di Georg Steinberger |
L’AI cambierà radicalmente l’economia e la società? Lo farà a beneficio o a danno dell’umanità? Sono domande da un milione di dollari.
Da quando è apparso ChatGpt, l’hype è in atto. Non solo i software di AI stanno allucinando tutti in ogni settore con “dolci sogni” di trilioni di dollari di nuova ricchezza (e di persone meno costose presenti nelle loro aziende). In inglese questo tipo di allucinazioni sono chiamate “elefante rosa”, come quelle che si hanno quando si è dipendenti da sostanze. Tuttavia, le opportunità di applicare la “narrow AI” (ovvero quella focalizzata su un compito ristretto) nell’industria reale sono infinite. Basta guardare alla nostra piccola supply chain dell’elettronica, dove le chiavi del successo saranno dati affidabili, una buona comprensione dei casi d’uso e diversi benefici tangibili.
Esempi di AI
Il mio primo incontro con l’AI risale al 1988, quando da giovane redattore visitai un produttore di automobili francese che utilizzava un sistema esperto di origine svizzera basato su un Pc 286. Il sistema forniva un’analisi dei guasti di un robot per la verniciatura in circa 15 minuti. Oggi, un tale sistema alimentato dall’Intelligenza Artificiale non solo funzionerebbe in un cloud sconosciuto all’utente, ma sarebbe anche in grado di prevedere il guasto molto prima che il robot si guasti, suggerendo al team di manutenzione di riparare il robot nel periodo di inattività, prima che avvenga il normale ciclo di manutenzione.
Esempi di “Intelligenza Artificiale” o meglio di “Machine Learning” che mostrano un sorprendente avanzamento della tecnologia in meno di 40 anni, principalmente guidato dall’immensa potenza di elaborazione oggi disponibile. Esempi reali come la manutenzione predittiva sono tantissimi e sono stati sviluppati molto prima che ChatGpt portasse l’AI all’attenzione di tutti. Come già accennavo l’hype è in atto. E che hype! L’andamento del mercato dei semiconduttori dell’anno in corso, privo di lucentezza, è guidato esclusivamente da due componenti: Gpu e memorie ad ampia larghezza di banda. Tutto il resto vacilla lungo il fondo, soprattutto da noi in Europa, continente privo di una industria informatica di livello.
Dunque, cosa consuma la potenza dei data center (che a breve rappresenterà il 7-10% del consumo totale di elettricità del mondo) fornita da Gpu e memorie ad ampia banda? Sono le diverse varianti di AI generativa dei giganti della tecnologia – modelli linguistici di grandi dimensioni dei quali ChatGpt o presto Gpt5 sono solo i marchi più noti di questi “Large Language Model”. Tutti questi condividono il desiderio dei loro inventori di portare l’AI al livello successivo di apprendimento, che probabilmente sarà l’apprendimento autonomo. Ma non per divertimento, per profitto.
Opportunità e sfide
Le previsioni di mercato dell’Intelligenza Artificiale per il 2030, che ho raccolto nelle ultime settimane, variano da un “misero” 1,8 trilioni di dollari di Statista a un sorprendente 15,7 trilioni di dollari (a cui si aggiunge l’impatto positivo sul Pil) di PwC, confermato anche dal World Economic Forum (sì, proprio loro). Quest’ultimo numero rappresenterà nientemeno che il 10% del prodotto interno lordo globale del 2030. 15 trilioni di dollari di ricchezza aggiuntiva che non sarebbe possibile senza l’AI?
La ricchezza aggiuntiva può provenire solo da due fonti: più crescita o meno spese. Quindi il focus dei casi d’uso dell’AI (Visione Intelligente, Robotica, Apprendimento Automatico, Elaborazione del Linguaggio, Riconoscimento Vocale, Sistemi Esperti e molti altri) deve basarsi sull’ottimizzazione dei processi per ridurre ogni forma di spreco, rischio e costo, per accelerare i tempi di sviluppo e implementazione o per trovare nuove opportunità di business attraverso una migliore analisi dei dati. Tutto dipende da come saranno addestrati gli algoritmi di Intelligenza Artificiale a lavorare su enormi quantità di dati per trovare il punto di forza di ogni caso applicativo.
Se si guarda alla supply chain tipica di qualsiasi settore, si ritrovano le stesse attività e gli stessi processi: progettazione, produzione, approvvigionamento, vendite, marketing, finanza, ecc. McKinsey ha identificato in una ricerca del 2023 sul mercato dell’AI che nel 2030 il potenziale volume di mercato dell’AI di 4,4 trilioni di dollari consisterà in quote uguali di potenziali dollari in ingegneria del software (1,2) e attività di vendita e marketing (1,2) seguite da Ricerca e Sviluppo (0,4) e attività commerciali (0,4). Il delta di 1,2 trilioni di dollari può essere ricercato in attività che spaziano dalla finanza all’approvvigionamento, dalla produzione alle risorse umane, fino agli ambiti legali, ecc. Naturalmente, il tasso di penetrazione dell’AI (ovvero la percentuale di spesa totale) potrà variare dal 5% nella supply chain a oltre il 40% nelle operazioni con i clienti.
L’AI nella distribuzione
Guardando come esempio alla nostra piccola industria, quella dei componenti elettronici, e considerando gli ambiti in cui si perde produttività, si accumulano rischi o si trovano opportunità, potrei pensare a molti processi in cui una qualche forma di Intelligenza Artificiale potrebbe aiutare. Probabilmente servirebbe un’analisi più dettagliata; per semplicità, propongo solo un grafico che mostra il potenziale dell’AI nei processi gestiti dai distributori. Indipendentemente da quale di questi potenziali si voglia affrontare, ci sono alcune domande di base che dovrebbero essere prima considerate:
- ho una buona comprensione del caso d’uso (processo) che voglio affrontare?
- il mio livello di digitalizzazione in tutte le funzioni interessate in un caso d’uso è sufficientemente buono?
- ho dati sufficienti e sufficientemente buoni per addestrare un sistema in modo appropriato?
- ho un guadagno tangibile nel mio caso d’uso, in termini di tempi, costi e rischi?
- chi è dotato (internamente o esternamente) dell’esperienza necessaria in ambito AI per aiutarmi?
I miei esempi preferiti nell’elenco delle opportunità sopra riportate sono l’Artificial Field Application Engineer e l’Artificial Supply Chain Expert e le ragioni sono molto semplici: l’esperienza oggi è rara e diventerà sempre più rara con la crescente e mancanza di esperti a cui assisteremo nel prossimo futuro. La comunità di Fae presente in Europa è probabilmente invecchiata e molti di loro andranno presto in pensione: quindi, come colmare il divario e come mantenere un livello di expertise tecnico necessario per continuare a vendere tecnologia ai clienti a un prezzo premium?
Gli esperti della supply chain possono essere un animale ancora più raro. Cercare di aiutare i clienti a trovare il modello logistico giusto per la loro produzione o la gestione dei materiali dipende da una vasta comprensione dei diversi modelli logistici, dal semplice consignment stock alla più complessa gestione dell’inventario virtuale. Lasciare la soluzione a questa sfida ai clienti o a un fornitore esterno di soluzioni non potrà che portare a ulteriori erosioni dei margini. Allora perché non dotarsi di un esperto di supply chain virtuale alimentato dall’AI?
La realtà dell’AI è già qui
Questi non sono sogni di un giornalista o di un esperto del settore, ma qualcosa che sta realmente accadendo.
Altri settori industriali potrebbero essere più veloci nell’adozione dell’AI e questa è esattamente la sfida: sviluppare un elevato livello di maturità in questi campi per rimanere davanti alla media della concorrenza media, altrimenti, prima o poi, la redditività dell’azienda verrà colpita. Il percentile più alto delle aziende, in qualsiasi settore, guadagna più di quelli che seguono. Specialmente per l’industria elettronica, dove la supply chain tra i produttori di componenti e i clienti finali è compressa per costi e produttività, l’adozione dell’AI potrebbe aiutare a trovare la crescita aggiuntiva e l’efficienza necessaria per prevalere.
E ci sono già buoni esempi di best practice nell’adozione dell’AI, che si tratti di automazione dei processi robotici, chatbot intelligenti, analisi dei dati e dei rischi, automazione del marketing o altro. Tornando alle previsioni presentate all’inizio di questo articolo, qualunque siano gli effettivi numeri per le opportunità di mercato dell’AI, la realtà nel 2030 sarà probabilmente totalmente diversa da quanto oggi crediamo e immaginiamo. Tuttavia, il messaggio per oggi è chiaro: l’Intelligenza Artificiale è arrivata ed è meglio accoglierla come un’amica.
