Negli ultimi anni i board si sono impegnati ad indirizzare gli sforzi per sfruttare il potenziale degli strumenti e delle architetture digitali e il tema della digital transformation è visto come passaggio chiave per rendere la propria organizzazione resiliente e pronta a sostenere le sfide. Oggi questo passaggio richiede un’ulteriore accelerazione e di considerare l’intelligenza artificiale e l’AI generativa, insieme, come abilitatori strategici per cambiare in meglio i processi, come anche individuare nuove opportunità di business. Parte da questi temi il confronto di approfondimento con Igor Bailo, Data & Analytics Executive Director di Engineering che vuole mettere a fuoco l’approccio originale e concreto alla GenAI e ai Large Language Model di Engineering e la proposta di Private AI con EngGPT Suite applicata a casi d’uso reali, proprio nel contesto italiano.
“Oggi non si parla più solamente del ruolo strategico dei chief digital officer e dei chief transformation officer, perché quella che fino a due anni fa chiamavamo digital transformation è oggi una vera e propria AI transformation – esordisce Bailo -. Assistiamo a un vero e proprio shift pervasivo, verso questa direzione che richiede di essere interpretato e decodificato, perché tutte le aziende con cui noi ci confrontiamo non possono pensare di fare a meno del potenziale dell’AI, tout court, non solo di quella generativa”. Si parla infatti, in senso esteso, di un’intera famiglia di tecnologie e di soluzioni che impattano tutti i mercati: energy, utilities, healthcare, manifatturiero, finance, retail – tra questi – con un filo rouge che lega le “trasformazioni” in corso, ovvero l’importanza e la centralità del dato.
Engineering, la proposta di un percorso
“Le aziende dispongono di tantissimi dati da valorizzare e la GenAI apre un capitolo nuovo per sfruttare il potenziale di questi dati, non solo a partire dall’estrazione di insights, ma anche in logica predittiva, soprattutto per ‘generare’ nuove opportunità”. In un contesto che riflette ancora, anche dal punto di vista ‘normativo’, il bisogno di coordinate di riferimento per un utilizzo corretto dell’AI. “È un tema questo che stiamo cercando di indirizzare per i nostri clienti. Engineering è infatti impegnata anche sul fronte istituzionale per capire come indirizzare l’evoluzione e l’adozione della Generative AI in Italia. Per questo partecipiamo a diversi tavoli di lavoro anche con organismi governativi e associazioni di categoria”.
L’azienda è in grado di attivarsi con i clienti con un’iniziativa di consulenza vera e propria basata sulla lunga esperienza maturata negli anni nei diversi verticali, a livello di conoscenza dei processi come delle dinamiche di business. “Ma un altro tema centrale è anche l’esperienza pluridecennale nell’ambito dell’implementazione tecnologica di tutti gli abilitatori digitali, per cui riusciamo non solo a spiegarli e renderli comprensibili da un punto di vista di business, ma anche a mettere a terra i progetti concreti, integrandoli in quella che è la complessità tecnologica del contesto dei clienti”, ci tiene a specificare Bailo.
I clienti, infatti, partono da una dotazione di sistemi informativi articolata, eterogenea, specchio proprio della medesima complessità in cui si opera. Un punto su cui la conoscenza maturata nel tempo da Engineering smarca la differenza. “Adottare poi una nuova tecnologia, pervasiva come l’AI, in continua evoluzione, coglierne i vantaggi, richiede alle organizzazioni un continuo aggiornamento. Per questo quello proposto da Engineering è un percorso che non dura solo il tempo di un progetto ma diventa una partnership strategica vera e propria”.
Una partnership quindi basata sull’obiettivo primo che è quello di valorizzare i dati disponibili ma anche di proteggerne il valore, nel tempo. “Abbiamo fondato il nostro primo centro di ricerca sull’Intelligenza Artificiale nel Nord Italia già nel 1987 e da allora studiamo, progettiamo e realizziamo soluzioni di AI per i nostri clienti. Siamo tra i primi a parlare e proporre da oltre un anno e mezzo alle aziende un approccio basato sulla Private Generative AI – ci spiega Bailo -. Molti clienti, infatti, percepiscono il potenziale dell’AI ma prima di tutto vogliono preservare il proprio vantaggio competitivo, che si basa sul pieno controllo dei dati disponibili, sulla proprietà intellettuale, sulla tutela dei dati sensibili e dei brevetti”. Si pensi anche solo ai comparti finance e healthcare, alla PA, come a tutte le industries che legano i propri ricavi all’invenzione creativa. Ecco, la proposta Engineering sblocca la possibilità di lavorare con l’AI in un ambiente ‘privato’ dove si è sicuri che nessuno possa trarre un vantaggio illegittimo. “Engineering quindi porta ai clienti non solo la capacità di integrare quelle che sono le potenzialità della Generative AI dei grandi hyperscaler – che restano partner tecnologici strategici – con la possibilità di utilizzare il potenziale della GenAI in un contesto del tutto controllato, con la certezza che dati e applicazioni non richiamino servizi o routine che stanno fuori dal dominio legittimo di competenza”.
Il potenziale e lo sviluppo di EngGPT Suite
EngGPT è quindi espressione concreta di un progetto che, nato più di due anni fa, ha portato allo sviluppo di un LLM proprietario di Engineering sulla base dell’utilizzo di librerie open source integrate con un approccio “best of breed”, governato da un team di oltre 40 persone, composto da data scientist dedicati alla gestione di questo asset che oggi è declinato come una vera e propria suite. “EngGPT Suite oggi è una value proposition importante, fa parte del nostro portafoglio di offerta, si integra con la nostra capacità di lavorare con gli hyperscaler, ma abbatte anche le barriere all’adozione da parte de clienti che vogliono appunto preservare il valore dei propri dati”. Questo perché di fatto è possibile lavorare con la Generative AI proposta da Engineering in un ambiente su cui si mantiene il pieno controllo e, in determinati contesti, on-prem anche su infrastrutture proprie.
Tratto caratterizzante la proposta è poi quello di abbracciare in tutto e per tutto il tema di una “Responsible AI”. Significa, oltre ad un utilizzo responsabile dell’intelligenza artificiale, anche uno sviluppo della tecnologia coerente in questo senso: vuol dire abilitare nello sviluppo dei modelli il potenziale creativo dell’AI ma nel rispetto ad esempio del copywriting, vigilare sui bias che, tipici anche delle attività cognitive umane, si riflettono nelle AI, e possono portare a valutazioni scorrette non solo nell’ambito delle risorse umane, ma anche dei sistemi di valutazione nell’erogazione dei servizi (finance, insurance, etc.). “Engineering opera in questa direzione, per esempio, con specifiche tecniche di guard-railing, di verifica della qualità del dato, di valutazione nella scelta delle tecniche di programmazione che possono in qualche maniera rendere più complicato deviare da un approccio etico”.
EngGPT Suite, sette use case e un approccio modulare
EngGPT Suite propone un approccio all’utilizzo dell’AI generativa modulato in diversi use case. Ognuno di essi è di fatto combinabile con gli altri per costruire soluzioni complesse in base alle diverse esigenze. “Si tratta di componenti pronte all’uso, una per una, ma anche tra loro… Modulari appunto. Ad oggi parliamo nello specifico di sette componenti, ma stiamo già lavorando agli ulteriori sviluppi, a partire proprio dalle richieste dei clienti”. Entriamo nei dettagli. I sette componenti sono EngGPT Docs, EngGPT Data, EngGPT Learning, EngGPT Vision, EngGPT Data Quality, EngGPT Coding e EngGPT Avatar.
EngGPT Docs offre la possibilità di affidare all’AI documentazione di vario tipo e in vari formati (.pdf, .doc, etc.) ed utilizzare EngGPT come assistant che aiuti nell’esplorazione di questa base informativa offrendo servizi di sintesi, spiegazione dei contenuti, etc. etc. “sulla base della capacità dell’AI di esplorare in modo intelligente anche documentazione complessa costituita da diversi file insieme”. EngGPT Data offre invece agli utenti la possibilità di esplorare, studiare ed indagare enormi quantità di dati. “Attraverso un’interfaccia conversazionale, sulla base della capacità dell’AI di analizzare i dati anche da basi dati eterogenee (si parla anche di migliaia di tabelle da fonti diverse) è possibile ottenere specifiche informazioni, statistiche descrittive, sintesi, insights accurati, in modo rapido, ben oltre – è facile immaginare – la capacità di analisi di un essere umano che dovrebbe già disporre di una conoscenza approfondita dei dati, delle loro architetture, di come sono collegati tra loro”, spiega Bailo.
EngGPT Learning è oggi uno degli use case più interessanti per la sua capacità di accelerare il processo di apprendimento di cui uno studente può beneficiare su un determinato insieme di tematiche. “Il potenziale intrinseco di questo use case è quello di aiutare lo studente ad apprendere, con EngGPT che assiste letteralmente il discente ed in base alle risposte che riceve offre informazioni per migliorare quello che è il gap cognitivo rispetto a una materia di riferimento”.
EngGPT Vision apre invece il campo a tutto quello che riguarda l’elaborazione e l’analisi delle immagini. “Su questo use case sono parecchi i progetti che ci vedono impegnati, e riguardano realtà di diverse industries, in primis per esempio la sanità. Vi sono realtà impegnate nello studio delle immagini diagnostiche, per esempio per poter leggere in base a un vetrino di un campione di tessuto se è possibile ricondurre determinate singolarità a malattie specifiche, o ancora per la capacità di analizzare delle immagini ed elaborarne informazioni codificate che un essere umano dovrebbe invece elaborare a mano”.
Con EngGPT Data Quality si indirizza la Generative AI all’elaborazione di grandi volumi di testo, di numeri, anche molto eterogenei tra loro, per identificare problemi di qualità del dato. Si pensi all’elaborazione di migliaia di questionari alla ricerca di outlayer nelle risposte, “si pensi anche all’elaborazione complessa di risposte ricorrenti, alla loro interpretazione in vista della possibilità di proporre eventualmente anche correzioni migliorative”. Per quanto riguarda lo sviluppo del codice, EngGPT Coding, come dice il nome, serve ad assistere gli sviluppatori. “Ma la declinazione proposta da Engineering soddisfa reali esigenze di utilizzo anche al servizio di verticali specifici che spesso richiedono la conoscenza dell’origine di porzioni di codice scritto in linguaggi magari non più utilizzati, ma vitali ancora per il buon funzionamento di determinate applicazioni critiche (si pensi al Cobol in ambito finance)”. EngGPT Coding in questi casi analizza milioni di righe di codice, ed è in grado di offrire specifiche indicazioni di come quel codice opera, riproducendo anche documentazione tecnica che evidenzi passo passo come operano specifiche porzioni del codice. EngGPT Avatar “è in ultimo un po’ la nostra punta di diamante, perché mostra la nostra capacità di sviluppare degli avatar tridimensionali (qui un esempio del progetto di realizzazione dell’avatar dell’AD Maximo Ibarra, Ndr.) anche in collaborazione con i nostri colleghi della Business Unit Digital Experience, e di creare ambienti immersivi, consumabili quindi con visori 3D, come anche ambienti non necessariamente immersivi ma sempre basati su avatar animati dall’AI”.
EngGPT Avatar nasconde un’integrazione di più elementi della suite: oltre al tema di interazione con i documenti che vengono dati in pasto al Large Language Model per potersi addestrare su una knowledge base specifica, include anche capacità di conversione speech-to-text e text-to-speech, gestione di immagini e video, e funzionalità avanzate come il lip-syncing e la riproduzione del timbro di voce. “Questa combinazione di soluzioni modulari elementari porta allo sviluppo di un progetto complesso come l’Avatar – racconta Bailo – spesso senza che i clienti ne percepiscano fino in fondo la sofisticazione.”
Tra i progetti più interessanti in quest’ambito c’è Planetaria. “ È uno spettacolo teatrale, sviluppato da un’idea di Stefano Accorsi e rappresentato per la prima volta a Firenze lo scorso giugno con l’obiettivo di sensibilizzare il pubblico sui pericoli del climate change. Noi di Engineering, tramite una nostra azienda partner, abbiamo collaborato alla realizzazione e messa in scena dello spettacolo, creando Sibilla, un avatar di 7 metri animato da EngGPT e in grado non solo di interagire in scena con gli attori, ma anche di rispondere alle domande del pubblico in sala relative ai cambiamenti climatici”.
Gli esempi mostrano come non ci siano ambiti specifici di azione che non trovino Engineering pronta a raccogliere la sfida. Bailo, per esempio, sollecitato sulle opportunità offerte anche dall’utilizzo dei dati sintetici, mette subito a fuoco le expertise del gruppo e ci spiega: “Il tema dei dati sintetici è un tema estremamente rilevante perché si sposa con esigenze specifiche del tutto in sinergia con le sfide legate al tema privacy. I nostri clienti lavorano spesso su progetti in cui non è possibile disporre di dati reali ed in questi casi, scegliendo una piccolissima porzione di dati di questo tipo, anonimizzati, è invece possibile generare dati che abbiano le stesse caratteristiche di quelli reali. Sfruttando le capacità di EngGPT è possibile quindi ottenere dati simmetrici o comunque abbastanza vicini a quelli di un campione originario”. Questo, per esempio, serve per testare massivamente nuove applicazioni, ma è modalità operativa utilissima anche nella creazione dei digital twin, quando si tratta di simulare delle combinazioni estreme di fattori che sollecitano i gemelli digitali. Parliamo di combinazioni la cui analisi non sarebbe possibile partendo da dati reali. Per esempio, per capire qual è la resilienza di un sistema di fronte a certi scenari molto complessi.
EngGPT Data, il progetto per AICS
Tra i casi più interessanti sotto la lente, per quanto riguarda in particolare lo use case EngGPT Data è l’esperienza di AICS, l’Agenzia Italiana per la Cooperazione allo Sviluppo. AICS ha introdotto una piattaforma digitale per la consultazione di indicatori geografici, demografici, economici, socioculturali, ambientali e istituzionali per obiettivi strategici di ampio respiro. La piattaforma offre un’esperienza senza soluzione di continuità per la consultazione e l’acquisizione di dati relativi a tutti i Paesi del mondo, allineandosi agli obiettivi dell’Agenda 2030. Engineering ha realizzato per AICS un assistente virtuale con cui è possibile interagire in maniera naturale nell’interrogazione puntuale delle basi dati disponibili, in modo estremamente semplificato. Uno strumento in grado di correlare le informazioni ma anche accelerare tutto il percorso di analisi fino a produrre concretamente grafici, correlazioni, slide utilizzabili nei report. La declinazione del progetto ha previsto anche la disponibilità di un chatbot aperto a tutti e connota la capacità di Engineering di “semplificare per rendere disponibile a tutti la complessità” che facilita la capacità di consultare basi dati complesse in modo creativo per generare valore.
EngGPT, lo sviluppo nel solco delle reali esigenze delle aziende
Non ci sono verticali che non saranno impattati dall’utilizzo dall’AI. Nell’esperienza di Engineering merita una particolare menzione l’interesse nelle applicazioni di Private Generative AI del mondo healthcare, che individua con l’AI la possibilità di generare importanti benefici su numeri importanti di cittadini. Significa, con piccoli sforzi, poter riverberare i vantaggi su comunità numerose. Engineering sta sviluppando a questo proposito un progetto che vede convergere le esigenze della diagnostica con le opportunità offerte dagli strumenti di speech recognition per generare una sorta di co-pilota, al servizio degli anatomo-patologi che potrebbero in questo modo completare task che generalmente richiedono l’ausilio di almeno un altro collega; attività che, in eventuale carenza di personale, diventerebbero invece più facilmente gestibili. Oltre all’healthcare anche il mondo retail, quello dell’energy ed il finance sono verticali per cui Engineering ha già realizzato altrettanti interessanti progetti. Per esempio, nella sfera energy, per la gestione intelligente di impianti complessi (con un utilizzo combinato di AI generativa e non), e nel retail con la realizzazione di virtual assistant intelligenti per l’incremento delle revenue in ambito e-commerce.
Guardando al futuro, nel breve e medio termine “il primo obiettivo per Engineering è oggi portare EngGPT e tutte le applicazioni GenAI ad essere veri e propri operatori di sistema. Torniamo quindi al tema iniziale. Vogliamo supportare la digital transformation in Italia promuovendo l’adozione della Generative AI su tutti i tavoli istituzionali, da una parte, ma perché ne possano beneficiare appieno i clienti e si possano sentire confident nell’utilizzare questa tecnologia”. Engineering per questo vuole arricchire sempre di più EngGPT Suite anche attraverso nuovi moduli (oggi sono i sette descritti), sviluppati però in relazione ad esigenze concrete espresse dalle industries, così da verticalizzare le capacità di EngGPT di assecondare i diversi mondi che hanno una propria normativa, un proprio lessico, delle proprie dinamiche ed esigenze.
Per saperne di più scarica l’infografica: EngGPT, la nostra soluzione di Private GenAI
Non perdere tutti gli approfondimenti della room Evolve Your Digital Ecosystem
© RIPRODUZIONE RISERVATA
