Il parere di un economista sull'IA predittiva

Tutta la nostra vita si basa su decisioni. Prenderai un ombrello per la tua passeggiata, oppure no? E se c'è il 25% di possibilità che possa piovere? E se indossi qualcosa che non vuoi che si bagni? 

Per prendere ogni decisione, grande o piccola che sia, utilizziamo una combinazione di predizioni e di giudizi, afferma Ajay Agrawal, economista, professore e coautore di Prediction Machines: The Simple Economics of Artificial Intelligence. La forza dell'IA risiede nella sua capacità di occuparsi della parte di predizione relativa all'equazione, ovvero di indicare la probabilità di pioggia. In definitiva, sarai tu a decidere se portare un ombrello, in base a quanto non vuoi bagnarti e all'abitudine o meno di portare con te un ombrello.

Per identificare schemi e generare predizioni accurate, i modelli di intelligenza artificiale sono in grado di elaborare enormi quantità di dati. Non ci sono dubbi sul fatto che l'IA stia migliorando le modalità di lavoro delle persone, aiutandole a essere più produttive, migliorando le modalità di collaborazione e aumentando le loro competenze. Nel momento in cui le aziende utilizzano l'IA per l'analisi predittiva, possono trasformare il modo in cui i leader prendono le decisioni, aiutandoli ad assistere meglio i clienti, ad allocare le risorse e a creare processi nuovi e ottimizzati.

Ajay ha recentemente partecipato alla nostra serie di webinar "L'evoluzione del lavoro" per parlare della potenza dell'IA e dell'analisi predittiva. Abbiamo proseguito la nostra chiacchierata con Ajay sull'IA predittiva: ecco cosa ci ha raccontato in merito al potenziale di cambiamento di interi settori e a quali sono i dipendenti che possono beneficiare maggiormente dall'uso di applicativi di IA predittiva.

Secondo alcuni l'IA è una macchina, un robot in grado di parlare e di pensare come gli esseri umani. Da economista, che cosa ne pensi dell'IA?

L'IA ci aiuta nella predizione. Prevedere significa utilizzare le informazioni in proprio possesso per generarne di nuove. 

Usare la predizione per generare un linguaggio che suoni umano è ciò che fanno i modelli di IA generativa come ChatGPT. I modelli di IA generativa prevedono il token o la parola successivi, inseriti in una sequenza per creare un messaggio che sembri umano. Una banca che utilizza l'IA per rilevare le frodi, elaborando i dati delle transazioni passate e le abitudini degli utenti per prevedere con precisione se un acquisto è fraudolento rappresenta un altro esempio.

Un principio fondamentale dell'economia è che quando qualcosa costa di meno, ne usiamo di più. La crescita dell'IA rappresenta un calo nei costi della previsione. E man mano che la previsione diminuisce i suoi costi, ne faremo maggior uso. 

Approfondiamo il discorso sulla predizione. Che cos'è l'IA predittiva e quali sono alcuni esempi reali?

L'IA predittiva utilizza i dati in ingresso, input, per generare i dati in uscita, output. Un esempio classico, possiamo utilizzare 20 anni di storico dei dati di vendita per prevedere le vendite del terzo trimestre dell'anno prossimo. I dati storici sono gli input e la previsione delle vendite sono gli output.

In modo meno tradizionale, possiamo utilizzare i pixel di un'immagine clinica per prevedere la definizione di un tumore come maligno o benigno. I dati dei pixel sono l'input e la definizione del tumore è l'output. Anche questa è una predizione.

Un'interessante funzionalità dell'IA è che, come dati di input, a differenza delle tecniche statistiche precedenti, può utilizzare dati multimediali (ad esempio, immagini, video, linguaggio), non solo numeri. Inoltre può produrre predizioni sotto forma di immagini, video e linguaggio.

L'analisi predittiva è fondamentale per molti tipi di innovazione. Nel mondo reale, possiamo vedere applicazioni dell'utilizzo dell'IA per la predizione in situazioni come guida, traduzione, rilevamento delle frodi, distribuzione granulometrica, risposte via e-mail e ispezioni.

Che effetto avrà l'IA predittiva nei settori in cui sta diventando una forza predominante? Le persone temono che questa rivoluzione dell'IA possa eliminare le loro posizioni lavorative. È un timore fondato?

Prima che arrivassero le lavatrici, due persone impiegavano un'intera giornata per fare il bucato. Ora, una persona può impiegare una frazione della propria giornata a lavare i vestiti. Ma nessuno si lamenta che questi macchinari gli hanno rubato il lavoro.

Analogamente, saremo in grado di scaricare alcuni aspetti del tuo lavoro alle macchine. Quando pensiamo al tuo lavoro, vediamo che buona parte di esso si basa sul prendere decisioni. E ciascuna decisione ha due elementi: previsione e giudizio. Se possiamo scaricare l'analisi predittiva alle macchine, ci rimane il giudizio umano e questa è l'abilità su cui le persone devono concentrarsi per farla crescere.

L'IA può utilizzare la predizione per redigere una bozza di e-mail o per mappare un tragitto da un punto A a un punto B, ma è necessario un essere umano per decidere se il messaggio e-mail è adatto allo scopo o se è sensato seguire quel tragitto. L'IA è il copilota, l'assistente, ma non può prendere decisioni.

Che effetto ha l'IA sulla produttività dei dipendenti e sulla forza lavoro in generale?

Quando sono stati introdotti i computer, questi hanno reso le persone altamente specializzate sproporzionatamente più produttive e questo ha determinato un'elevata disparità di reddito. L'IA sembra avere l'effetto opposto. I lavoratori meno specializzati sono quelli che guadagnano di più dall'utilizzo degli assistenti o copiloti di IA.

Considera, ad esempio, i call center. Hanno iniziato introducendo gli applicativi di IA che fornivano ai dipendenti consigli su come aiutare i clienti con cui stavano parlando. I ricercatori del MIT e di Stanford hanno riscontrato che l'IA aveva un impatto limitato sui dipendenti con prestazioni elevate perché sapevano già cosa dire. Ma, con l'aiuto degli applicativi di IA, i dipendenti che in precedenza non avevano ottenuto risultati altrettanto soddisfacenti hanno quasi raggiunto il livello dei lavoratori altamente specializzati. 

Un altro esempio con cui tutti abbiamo familiarità è il modo in cui l'IA dei navigatori ha fatto in modo che chiunque possa guidare in qualsiasi città come se la conoscesse. E questo ha dato vita ad aziende innovative come Uber. Prima di Uber, c'erano 200.000 conducenti professionisti. Ora, 3-4 milioni di persone guidano per Uber. Ci troviamo in un momento storico in cui questo tipo di cambiamento a livello di sistema sta iniziando a verificarsi in diversi settori. 

Quali progressi prodotti dall'IA ti entusiasmano maggiormente? Se potessi usare la sfera di cristallo, qual è la prossima grande innovazione che vedi e come influenzerà il nostro mondo?

Prevedo che in due o tre anni, vedremo l'IA uscire dallo schermo ed entrare nel mondo reale. Ora, abbiamo modelli per prevedere una serie di parole su uno schermo e il passaggio successivo è avere dei robot che prevedono una serie di azioni per portare a termine un'attività come preparare un caffè o parcheggiare l'auto.

Ma il cambiamento davvero profondo avverrà in termini di scoperta scientifica. Avremo modelli di IA che possono generare un'ipotesi e testarla, attivare i robot per condurre l'esperimento e restituire i risultati di tale esperimento di nuovo all'IA che aggiorna l'ipotesi e conduce un altro esperimento. Stiamo già vedendo dei laboratori che ne utilizzano una versione.

Prosegui la conversazione sull'IA predittiva

Per ulteriori approfondimenti da parte di Ajay su dove ci porterà la prossima ondata di innovazione dell'IA, guarda il suo webinar on-demand Work Evolved. Otterrai informazioni approfondite sull'IA predittiva e sul modo in cui aiuta le aziende a risparmiare tempo e a creare modi nuovi e più efficaci di lavorare.

Vuoi sapere in che modo innova Zoom grazie all'IA? Scopri come Zoom AI Companion il nostro assistente di IA può migliorare il tuo lavoro.