Classifica Eurostat, Italia 20esima in Europa per AI

ChatGpt è diventata pubblica nel novembre del 2022, ma il clamore suscitato dal suo utilizzo diffuso non sembra aver portato le aziende italiane a scalare il potenziale dell’AI nei processi produttivi. E a distanza di quasi due anni il Paese resta fanalino di coda. Lo dicono i numeri di Eurostat secondo i quali nel 2023 solo il 5% delle nostre aziende ha utilizzato tecnologie di AI. Soprattutto duole che la percentuale sia addirittura in ribasso rispetto al 2021 (6,2%), oltre ad essere tra le più basse rispetto agli altri Paesi UE che, insieme, marcano una media dell’8%, e sono trainati dalla Danimarca (15,2%) e a ruota dalla Finlandia, mentre l’Italia si trova in compagnia di nazioni con livelli di adozione tecnologica ancora più bassi. Il dettaglio racconta che solo Lituania (4,9%), Cipro (4,7%), Lettonia (4,5%), Grecia (4%), Ungheria e Polonia (3,7%), Bulgaria (3,6%) e Romania (1,5%) fanno peggio del nostro Paese. 

Complessivamente, invece, i dati mostrano che l’Europa rispetto al 2021 cresce nell’utilizzo dell’AI, ma non vola. Passa dal 7,6% all’8%. A far maggior utilizzo dell’intelligenza artificiale sono le grandi imprese (30,4%) rispetto alle medie (13%) e alle piccole (6,4%), questo perché parliamo comunque di tecnologie dalla complessa implementazione e costose. Non a caso, sono proprio le aziende per le quali l’implementazione è più facile (informazione e comunicazione) quelle che ne fanno un utilizzo diffuso (29,4%), seguite dalle attività di servizi professionali, scientifici e tecnici (con il 18,5%), mentre la percentuale più bassa riguarda le imprese di costruzioni ferme al 3,2%.
Sono invece sette le tecnologie AI più impiegate dalle aziende. Ricapitoliamo in forma schematica:

1. Automazione dei processi robotici (Rpa): Serve ad automatizzare i vari flussi di lavoro e fornisce assistenza nelle decisioni. Un esempio comune è l’uso di chatbot per il servizio clienti. Gli assistenti virtuali possono rispondere automaticamente alle domande frequenti, migliorando l’efficienza e riducendo i tempi di attesa per i clienti.
2. Analisi del linguaggio scritto (Text Mining): Consente di estrarre informazioni da grandi volumi di dati testuali non strutturati. Questa tecnologia è particolarmente utile nelle analisi di mercato, perché le aziende possono ottenere preziose intuizioni dai feedback dei clienti e dai social media.
3. Machine learning (ML): Permette ai sistemi informatici di apprendere dai dati, migliorando le prestazioni nel tempo senza necessità di programmazione esplicita. Le applicazioni del machine learning sono le più vaste, includono la previsione delle vendite, la manutenzione predittiva e il miglioramento dell’esperienza utente attraverso raccomandazioni personalizzate.
4. Riconoscimento vocale: Trasformare il parlato umano in testo scritto non solo solleva da una serie di difficoltà in fase operativa ma migliora anche l’interazione uomo-macchina.
5. Riconoscimento ed elaborazione delle immagini: Aiuta le macchine a comprendere le immagini oltre la semplice descrizione dei pixel. Questa tecnologia è utilizzata in settori come la sorveglianza, la diagnostica medica e il marketing, dove la capacità di analizzare immagini e video può fornire un vantaggio competitivo.
6. Generazione di linguaggio naturale (Nlg): Consente ai computer di produrre testi comprensibili e fluenti in linguaggio naturale. Il natural language processing è utilizzato per generare report automatici, riepiloghi di dati complessi e risposte automatiche in contesti di servizio clienti.
7. Abilitazione del movimento fisico: Permette ai robot e ai veicoli autonomi di muoversi e prendere decisioni basate sull’ambiente circostante. Questo campo include lo sviluppo di robot industriali, veicoli a guida autonoma e droni, che stanno trasformando la logistica, la produzione e la consegna.

L’analisi degli obiettivi che spingono le aziende UE ad utilizzare i sistemi di AI racconta a sua volta che più di un’azienda su quattro vi fa ricorso per gestire la sicurezza Ict (ad esempio, utilizzando l’apprendimento automatico per rilevare e prevenire attacchi informatici) ed una percentuale di poco più bassa per la contabilità, il controllo o la gestione finanziaria.

“Stiamo attraversando un’autentica rivoluzione, una fase che verrà ricordata nella storia economica e industriale – commenta Claudio Honegger, AD unico Richmond Italia, approfondendo i temi in occasione di Richmond AI Business Forum –. Le aziende italiane non possono farsi trovare impreparate se vogliono rimanere competitive, sfruttare nuove opportunità e prepararsi per il futuro del lavoro. I campi in cui l’intelligenza artificiale può aiutare le aziende sono già tanti e destinati ad aumentare ancora di più. Ciò che è indispensabile è la corretta informazione. Conoscere le potenzialità, ma anche i punti critici e migliorabili dei sistemi di AI è fondamentale per poter prendere le scelte più giuste e vantaggiose all’interno del proprio business”.

© RIPRODUZIONE RISERVATA