L’intelligenza out of the box

 “Anything as a Service” indica la tendenza a gestire sempre più servizi dal cloud. Uno dei più innovativi è AI as a Service (AIaaS), l’outsourcing dell’intelligenza artificiale sul cloud. L’idea alla base di AIaaS, scrive il sito tedesco It-Zoom,  è tanto semplice quanto plausibile: l’intelligenza artificiale (AI) è ancora una delle tecnologie più ricercate e per molti è addirittura paragonabile alla scoperta dell’elettricità o all’introduzione di Internet. Le applicazioni di intelligenza artificiale possono aiutare le aziende in vari modi. Possono aiutare a migliorare il servizio clienti, fornire previsioni, automatizzare i processi industriali e molto altro ancora. Lo sviluppo da solo consuma molto capitale di investimento. Ed è qui che entra in gioco AIaaS, come spiega Constantin Gonzalez, Principal Solutions Architect di AWS: “Oggi, i moderni servizi cloud offrono blocchi di applicazioni e strumenti di sviluppo per AI e Machine Learning (ML) che sono gestiti in modo completamente automatico e quindi disponibili senza investimenti , costi di installazione o gestione”.

Murat Durmus, CEO di AISoma, afferma che queste applicazioni di intelligenza artificiale “già pronte” offrono alle aziende lo spazio per crescere, poiché i rischi e gli investimenti sono bassi.  L’impresa può concentrarsi sul proprio core business, creare trasparenza dei costi, aumentare l’uso dei dati e quindi la sua flessibilità strategica, senza dover necessariamente diventare esperta in questa tecnologia.

Ron Brandt di CGI mette però in guardia da un approccio troppo ingenuo: negli scenari AIaaS devono essere soddisfatti determinati requisiti di base, come budget o infrastruttura. Tuttavia, aggiunge, ci sono anche fornitori che forniscono le metodologie AI selezionate, che inizialmente possono essere utilizzate per determinare la domanda sulla base di progetti più piccoli. Secondo Brandt, ci sono anche fornitori che forniscono l’hardware necessario, come le GPU per carichi di lavoro intensivi.

Tutti gli esperti concordano comunque sul fatto che uno dei principali ostacoli all’implementazione diffusa di soluzioni basate sull’intelligenza artificiale è la mancanza di “potere umano”, ovvero il know-how interno dell’azienda, perché gli specialisti corrispondenti sono costosi e scarsi. Constantin Gonzalez sa che in questi casi vale la pena prendere in considerazione un progetto AIaaS: “Gli sviluppatori hanno accesso immediato a strumenti di intelligenza artificiale veloci e di alta qualità quando ne hanno bisogno e possono quindi mettere insieme la propria soluzione di intelligenza artificiale senza che l’azienda debba necessariamente impiegare AI specialisti e Data scientist per costruire i modelli necessari. I servizi di intelligenza artificiale dal cloud aiutano anche se questa conoscenza è già disponibile in azienda, perché possono alleviare questi dipendenti e creare così spazio per nuove innovazioni e idee. In questo modo, aggiunge Gonzalez, l’ostacolo per i progetti di innovazione verrà ridotto perché le risorse cloud potrebbero essere invertite in qualsiasi momento in caso di guasto.

L’esempio dei chatbot basati sulla PNL (Natural Language Processing) illustra come anche i principianti possano effettivamente ottenere un’applicazione dal cloud che era considerata una sfida tecnologica solo pochi anni fa. Questi possono elaborare il linguaggio naturale e quindi consentire uno scambio migliore tra uomo e macchina. Ciò li distingue dai vecchi modelli di bot, che sono più simili alle ricerche full-text. Con la loro profonda conoscenza del linguaggio umano, facilitano l’interazione e possono, ad esempio, accettare ordini, trasmettere informazioni o navigare attraverso le offerte di servizi. Constantin Gonzalez spiega come questi chatbot riconoscono “intenti” e “slot”: “Ad esempio, se un utente di chatbot dice:” Vorrei prenotare un volo da Monaco a Seattle “, l’intenzione sarebbe quella di effettuare una prenotazione di volo e il le slot sarebbero “Monaco” per l’aeroporto di partenza e “Seattle” per la destinazione “. E  AIaaS lo rende un servizio utilizzabile anche da aziende più piccole.  

 Ma chi protegge effettivamente i dati in tali progetti? “La sicurezza è garantita principalmente dal fornitore di AIaaS”, afferma Murat Durmus di AISoma aggiungendo che, di norma, non si dovrebbero usare dati sensibili o di importanza critica quando si utilizza AIaaS pubblica e consigliando agli utenti di optare per soluzioni di cloud privato in caso di dubbio.

Secondo Oliver Oursin di Salesforce le industrie che trattano le informazioni personali, come banche e istituzioni pubbliche o mediche, devono in ogni caso prestare particolare attenzione: “Ovunque ci possono essere preoccupazioni circa la consegna di questi e la loro trasmissione a terzi, vale a dire il fornitore di AI, tramite un’interfaccia. Qui, le aziende devono verificare attentamente se il traffico di dati necessario è consentito per motivi legali o di altro tipo, vale a dire chiarire dove si trovano i dati e chi ha accesso ad essi”, afferma. 

Inoltre, afferma Constantin Gonzalez, l’uso dei servizi di intelligenza artificiale non è limitato ai singoli servizi standard e può essere combinato con altri servizi cloud o propri sviluppi per creare potenti architetture IT che offrano valore aggiunto in modo rapido e semplice. Presto ci saranno applicazioni costituite da dozzine o centinaia di servizi di IA interconnessi che insieme offrono nuove soluzioni a un problema aziendale. “In tali architetture, è la progettazione innovativa dell’intero sistema che conta, anche se i blocchi di intelligenza artificiale sono standardizzati”, riassume Gonzalez.

 Mentre AIaaS rende l’accesso alla tecnologia molto più semplice, non sostituisce gli specialisti, come sottolinea ancora una volta Gonzalez: “I big data moderni e i servizi ML o AI dal cloud aiutano le aziende a risolvere determinate attività standard, ma se si desidera trovare nuove , soluzioni innovative più rapidamente, è una buona idea lavorare con data scientist. Questo aiuta anche a sviluppare le proprie competenze più rapidamente. Oursin raccomanda che le soluzioni standard aiutino a colmare questa lacuna nei periodi in cui vi è una carenza di personale qualificato, ma i buoni consulenti di intelligenza artificiale e data scientist sono molto difficili da trovare e non possono aiutare tutte le aziende con l’introduzione dell’IA.