L’aereo di linea e l’aeromodello: una metafora per capire l’IA in azienda
Far volare un aeromodello è una sfida tutto sommato contenuta. Far volare un aereo di linea, invece, è tutt’altra storia: entrano in gioco sicurezza, certificazioni, protocolli di emergenza e, soprattutto, l’obbligo di funzionare in modo affidabile ogni singolo giorno. È questa la metafora con cui Artificialy, startup luganese fondata nel 2020, descrive la differenza tra un prototipo di intelligenza artificiale e un sistema IA realmente integrato in un contesto aziendale.
Christian Pala, senior NLP engineer dell’azienda, ha portato questa visione all’AI+X Summit di Zurigo, dove Artificialy ha fatto parte della delegazione ticinese. Il messaggio è chiaro: un modello che in laboratorio risponde correttamente nel 95% dei casi può sembrare eccellente, ma chi lo utilizza quotidianamente in azienda ricorderà soprattutto le risposte sbagliate, specialmente quando arrivano senza preavviso e in momenti critici.
Il vero problema non è tecnologico
Le persone interagiscono con i sistemi in modo spesso imprevedibile. Questo pone una domanda fondamentale a qualsiasi organizzazione che voglia adottare l’IA: quali processi si possono affidare a un sistema automatizzato e quali richiedono invece regole rigide, verifiche manuali o la supervisione di una persona?
Secondo Artificialy, l’adozione dell’intelligenza artificiale in azienda non è semplicemente una questione tecnologica. Riguarda processi, responsabilità, culture organizzative e la capacità di gestire l’errore quando si presenta. Un sistema che funziona bene in media non è necessariamente un sistema su cui si può fare affidamento in ogni circostanza.
Sovranità digitale: tre domande a cui ogni organizzazione dovrebbe saper rispondere
Uno dei temi centrali del workshop ticinese a Zurigo era la sovranità digitale. Per Artificialy, mantenere il controllo sui propri dati e sui propri modelli significa essere in grado di rispondere a tre interrogativi precisi:
- Dove finiscono le informazioni? Con le normative vigenti sulla protezione dei dati, un’organizzazione rimane responsabile dei dati di clienti e dipendenti anche quando li affida a terzi.
- Chi decide quando il sistema cambia? Un modello offerto come servizio esterno può essere aggiornato o addirittura dismesso in qualsiasi momento dal fornitore, costringendo l’organizzazione a ricominciare da capo le verifiche.
- Cosa succede se cambiano le condizioni contrattuali? Costi, continuità del servizio e margini di manovra dipendono interamente dalle scelte del fornitore.
Un esempio concreto di sovranità digitale applicata viene da Bellinzona: il sistema di traduzione sviluppato insieme al Centro sistemi informativi del Cantone Ticino si basa su Apertus, la soluzione elvetica alternativa ai grandi player tecnologici internazionali, ed è ospitato nei data center cantonali. I documenti restano all’interno dell’infrastruttura pubblica e il Cantone mantiene piena autonomia nella gestione, nell’aggiornamento e nella valutazione del modello.
Come avvicinare le PMI all’IA: partire dal problema, non dalla tecnologia
Pala ha sottolineato più volte la necessità di costruire un ponte concreto tra le piccole e medie imprese e l’intelligenza artificiale. Ma questo avvicinamento può fallire se si commette un errore fondamentale: partire dalla tecnologia disponibile e cercare a posteriori un caso d’uso in cui applicarla. Questo approccio, per quanto apparentemente logico, raramente genera valore reale.
Il metodo suggerito da Artificialy è l’opposto: si comincia identificando un problema concreto che l’organizzazione vuole risolvere o migliorare. Solo a quel punto si ragiona sugli strumenti: serve un grande modello linguistico? È più adatto il cloud o un’infrastruttura interna? La strada ottimale si articola in quattro fasi:
- Individuare un problema specifico e ben definito
- Stabilire metriche di successo misurabili (tempo risparmiato, ricavi, qualità del lavoro, benessere del personale)
- Sviluppare e testare un primo caso d’uso su scala ridotta
- Ampliare il progetto solo se i risultati confermano l’efficacia
I progetti utili non fanno rumore
C’è una distinzione netta, secondo Artificialy, tra un progetto IA realmente utile e quello che potremmo definire un progetto di moda. I primi automatizzano un compito circoscritto e ripetitivo, lo fanno in modo silenzioso ma costante, giorno dopo giorno. I secondi producono dimostrazioni efficaci, generano entusiasmo iniziale, ma si esauriscono lì, senza mai integrarsi nei flussi di lavoro reali.
È proprio questa continuità operativa a fare la differenza. Un’IA che risparmia dieci minuti al giorno a cinquanta dipendenti vale molto più di una funzionalità spettacolare usata una volta sola. L’utilità si misura nella ripetizione, non nell’effetto sorpresa.
Visibile o invisibile? Il giusto equilibrio tra integrazione e trasparenza
Un ultimo punto, cruciale quanto gli altri: come deve presentarsi l’IA all’interno di un’organizzazione? La risposta di Artificialy è sfumata ma precisa. Lo strumento dovrebbe essere il più discreto possibile, integrato nei software e nei flussi di lavoro già in uso, senza aggiungere complessità all’esperienza quotidiana. Il suo contributo, invece, deve restare visibile e riconoscibile.
Chi lavora con un sistema basato sull’IA deve sapere quando un risultato è stato generato automaticamente, su quali dati o logiche si basa e in quali casi potrebbe sbagliare. Un’IA il cui ruolo rimane opaco rischia due esiti ugualmente problematici: essere accettata acriticamente, senza alcun controllo, oppure essere rifiutata in blocco per mancanza di fiducia.
In entrambi i casi, si torna all’aeromodello. Funziona, forse, ma non si può portare nessuno a bordo.
