Come introdurre con successo l’intelligenza artificiale in azienda? Ne parliamo con Antonio D’Ortenzio, Manager in Solutions Architecture di Aws.
Da dove partire per introdurre l’IA in azienda? Quali sono le attività dove le IA attualmente disponibili possono dare i migliori risultati?
Quello che vediamo è che i progetti di IA riescono a dare il meglio quando dietro c’è una data strategy ben strutturata. Considera la data strategy come la parte sommersa dell’iceberg e tieni conto di una cosa: un’iniziativa di IA può funzionare solo se c’è una buona strategia di dati alla base.
Da dove partire? Noi in Aws consigliamo di iniziare da quelle aree dove ci sono parecchi dati e sono già strutturati, oltre che di buona qualità. Dal punto di vista dei casi d’uso di successo, posso citare diversi ambiti a seconda dell’industria di riferimento
Nel manufacturing, per esempio l’IA torna molto utile nelle applicazioni di ottimizzazione della supply chain. Gli utenti possono usare semplici prompt testuali per chiedere come mai ci sono problemi e/o ritardi. Se il sistema conta su dati di qualità, i sistemi di IA riescono a offrire rapidamente una risposta affidabile. Una funzionalità, questa, che è stata annunciata nell’ultimo evento Re-Invent di Aws. Parliamo di una soluzione che si differenzia dalle classiche control tower, rispetto alle quali porta un salto di qualità.
Quali sono gli obiettivi e i Kpi da valutare nelle prime fasi di adozione?
Ci sono obiettivi di medio termine e di breve termine. Quelli a medio termine sono i classici obiettivi di ogni impresa: risparmio costi, miglioramento dell’efficienza e potenziamento della customer experience. Se guardiamo agli obiettivi a breve termine, sono quelli utili a capire se si sta iniziando col piede giusto. La semplicità di adozione, per dire, è fondamentale. E ha un impatto sulle competenze: i lavoratori devono comprendere da subito le nozioni di base del prompt engineering per poter utilizzare con successo i nuovi strumenti basati su IA.
In Aws supportiamo i nostri clienti introducendo già da subito una nostra metodologia. E li aiutiamo a scegliere anche l’LLM più adatto al loro specifico utilizzo. Cerchiamo di assisterli lungo tutto il percorso in modo che, se emergono problemi, possiamo correggerli da subito.
Quanto tempo sarà necessario per vedere i primi riscontri?
La risposta varia a seconda della specifica situazione. In certi casi, realizziamo applicazioni con quanto è già disponibile. In pratica, carichiamo i dati del cliente sui modelli che adotterà. Per questo bastano poche ore, ma il risultato sarà quello di un primo prototipo semilavorato, che va affinato col tempo. Per avere un proof of concept, invece, è necessario qualche giorno, mentre per un prototipo di app funzionante con codice a contorno si parla di settimane.
Che tipo di infrastruttura è necessaria? È meglio puntare su soluzioni cloud o investire sul potenziamento del data center aziendale?
Nel nostro caso, i clienti posso scegliere di adottare anche soluzioni ibride, ma crediamo che il cloud sia vantaggioso per le sue caratteristiche di elasticità e scalabilità. C’è da tenere conto di un aspetto importante: molti clienti, oltre all’obiettivo da raggiungere, si assicurano che il consumo di risorse sia controllabile. Perché, quando si usano queste piattaforme, è facile che i costi vadano fuori controllo. I nostri chip Trainium permettono di ridurre i consumi, garantendo un risparmio di energia al 50%.
Parliamo anche dei rischi di introdurre l’IA in azienda. A partire dalla privacy per arrivare al possibile lock-in.
Credo che sia necessario normare il più possibile queste tecnologie. Ma allo stesso tempo non dobbiamo limitare l’utilizzo dell’IA. In Aws usiamo la tecnologia Guard Rail che permette di agire in maniera controllata. Gli LLM che mettiamo a disposizione dei clienti sono accessibili tramite una shell che li protegge: chi li utilizza lo fa in maniera privata, sicura e controllata tramite appunto Guard Rail. Queste funzionalità sono poi customizzabili dal cliente, che ne ha il pieno controllo. Per quanto concerne il lock-in, questo è lo spauracchio che accompagna da sempre l’adozione di nuove tecnologie. Noi cerchiamo di evitarlo facendo uso di tecnologie open source che abbiamo incamerato nella nostra piattaforma. Questo è vero anche per i database, per la parte di gestione dell’integrazione tramite streaming.
Per quanto riguarda gli LLM di terze parti, già disponibili sul mercato, come Anthropic, Stability AI, Cohere, LLama2, va detto che non sono legati direttamente ad Aws: noi offriamo l’accesso a tecnologie di terze parti, sulle quali non abbiamo il controllo. E qui torniamo al tema precedente, di scegliere con attenzione all’inizio del percorso di adozione le tecnologie coinvolte. Perché se si cambia LLM è vero che tutto quello che si è imparato è qualcosa che rimane in azienda e che può essere riconvertito. Ma ci sarà ovviamente del lavoro da rifare. Per questo consigliamo di seguire un approccio modulare quando si portano in azienda queste tecnologie.
