Viaggio al centro di Azure AI, la piattaforma di cloud computing di Microsoft, di delivery service, per lo sviluppo di applicazioni di intelligenza artificiale che integra oggi Large Language Model per la creazione di soluzioni di IA generativa. Questo è il primo articolo di un una serie incentrata sulle novità b2b dell IA generativa proposte dai Big Tech.
«La proprietà nativa con cui sono costruiti i Large Language Model permette di interagire con la knowledge base aziendale utilizzando il linguaggio parlato o scritto», afferma Andrea D’Onofrio, marketing lead for data, analytics & AI di Microsoft. Una tecnologia complementare a quanto già realizzato finora. «In tutte le soluzioni di manutenzione predittiva o di supply chain management in cui l’intelligenza artificiale tradizionale, di machine e deep learning, fornisce degli alert che nascono da un’analisi delle correlazioni tra una molteplicità di variabili, l’IA generativa può essere sfruttata per interpretare quegli alert, in modo che chiunque, senza possedere una vera conoscenza approfondita del processo, possa avere nozione di quello che sta succedendo e agire di conseguenza», dice D’Onofrio.
Servizi per analizzare dati storici, per prevedere quando è necessario eseguire la manutenzione delle macchine, evitando guasti imprevisti e downtime, per individuare ritardi nella produzione o per ispezionare i prodotti in modo automatico, identificando difetti con un’elevata precisione. Azure AI è la piattaforma per lo sviluppo algoritmico della smart factory. Non meno importanti i servizi che permettono di migliorare la relazione con i clienti. Chatbot intelligenti possono essere utilizzati per rispondere alle domande in modo automatico e personalizzato, per creare assistenti virtuali di supporto ad attività di customer care. Per l’innovazione di prodotto i servizi Azure AI accelerano inoltre lo sviluppo di nuovi prodotti: analizzando dati di mercato si identificano nuove opportunità, personalizzando i prodotti in base alle esigenze individuali dei clienti. «Stiamo appena grattando la superficie delle potenziali applicazioni. Il bello deve ancora venire. In un futuro non molto lontano dialogheremo con i dati aziendali, con robot, macchinari e metaversi industriali attraverso interfacce di comunicazione generative», afferma D’Onofrio.
Un mercato in pieno sviluppo, basti pensare al mega accordo del valore di 1,5 miliardi siglato a inizio anno con Vodafone, che intende utilizzare le tecnologie di IA di Microsoft nell’ambito del customer care e nello lo sviluppo di servizi rivolti alle aziende. In Italia sono già 150 le aziende coinvolte nell’iniziativa AI Lab, promossa da Microsoft in collaborazione con la rete di partner per accelerare l’utilizzo della nuova tecnologia nella pubblica amministrazione e nelle grandi e piccole e medie aziende. Lab ovvero Learn, Adopt, Benefit, formazione e orientamento per guidare le aziende nell’acquisizione di competenze tecniche e di business per sviluppare processi abilitati dall’IA. Oltre 300 i casi d’uso già individuati. Al programma hanno già aderito partner del calibro di Accenture, Agic Group, Almawave, Altitudo, Avanade, Avvale, Capgemini, Engineering, Ernst & Young, Hevolus, Jakala, Mesa, Porini/Dgs, Pwc, Reply, Prometeia e Trueblue. Insieme a Microsoft sono impegnati per offrire soluzioni, competenze e metodologie che servono a massimizzare l’impatto positivo dell’Ia generativa.
Tra le aziende che hanno avviato al proprio interno le prime sperimentazioni, Intesa Sanpaolo, Generali, Inps, Cps Concordia e Sea Milan Airports. Ecco le potenzialità e le possibili evoluzioni dell’intelligenza artificiale generativa il cui effetto dirompente è cambiare la modalità di interazione tra uomo-computer con un linguaggio naturale. Se il buongiorno si vede dal mattino Microsoft può stare tranquilla. Nell’ultimo trimestre fiscale, terminato il 31 dicembre, grazie alle nuove funzionalità di intelligenza artificiale generativa che hanno contribuito ad attirare i clienti verso la piattaforma del colosso tecnologico è stato registrato un utile record di 21,9 miliardi di dollari (+ 33,1% rispetto allo stesso periodo dell’anno precedente) e ricavi per 62 miliardi (+17,6%). Il giro d’affari alimentato dal cloud Azure, motore indispensabile per fornire le capacità computazionali per erogare applicazioni AI-based è cresciuto del 20% a 25,9 miliardi. «Siamo passati dal parlare di intelligenza artificiale all’applicazione su larga scala. Incorporando l’intelligenza artificiale a ogni livello stiamo conquistando nuovi clienti, contribuendo a generare vantaggi e aumenti di produttività in tutti i settori», ha detto Satya Nadella, presidente e ceo di Microsoft commentando i risultati dell’ultimo trimestre.
Azure AI, la fabbrica Microsoft per lo sviluppo di soluzioni basate su modelli di intelligenza artificiale
Servizi per machine learning, chatbot, analisi dei big data, applicazioni cognitive come la visione artificiale e la comprensione del linguaggio naturale. «Azure Ai offre alle aziende la possibilità di sfruttare modelli di apprendimento automatico prefabbricati o di crearne di propri, fornendo gli strumenti e l’infrastruttura necessari per formare, testare e implementare i modelli nei vari settori di industry», dice D’Onofrio. Una suite di servizi pensati per data scientist e sviluppatori che dà accesso a modelli i machine learning e modelli avanzati di intelligenza artificiale generativa come ChatGpt. Strumenti che ben si adattano a qualsiasi comparto aziendale. Tra i tool disponibili ce ne sono diversi orientati alla produzione. Per analizzare dati per la manutenzione predittiva, come già detto, o per individuare quali macchinari stanno lavorando al disotto delle rispettive possibilità, cosa utile nei momenti in cui gli ordinativi raggiungono picchi di eccezionalità o una macchina difettosa necessita di deviare carico di lavoro su altre linee di produzione. Allo stesso modo, tra i modelli di IA messi a disposizione da Azure, ce ne sono alcuni che guardano alla sicurezza fisica sul luogo di lavoro, riscontrando potenziali pericoli e avvertendo tramite appositi alert i dipendenti esposti a rischio. «Gli strumenti per l’analisi dei dati consentono di usare i vari modelli, senza avere conoscenze specifiche, sia facendo ricorso a uno o a più dei tanti algoritmi messi a disposizione, sia interagendo mediante algoritmi personalizzati», dice D’Onofrio.
Knowledge mining, la generative AI per creare una conoscenza aumentata per blue e white collar
Al momento il principale scenario di utilizzo da parte dei clienti Microsoft consiste nel creare interfacce semplici per accedere alla knowledge base aziendale. La Gen AI è, infatti, una tecnologia molto potente per dare risposte in funzione di dati e documenti che sono all’interno delle aziende. Uno scenario di utilizzo che potremmo definire di knowledge mining, che può essere applicato trasversalmente a tutte le aree aziendali e settori di industry. Come dice D’Onofrio, «Quando viene chiesto di esaminare ed eseguire ricerche di dati tecnici, la lettura di molte pagine può risultare noiosa e complessa. Ecco, il knowledge mining aiuta i dipendenti a scansionare rapidamente la documentazione ottenendo le informazioni più pertinenti». Con large o small language models si possono quindi realizzare motori di intelligenza artificiale per singoli dipartimenti, per le risorse umane, per la progettazione, per il customer service. O predisporre modelli più verticali in tutti quegli ambienti dove si richiede accesso a documentazione specializzata. Nel manufacturing, per esempio, per tutto quanto attiene i servizi di manutenzione. In questo caso la Gen Ai è la leva per realizzare l’azienda paperless: fare in modo che gli utenti, attraverso una semplice interfaccia vocale o testuale, possano fare domande a un copilota, che risponde in merito alla risoluzione di un problema, senza che il manutentore debba ricorrere a un supporto cartaceo.
E-commerce, metaversi industriali. La flessibilità applicativa dell’intelligenza generativa crea nuove opportunità nei più diversi settori di mercato
La GenAI dà vita a scenari applicativi che non potevano essere gestiti da strumenti di tecnologia di IA tradizionale. Carmax, il più grande retailer di auto americano, che vende principalmente su canali online, è riuscito per esempio a creare descrizioni delle auto migliorate, elemento centrale per vendere un’auto, mettendo insieme info eterogenee, interne ed esterne, che nascono dai social. «Solo con l’Ai generativa si poteva fare una cosa di questo genere. Con tecniche più tradizionali il training dei modelli sarebbe stato molto ingente e non ci sarebbe stato un ritorno dell’investimento», dice D’Onofrio. Gli algoritmi di IA generativa potranno essere utilizzati anche per creare contenuti all’interno del metaverso industriale. Ad esempio, modelli generativi potrebbero essere impiegati per creare oggetti, ambienti o dettagli visivi all’interno di uno spazio virtuale, risolvendo la creazione di situazioni complesse, proponendo test di scenari di produzione e simulazioni di interazioni umane e robotiche. «Gli algoritmi generativi potranno essere utilizzati per adattare dinamicamente l’ambiente virtuale in base alle interazioni degli utenti», dice D’Onofrio. In sintesi, l’intelligenza artificiale generativa contribuirà alla creazione di ambienti virtuali più dinamici, interattivi e adattabili. Una sinergia che potrà offrire potenziali vantaggi in termini di simulazione avanzata, formazione, progettazione virtuale e innovazione industriale.
Small Language Model, i piccoli copilot che funzionano su dataset verticali
Nel futuro non solo soluzioni generative che derivano dall’utilizzo di Large Language Model (Llm). «Stiamo sviluppando gli Small Language Models, modelli di linguaggio di dimensioni ridotte, specializzati per compiti specifici», racconta D’Onofrio. A differenza dei Llm, che sono modelli linguistici più ampi e generali, gli slm sono progettati per affrontare task particolari con un focus mirato: possono essere riaddestrati, offrendo un livello di personalizzazione che non è possibile raggiungere utilizzando gli Llm. «In molte applicazioni potrebbe essere utile non utilizzare tutta l’informazione su cui è stato addestrato un Llm. Questa riduzione di dimensioni li rende più leggeri in termini di risorse computazionali, facilitando l’integrazione e l’utilizzo in contesti più limitati, dice D’Onofrio. Forniranno risposte più precise e personalizzate poiché vale una semplice regola: più il data set è strutturato, più è profilato il servizio che si vuole automatizzare, più potenti saranno le prestazioni dall’IA generativa».
Prompt engineering, la tecnica per trarre il massimo valore dalle potenzialità della generative AI
La capacità di elaborare le domande migliori per ottenere il risultato più pertinente e soddisfacente rispetto alle aspettative si esplicita nel prompt engineering. «È una pratica che consiste nel formulare in modo strategico gli input o “prompt” forniti a un Large Language Model al fine di ottenere risposte desiderate o di migliorare la qualità delle risposte», dice D’Onofrio. Una parte essenziale del prompt engineering è, quindi, la progettazione di query o istruzioni che guidino il modello verso la produzione di risposte specifiche. «Strutturare l’input in modo da specificare meglio il contesto o richiedere informazioni specifiche può contribuire a evitare risposte ambigue o non pertinenti, spiega D’Onofrio. Questo processo di affinamento può aiutare a ottimizzare l’interazione con il modello nel tempo».
L’IA nel mondo delle telco. La partnership miliardaria tra Vodafone e Microsoft
È un accordo che vale 1,5 miliardi, quello siglato all’inizio dell’anno fra Microsoft e Vodafone Group. Grazie a questo investimento la telco potrà utilizzare le tecnologie di Microsoft nei prossimi 10 anni. Come parte dell’accordo Vodafone utilizzerà la tecnologia di OpenAI, in esecuzione su Azure, per migliorare le operazioni di assistenza clienti. E i dipendenti dell’azienda britannica avranno accesso a Microsoft Copilot, l’assistente super intelligente lanciato da Microsoft. «L’intelligenza artificiale generativa sta cambiando il gioco per quanto riguarda le opportunità di costruire nuovi servizi e nuove funzionalità», ha detto il chief technology officer di Vodafone, Scott Petty. Nello specifico, la collaborazione punta a trasformare la customer experience dei clienti attraverso l’utilizzo della intelligenza artificiale generativa di Microsoft, a potenziare la piattaforma di Internet of Things di Vodafone, a sviluppare nuovi servizi digitali e finanziari per le aziende.
(Ripubblicazione dell’articolo dell’8 febbraio 2024)
