Il 2023 è l’anno dell’intelligenza artificiale. Con l’esplosione di ChatGPT, il machine learning, con le sue infinite potenzialità, è diventato noto al grande pubblico. Ma dietro alla facciata della killer-app ci sono decine di realtà più piccole, che puntano ad integrare l’AI a tutti i livelli del tessuto produttivo. Quali saranno gli ambiti più interessati?
I numeri
Nel 2022 il valore complessivo delle aziende coinvolte nello sviluppo di intelligenza artificiale era stimato oltre i 100 miliardi di dollari a livello globale. Le tendenze future già allora prevedevano che questo dato si sarebbe decuplicato in un decennio, ma potrebbero rivelarsi troppo poco ottimiste, vista l’esplosione in popolarità che questa tecnologia vive nel 2023.
PwC stima che entro il 2030 il 45% dei guadagni economici proverrà dall’AI, un impatto di 15,7 trilioni di dollari sulla ricchezza mondiale. La temuta perdita di posti di lavoro, stimata in 85 milioni dal World Economic Forum, sarà colmata dalla creazione di 97 milioni di nuovi impieghi per sostenere la crescita del settore entro due anni.
L’intelligenza artificiale per gestire i big data
La raccolta dei dati degli utenti è stata una svolta per moltissimi settori, in particolare online. Ma se raccogliere i dati è semplice, analizzarli e capire come sfruttarli al meglio è un lavoro titanico. Lo sa bene, sin dal 2014, YouTube, che si trovò a dover sviluppare un algoritmo che riconoscesse il contenuto dei propri video, etichettandoli come adatti o no agli inserzionisti.
Un percorso accidentato, da cui però oggi molti campi possono imparare. Nell’analisi dei dati, l’intelligenza artificiale può fare la differenza. L’esempio sono realtà come Gong, già utilizzata da LinkedIn e Shopify, che raccoglie le interazioni gli utenti avvisando di possibili opportunità o rischi.
L’AI generativa
È stata l’intelligenza artificiale generativa a impressionare di più il pubblico. La capacità di ChatGPT di scrivere testi o di alcuni algoritmi di creare immagini ha reso evidente il potenziale impatto sul mondo del lavoro di questa tecnologia.
Un effetto che molti hanno letto come distruttivo, ma che potrebbe invece tramutarsi in una nuova spinta per la produttività. La capacità di questi algoritmi di adattarsi a professioni complesse, come quelle mediche o legali, potrebbe comportare un’ottimizzazione del tempo di giuristi e medici.
Un esempio è DeepScribe, che combina l’analisi dei dati e la generazione di testi, ascoltando le conversazioni medico-paziente e scrivendo rapporti precisi, facendo risparmiare al dottore ore preziose.