«L’intelligenza artificiale, in particolare quella generativa, rappresenta un’opportunità imperdibile per migliorare efficienza e produttività con ricadute economiche senza precedenti: a livello mondiale, entro il 2030, consentirà un aumento della produttività annua pari a circa 4.000 miliardi di dollari; per l’Italia stimiamo che possa portare al Paese un valore aggiunto pari a quello di un Pnrr», afferma Stefano Rebattoni, presidente e amministratore delegato di Ibm Italia. A condizione di mettere in connessione la tecnologia con le imprese, aggiungiamo noi. Perché sia realmente “generativa” l’intelligenza artificiale ha infatti bisogno di “fabbriche” dove progettare e portare in produzione soluzioni abilitanti il nuovo paradigma della produttività (tutto da dimostrare peraltro). Industrializzare la produzione dell’IA generativa, dunque. È con questo obiettivo che Ibm ha sviluppato watsonx, la piattaforma di Ibm per l’IA, tradizionale e generativa, e per i dati: mette a disposizione di programmatori, sviluppatori, software e system integrator le materie prime (i modelli fondazionali) e le risorse digitali per creare soluzioni e servizi per i più diversi settori di industry e contesti applicativi.
La vera sfida è portare l’IA generativa nelle aziende e trasformarla in uno strumento di business. Parafrasando il gergo manifatturiero, watsonx rende disponibili linee di progettazione e produzione che permettono di creare i copilot della working class 5.0. Tre i blocchi funzionali o le tecnologie abilitanti: watsonx.ai, per utilizzare i modelli in ambienti enterprise; watsonx.data, per la gestione dei dati e watsonx.governance, per un’IA trasparente e affidabile, priva di allucinazioni. La piattaforma watsonx per l’intelligenza generativa ha una presenza globale: può risiedere nel cloud Ibm o in quello degli hyperscaler (Aws, Azure, Google Cloud) così come on-premise. Sviluppare un progetto watsonx equivale alla creazione di una supply chain digitale: centrale è l’individuazione delle sorgenti dati aziendali da cui approvvigionarsi per alimentare la logica generativa.
«Le principali applicazioni di intelligenza artificiale generativa, ad oggi disponibili a tutti online, sono realizzate utilizzando i foundation models in maniera “non governata”, potenzialmente soggette dunque ad allucinazioni (generazione di informazioni non corrette) e che basano le risposte su informazioni potenzialmente non certificate, dice Simone Romano, AI & analytics practice leader di Ibm. Per ottenere un’applicazione “certificata” adatta a un utilizzo di business, che possa svolgere un compito specifico partendo da modelli fondazionali, bisogna costruire dei guardrail solidi. E lo strumento che abilita lo sviluppo di un’IA responsabile e governata è watsonx».
Nello scenario generativo emerge inoltre una domanda per nuove competenze. Tra queste quella del prompt engineer, tra le figure professionali ormai più ricercate nel campo dell’intelligenza artificiale: si occupa di progettare e ottimizzare i prompt, ovvero le istruzioni che vengono fornite ai modelli linguistici di grandi dimensioni per guidarne il comportamento e ottenere i risultati desiderati. watsonx, diventa il cuore della strategia Ibm, che ha chiuso il 2023 con un fatturato di 61,9 miliardi di dollari. Come affermato da Arvind Krishna, chairman and chief executive officer di Ibm, «è la piattaforma all-inclusive per fornire modelli di intelligenza artificiale enterprise ready, per dare alle imprese la possibilità di gestire l’intero ciclo di vita dell’AI, dallo sviluppo all’ottimizzazione, dall’implementazione alla governance».
Ecco la generative AI in stile Ibm, i differenti scenari di utilizzo, le tecnologie abilitanti, le nuove competenze e lo use case, sviluppato in collaborazione con WindTre, che ha permesso di automatizzare il 60% circa delle attività customer service del telco operator.
watsonx come piattaforma per lo sviluppo di soluzioni generative prive di allucinazioni e a salvaguardia della proprietà intellettuale
«watsonx è la tecnologia che abilita l’utilizzo dell’IA generativa in ambiente enterprise, un nuovo paradigma problem solving che può essere applicato in diversi ambiti applicativi, dice Romano. Ha la capacità di creare contenuti multimediali, testi, immagini, video». La serie di strumenti compresi nella suite software supportano i programmatori nella costruzione di soluzioni per specifici scenari di utilizzo, dal backoffice amministrativo al customer care, dalla sintesi di contenuti per funzioni come HR e marketing, fino alla modernizzazione di codice di applicazioni legacy, alla risoluzione di problemi manutentivi o di assemblaggio nel manufacturing. «watsonx è stato progettato per essere sicuri di poter generare contenuti che rispondano in maniera affidabile alla domanda dell’utente finale, evitando che si creino delle allucinazioni, una delle problematiche più comuni che si riscontrano nell’esercizio dell’IA generativa – racconta Romano. È un problema che risolviamo con un approccio di “retrieval augmentend generation”, un pattern architetturale che forza i modelli a generare delle risposte partendo da una conoscenza di base specifica e certificata».
Insomma, la materia prima, i dati, su cui far lavorare i modelli, deve essere di buona qualità altrimenti si corre il rischio di generare allucinazioni ovvero fake news, risposte fuorvianti o approssimative. Un esempio sono le soluzioni di supporto agli operatori di fabbrica: le risposte, in questo caso, devono avere una precisione chirurgica. «Per creare l’IA per il business, l’intelligenza artificiale per utilizzo nelle imprese, si devono tenere in conto altri fattori», dice Romano. «Primo fra tutti, l’intelligenza artificiale deve essere responsabile. Significa essere sicuri che i dati utilizzati siano di proprietà o autorizzati. Insomma, la questione è quella di verificare aspetti di intellectual property, così come di rispondenza a principi, normative o regolamenti di settore. Per questo watsonx si distingue rispetto alle altre AI genarative, in quanto prevede by design la componente per l’organizzazione e la cura dei dati, watsonx.governance, piattaforma automatizzata e configurabile per la gestione e il monitoraggio di modelli di intelligenza artificiale predittivi e generativi».
Dall’IA tradizionale all’IA generativa, tecnologie complementari e non mutuamente esclusive per la manutenzione predittiva
Quali le relazioni tra intelligenza artificiale tradizionale, di machine e deep learning, e quella generativa? «Nella manutenzione predittiva l’IA supporta impianti industriali per predire possibili fault di macchinario. Avverte, ad esempio, che tra una settimana un certo componente potrebbe essere a rischio. Ecco, un caso di GenAI come complemento all’IA tradizionale è proprio questo, dice Romano.
L’intelligenza generativa chiude il loop manutentivo. Sulla base di quanto evidenziato dall’IA tradizionale, si può avere il copilot che dice cosa fare per risolvere un certo problema in funzione della documentazione manualistica dell’impianto di produzione e dei dati storici su cui è stato istruito il modello». E nessuna allucinazione, perché l’algoritmo viene utilizzato su una base dati certificata. «Va fatta un’analisi di quelle che sono le sorgenti dati che vanno utilizzate per generare delle informazioni corrette, spiega Romano. Dati che vanno organizzati in porzioni di testo di dimensioni ragionevoli, che vengono indicizzati su database vettoriali per poi rispondere in modo puntuale alla domanda dell’utente».
Il ruolo del prompt engineer nello sviluppo di nuove applicazioni GenAI e il supporto offerto da watsonx
«Per accelerare l’adozione dell’IA generativa abbiamo costruito un framework su diverse aree applicative e lo stiamo già implementando per diversi clienti», racconta Romano. Si stanno sperimentando e sviluppando soluzioni per la gestione di basi dati documentali, per tutti i sistemi di Q&A, per scansionare documenti alla ricerca di informazioni complesse, per documentare codice sorgente con generazione di diagrammi che vanno a spiegare come le varie applicazioni parlano tra loro. Nel processo di sviluppo di un progetto GenAI, fondamentale il ruolo del prompt engineer, una nuova figura professionale che predispone il modello con una logica di interpretazione delle domande che possono essere poste dall’utente. «Sviluppa un sistema di ragionamento per concatenare le domande al set di informazioni certificate», spiega Romano.
La serie di strumenti compresi nella suite software supportano i programmatori nella costruzione di soluzioni per specifici scenari di utilizzo, dal backoffice amministrativo al customer care, dalla sintesi di contenuti per funzioni come HR e marketing, fino alla modernizzazione di codice di applicazioni legacy, alla risoluzione di problemi manutentivi o di assemblaggio nel manufacturing.
In watsonx questo lavoro viene agevolato grazie a una serie di librerie di prompt adatte ai singoli use case, per sviluppare chatbot, estrarre keyword da testi e altro. «A seconda del modello che si utilizza non è detto che lo stesso prompt abbia le stesse prestazioni, deve essere adattato al contesto applicativo», dice Romano. In altre parole, il prompt engineer comprende le esigenze degli utenti e le traduce in istruzioni precise e comprensibili per il large language model. «Stesse regole valgono per il modello da utilizzare, che va scelto in funzione del problema da risolvere. Se serve per fare la sintesi di documenti si utilizzano alcuni modelli, per i chatbot un altro, per generare codice sorgente un altro ancora. L’utilizzo del modello varia a seconda dello use case che si vuole implementare», commenta Romano.
Intelligenza artificiale per ottimizzare la gestione dei ticket: la soluzione watsonx adottata da WindTre che automatizza oltre 200.000 segnalazioni al mese
L’obiettivo che ha spinto WindTre a sviluppare una soluzione di GenAI? Aumentare la produttività e l’efficienza nel processo di gestione dei reclami aperti dagli utenti, ridurre le attività ripetitive del service desk. Ad oggi la soluzione è in grado di gestire in maniera automatizzata oltre 200.000 segnalazioni con elevati livelli di automazione. WindTre si è avvalsa non solo della tecnologia, ma anche degli esperti di Ibm Consulting per progettare, sviluppare e gestire la soluzione. Funzionalità di IA generativa permettono di capire il linguaggio umano, ragionare, estrapolare informazioni, proporre ipotesi di interpretazione e imparare, snellendo e facilitando la gestione dei ticket. Dopo la fase di analisi, i ticket vengono arricchiti con informazioni raccolte dai sistemi informativi e inviati ai sistemi di automazione per la risoluzione. Grazie alla soluzione, riferisce WindTre, le oltre 10.000 segnalazioni al mese, di cui il 60% non prevede il coinvolgimento del service desk, vengono gestite in tre modalità differenti: ticket “automatically resolved”, con segnalazione che viene risolta completamente dall’IA senza intervento di un operatore; ticket “partially resolved”, con segnalazione che viene analizzata, classificata e arricchita con informazioni ottenute dai sistemi di WindTre, al fine di assistere l’operatore sia di primo che di secondo livello; ticket “routed”, con segnalazione che viene analizzata e assegnata automaticamente al team di operatori più appropriato. Secondo quanto affermato da WindTre, «I benefici dell’integrazione di watsonx sono stati innumerevoli, a partire dalla valorizzazione del personale del service desk e del back office, in quanto le attività più ripetitive vengono ora gestite mediante il sistema di “Intelligent Automation”, consentendo di risparmiare tempo e rifocalizzare le persone verso attività a maggior valore aggiunto».
