37 nel 2022, come dimostrato dai record legislativi di 127 paesi.
I cittadini cinesi sono tra coloro che si sentono più positivi sui prodotti e servizi di AI, mentre gli americani sono meno entusiasti. Il 78% dei partecipanti al sondaggio cinesi ha concordato con la dichiarazione che i prodotti e i servizi che utilizzano l’AI hanno più vantaggi che svantaggi (Arabia Saudita: 76%, India: 71%).

Ora, se avete voglia di leggere, immergetevi nel Capitolo 3: Etica dell’IA

L’intelligenza artificiale (IA) ha il potenziale per rivoluzionare il nostro mondo, ma solleva anche seri problemi etici. Un problema importante è rappresentato dai pregiudizi negli algoritmi di IA, che possono perpetuare la discriminazione nei confronti di alcuni gruppi di persone. I sistemi decisionali alimentati dall’IA possono anche avere gravi conseguenze per gli individui, come il rifiuto del credito o dell’impiego, sulla base di dati errati o incompleti.

Ci sono anche preoccupazioni riguardo alla trasparenza e alla responsabilità dei sistemi di IA, nonché al loro potenziale impatto sui posti di lavoro e sull’economia. Inoltre, lo sviluppo e il dispiegamento di armi autonome alimentate dall’IA rappresentano un rischio significativo per la sicurezza e l’incolumità delle persone.

Un’altra questione etica è la responsabilità dei creatori e degli operatori di IA di garantire che i loro sistemi siano utilizzati per scopi etici e non per danneggiare la società o gli individui. Ciò include la considerazione della privacy, della sicurezza dei dati e del potenziale utilizzo dell’IA per scopi dannosi, come gli attacchi informatici o la manipolazione politica.

Tutto da leggere comunque il report di Stanford, con il supporto di nomi come Google, penAI, McKinsey, Linkedin, Github e molti altri. Circa 390 pagine di analisi, dati e spunti. Ci vuole un po’, ma vale la pena.

Qui il report https://link.mtvrs.it/HAI-AI-Index-ReportAI

22 Marzo 202322 Marzo 2023WEB3, METAVERSE & NFT

Smart Contract, futuro e casi d’uso

Gli smart contract stanno rivoluzionando il mondo degli affari e della tecnologia, grazie alla loro capacità di automatizzare e rendere più efficienti le transazioni.

Ma cosa sono esattamente e quali vantaggi offrono?

Gli smart contract sono protocolli digitali auto-esecutivi basati su blockchain, che automatizzano processi e transazioni secondo termini e condizioni predefinite. Garantiscono sicurezza, trasparenza, efficienza e riduzione dei costi, eliminando la necessità di intermediari e rivoluzionano il concetto di accordo e transazione in vari settori, come finanza, immobiliare e assicurazioni.

Funzionalità degli smart contract:

Distribuiti: gli smart contract sono replicati e distribuiti su tutti i nodi della rete, garantendo che le condizioni non possano essere modificate unilateralmente.
Deterministici: gli smart contract possono eseguire funzioni solo quando sono soddisfatte le condizioni specificate.
Immutabili: una volta implementato, uno smart contract non può essere modificato, solo rimosso se la funzionalità è stata implementata in precedenza.
Autonomi: gli smart contract eliminano la necessità di intermediari, riducendo le possibilità di abusi e garantendo l’autorità delle parti coinvolte.
Personalizzabili: gli smart contract possono essere modificati o personalizzati prima del lancio.
Trasparenti: gli smart contract sono memorizzati su una blockchain pubblica, rendendo il codice visibile a tutti.
Senza fiducia: gli smart contract non richiedono terze parti per verificare l’integrità del processo o l’adempimento delle condizioni specificate.
Auto-verificanti: gli smart contract si verificano automaticamente grazie alle possibilità automatizzate.
Auto-esecutivi: gli smart contract si eseguono automaticamente quando tutte le condizioni e le regole sono soddisfatte.

Vantaggi degli smart contract:

Massima trasparenza: gli smart contract garantiscono che termini e condizioni siano definiti in modo chiaro e accessibile a tutte le parti coinvolte.
Maggiore efficienza: gli smart contract permettono di risparmiare tempo grazie all’automazione dei processi e all’eliminazione di intermediari.
Sicurezza e protezione superiore: gli smart contract offrono elevati livelli di sicurezza e protezione dei dati grazie alla crittografia.
Aumento della fiducia e della sicurezza: la natura trasparente e sicura degli smart contract li rende un’opzione affidabile per gli affari.
Precisione e accuratezza: gli smart contract garantiscono un alto livello di dettaglio e accuratezza nella definizione dei termini e delle condizioni.
Funzionalità di archiviazione dei dati desiderabili: gli smart contract memorizzano in modo accurato e affidabile tutti i dettagli relativi a una transazione.
Risparmio sui costi: gli smart contract eliminano la necessità di intermediari e riducono i costi associati ai processi basati su documenti cartacei.
Alternativa ecologica: gli smart contract, essendo interamente basati su codice, non richiedono l’utilizzo di carta, contribuendo a ridurre l’impatto ambientale.

Gli smart contract rappresentano una soluzione rivoluzionaria per molteplici settori, grazie alla loro capacità di automatizzare processi, ridurre costi e garantire trasparenza e sicurezza nelle transazioni. Le loro funzionalità e i vantaggi offerti li rendono uno strumento ideale per migliorare e semplificare gli scambi commerciali e le interazioni tra individui e aziende.

Il futuro degli smart contract appare estremamente promettente, con un crescente numero di industrie e settori che potranno trarre beneficio dalla loro adozione. Tra questi, possiamo citare il settore immobiliare, le assicurazioni, la finanza, la gestione della catena di approvvigionamento e il settore pubblico. L’introduzione degli smart contract in queste aree permetterà di ottimizzare i processi, riducendo i tempi di attesa, minimizzando gli errori umani e garantendo una maggiore affidabilità nelle transazioni.

L’adozione degli smart contract potrebbe portare a nuove opportunità di business e a nuovi modelli di servizi, in particolare nei settori dell’Internet of Things (IoT), dell’economia condivisa e della gestione dei diritti d’autore.

E’ a mio avviso necessario considerare che, per realizzare appieno il potenziale degli smart contract, sarà necessario affrontare alcune sfide, tra cui questioni legali, normative e di interoperabilità tra diverse piattaforme blockchain e sarà fondamentale garantire che gli smart contract siano sviluppati e implementati in modo sicuro e affidabile, per evitare possibili vulnerabilità e attacchi informatici.

Mi rendo sempre più conto dell’enorme importanza degli smart contract in un contesto in grande evoluzione e fortemente accelerato come quello che stiamo vivendo.

Nonostante la loro attuale applicazione limitata in alcuni (molti) settori, sono convinto che il loro impatto potenziale sia enorme e capace di rivoluzionare il modo in cui stiamo affrontando tanti processi e interagiamo in ambito commerciale e sociale (pensiamo al concetto di coinvolgimento di collaboratori, al concetto di (s)fiducia e alla mancanza troppo spesso di trasparenza.

Gli smart contract sono qui per dare la possibilità di eliminare gli intermediari e di automatizzare processi complessi, rendendo le transazioni più sicure, trasparenti ed efficienti. La loro adozione potrebbe portare a un’innovazione senza precedenti in molti settori, migliorando le nostre vite e facilitando la cooperazione tra individui e aziende.

Sono convinto che, una volta superate alcune sfide relative a questioni legali, normative e di interoperabilità, gli smart contract diventeranno uno strumento fondamentale per il progresso tecnologico e sociale (soprattutto).

Nel report di Rejolut alcuni casi d’uso e numeri sul contesto degli smart contract https://link.mtvrs.it/SmartContractsAndCases

27 Febbraio 202327 Febbraio 2023WEB3, METAVERSE & NFT

Report e stato degli investimenti della Intelligenza Artificiale Generativa (Generative AI)

Nel report il panorama dell’Intelligenza Artificiale generativa, analizzato da CBInsights riguardo tendenze di finanziamento, le startup più valutate, i VC più attivi e altro ancora.

L’attenzione sull’Intelligenza Artificiale generativa, che si riferisce alle tecnologie di intelligenza artificiale che generano contenuti completamente nuovi, dalle linee di codice alle immagini fino alla all’audio, è arrivata a un livello di entusiasmo ed hype elevatissimo.

L’amplificazione mediatica è stata dominata principalmente da ChatGPT, il sistema che ha raggiunto 1 milione di utenti in meno di una settimana dopo il suo rilascio alla fine del 2022.

Ma al di là dei titoli, un’ondata di startup è già entrata sul mercato e si sta espandendo rapidamente. I casi d’uso per l’Intelligenza Artificiale generativa vanno dai motori di ricerca all’animazione, alla cattura di elementi in movimento fino alla produzione di clip video integrali. La stragrande maggioranza di queste startup ha ricevuto pochissimi o nessun finanziamento in equity, il che significa che c’è ancora una grande opportunità per gli investitori di entrare in queto segmento fortemente trasformativo.

I punti trattati nel report:

Tendenze di funding e deal
Classificazione aziende per stadio di funding
Le valutazioni più alte nell’Intelligenza Artificiale generativa
Segmenti di investimento nell’Intelligenza Artificiale generativa
Quali categorie stanno guadagnando più visbilità e boost
Quali applicazioni sono interessanti – e quali no
VC più attivi

Qui il link al PDF https://link.mtvrs.it/Insights-Generative-AI