L'evoluzione dell'AI Generativa: l'approccio di Angelini Industries

Esistono molte definizioni di Intelligenza Artificiale (AI). Tra queste troviamo la definizione "classica" di Russel e Norvig (S. Russel, P. Norvig in Artificial Intelligence: A Modern Approach), che la descrive come lo "studio di agenti che ricevono percezioni dall'ambiente e compiono azioni", e quella più generalista proposta da Wikipedia, secondo cui l’AI è "la capacità dei sistemi computazionali di svolgere azioni tipicamente associate all’intelligenza umana come imparare, ragionare, risolvere problemi, percepire e prendere decisioni".

Queste definizioni evidenziano la caratteristica essenziale dell’AI: la capacità di imparare, adattarsi e migliorare attraverso l’interazione con dati e ambiente.

Le tecnologie AI si possono principalmente suddividere in tre categorie che seguono anche la loro evoluzione temporale:

• Expert Systems (Sistemi Esperti): sistemi basati su regole simboliche (ad esempio: se si verifica un evento, assegna un valore a una variabile), in grado di imitare ragionamenti umani complessi.
• Machine Learning (Apprendimento Automatico): algoritmi capaci di apprendere autonomamente regole dai dati, migliorando automaticamente con l’esperienza.
• Deep Learning (Apprendimento Profondo): sottocategoria del Machine Learning che utilizza algoritmi avanzati (reti neurali) per imparare da grandi volumi di dati eterogenei (immagini, video, ecc.).

La Generative AI è la più recente evoluzione nel campo del Deep Learning. Si tratta di algoritmi capaci di creare nuovi contenuti originali come testi, immagini, video, audio, codici o dati sintetici a partire da un "prompt" testuale. A differenza dell’AI tradizionale che interpreta, elabora e classifica informazioni esistenti, l’AI Generativa produce contenuti del tutto nuovi.

Le aziende stanno applicando con successo l’AI Generativa soprattutto nei seguenti ambiti operativi:

• Produttività: supporto nei task quotidiani e facilitazione nell'accesso alle knowledge base aziendali.
• Supporto tecnico e customer care: miglioramento dell’assistenza clienti con risposte rapide e precise.
• Marketing e comunicazione: personalizzazione e produzione rapida di materiali promozionali mirati.
• Legal: gestione contrattuale automatizzata e revisioni documentali rapide e accurate.
• Ricerca e sviluppo: accelerazione nello sviluppo e nella progettazione di nuovi prodotti e soluzioni.

Un settore particolarmente promettente per l’AI Generativa è quello farmaceutico, dove l’AI Generativa rende possibile generare nuove molecole in silico, progettare studi clinici più efficienti e velocizzare le analisi preliminari riducendo drasticamente il tempo di sviluppo di nuovi farmaci ("Generative AI in the pharmaceutical industry" (2024).

L’adozione dell’AI Generativa comporta anche criticità e sfide specifiche, tra cui:

• Rispetto di normative e copyright: utilizzo dei contenuti generati nel rispetto delle leggi in particolare dell’AI Act.
• Privacy e sicurezza dei dati: implementazione rigorosa dei principi di privacy e sicurezza dati (GDPR)
• Controllo dell’output: garanzia di qualità e affidabilità, minimizzando per quanto possibili fenomeni come le "allucinazioni" (risposte errate prodotte dal modello).

Una strategia efficace per implementare l’AI Generativa affrontando le criticità sopraelencate deve essere graduale e prevedere una serie di steps:

• Formazione e consapevolezza: predisporre percorsi mirati per utilizzare consapevolmente le tecnologie di AI Generativa.
• Guardrailing: implementare meccanismi di sicurezza e limiti chiari per prevenire utilizzi impropri.
• Verticalizzazione: individuare specifiche aree aziendali e use case concreti per trarre valore tangibile.
• Use case progressivi: sperimentare inizialmente con casi d’uso interni per poi estendere eventualmente l’applicazione verso clienti e fornitori.

Angelini Industries ha adottato questa strategia incrementale, partendo con un percorso formativo per tutti i dipendenti nell'estate del 2023 che è culminato con il rilascio di AskAI: la piattaforma interna di AI Generativa “general-purpose” per la produttività individuale sviluppata internamente, garantendo la sicurezza by design e la massima attenzione ai dati sensibili aziendali. Partendo da AskAI si sono sviluppate poi varie applicazioni verticali: dalla creazione di knowledge base tematiche al supporto nella risoluzione dei ticket tecnici, dai suggerimenti per la risoluzione dei fermi macchina sulle linee di produzione, fino al supporto nella creazione di domande di brevetto.

Secondo Boston Consulting Group (AI Radar, gennaio 2025), gli investimenti nell’AI Generativa cresceranno del 60% nei prossimi tre anni, portando allo sviluppo di modelli più specializzati, compatti e sostenibili, utilizzabili anche su dispositivi mobili con ridotto impatto computazionale.

Parallelamente assisteremo all’evoluzione della cosiddetta Agentic AI, in cui diversi “agenti” collaboreranno autonomamente per automatizzare task complessi e offrire soluzioni personalizzate.

Tuttavia, l’AI Generativa non rappresenta soltanto un'innovazione tecnologica, ma una vera rivoluzione culturale e organizzativa. Come sottolineato da McKinsey, infatti, "il vero valore dell’AI deriva dal ridisegno radicale dei processi organizzativi e aziendali". L’esperienza di Angelini Industries dimostra che un approccio consapevole, inclusivo e strategico può rappresentare una leva fondamentale per la crescita sostenibile e la competitività aziendale.