focus sull’AI generativa per le aziende, a patto che sia l’AI del fare

Una combinazione virtuosa di tecnologia innovativa e consulenza di alto livello: è la formula adottata da IBM per vincere le sfide moderne, in primis quella dell’Intelligenza Artificiale, generativa ovviamente, cogliendone appieno tutte le opportunità. Molte, a detta degli analisti di mercato. Ne hanno parlato in un recente incontro con la stampa, nella cornice degli IBM Studios, Alessandro La Volpe, Amministratore Delegato della filiale italiana dallo scorso luglio – con una militanza in azienda di 28 anni, alternando la presenza in Italia con quella all’estero – e Tiziana Tornaghi, General Manager IBM Consulting Italia.

Un momento di approfondimento e confronto per comprendere la strategia IBM sul tema, l’offerta tecnologica proposta al mercato e l’approccio adottato in quest’ambito per creare valore competitivo per le imprese potendo contare anche sull’aspetto consulenziale che, all’interno e verso l’esterno, si avvale esso stesso dell’intelligenza artificiale. Per poi passare anche a casi d’uso concreti, reali, realizzati lavorando con clienti proprio nell’IBM Studio, uno spazio di condivisione non solo di contenuti ma anche dedicato alla co-creazione con clienti e partner.Alessandro La Volpe, Amministratore Delegato di IBM Italia e Tiziana Tornaghi, General Manager IBM Consulting Italia

Esordisce La Volpe: “E’ un piacere per me guidare IBM Italia in questo particolare momento: dopo 28 anni di azienda in Italia e all’estero, è un momento molto stimolante sia per il percorso di trasformazione della nostra azienda, sia per quello dei nostri clienti nel mercato”.

Ed è proprio guardando alle aziende e al mercato di riferimento, che si dipana la discussione: “IBM si focalizza sulle aziende su cui pone il 100% del proprio sforzo, niente a che vedere con il mondo consumer; uno scenario definito da tre principali forze che si influenzano a vicenda. La prima riguarda il quadro geopolitico, caratterizzato da estrema incertezza, relativamente alle dinamiche fra le potenze mondiali, allo sviluppo di nuove economie, alla questione delle risorse energetiche. La seconda è relativa al mondo delle tecnologie dirompenti. Prima fra tutte, l’intelligenza artificiale, soprattutto di tipo generativo, con cui ci si confronta da circa un anno e mezzo/due anni. E la cybersecurity, fondamentale e trasversale a tutte le attività, tema all’ordine del giorno, anche all’interno delle dinamiche dei conflitti internazionali, ma non solo. E dietro l’angolo, il quantum computing”. Lo scorso 1° ottobre IBM ha inaugurato il primo data center quantistico in Europa, in Germania, a cui ha fatto seguito l’inaugurazione del primo data center quantistico in Corea del Sud: “Una tecnologia in evoluzione, che però è già una realtà di fatto”, dice il top manager.

Scenari geopolitici, tecnologia e, terza forza, la sostenibilità, un tema molto attuale e critico: “Un contesto quello odierno e futuro che richiede necessariamente scenari più sostenibili, che, se pur caratterizzati da un andamento ondivago, rimangono strategici nel mondo digitale”.

Di fronte a uno scenario di estrema incertezza le aziende devono reagire ed essere ‘resilienti’, facendo leva sulle competenze, argomento estremamente baricentrico, e adottando la Generative AI, come grande opportunità per avere un vantaggio competitivo.

Dentro l’AI generativa

A detta di La Volpe, quella dell’AI è un’opportunità di mercato molto allettante. Numerose le analisi di mercato sul tema; un numero su tutti: “Ci si aspetta un aumento di produttività di 4.400 miliardi di dollari a livello mondiale, per un significativo impatto di produttività. Facendo le proporzioni tra il PIL italiano e il PIL mondiale, le opportunità di aumento di produttività relative al nostro paese ammonterebbero a circa 90 miliardi di euro”. Un’opportunità gigantesca. Per coglierla però le aziende, come sostiene La Volpe, “devono puntare a una Generative AI aperta, affidabile, scalabile, con un occhio alla variabile costi e alle implicazioni in termini di impatto ambientale”.

Nel mondo aziendale, riferisce l’AD, rifacendosi ad altri studi effettuali nel corso della scorsa estate, il 45% delle aziende a livello mondiale attive in diversi settori merceologici e di differenti dimensioni sta sperimentando l’AI e la Gen AI, in misura maggiore nelle realtà di grandi dimensioni, ma solo un 10% si è già spostato verso un’adozione pervasiva, portando in produzione i prototipi. Siamo quindi ancora in una fase di sperimentazione.Alessandro La Volpe, Amministratore Delegato di IBM Italia

Di fatto, oggi è possibile accedere facilmente all’AI, anche per le piccole e le medie imprese, in quanto le barriere alla sua adozione sono crollate, ma dall’altro canto se ci si ferma solo ai prototipi senza mai entrare in produzione, si cade in in trappola, da cui non è facile uscire e dove si perde il vantaggio competitivo, soprattutto in riferimento all’Italia, paese che deve accelerare e chiudere il gap con altri paesi più evoluti.

La risposta tecnologica IBM

La ricetta proposta da IBM per superare ampiamente quel 10% passa da un percorso positivo di adozione della Generative AI nel mondo aziendale. Da dove partire? La Volpe non ha dubbi: “Dai casi d’uso, su cui ciascuna azienda vuole cimentarsi nel suo settore di impresa e nel suo ambito competitivo”. A tale proposito i casi d’uso più comuni ad oggi osservati dal vendor rientrano nell’ambito dell’automazione e integrazione dei processi IT, del digital labor, del coding, della ‘experience’ per offrire un servizio migliore ai propri clienti, dipendenti e fornitori.

Tendenzialmente ci si deve focalizzare su pochi casi d’uso, non tutti, che abbiano un valore strategico con l’intenzione di scalare all’interno azienda per poter lavorare sui dati aziendali dove risiede il vantaggio competitivo, grazie ai modelli ‘giusti’, della corretta dimensione e performanti. In definitiva, sostiene La Volpe, “il punto di partenza è il valore dell’azienda: a ciascuno il suo caso d’uso. Chi è esperto del proprio dominio si focalizza sui propri casi d’uso, partendo da quelli prioritari, scegliendoli a livello strategico per non rischiare di rimanere arenato in una fase di pura sperimentazione.“

E dopo i casi d’uso, ci sono appunto i dati. Per poter lavorare nella curva del valore delle AI, bisogna lavorare su tutti i dati. Quasi la totalità, il 100% dei dati pubblici generalisti sono già stati utilizzati per addestrare algoritmi di intelligenza artificiale per un utilizzo generico. Nel mondo aziendale però meno dell’1% dei dati aziendali è stato utilizzato per addestrare algoritmi di intelligenza artificiale di tipo generativo. Si passa quindi dal quasi 100% a meno del 1%: “E’ questa la barriera da superare, altrimenti il vantaggio competitivo per le aziende non esiste”, commenta La Volpe. “È quindi necessario lavorare con i propri dati in una modalità affidabile, sicura, servendosi di un’architettura hybrid cloud by design. Oggi i dati risiedono in un’architettura hybrid cloud, con un approccio open source. È da qui che si parte: facendosi le giuste domande, per esempio sulla sicurezza dei dati stessi”, ribadisce.

E in presenza di dati, serve una piattaforma per arrivare ai modelli legati alla Gen AI, oggi molteplici e in continuo aumento: “non c’è il modello giusto per tutte le stagioni o per tutte le misure”, chiarisce la Volpe. “Anche in questo caso l’approccio di IBM prevede un modello di AI affidabile, pensato per il mondo delle imprese”. Ed è qui che si inserisce l’annuncio dello scorso autunno della terza generazione di famiglia di modelli, un’intera famiglia denominata Granite.

A maggio il vendor ha rilasciato un modello in partnership con la NASA, che lavora sui dati storici: “30 anni di dati storici della NASA, con l’obiettivo di sviluppare un modello in grado di lavorare esattamente sulla previsione meteorologica e su modelli di cambio climatico”.Dentro Granite

La Volpe dettaglia i recenti annunci: “Si tratta di modelli piccoli, della corretta dimensione, da 3 miliardi a 8 miliardi di parametri. Piccoli rispetto ai modelli generalisti che contano circa 400 miliardi di parametri”, spiega. “Ottimizzati sui dati delle aziende, con metodologie pensate per un apprendimento continuo, per una più rapida adozione dell’intelligenza artificiale e una performance almeno equivalente a quella di altri modelli, in alcuni casi superiore”. E, di estrema importanza, con un impatto sui costi inferiore agli altri modelli: “Quando si passa dalla prototipazione all’adozione, i costi in ambito Gen AI risultano fondamentali, con impatti significativi. Utilizzare modelli più piccoli porta a un time to market più veloce, tempi inferiori di addestramento, meno costi in termini di utilizzo di data center preposti ad alimentare i modelli, e, di conseguenza, meno impatto ambientale e meno emissioni di anidride carbonica – enfatizza. È questo il modello, l’algoritmo su cui lavoriamo pensando alle aziende. Modelli più piccoli pensati per le aziende; allo stesso tempo abbiamo annunciato alcuni modelli che agiscono sulla sicurezza dell’AI. Di fatto, lavorano a monte e a valle dei modelli degli altri AI foundation model, per riuscire a identificare, anticipare, riconoscere e neutralizzare una serie di potenziali rischi di sicurezza vera e propria o bias”.

Tutte situazioni in cui l’affidabilità diventa cruciale: un’azienda deve potersi fidare e per farlo deve capire come lavora l’AI, in modalità trasparente; non solo chi è avvezzo a questi temi ma anche le persone non addette ai lavori IT per neutralizzare eventuali comportamenti distorsi. Modelli che consentono una protezione rispetto a un potenziale rischio di violazione di Intellettual property di terze parti, che vengono addestrati per eliminare il bias, e in grado di proteggere dalla potenziale violazione di IP di terze parti; quando si parla di modelli ‘enormi’, il rischio che siano stati addestrati con dati di qualcun altro, esiste: “Nel mondo aziendale bisogna tutelare le imprese che si fidano e si affidano a noi. Nel caso di Granite, IBM offre un’indemnity illimitata nei confronti di chi è scritta: non una promessa nei confronti di chi li adotta. Modelli aperti, realmente open source basati su un’architettura ibrida”.

Inoltre, tra le ultime novità annunciate a ottobre è presente anche una famiglia di modelli pensata per il mondo edge con bassissimo consumo di risorse, che lavorano dove la latenza e la capacità computazionale è molto bassa. Un modello, di cui utilizzarne una sottodimensione, che lavora all’interno della rete. “IBM porta quindi Generative AI sull’edge, integrato con un mondo ibrido, su cloud provider o all’interno di un cloud nazionale oppure all’interno del data center dei propri clienti. Un modello di cloud ibrido, ereditato da Red Hat, da qui il senso dell’acquisizione traslato nel mondo delle AI scalabile, per seguire e crescere con le esigenze dei clienti”.

Una molteplicità e varietà di modelli differenti che portano inevitabilmente a una grande complessità da gestire, con la necessità di una vera e propria governance: “Il modello giusto non esiste per tutte le stagioni, a ciascuno il suo: modelli che devono apprendere in modalità incrementale in un mondo multi-AI; quindi, governance anche come gestione di un panorama multi-AI, presto molto attuale. E, anche in questo caso, da oltre un decennio IBM investe in questa direzione per poter governare il tema, non solo per i Large Language model IBM o di partner IBM (per es. Meta), ma di qualsiasi modello di mercato. Ovvero una governance al servizio dei clienti a prescindere di quale sia la famiglia di modelli adottabili”.

E si arriva oggi agli assistenti in ambito AI, oggi molto diffusi e di gran supporto in molti ambiti: a tale proposito nell‘annuncio di ottobre IBM ha presentato una nuova famiglia di cod-assistant, assistenti che lavorano a fianco degli sviluppatori in ambito di linguaggi di programmazione. In ambito custom experience, invece, IBM cita spesso il caso Wind 3, che, partita anni fa con l’utilizzo dell’AI, oggi, grazie all’adozione della Gen AI ha aumentato di almeno 10 volte la capacità di risposta alle richieste e alle esigenze dei propri clienti con successo, e dal 40% al 60% la capacità di accelerare e automatizzare i processi.

E si arriva alla frontiera dietro l’angolo, anzi, già qui: quella degli agenti: “E’ la nuova frontiera del mondo della Generative AI nel mondo applicativo. Oggi un assistente automatizza un task, ovvero dato un input, effettua un’azione, in funzione dell’addestramento del modello. Se si lavora su processi a multi-step che richiedono un maggiore livello di apprendimento e di automazione, questo va in difficoltà. Ed è qui che entrano in azione gli agenti, che invece di lavorare a task, lavorano ad outcome, sui risultati. L’agente lavora sugli outcome, attraverso un’automazione e una capacità di apprendimento superiori e un multistep processing non possibile nella tecnologia tradizionale”.

E poi c’è la consulting in salsa AI
Da una parte la tecnologia, dall’altra la capacità di abilitarla al meglio attraverso un approccio consulenziale a tutto tondo. Interviene sul tema Tiziana Tornaghi, General Manager di IBM Consulting Italia: “IBM lavora a un’intelligenza artificiale per le imprese non volta alla sperimentazione; un’intelligenza artificiale del fare, concreta, attraverso modelli aperti. Un unicum del settore. Penso che questo contraddistingua IBM sul mercato rispetto ai competitor“.Tiziana Tornaghi, General Manager IBM Consulting Italia

Così come distintiva è appunto la consulenza offerta: “Siamo la più grande azienda di consulenza nel contesto di un’azienda di tecnologia: nessuna azienda tecnologica vanta una divisione così grande come la nostra: 160 mila consulenti nel mondo con un punto di osservazione unico, che è quello dell’accesso in via privilegiata a tutto il mondo della tecnologia di IBM ma anche ai laboratori e ai centri di ricerca aziendali. Come IBM inoltre proponiamo un’offerta aperta: lavoriamo su tecnologia IBM in un contesto aperto di ecosistema. Non ultimo, utilizziamo tutti gli strumenti che l’azienda ci mette a disposizione: un osservatorio privilegiato di cui poche aziende dispongono che è l’Institute for business Value che raccoglie, fornisce i dati basati sull’opinione di oltre 6.000/7.000 Ceo nel mondo”.

Così quindi come è importante l’adeguamento tecnologico anche l’acquisizione delle competenze atte a trarre il massimo del valore dalla tecnologia diventa altrettanto fondamentale. In questo senso, la Consulting IBM ha ragionato su come devono lavorare i propri consulenti, già esperti di processi aziendali nei vari settori merceologici e avvezzi all’utilizzo di funzionalità di AI. Oltra a ciò, ha sviluppato una piattaforma, IBM Consulting Advantage Platform, presentata a luglio 2024, creata in IBM per i consulenti IBM. “Una piattaforma a disposizione dei nostri 160 mila consulenti nel mondo basata su Watson X, addestrata con dati proprietari di IBM. Una piattaforma che ha in sé un insieme di metodi o di benchmark, dotata di oltre 2mila assistenti digitali predefiniti che accelerano le attività, a cui i consulenti IBM possono attingere per trovare informazioni, spunti e riferimenti in modo veloce, che incorpora una serie di asset sviluppati a livello globale, attingendo ai centri di competenza, che per ogni singola industria possono fare la differenza e possono accelerare le soluzioni e il delivery. Una piattaforma altresì aperta, inserita in un contesto di cloud ibrido, in grado anche di lavorare in ambiente Microsoft piuttosto che AWS, e di co-creare con i clienti le soluzioni grazie ad assistenti predefiniti e non”.

Con vantaggi operativi evidenti: a partire da una maggiore velocità nella definizione delle soluzioni, così come una maggiore competitività, potendo valorizzare le competenze.

Sì, perché l’AI è una questione di competenze: se si mettono i consulenti in condizione di evitare una serie di compiti ripetitivi o di accelerare la soluzione o il delivery, liberando tempo per sé e per il cliente, si riesce a progredire in quel contesto di competenze necessarie per adottare appieno i vantaggi della Gen AI.
L’evoluzione delle competenze digitali è una delle principali barriere all’adozione e affermazione dell’AI: “senza competenze è difficile ottenere una progressione o arrivare agli incrementi di produttività indicati”, rimarca la manager. Nuovamente il riferimento va a Wind 3 che, oltre all’ottimizzazione delle chiamate e alla progressione di risultati ottenuta con l’adozione dell’AI, come detto, con il supporto della consulenza IBM, ha realizzato un programma di change management secondo cui le persone del customer center si sono impegnate a migliorare l’acquisizione degli strumenti di automazione messi a disposizione favorendo l’ottimizzazione della produttività e l’accrescimento delle competenze. “Tutto ciò che proponiamo ai clienti lo sperimentiamo e implementiamo al nostro interno. Siamo il nostro cliente zero: abbiamo formato tutti i nostri consulenti su questa piattaforma e la stiamo utilizzando anche per il miglioramento dei nostri processi. Ciò che proponiamo all’esterno quindi lo viviamo prima sulla nostra pelle per poi accompagnare le imprese in un percorso di trasformazione. Per farlo al meglio serve un forte commitment top-down a livello strategico, e un’adozione bottom-up”, sottolinea Tiziana Tornaghi.

Conclude La Volpe: “La sfida, quindi, è cogliere l’opportunità a livello mondiale legata al cloud ibrido e all’AI generativa, calandola sul mercato italiano, per fare in modo affinché il Belpaese riesca a ridurre lo svantaggio competitivo attuale. Un’opportunità unica da 30 anni a questa parte, di ripensare i processi aziendali”.