Le nuove tecnologie attraversano tutte le stesse fasi. Dai prototipi si passa alle sperimentazioni fino ad arrivare sul mercato per una diffusione su larga scala. Prima di fare un investimento, aver chiaro in quale fase del percorso di crescita si trova l’innovazione, serve a valutarne correttamente rischi e opportunità. Vediamo cosa si intende per livelli di maturità e a che punto del percorso si trova l’Intelligenza Artificiale.
Vuoi ascoltare l’audio dell’articolo? Clicca play ⇓
Letto da: Linda Grasso
Maturità delle tecnologie: cos’è e quali sono i livelli
Ogni innovazione, subito dopo le prime sperimentazioni in laboratorio, attraversa delle fasi che vanno dalla conoscenza delle caratteristiche innovative fino alla piena consapevolezza del suo utilizzo. Inizialmente saranno in pochi ad approcciarsi alla nuova tecnologia ma, man mano che se ne comprenderanno le potenzialità, l’adozione diventerà sempre più massiva.
Un po’ come è avvenuto per il cellulare. Dal primo modello in commercio fino agli attuali smartphone di ultima generazione se n’è fatta di strada. Molte caratteristiche iniziali si sono trasformate man mano che le persone interagivano con la tecnologie stessa. Ad esempio, si è sentita l’esigenza d’implementare la fotocamera, di ampliare lo schermo e così via. Stesso discorso vale per l’Intelligenza Artificiale.
In generale, il livello di maturità tecnologica si rifà al TRL (Technology Readiness Level) sviluppato originariamente dalla NASA e utilizzato per valutare il grado di maturità tecnica di una tecnologia, in base all’avanzamento delle fasi di sviluppo. Si parte ovviamente dalla prototipazione passando poi alle fasi di test che precedono l’ingresso nel mercato.
Gartner ha delineato un modello di maturità tecnologica a cui le aziende possono far riferimento per comprendere in quale fase si trova l’Intelligenza Artificiale e come adottarla nei processi e nelle attività legate al proprio business.
Livello 1: consapevolezza della tecnologia
Acquisire consapevolezza nei confronti di una nuova tecnologia significa nutrire interesse e iniziare a immaginare le tante ipotetiche applicazioni. Siamo ancora in una fase iniziale, in cui il rischio di sopravvalutare un’innovazione è alto.
Dall’anno in cui John McCarthy (1956) coniò il termine Intelligenza Artificiale, al reale interesse da parte delle grandi aziende verso le sue mutevoli applicazioni è passato un ampio lasso di tempo. Inizialmente infatti, erano maggiormente i ricercatori e le organizzazioni che si occupavano di ricerca e sviluppo a mostrare interesse verso l’Intelligenza Artificiale.
Ricordiamo, ad esempio, lo scienziato fondatore dell’informatica moderna Alan Turing, che in uno dei primi articoli pubblicati sull’AI, “Computing machinery and intelligence”, sosteneva di poter definire intelligente una macchina quando il suo comportamento fosse stato indistinguibile dal quello umano. Una sfida che ancora oggi non possiamo definire conclusa.
In effetti, nella fase embrionale di una tecnologia, il lato applicativo è secondario in quanto l’attenzione si focalizza sullo sviluppo di tutte le potenzialità legate all’innovazione. Sono quindi gli scienziati che si attivano in questo livello. Al tempo stesso, la tecnologia è poco conosciuta e diffusa e questo comporta alte barriere d’ingresso al mercato.
Livello 2: l’attivazione sperimentale dell’AI
In generale, man mano che il livello di maturità aumenta, si riducono sempre più gli investimenti in ricerca e sviluppo (R&S) e le relative nuove possibili applicazioni da scoprire. Si esce quindi dal contesto di R&S e si entra in quello della sperimentazione accademica.
Il progresso dell’Intelligenza Artificiale era, ed è tutt’oggi, strettamente legato a quello dei computer. Infatti, una forte accelerata si ebbe tra gli anni ‘60 e ‘70, quando i computer divennero più veloci e migliorarono le funzioni: oltre a eseguire comandi erano anche in grado di memorizzare dati.
I dati, infatti, sono sempre stati il terreno fertile dell’AI che nasce proprio per simulare il ragionamento umano fatto di decisioni prese sulla base di numeri e valori.
Le prime sperimentazione dell’AI coinvolsero la Data Science, o meglio quei contesti in cui si raccolgono e gestiscono i dati. Tra numeri, valori e input di vario genere, il suo contributo permise di classificare, gestire e trasformare i dati grezzi in informazioni utili all’analisi e alle previsioni future. Queste funzioni oggi generano un enorme vantaggio per le aziende e a tal proposito, ti consiglio di leggere come approfondimento “Data Science: come trasformare i dati in valore per l’azienda”
Oggi l'Intelligenza Artificiale si trova nel pieno del livello operativo e si appresta ad entrare in quello sistemico. Ma quali sono gli altri livelli e quali le prospettive future? Condividi il Tweet
Livello 3: l’operatività dell’AI per innovare i processi o i prodotti
Nella fase operativa, la tecnologia fa un ulteriore passo avanti e dalla sperimentazione entra nel cuore delle organizzazioni: la produzione. L’ingresso nel mercato dell’Intelligenza Artificiale fu con R1, il primo sistema d’Intelligenza Artificiale della Digital Equipment, nato per configurare gli ordini dei computer. Grazie a un algoritmo che permetteva un avvio semplificato e automatico del computer l’azienda risparmiò circa 40 milioni di dollari in un anno.
Da quando l’Intelligenza Artificiale è entrata nelle fabbriche si è iniziato a parlare di “industrie intelligenti”. Si tratta di realtà in cui l’adozione dell’AI ha popolato il settore produttivo di macchinari intelligenti che apprendono e agiscono autonomamente. In effetti, l’apprendimento automatico, possibile grazie al Deep Learning e al Machine Learning, ha permesso alle organizzazioni di entrare nel campo dell’Industria 4.0.
Livello 4: un approccio sistemico e la creazione di nuovi modelli di business
Attualmente l’Intelligenza Artificiale si trova in quello che Gartner definisce il livello operativo. Infatti, sono pochi i contesti in cui si inizia a intravedere un orientamento globale alla sua adozione in azienda. L’approccio sistemico a una tecnologia avviene quando essa è diventata accessibile a tutti. O meglio, quando in azienda l’AI non supporta solo singole azioni o reparti ma coinvolge le filiere e i processi digitali, creando nuovi modelli di business. Tale approccio richiederà una reinvenzione dei ruoli e delle responsabilità. Potremmo dire concluso questo percorso quando, sull’onda di tali cambiamenti si modificherà anche il modo di pensare e di lavorare delle risorse.
Livello 5: il futuro dell’Intelligenza Artificiale
Nell’ultimo livello la tecnologia non entra nelle aziende migliorando un processo o un reparto ma diventa la base su cui costruire nuovi modelli, processi e attività. Siamo in quello che Gartner definisce il livello trasformativo del modello di maturità dell’AI. Una fase che assicura un enorme vantaggio competitivo.
L’Intelligenza Artificiale, in questo livello, non possiamo definirla innovativa ma consolidata. Proprio come avviene oggi per il cellulare. Non ci sorprendiamo più che possiamo ricevere telefonate ovunque, anzi entriamo in panico quando avviene il contrario. Questo significa che tutte le sue funzioni le diamo per scontate e che pianifichiamo le nostre attività consapevoli che possiamo rispondere a una mail o inviare un report in qualsiasi luogo.
Ancora non siamo a questo punto con l’Intelligenza Artificiale ma è una tecnologia che sta progredendo rapidamente. La prospettiva futura è che presto l’AI diventi indispensabile per tutte le realtà organizzative.
