/, Innovation/Come il Machine Learning può aiutarci ad Aumentare la nostra Produttività

Come il Machine Learning può aiutarci ad Aumentare la nostra Produttività

By |2019-09-06T19:15:50+00:00Maggio 9th, 2017|Chatbot & AI, Innovation|

Settimana scorsa Vidiemme ha preso parte all’evento Intelligent Assistance Conference a Londra.

È stata un’occasione molto utile per studiare e capire come le aziende usino gli assistenti di AI e quali sono gli step per garantire una Customer Experience sempre più coinvolgente ai propri clienti, utilizzando il linguaggio naturale.

Abbiamo capito che non c’è un’altra parola nel panorama semantico che le aziende amano maggiormente e alla quale vogliono essere associate se non “produttività”.

È una metrica che ne influenza molte altre come successo, efficienza e profitto: tutti elementi fondamentali nell’analisi e nel giudizio del benessere di un business.

E di recente proprio l’Intelligenza Artificiale è stata identificata come un modo innovativo per incrementare la produttività, sostituendo il costo derivante dalla forza lavoro con quello di inarrestabili macchine. In America ha suscitato molto scalpore la notizia che presto il lavoro di 1.7 milioni di camionisti potrebbe essere sostituito da macchine automatizzate.

Tuttavia a noi sembra troppo presto per arrivare queste conclusioni e pensiamo che troppo spesso siano stati puntati i riflettori sull’Intelligenza Artificiale in modo sbagliato.

Prima di affermare che le macchine andranno a sostituire il lavoro degli umani bisogna considerare quanto possano invece essere utili per la collaborazione e l’assistenza nello svolgimento di determinate mansioni

Questo uso della tecnologia è chiamato “Intelligence Augmentation” e per via della sua estensione imminente e dell’impatto considerevole che avrà, merita di essere guardata più da vicino.

Per molti parlare di Intelligenza Artificiale o di Intelligence Augmentation equivale a parlare di due cose distinte, ma di per sé uguali. Tuttavia la distinzione sussiste e non si tratta dello stesso concetto, specialmente se si parla di massimizzare la produttività nel mondo del lavoro moderno. Applicare entrambe le tecnologie, infatti, nell’ambito aziendale sbagliato, potrebbe essere controproducente e dannoso nonostante le buone premesse.

L’intelligenza messa a disposizione dalla tecnologia consiste nella scomposizione di azioni complesse in processi molto semplici e automatizzati che si basano sull’analisi di un numero di proposte e di aggregazioni rapide di dati.

Questo è il motivo per cui software fondati sull’Intelligenza Artificiale sono in grado di giocare a scacchi e di battere, alle volte, la mente umana. Questo approccio automatizzato permette infatti di poter selezionare la mossa migliore tra una serie di mosse possibili, per quanto ampio possa essere il numero di proposte.

Analizzare molte opzioni e imparare dall’esperienza passata – utilizzando una tecnologia chiamata Machine Learning – è il modo in cui l’Intelligenza Artificiale è in grado di selezionare il risultato migliore.

 Ma le decisioni di business consistono in qualcosa di più rispetto all’analisi delle diverse opzioni a disposizione.

Le decisioni di business includono etica e aspetti intangibili, elementi che un applicativo non è in grado di percepire e che quindi non prende in considerazione nell’avanzamento di proposte e soluzioni.

Ed è qui che entra in gioco la mente umana e l’AI assume il suo vero significato. Quest’ultima, infatti, permette agli esseri umani di valutare un maggior numero di opzioni in un arco di tempo inferiore e offre suggerimenti riguardo le decisioni da prendere, ma quest’ultime spettano sempre alla mente umana. Ed è proprio questa cooperazione tra uomo e macchina che permetterà il raggiungimento di un livello più avanzato ed efficace di produttività.

Come funziona il Machine Learning?

Un esempio pratico circa lo sfruttamento del Machine Learning per aumentare la produttività dell’uomo nel business quotidiano riguarda la possibilità di raccogliere informazioni di vario genere da un ampio numero di applicazioni e, attraverso l’uso dell’Intelligenza Artificiale, associare tra loro le informazioni correlate.

Questo vuol dire, per esempio, collezionare informazioni da Salesforce, Dropbox, Gmail, Office 365, Workday e molte altre applicazioni, e poi mettere insieme quelle correlate, come se fosse un puzzle che si viene a formare in modo trasversale e che permette all’uomo di vedere i dati raccolti in modo aggregato e ordinato, evitando che l’utente si perda nel mare magnum delle informazioni a sua disposizione.

Questo processo, che risulterebbe estremamente dispendioso e faticoso per un uomo, è invece immediato per un software dotato di Machine Learning. Considerando poi tutte le informazioni aggregate e presentate secondo criteri predefiniti, l’uomo può prendere decisioni intelligenti su quale mossa fare in seguito. Questo processo ci dimostra come l’Intelligenza Artificiale non sostituirà l’uomo, ma lo aiuterà, ponendolo nelle migliori condizioni possibili per svolgere il suo lavoro.

Ogni uso di tecnologia intelligente ha infatti il suo ruolo e il suo adattamento alle attività quotidiane.

L’uso, per esempio, dei Chatbot a sostituzione di alcune mansioni diventerà sempre più comune.

Oggi si può ordinare la pizza o fare la spesa direttamente dal proprio divano, utilizzando comodamente i bot. Questi Chatbot svolgono tipi di mansioni che l’Intelligenza Artificiale può gestire molto facilmente e in modo più efficiente rispetto a una persona perché il contesto di intervento è definito in modo chiaro e il grado di decisione estremamente limitato.

È quando il contesto si carica di ambiguità, di criteri di decisione indistinti e la sfera etica è preponderante nel panorama decisionale che l’Intelligenza Artificiale non risulta sufficiente. Può risultare invece molto utile nel preparare materiali su cui verrà presa la decisione direttamente dalla mente umana.

È così che il Machine Learning aiuterà realmente l’organizzazione, e gli individui diventeranno più produttivi per l’azienda. Ed è proprio da questo atteggiamento che può derivare l’aumento di produttività tanto desiderato dalle aziende. È capendo il ruolo che il Machine Learning può avere e come possa adattarsi a processi ed equilibri aziendali, che si possono massimizzare sia l’Artificial che la Human Intelligence, imparando così a vedere l’AI non come un sostituto dell’uomo, ma come un collaboratore che mette l’individuo nelle condizioni di svolgere al meglio il proprio lavoro.

 

Sources: Venture BeatVisual Hunt