IA generativa, i tre utilizzi con cui i CIO italiani stanno generando valore

ChatGPT ha fatto da spartiacque nell’evoluzione e nell’adozione dell’intelligenza artificiale. Alcuni CIO, in Italia, hanno assistito al boom del chatbot di OpenAI con un pizzico di scetticismo, chiedendosi dove finisse l’hype e dove iniziassero le opportunità reali. Altri hanno colto nell’intelligenza artificiale generativa (Gen AI) un’occasione per far avanzare i loro progetti IA con una tecnologia che presenta caratteristiche uniche.

È il caso di Alpitour World, una delle maggiori aziende italiane dei viaggi nonché la maggiore realtà integrata nel settore del turismo, dove i progetti con la Gen AI poggiano sulle precedenti adozioni dell’intelligenza artificiale. Uno dei primi impieghi è stato “un nuovo concetto di assistente conversazionale da cui è nato AlpiGPT, un motore di ricerca sui dati aziendali, per uso interno, basato sull’IA generativa”, come racconta il Chief Information & Technology Officer di Alpitour World, Francesco Ciuccarelli.

Secondo le previsioni di Forrester per il 2024, quest’anno il 60% degli scettici vincerà le perplessità e apprezzerà l’IA generativa proprio per gli usi negli assistenti conversazionali e nella traduzione e sintesi di contenuti. Ma c’è un’altra applicazione che sta conquistando i CIO: l’intelligenza artificiale generativa per il coding, come conferma Alessio Maffei, ICT Manager di Inter-studioviaggi (azienda del settore dei viaggi di studio).

“All’inizio ero diffidente verso l’IA generativa”, racconta il manager. “Quando sul mercato è arrivata ChatGPT, e non c’erano altri concorrenti, avevo l’impressione che fosse un hype. Ho provato ad usarlo per la generazione di testi e il reperimento di informazioni, ma all’epoca non mi ha dato soddisfazioni: mi sembrava adatto più a un ambito consumer che a una realtà aziendale. In seguito, però, spinto dall’esigenza di programmare su nuove piattaforme e di avere risposte veloci, ho iniziato a usare l’IA generativa per questo preciso obiettivo e, sorpresa, l’ho trovata molto utile”.

La Gen AI crea nuovi modelli di business

Secondo alcuni analisti, la Gen AI è talmente “diversa” e rivoluzionaria da generare non solo applicazioni utili al business, ma modelli di business. 

Per esempio, nel settore delle telecomunicazioni, dove gli operatori sono alle prese da anni con margini in diminuzione, McKinsey stima che l’intelligenza artificiale generativa potrà riportare competitività rapidamente, grazie agli impieghi nelle operazioni di rete, nel servizio clienti, nel marketing e nelle vendite, nell’IT e nelle funzioni di supporto. Il potenziale di valore incrementale annuo sarebbe di 100 miliardi di dollari (per tutte le telco mondiali), mentre i guadagni di produttività vanno dai 140 ai 180 miliardi di dollari. 

Alcune delle applicazioni già sviluppate sono l’intelligenza artificiale generativa per riassumere le interazioni vocali e scritte dei clienti con il contact center, oppure, in ambito marketing e vendite, per identificare nuovi lead di vendita dalle chiamate (qui il progetto pilota di una telco ha raggiunto un tasso di conversione superiore al 10%) o, ancora, per creare messaggi personalizzati da rivolgere a singoli micro-segmenti di clienti.

La Gen AI viene usata per velocizzare l’analisi degli appalti e gli approfondimenti sulla strategia di negoziazione (la telco che ha sviluppato questa applicazione ha visto diminuire i tempi da settimane a poche ore), mentre, nelle assunzioni, l’IA generativa aiuta a ridurre i costi del processo di assunzione, con screening dei curricula e raccomandazioni sui profili dei candidati automatizzati.

Le aziende delle telecomunicazioni sperimentano l’IA generativa anche per analizzare i dati delle reti e, nell’IT, per semplificare l’intero ciclo di vita del software, incluse la generazione e la scansione del codice per individuare le vulnerabilità prima del lancio.

L’IA generativa per il coding

Nel caso di Maffei di Inter-studioviaggi, l’intelligenza artificiale generativa applicata allo sviluppo software ha fatto da “testa di ariete” per aprire a casi d’uso diffusi nell’IT aziendale. Superata l’iniziale perplessità su ChatGPT, Maffei ha testato la Gen AI nell’attività di coding e ha trovato grandi benefici. Di qui sono partiti i progetti più generali di applicazione dell’IA generativa per funzioni quali la ricerca nel database aziendale, da cui adesso l’ICT Manager si attende ricadute positive.

Quando deve affrontare il coding su nuove piattaforme, Maffei, in linea generale, cerca informazioni su Google, ma è un compito che richiede ore di ricerca e poi di lavoro sui componenti software. Per velocizzare il processo il manager ha sperimentato la Gen AI utilizzando simultaneamente tre prodotti: ChatGPT di OpenAI, Copilot di Microsoft e Gemini di Google, e ha visto che la programmazione risultava molto facilitata.

Non solo: “I risultati di ChatGPT e di Gemini erano, in qualche modo, allineati, ma con una diversità di pensiero simile a quella che si osserverebbe facendo una domanda a due colleghi sviluppatori: la risposta era simile, e corretta, ma come se ad elaborarla fossero state due persone con competenze e formazione diverse. Questo mi ha dato un arricchimento per valutare come operare in base al mio modo di scrivere codice: mi ha permesso di programmare nelle modalità con cui sono abituato”.

L’esigenza di Maffei era di creare delle nuove app utilizzando moderni linguaggi (simili ai precedenti) ma con supporti a lungo termine e c’erano elementi su cui il manager non aveva il tempo per formarsi da solo.

“Grazie all’utilizzo dell’IA sono stato in grado di rilasciare una nuova piattaforma nei tempi previsti, perché l’IA generativa mi ha fornito soluzioni celeri per la stesura del codice utilizzando il nuovo linguaggio”, racconta Maffei. “È stato un grande aiuto sui tempi della programmazione: in questo progetto la Gen AI ha dimezzato le ore necessarie al mio lavoro”. 

Fra i tre prodotti, il giudizio di Maffei – almeno per ora – è che Copilot è meno efficace, mentre Gemini è ormai quasi al livello di ChatGPT, che resta la prima scelta. Finora Maffei ha usato la versione base di questi prodotti, ma l’esperienza positiva lo ha indotto a decidere di passare alla versione a pagamento.

Innovazione più veloce con i prodotti standardizzati

Maffei sta studiando ora l’inserimento dell’IA generativa in alcuni dei servizi di Inter-studioviaggi. In cantiere c’è un progetto per un chatbot che risponde ai clienti negli orari e nei giorni in cui è più difficile reperire gli operatori in carne ed ossa o anche, semplicemente, che effettua una prima selezione delle richieste da passare agli operatori.

“Noi dobbiamo rispondere ai clienti 365 giorni all’anno, 24 ore al giorno, e il chatbot che dà risposte chiare e certe, o accorcia i tempi di conversazione con i consulenti del servizio clienti, sarebbe importante”, afferma Maffei. 

Questo progetto partirà dalla creazione e addestramento del modello su alcuni programmi specifici di inter-studioviaggi su cui è più facile fare training dell’IA: in particolare, le vacanze studio all’estero di breve durata, su cui l’azienda ha già una nutrita base di dati.

“L’IA è il futuro per noi: dopo questo progetto inseriremo l’AI in modo costante su altri settori e servizi di inter-studioviaggi. Penso, per esempio, al controllo della documentazione di viaggio”, indica Maffei.

L’evoluzione del chatbot

Per Alpitour World le prime sperimentazioni con le tecnologie di intelligenza artificiale tradizionali risalgono al 2018, condotte in un laboratorio IT interno e in un contesto protetto di ricerca. Nel 2019 l’azienda ha creato una funzione organizzativa “AI & Automation” (sotto responsabilità dell’IT e con un suo responsabile) e, nel 2020, ha lanciato il suo primo chatbot, di cui, nel 2021, ha realizzato una versione per una compagnia aerea. 

“Tuttavia, proprio dal 2021, abbiamo cominciato a osservare i limiti di questa tecnologia, ovvero l’onerosità di addestrare i modelli al cambiamento del contesto o anche solo per rispondere a nuove domande”, osserva il Chief Information & Technology Officer, Ciuccarelli. “Perciò, quando abbiamo assistito al lancio e alla rapida diffusione di ChatGPT, ne abbiamo subito colto le potenzialità di soddisfare le nostre esigenze e abbiamo iniziato a sperimentare la Gen AI nel nostro laboratorio, sulle attività di travel editor, ovvero per la preparazione delle informazioni che servono per rispondere alle domande che arrivano dai canali di vendita e per l’assistenza sui prodotti Alpitour World. In questo contesto, l’IA generativa, che si basa su modelli pre-addestrati e in continua evoluzione, è un supporto molto utile per creare contenuti”. 

Un’altra applicazione sviluppata, grazie al lavoro del responsabile della funzione “AI & Automation”, è stata quella del citato chatbot interno AlpiGPT.

“Ho dato ai colleghi la libertà di fare ricerca e sperimentazione insieme al nostro partner per l’automazione Mauden”, dichiara Ciuccarelli. “Abbiamo scelto il modello GPT di OpenAI acquisito attraverso Azure di Microsoft, perché GPT ci è apparso il migliore in questo momento e Azure era già utilizzato in azienda, consentendoci un accesso veloce e sicuro per quanto riguarda la segregazione delle informazioni”.

Questo aspetto ha facilitato il passaggio attraverso il Data Protection Officer per la compliance sulle norme per la protezione dei dati, che – sottolinea Ciuccarelli – è una parte rilevante di un progetto IA. Dal punto di vista dei costi, invece, il CIO non ha dovuto chiedere di acquistare più GPU, perché ha adottato l’AI as-a-service.

La scelta tra sistema chiuso o aperto: verso il multi-modello

Ciuccarelli sottolinea, invece, l’importanza del livello di servizio del provider, perché garantisce la stabilità e velocità delle risposte del prodotto. 

“Per me come CIO il vincolo per scalare in produzione è l’affidabilità del sistema”, evidenzia Ciuccarelli. “Dal chatbot dipende la Customer Experience Alpitour World e il nostro provider ci garantiscerisorse dedicate e tempi di risposta costanti. Se si vogliono assicurare le performance, la privacy, il controllo delle hallucination e altri parametri di qualità di servizio, oggi penso che sia meglio il modello chiuso di un hyperscaler che semplifica alcuni aspetti rispetto al modello aperto”, prosegue Ciuccarelli. “Per esempio, la protezione dal bias di GPT è unica, altrimenti dovrei occuparmi di un lavoro di addestramento e fine-tuning del modello che aumenta i costi e i rischi. Ma non vuol dire che questa sarà la mia risposta anche in futuro o per tutti i tipi di applicazione. La ricerca e sviluppo nel mondo aperto va avanti a velocità impressionante, e c’è il vantaggio di una maggiore trasparenza”.

Infatti, Alpitour World sta sperimentando anche utilizzi “molto puntuali” dell’IA generativa con sistemi aperti, tra cui dei Small Language Model per le attività di coding, o applicazioni verticali specializzate, come un assistente per il supporto a funzioni interne, che supporta la produttività e ha il vantaggio di essere segregato sull’architettura interna.

“Così è più flessibile e meno costoso”, spiega Ciuccarelli. “Ma il futuro è tutto in evoluzione e non è detto che non useremo questi sistemi aperti anche in produzione e per progetti verso l’esterno. Nel breve periodo, i sistemi proprietari sono una scelta più prudente e danno un veloce time-to-market, ma non escludo i modelli aperti, anzi, immagino un futuro multi-modello sulla falsariga del multicloud”.

Il paradigma MLOps

Altrettanto importante per Ciuccarelli è l’aggiornamento del modello di IA generativa. Secondo il manager, servono prassi MLOps (Machine Learning Operations, una pratica di machine learning che unifica lo sviluppo di applicazioni di ML con l’implementazione e le operazioni) e LLMOps, (Large Language Model Operations, che consente l’implementazione, il monitoraggio e la manutenzione efficiente di modelli linguistici di grandi dimensioni).

“Aiutano nella governance dell’IA e degli algoritmi”, sottolinea Ciuccarelli. “Infatti i modelli di machine learning e, soprattutto, l’IA generativa, essendo basati su reti neurali, rischiano derive maggiori e hanno bisogno di prompt esatti, fenomeni nuovi che non sempre è facile capire e governare. Anche nell’architettura sono entrati componenti nuovi, come i database vettoriali o gli orchestratori”. 

Secondo un’analisi del World Economic Forum, la governance è uno dei quattro pilastri delle implementazioni della Gen AI, insieme alla formazione del personale, il budget e l’allineamento dei team, ovvero l’organizzazione. Il CIO dovrà farsi sostenere dal CISO (Chief Information Security Officer), affinché i business case concreti per l’IA generativa siano accompagnati dallo studio dei rischi e siano definiti gli indicatori chiave di prestazione (KPI) che guideranno soluzioni mirate. La governance dovrà anche avere la giusta dose di flessibilità, ovvero gestire, anziché vietare, l’uso dei prodotti di Gen AI da parte dei dipendenti, già molto diffuso.

La Gen AI avvicina IT e business

Nelle implementazioni attuali e, soprattutto, in quelle allo studio per il futuro, Maffei di inter-studioviaggi ha procede partendo da un modello pronto su cui viene svolto l’addestramento tcon la collaborazione di consulenti esterni esperti.

McKinsey sottolinea proprio l’importanza, con la Gen AI, di evitare di fare tutto in casa e, invece, di valutare le opzioni pronte all’uso provenienti da start-up o da fornitori SaaS. Acquistare prodotti standardizzati – quelli su cui oggi anche il CIO di Alpitour World – velocizza l’innovazione; ai fornitori si possono poi chiedere funzionalità personalizzate.

Un altro aspetto specifico della Gen AI è la possibilità di adattare e riutilizzare le soluzioni implementate per diversi casi d’uso. Un chatbot con intelligenza artificiale sviluppato per migliorare la produttività degli agenti del call center, per esempio, può essere riproposto con ulteriori ottimizzazioni o dati per rispondere alle domande più frequenti dei nuovi dipendenti o fornire supporto IT. 

C’è un altro grande beneficio di questa tecnologia, sottolinea Forrester: avvicina IT e business come non mai. Il successo dei progetti di IA generativa – e del CIO che li guida – è legato strettamente alla capacità di capire che cosa il business si aspetta dall’IT e fornire un prodotto che dia risposta a queste domande ovvero, come le definiscono gli analisti, “applicazioni game-changing”. Si tratta, per esempio, di applicazioni che riducono costi e tempi, permettono di fare di più con le stesse risorse e di co-creare valore.

Ciuccarelli conferma: in Alpitour World, per tutti i progetti con l’IA, l’IT, il laboratorio di ricerca interna e la funzione “Automation & AI” agiscono insieme attivando i vari nodi IT distribuiti nell’organizzazione che collegano la tecnologia con il business. 

“C’è sempre un collegamento con le altre funzioni: queste esprimono le loro esigenze, e l’IT si occupa della governance e del disegno delle piattaforme. Ma la Gen AI rende più efficiente il dialogo tra IT e business, perché aiuta a costruire insieme le applicazioni col meccanismo del feedback che rende l’utente protagonista”, conclude Ciuccarelli. “L’IA generativa avvicina le persone e la tecnologia – lo abbiamo visto con la rapida adozione consumer di ChatGPT – e l’IT ha una sponda in più per spiegare al business le tecnologie e la governance. Prodotti come GPT facilitano anche la prototipazione: per me l’impatto sulla partnership con il business è molto positivo”.