Le opportunità di valorizzazione delle tecnologie di Intelligenza Artificiale

Le opportunità di valorizzazione delle tecnologie di Intelligenza Artificiale
 

Le opportunità di valorizzazione delle tecnologie di Intelligenza Artificiale

La crescente applicazione dell’Intelligenza Artificiale in molteplici e variegati settori di mercato promette significativi miglioramenti di efficienza e di qualità grazie all’incremento dell’automazione ed all’ottimizzazione dei processi operativi, nonché al potenziamento delle capacità previsionali e decisionali. Tutto ciò oggi è possibile grazie alla disponibilità ed alla sostenibilità economica di elevate capacità di elaborazione e di memorizzazione, nonché alla possibilità di sfruttamento di grandi quantità di dati digitali di qualità. Queste tecnologie diventano, quindi, un abilitatore importante anche per la digitalizzazione delle società di telecomunicazione.

 

Introduzione

L'Intelligenza Artificiale (IA, nel seguito) è un termine generico che si riferisce a tecniche di elaborazione dell’informazione ispirate ai sistemi biologici e comprende molteplici tecnologie tra le quali Machine Learning, Deep Learning, Computer Vision, Natural Language Processing (NLP), ecc.
Fino a pochi anni fa IA era una parola che i ricercatori volontariamente omettevano dai loro curricula a causa del suo passato segnato da troppe promesse disattese. Il ciclo di entusiasmo e disillusione (“spring” e “winter”) si è ripetuto più volte a partire dagli anni '60: i pochi casi applicativi, che hanno attirato l'attenzione del mercato e dei media, hanno trovato scarso utilizzo nel mondo pratico.
Tuttavia, nel 2012 un algoritmo di Deep Learning ha vinto una competizione di riconoscimento dell'immagine con risultati sorprendenti a tal punto da generare una nuova “spring” dell’IA: secondo la società di intelligence di mercato Tractica, la crescente adozione dell'IA in più settori determinerà la crescita del fatturato annuo mondiale del software di IA dai $ 3,2 miliardi nel 2016 ai $ 90 miliardi entro il 2025 (Figura 1) [Tractica].

 

Figura 1 - Fatturato mondiale del software di IA 2016 – 2025 (fonte: Tractica)

L'impatto globale dell'IA sull'economia sarà molto più alto: uno studio condotto da Analysis Group stima che gli impatti globali associati all'uso, allo sviluppo e all'adozione dell'IA nei prossimi dieci anni saranno compresi in un intervallo tra $ 1,49 trilioni e $ 2,95 trilioni [Analysis Group].
Un altro punto di vista economico interessante riguarda le start-up di IA: al momento Venture Scanner ne identifica circa 2200, con una raccolta di finanziamenti complessivi che supera i $ 35 miliardi (numeri in continua crescita) [Venture Scanner].
Tuttavia, al di là della “hype” mediatica, è bene ricordare che l’IA non è magia; l’esperto mondiale Andrew Ng, interrogato sulle reali potenzialità attuali dell’IA, ha affermato “If you can guess it in under a second, probably AI can do it!”. Quasi tutti i recenti progressi dell'IA sono relativi ad una tipologia in cui alcuni dati di input (A) vengono utilizzati per generare rapidamente una risposta semplice (B) (Figura 2) [Andrew Ng 2016].

 

Figura 2 - Le potenzialità del “supervised learning” – Andrew Ng (fonte: HBR)

L’applicazione dell’IA nei settori di mercato promette miglioramenti ed opportunità in termini di incremento dell’automazione e di ottimizzazione dei processi operativi, così come il miglioramento delle capacità previsionali e decisionali.
L’altra faccia della medaglia, tuttavia, pone alcune problematiche e sfide a partire dal cambiamento culturale e dalla scarsità delle competenze e dei talenti, per arrivare ai timori per l’impatto sull’occupazione, sul sistema economico e, infine, sui valori e gli aspetti etici.

I campi applicativi dell’intelligenza artificiale

I campi applicativi dell’IA sono in continua espansione ed abbracciano i settori di mercato più disparati (Figura 3) [FCR1].

 

Figura 3 - Applicazione dell’IA nei settori di mercato – (fonte: TIM, FCR1)

Nel settore dei servizi si assiste alla proliferazione di casi applicativi. Ad esempio, in ambito finanziario le applicazioni dell’IA spaziano dal trading (High-Frequency Trading), all’analisi finanziaria, alla valutazione della solvibilità dei prestiti.
Le tecniche e gli algoritmi di Natural Language Processing (NLP) sono impiegate in ambito forense per automatizzare e velocizzare la ricerca di testi, scritture, leggi etc.. Le stesse tecnologie sono già utilizzate per la generazione di testi come, ad esempio, gli articoli giornalistici sportivi. Google e Skype utilizzano modelli ed algoritmi di Deep Learning per l’interpretazione e la traduzione dei linguaggi.
Le applicazioni di Virtual Personal Assistant rappresentano, forse, il caso applicativo dell’IA più dirompente. Esse interagiscono con l’utente tramite interfacce vocali e supportano l’utente sia nella ricerca di informazioni, sia nell’invio di comandi ad altre applicazioni [FCR2]. In alcuni casi tali applicazioni vengono offerte, secondo un modello di business B2B, alle società che intendono utilizzarne le potenzialità per creare un nuovo canale di interazione con i propri clienti finali: in questo scenario dette società devono tenere in considerazione il rischio di disintermediazione “società/cliente” indotta dall’uso frequente del Personal Assistant di terze parti.
Le piattaforme conversazionali sono in grado di collezionare le preferenze, i comportamenti, le transazioni e le emozioni, creando una ricca immagine delle persone; questi dati possono essere utilizzati per influenzare le opzioni e le decisioni dei consumatori. È opinione diffusa che esse daranno origine al "terzo spazio" del marketing, oltre ai negozi fisici ed ai marketplace in rete [FCR3].
Nel settore manifatturiero l’impiego dell’IA e delle tecnologie di big data analytics abilita l’ottimizzazione dei processi produttivi mediante sia l’utilizzo dei robot, sia di applicazioni in grado di prevedere malfunzionamenti ed anticipare azioni di manutenzione, nonché di valutare la qualità della produzione e le esigenze di miglioramento delle catene di produzione (es. le applicazioni “digital twins”).
Il progresso tecnologico dell’IA, del “data mining” e dello “storage” abilitano anche la realizzazione di applicazioni per la sicurezza della collettività. In particolare, le tecniche di riconoscimento dell’immagine consentono di individuare nei filmati o fotografie digitali persone potenzialmente pericolose per la società (“face / body recognition”) ed oggetti sospetti.
Nel campo sanitario, i dati medici raddoppiano ogni 5 anni ed è umanamente impossibile valorizzare tutta questa conoscenza distribuita: l'IA può aiutare nell'analisi di grandi volumi di dati medici e nell’automazione della diagnosi delle malattie.
Tecniche di IA vengono impiegate anche nell’ambito dei trasporti: dall’individuazione automatica degli incidenti, alla preventiva verifica dello stato delle infrastrutture, alla identificazione dei requisiti di mobilità di una comunità e la conseguente definizione delle azioni necessarie per soddisfarli. E le auto a guida autonoma sono la prossima frontiera dell’applicazione dell’IA nel settore “automotive”, ove assistiamo ad una competizione mondiale che avrà un impatto dirompente su industria e società.

 

Le opportunità di applicazione dell’IA per gli Operatori di telecomunicazione

Come abbiamo detto, l’IA promette significativi miglioramenti di efficienza e di qualità in molti settori di mercato, combinando funzionalità cognitive e di apprendimento simili o superiori a quelle umane. E queste tecnologie possono, quindi, anche contribuire al processo di digitalizzazione delle società di telecomunicazione e generare valore in tutti i processi aziendali: dall'automazione della rete fino all'assistenza al cliente e al marketing. Alcuni operatori, come AT&T, Telefonica, SK Telecom, sono già profondamente impegnati nell’utilizzo dell’IA ed altri ne hanno pianificato l’impiego.
Le opportunità che emergono possono essere catalogate in 3 ambiti principali:

  • Customer engagement
  • Intelligent Process Automation
  • Network transformation and automation

Customer engagement

L’IA abilita nuovi paradigmi di interazione automatica con il cliente (chatbot e Virtual Personal Assistant), sia in risposta alle sue sollecitazioni (reactive engagement), sia per migliorare il servizio fornito o per la vendita di nuovi servizi (proactive engagement).
Nel reactive engagement l’IA supporta l’interazione automatica uomo-macchina attraverso meccanismi di comunicazione tipicamente umani, sostituendo o supportando l’operatore di customer care nella gestione della relazione con il cliente esterno (final customer) o interno all’organizzazione.
Il customer care è il naturale candidato all’applicazione di IA, in quanto richiede attività che l’IA è in grado di ben eseguire: ci riferiamo agli elementi cognitivi tipici dell’interazione tra umani, quali, la comprensione del linguaggio, del significato del parlato, dello stato d’animo e della volontà del cliente, nonché alla capacità di analisi, diagnosi e risoluzione del problema.
I benefici sono molteplici e di grande valore, che vanno oltre al risparmio del costo del contatto gestito da persone: dalla standardizzazione della qualità delle risposte con miglioramento continuo in autoapprendimento, all’efficienza della formazione, alla velocità di risoluzione e “first call resolution”, grazie alla capacità di combinare in tempo reale più fonti dati provenienti da rete, OSS (Operation Support Systems) e BSS (Business Support Systems).
Questi benefici rendono l’ambito del customer care il ricco “Low-hanging-fruit” che gli operatori, in genere, indirizzano come prima applicazione dell’intelligenza artificiale.
Nel proactive engagement l’IA può contribuire nella personalizzazione del marketing e della vendita, contribuendo all’individuazione dell’offerta migliore e delle opportunità di “up-selling” e “cross-selling” per il singolo cliente. In genere, gli operatori di marketing hanno poche informazioni utili per massimizzare i risultati con l’effetto che, tipicamente, le proposte commerciali risultano scarsamente mirate e non convincenti per i clienti.
Al contrario, i sistemi di IA, avendo accesso a una grande quantità di dati e disponendo di algoritmi di intelligenza artificiale, combinano modelli e comportamenti storici, e, in tempo reale, forniscono l'azione migliore per il singolo cliente al momento giusto e nel giusto contesto.
Considerando l’importanza del contatto con il cliente, l’utilizzo dei chatbot e dei Virtual Personal Assistant non può prescindere dalla salvaguardia della relazione diretta e della riconoscibilità del brand dell’operatore, in particolare nei casi di utilizzo di soluzioni di terze parti.
Gli operatori possono seguire principalmente due strade: la prima si fonda sulla partnership con aziende tecnologiche leader di mercato (es. Amazon, Google, Microsoft, IBM) per utilizzarne le soluzioni adattandole ai propri scopi e requisiti. In questo caso è fondamentale la cura dell’interfaccia di interazione affinché il cliente finale possa chiaramente percepire ed apprezzare una customer experience distintiva del proprio operatore (es. l’integrazione, realizzata da Telefonica, di Aura con Google Assistant). La seconda possibilità consiste nella progettazione e nello sviluppo autonomo dei chatbot o dei Virtual Personal Assistant; questa strada abilita una customer experience esclusiva ed originale ma richiede attente valutazioni in termini di competenze tecniche disponibili, costi e tempi di sviluppo, nonché di accoglienza da parte dei clienti (es. Orange Djingo, SK Telecom NUGU, KT GiGA Genie).

Intelligent Process Automation

Gli strumenti di automazione robotizzata di processi (RPA) facilitano ed automatizzano l’espletamento di pratiche di front, middle e back-office e di attività manuali ripetitive. I processi e le attività basati su operazioni standardizzate con dati strutturati elaborati in grandi volumi possono essere buoni candidati per l'RPA.
Esempi di processi automatizzabili in ambito caring services vanno dalla gestione dei documenti, alla automazione dei passaggi successivi al contatto, supporto dei processi di attivazione, modifiche di massa agli ordini, contratti, o tariffe di offerte specifiche. Ma molti altri ambiti aziendali sono indirizzabili, come finanza e contabilità, gestione del personale in entrata e in uscita, acquisti di fornitura e contratti, ottimizzazione dei processi di vendita con automazione end-to-end (lead-to-cash).
L’IA in questo ambito estende l’applicabilità della process automation a nuovi contesti indirizzando aree che prima erano inadatte all'automazione, con input non strutturati (ora trattabili con le funzionalità cognitive) o regole non facilmente codificabili (da apprendere con il Machine Learning).

Network transformation and automation

  • Intelligent configuration and operation

Gli operatori stanno affrontando la trasformazione e l’ottimizzazione delle reti di telecomunicazione di nuova generazione, utilizzando nuovi paradigmi e tecnologie quali la virtualizzazione delle funzionalità di rete (Network Function Virtualization), la separazione dei piani di trasporto e di controllo (Software Defined Netwoking) e le Self Organizing Network (SON). In questo contesto, l’IA è un pilastro fondamentale per l’automazione della configurazione e dell'assegnazione dinamica e ottimizzata delle risorse per il delivery dei servizi.
Le reti realizzate secondo questi principi potranno essere controllate da software di controllo ed orchestrazione che automaticamente potrà valutare le criticità ed attuare le misure più opportune (es. assegnando più risorse, creando nuovi elementi di rete od escludendo elementi di rete sottoutilizzati).
Ed il traffico potrà essere controllato da un controller SDN centralizzato con funzionalità "potenziate da IA" abilitanti un routing del traffico efficiente ed ottimizzato.
L'IA può anche essere utilizzato per ottimizzare la configurazione della rete in base alle esigenze dinamiche della capacità di rete, alle caratteristiche dei volumi di traffico, al comportamento dell'utente e ad altri parametri. L’IA può fornire anche un valido aiuto nelle fasi di pianificazione e progettazione della rete prevedendo i futuri modelli di traffico e le tendenze di utilizzo dei clienti.

  • Intelligent assurance

E ancora l’IA può fornire un supporto determinante nell’interpretazione “real time” delle analytics di rete, fornendo segnalazioni e diagnostica “real time” e preventive relative a situazioni critiche prima che queste si tramutino in guasti o blocchi di rete, o di contro, nell’escludere falsi allarmi.
E tutta la catena di assurance può essere ottimizzata, a partire dal contatto cliente (chatbot di accoglienza e primo customer technical service), attraverso strumenti di diagnostica intelligente a disposizione degli operatori, fino al dispacciamento ottimizzato ai tecnici in campo.
I benefici di queste ottimizzazioni sono elevatissimi, in quanto riducono drasticamente il numero di lavorazioni in campo, perché meglio gestibili da remoto, o con interventi mirati e con elevati tassi di “first resolution”.

  • Intelligent Cybersecurtiy

Le società di telecomunicazione hanno iniziando ad utilizzare l'IA per rafforzare la sicurezza informatica e offrire maggiori protezioni contro gli attacchi informatici. L’IA aiuta ad automatizzare i processi complessi di rilevazione degli attacchi e di reazione alle violazioni.
A differenza dei classici sistemi di Cybersecurity basati sul riconoscimento di virus o di azioni concatenate noti, il Machine Learning fornisce un nuovo strumento di difesa. L’attacco o il virus non viene più riconosciuto solo perché presente in un data base di minacce, ma perché il sistema ha “imparato” a riconoscere quel genere di attacco o quel genere di virus. Spesso questi virus o le tecniche di attacco si somigliano ed Il sistema di difesa “intelligente” lo riconosce e lo blocca.
D'altro canto, l'intelligenza artificiale può anche aprire vulnerabilità, in particolare con la involontaria creazione di opportunità di accesso. Inoltre, anche gli attaccanti stanno iniziando ad impiegare l'IA, con hack automatizzati in grado di studiare e conoscere i sistemi che prendono di mira e di identificare le vulnerabilità in modo immediato.

 

Conclusioni

In conclusione, appare evidente come l’industry stia scommettendo pesantemente sullo sfruttamento delle tecnologie dell’IA, fatto, questo, testimoniato dalla battaglia in corso per l’egemonia mondiale. Si vedono già i primi promettenti ambiti di applicazione ed i relativi benefici, sebbene in molti settori il percorso di valorizzazione pratica sia ancora in fase iniziale. Questa considerazione ben si applica al contesto degli operatori di telecomunicazione che stanno sperimentando e realizzando le prime applicazioni, con risultati incoraggianti, negli ambiti del Customer engagement, dell’Intelligent Process Automation e della Network transformation and automation. Il percorso sarà lungo e con problematiche e sfide da affrontare, ma la direzione appare tracciata ed imprescindibile per la sostenibilità del business degli operatori.

 

comments powered by Disqus