Tuttavia, mentre le attuali applicazioni dell’IA si concentrano principalmente su compiti specifici e limitati, c’è una visione più ampia che affascina scienziati, futuristi e appassionati di tecnologia: l’avvento dell’intelligenza artificiale generale (AGI, dall’inglese Artificial General Intelligence) e la prospettiva (utopica?) della singolarità tecnologica.

Che cos’è l’Intelligenza Artificiale Generale (AGI)

L’Intelligenza Artificiale Generale – nota anche come Intelligenza Generale Forte – rappresenta un livello di A.I. in grado di comprendere, apprendere e applicare le proprie conoscenze in una vasta gamma di contesti, in modo simile a un essere umano. Un sistema AGI potrebbe affrontare compiti complessi e imprevisti, adattandosi e apprendendo dai suoi errori, proprio come facciamo noi.

Questo tipo di AI si differenzia dall’Intelligenza Artificiale Ristretta (o Specializzata), che è quella che usiamo oggi. L’AI ristretta è sviluppata per gestire compiti singoli e specifici e opera entro un limitato set di parametri e contesti. Sistemi di riconoscimento facciale, assistenti virtuali come Siri o Alexa, la guida autonoma o sistemi di raccomandazione utilizzati da servizi di streaming o e-commerce sono tutti esempi di AI ristretta. Questi sistemi sono molto efficaci nel loro dominio specifico ma non hanno la capacità di eseguire attività al di fuori delle loro aree di programmazione specifica.

Tornando all’AGI, le implicazioni di un’innovazione così sarebbero immense. Potremmo immaginare macchine in grado di eseguire qualsiasi compito umano, dall’insegnamento all’arte, dalla scienza alla politica. Ma non eseguirebbe solo compiti umani, avrebbe anche la capacità di «auto-coscientizzazione» e autonomia decisionale simile a quella umana. Tuttavia, con queste possibilità senza precedenti arrivano anche sfide e questioni etiche complesse.

Come controllare e regolare un’intelligenza artificiale così avanzata? Quali sono i limiti della sua autonomia e responsabilità?

Che cos’è la singolarità tecnologica

Questo concetto evoca l’immagine di un futuro in cui l’intelligenza artificiale generale non solo assiste l’umanità, ma la supera in modo esponenziale, aprendo la strada a un’era di progresso senza precedenti. Questo evento rappresenterebbe un punto di svolta nella storia dell’umanità, con profonde conseguenze per la società, l’economia, la politica e – secondo qualcuno – persino la nostra stessa sopravvivenza. C’è chi, ironicamente e chi con toni più seri, si domanda se l’intelligenza artificiale ci schiavizzerà o peggio ci distruggerà tutti.

Facendo un viaggio nel passato, il concetto di singolarità tecnologica non è un’invenzione recente. Le sue radici affondano nella metà del XX secolo, con i primi riferimenti a un evento esplosivo che trasformerebbe irreversibilmente l’umanità.

Negli anni ’50, il matematico Stanislaw Ulam durante una conversazione con John von Neumann (matematico e fisico) ipotizzò un “punto di singolarità” oltre il quale il progresso tecnologico accelererebbe a un ritmo incontrollabile, con conseguenze imprevedibili per l’umanità.

Nel 1965 il matematico, statistico e crittografo britannico I.J. Good coniò il termine “esplosione di intelligenza” per descrivere un’ipotetica intelligenza artificiale (IA) che supererebbe quella umana e innescherebbe un’auto-miglioramento esponenziale, portando a un’intelligenza ancora più potente e così via. Questo concetto è considerato un precursore della moderna definizione di singolarità tecnologica.

Queste idee iniziali erano per lo più speculative e non supportate da prove scientifiche concrete.

Il termine “singolarità” non è stato formalmente definito fino agli anni ’80, con i lavori di Vernor Vinge (scrittore statunitense di romanzi di fantascienza e di informatica) e Ray Kurzweil (inventore, informatico e saggista statunitense).

Ancora oggi, la singolarità tecnologica rimane un argomento controverso, con dibattiti accesi sulla sua probabilità, il suo impatto e le sue implicazioni per l’umanità.

Nonostante le incertezze, il concetto di singolarità ha avuto un impatto significativo sulla cultura popolare e sulla scienza. Ha ispirato opere di fantascienza, ricerche scientifiche e riflessioni filosofiche sul futuro dell’umanità e il ruolo dell’IA.

Inoltre, la prospettiva della singolarità solleva una serie di domande interessanti. Per esempio, cosa succederebbe realmente se l’intelligenza artificiale superasse quella umana? Come cambierebbero i nostri rapporti con le macchine e tra di noi? Quali sarebbero i rischi e le opportunità di un futuro dominato dall’IA?

Attualmente, gli esperti sono divisi sull’orizzonte temporale della singolarità tecnologica. Alcuni ritengono che potrebbe verificarsi entro la fine del decennio, mentre altri credono che sia ancora molto lontana nel futuro.

Tuttavia, indipendentemente dal momento esatto, è chiaro che l’umanità si sta dirigendo verso un futuro in cui l’IA avrà un ruolo sempre più centrale. Ciò solleva una serie di questioni urgenti che richiedono una riflessione attenta e un’adeguata pianificazione.

Come possiamo garantire che i benefici dell’IA siano distribuiti equamente? Come possiamo mitigare i rischi di un’intelligenza artificiale sfuggente o incontrollabile?

Elon Musk: le sue previsioni e il suo punto di vista

Elon Musk, carismatico pioniere dell’era spaziale con SpaceX e numero uno di Tesla, ha spesso condiviso le sue riflessioni sull’avanzamento dell’intelligenza artificiale e sulle sue implicazioni per il futuro dell’umanità. Le sue previsioni si estendono su un arco temporale che va dall’immediato futuro fino a diversi anni avanti, delineando un panorama in cui l’IA non solo eguaglia, ma supera l’intelligenza umana individuale e collettiva.

Nel corso di una conversazione sulla sua piattaforma X.com/Twitter ha espresso la convinzione che l’IA raggiungerà e supererà l’intelligenza umana individuale già entro il 2024 o il 2025, e l’intelligenza collettiva dell’umanità entro il 2029. Questa previsione è subordinata alla condizione che la fornitura di energia e lo sviluppo di nuovi hardware siano sufficienti a sostenere le esigenze di una tecnologia in rapida evoluzione e sempre più potente.

Musk è un giocatore d’azzardo intellettuale e il gioco delle previsioni è, da tempo, la sua arena. Ma non tutte le sue previsioni hanno colpito nel segno, e c’è chi lo critica per questo, vedendo nelle sue parole più un desiderio di stupire che di informare, mentre altri le sostengono, evidenziando le potenzialità trasformative dell’IA.

Il dibattito che ha sollevato con le sue “profezie” si concentra sulle criticità etiche, sociali e politiche che l’IA presenta, e sulla necessità di prepararsi adeguatamente per un futuro in cui la singolarità tecnologica potrebbe diventare realtà.

Ispirato da queste affermazioni, ho provato a immaginare i vari risvolti (anche quelli fantascientifici) dell’avvento dell’AGI, cercando anche di rispondere al modo in cui poterci fare trovare preparati.

Come prepararci per la singolarità tecnologica, se mai dovesse arrivare?

Immaginiamo di essere già sull’orlo di una nuova era, un futuro in cui l’intelligenza artificiale non è solo uno strumento nelle nostre mani, ma una forza che potrebbe superare la nostra stessa intelligenza. Questo è il concetto di singolarità tecnologica, un punto di non ritorno che potrebbe trasformare ogni aspetto della nostra esistenza.

Ma come possiamo prepararci a un cambiamento così radicale? Ecco alcuni passaggi chiave:

1. Illuminare le menti: La conoscenza è potere, e mai come in questo caso è fondamentale essere informati. Dobbiamo diffondere la consapevolezza delle potenzialità e dei rischi dell’IA, incoraggiando un dibattito pubblico aperto e costruttivo. L’educazione gioca un ruolo fondamentale, non solo nelle aule universitarie, ma in ogni strato della società. L’IA non è solo un campo tecnologico; interseca filosofia, etica, sociologia e molto altro. Dovremmo promuovere un’educazione che attraversi queste discipline, permettendo agli studenti di comprendere l’IA da molteplici prospettive.

2. Navigare nel mare delle norme: Mentre l’IA si evolve, anche le nostre leggi e regolamenti devono tenere il passo. È essenziale che gli esperti di etica, legge e tecnologia lavorino insieme per creare un quadro normativo che protegga l’umanità, evitando però di soffocare l’innovazione (cosa assolutamente non facile da conciliare). La prima tappa di un viaggio come questo potrebbe essere la creazione di un solido framework etico e legale. Questo significa stabilire principi universali che possano guidare lo sviluppo e l’impiego dell’IA in modo responsabile. Dovremmo chiederci: “Quali sono i valori non negoziabili che vogliamo che l’IA rispetti?” La risposta a questa domanda ci aiuterà a definire leggi che proteggano i diritti fondamentali come la privacy, la sicurezza e l’equità.

3. Unire le forze: La singolarità non è un problema che un singolo paese o settore può affrontare da solo. È necessaria una collaborazione globale, un dialogo tra nazioni, industrie e discipline per condividere conoscenze e risorse. Non possiamo sottovalutare l’importanza della cooperazione internazionale, non solo a livello politico ma anche privato per democratizzare al massimo l’uso di queste tecnologie. L’IA non conosce confini, e le sue implicazioni si estendono ben oltre le frontiere nazionali. È quindi necessario lavorare insieme a livello globale per sviluppare standard e regolamenti che possano essere adottati universalmente.

4. Costruire su basi etiche: Dobbiamo assicurarci che l’IA sia sviluppata con un codice etico solido, uno che rispecchi i nostri valori più cari e protegga i diritti fondamentali. Questo significa programmare l’IA non solo per essere efficiente, ma anche giusta e trasparente. Purtroppo, anche se a me piacerebbe una crescita rapida dell’intelligenza artificiale per poterne sfruttare potenzialità per migliorare vita privata e lavorativa, è importante monitorarne lo sviluppo dell’IA per prevenire abusi e garantire che i progressi tecnologici siano sicuri e allineati con gli interessi umani.

5. Prepararsi, già da oggi, a questo “domani”: Il mondo del lavoro sta cambiando, e l’IA sarà una grande protagonista in questo cambiamento. Dobbiamo anticipare queste trasformazioni, investendo nell’istruzione e nella formazione professionale per preparare le persone alle carriere del futuro. Iniziamo con con un’analisi approfondita del mercato del lavoro attuale e futuro, identificando quali competenze saranno più richieste e quali professioni potrebbero diventare obsolete. Questo ci permetterà di orientare gli investimenti formativi in modo mirato. Mentre l’IA può gestire molte attività tecniche, le soft skills come la creatività, l’empatia e la capacità di lavorare in team diventeranno ancora più preziose. Dobbiamo quindi enfatizzare lo sviluppo di queste competenze umane nei programmi di formazione. Ritengo importante anche fare in modo che le opportunità di formazione siano accessibili a tutti, indipendentemente dal background socio-economico, per promuovere un ambiente di lavoro inclusivo e diversificato.

Il punto di vista del Prof. Mario Rasetti e conclusioni

Chiedersi se un computer possa pensare non è più interessante del chiedersi se un sottomarino possa nuotare.
(Edsger Wybe Dijkstra, informatico olandese, in merito ad Alan M. Turing e il suo quesito se le macchine possano pensare)

Teniamo presente che il cammino verso l’Intelligenza Artificiale Generale (AGI) è disseminato di ostacoli tecnici e dubbi etici. Il rallentamento nello sviluppo dei chip, come le recenti difficoltà di approvvigionamento di Nvidia, e le crescenti preoccupazioni sull’insostenibilità energetica dell’IA, come sottolineato da Rene Haas di Arm, sono solo alcuni dei freni che potrebbero rallentare questa corsa verso l’AGI. Per cui, definire una soglia precisa – se mai ci sarà – al di sopra della quale l’IA replicherà completamente l’intelligenza umana è davvero complesso.

L’intelligenza umana è composta da tantissimi fattori e comprende aspetti come la creatività, l’empatia e la comprensione del contesto. L’IA ha raggiunto livelli impressionanti in alcune aree, ma sappiamo che non può (ancora) competere con l’intelligenza umana in modo completo. Tuttavia, i progressi continuano in modo esponenziale e viene spontaneo chiedersi se mai potremo avvicinarci a una soglia di parità.

Secondo Mario Rasetti, Professore emerito di Fisica Teorica al Politecnico di Torino e Presidente del comitato scientifico del CENTAI ⁽¹⁾, non arriveremo mai a simulare ciò che fa un cervello umano composto da 100 miliardi di neuroni, 100mila miliardi di sinapsi e che usa 20 watt di potenza (contro i 20 gigawatt di ChatGPT). Forse ci avvicineremo molto ad un’AGI, tenendo presente la metafora dei cosmologi i quali spiegano che l’universo è infinito, ma questo non è un buon motivo per fermarsi, al contrario rappresenta il motivo per fare un passo in più, consapevoli che non arriveremo mai alla fine.

E anche se un giorno lontano le macchine dovessero raggiungere un livello così elevato, gli esseri umani non dovranno fare altro che chiedere loro di «eseguire solo cose che hanno una dimostrazione matematica rigorosa». Sempre secondo il Prof. Rasetti, il vero problema non è solo tecnologico e culturale ma etico, perché stiamo vivendo una rivoluzione antropologica, in cui la sfida è fare in modo che l’intelligenza artificiale migliori facendo allo stesso tempo migliorare noi stessi.

E tu, che cosa pensi accadrà nel campo dell’intelligenza artificiale? Vedremo mai una singolarità tecnologica?

Se questo articolo ti è piaciuto, condividilo sui tuoi profili social e se desideri approfondire questi argomenti e scoprire come applicarli anche alla tua azienda, scrivimi subito!

_{(1) Sito ufficiale del CENTAI di Torino}

Glossario: Artificial General Intelligence, E-commerce, Neuroni

L'articolo L’I.A. supererà l’intelligenza umana? Intelligenza Artificiale Generale (AGI) e singolarità tecnologica sembra essere il primo su G. Luca Propato.

Tradizionalmente, i linguaggi di programmazione sono stati classificati in base alla loro prossimità al linguaggio macchina, risultando in due categorie principali: i linguaggi di basso livello, che sono molto vicini alla logica binaria di zeri e uno dei computer, e i linguaggi di alto livello, che utilizzano termini più vicini al linguaggio umano per una maggiore comprensibilità.

Con l’avvento dei Large Language Models (LLM) e delle tecnologie di IA generativa, è emerso un nuovo paradigma: il linguaggio naturale può ora essere utilizzato direttamente per impartire istruzioni alla macchina, definendo questa pratica come programmazione di “altissimo livello“.

Il processo di elaborazione dei prompt

Quando inviamo una richiesta a un chatbot tramite un prompt, inneschiamo una serie di processi complessi. Il modello di Intelligenza Artificiale esamina attentamente il testo fornito per comprenderne il significato e l’intento.

Per fare ciò, il sistema esegue operazioni come queste:

• Identifica le parole chiave e i concetti fondamentali presenti nel prompt, ne valuta l’importanza nel contesto della frase.

• Effettua l’analisi del ruolo semantico delle parole (come soggetto, oggetto, ecc.) per comprendere il significato completo delle frasi.

• Comprende la struttura grammaticale del prompt, ovvero come le parole sono organizzate per esprimere un’idea.

• Analizza le dipendenze tra le parole per capire meglio le relazioni sintattiche.

• Identifica entità come nomi propri, luoghi, date, organizzazioni e altri tipi di entità menzionati, come per esempio espressioni temporali, quantità, percentuali e valute.

• Individua le relazioni tra le entità identificate, come la relazione tra una persona e un luogo o tra un evento e una data.

• Consulta la vasta base di conoscenze acquisite durante la fase di addestramento per associare il prompt a informazioni rilevanti.

• Utilizza tecniche di matching semantico per collegare le parole e le frasi del prompt a concetti e argomenti correlati, garantendo che la risposta sia pertinente.

Fasi di addestramento dell’IA Generativa

L’addestramento di questi modelli di Intelligenza Artificiale Generativa si articola generalmente in due fasi:

1. L’IA analizza e scompone in token grandi quantità di dati non etichettati (come testi) per apprendere le strutture e i pattern linguistici. La tokenizzazione è un processo fondamentale che trasforma il testo in token, che possono essere parole, subword o anche caratteri, a seconda del modello e dell’approccio specifico.

2. Successivamente entra in gioco la revisione umana che gioca un ruolo fondamentale. Gli esperti umani correggono eventuali errori di tokenizzazione emersi dalla fase precedente, etichettano i dati con informazioni pertinenti e valutano la qualità del modello generato. Questo feedback umano aiuta a raffinare la base di dati dell’IA e a migliorare le sue prestazioni.

Prompt Manager e Prompt Engineer

Con l’introduzione delle IA generative, sono nati termini come “prompt manager” e “prompt engineer“, riferendosi soprattutto alla competenza tecnica nell’elaborare prompt efficaci.

Ma, al di là di appellativi professionali – che lasciano il tempo che trovano – creati sull’onda dell’entusiamo, le tecniche fondamentali per interagire efficacemente con un chatbot sono abbastanza accessibili e facilmente applicabili (soprattutto per chi ha buone competenze nel campo digitale).

Oltre al mio articolo, linkato qui sopra, troverai in rete tanto materiale: dalle guide alle tecniche più avanzate, fino ad esempi e ispirazioni per costruire prompt focalizzati al raggiungimento dei tuoi obiettivi.

Conclusione

Inoltre, è bene riconoscere che l’IA non sostituisce l’esperienza umana, bensì l’interazione tra le capacità umane e la tecnologia IA può creare una sinergia potente, spesso descritta come “intelligenza aumentata“, simile al concetto di realtà aumentata.

L’arte del prompting apre nuove frontiere per l’interazione umano-computer, trasformando semplici scambi di informazioni in dialoghi ricchi e produttivi che possono fare da ispirazione e guida nelle decisioni aziendali e nelle innovazioni strategiche.

Investire nella comprensione e nell’applicazione di prompt ben strutturati migliora l’efficienza operativa, rendendo le tecnologie basate sull’IA strumenti ancora più potenti per lavorare in modo più rapido ed efficace.

Se desideri approfondire questi argomenti e scoprire come applicarli anche alla tua azienda, scrivimi subito!

Glossario: Large Language Models, Chatbot, Realtà aumentata

L'articolo Che cos’è un Prompt nell’Intelligenza Artificiale Generativa? sembra essere il primo su G. Luca Propato.

In che modo l’intelligenza artificiale sta influenzando e influenzerà il lavoro dei copywriter e dei content creator?

Questa è la domanda che mi ha fatto un giovane copywriter, preoccupato per l’avanzamento costante dell’A.I. anche nel suo settore.

Di certo l’intelligenza artificiale sta cambiando alcune regole del mercato, ma – al momento – mi sento di poter rassicurare professionisti come lui.

Infatti l’intelligenza artificiale va vista come uno strumento aggiuntivo nella cassetta degli attrezzi di copywriter e content creator, una risorsa che può aiutare a generare e ispirare più contenuti.

Ma c’è una cosa che nessuna tecnologia al momento può sostituire: il tocco umano nella creazione di contenuti di valore. E questa componente umana rimarrà ancora essenziale per molto tempo.

Copywriting nell’era dell’I.A.

L’arrivo delle I.A. e degli strumenti di generazione automatica di testi come ChatGPT ha sicuramente semplificato alcune attività di copywriting di base, come la creazione di descrizioni di prodotti per siti e-commerce o la stesura di contenuti informativi molto tecnici.

Tuttavia, ci sono aspetti critici del copywriting in cui il cervello umano continua a primeggiare in maniera indiscussa:

• Tono: La capacità di adattare il tono del messaggio in base al pubblico restano prerogative umane. Gli scrittori sanno come utilizzare l’umorismo, la persuasione e l’emozione per coinvolgere il pubblico in modi che le I.A. non riescono a replicare.

• Contenuti di valore: La creazione di contenuti di alto spessore e utilità presuppone una profonda comprensione delle tematiche, della cultura e delle tendenze di cui si parla. I content creator umani sono in grado di produrre contenuti unici, accurati e rilevanti che rispecchiano la sensibilità umana.

• Narrativa e storie: Lo storytelling è una parte essenziale del marketing. I copywriter sono in grado di creare narrazioni coinvolgenti che catturano l’attenzione del pubblico e suscitano empatia.

• Capacità di adattamento e creatività strategica: La capacità di adattarsi rapidamente alle nuove sfide e alle esigenze del mercato è una caratteristica chiave di un bravo creatore di contenuti, il quale può ideare nuovi approcci creativi e strategie per raggiungere obiettivi di marketing e comunicazione.

Il ruolo fondamentale dei content creator umani

I content creator, specialmente quelli che si mettono in gioco nei video e nei contenuti visuali, svolgono un ruolo molto rilevante nel mercato digitale.

Questi professionisti portano un tocco umano e autentico ai contenuti online, il che è fondamentale per coinvolgere un vasto pubblico online. Essi, infatti, mettono in gioco la propria personalità e sviluppano contenuti che risuonano profondamente con gli utenti delle piattaforme digitali.

Cosa che, per adesso, difficilmente riescono a fare le intelligenze artificiali, anche se qualcuno sta lanciando un allarme per l’avvento di personaggi virtuali e avatar in grado di affascinare una fetta di utenti più sensibili e meno maturi.

Ma il livello di coinvolgimento del pubblico che può raggiungere un content creator è attualmente difficile da superare.

Nei video in particolare, che sappiamo essere uno dei formati più performanti online, i content creator sono abili nell’interagire con il pubblico in vari modi grazie alla loro partecipazione attiva sulle piattaforme social.

Inoltre la sinergia di personalità e autenticità dei content creator è ciò che li differenzia e li rende unici. Il pubblico si connette con le persone grazie a quei contenuti, creando una relazione di fiducia e affinità. Un’intelligenza artificiale difficilmente potrebbe sviluppare un legame di questo tipo.

Infine, a tutto ciò, si aggiungono la creatività e l’efficacia nel trasmettere un messaggio, tramite le parole giuste per il giusto pubblico, a cui integrano grafica e storytelling visuale di difficile imitazione.

Mentre l’IA sta cambiando il panorama del copywriting e della produzione dei contenuti digitali, fattori come la creatività, l’autenticità e la capacità di coinvolgere a livello emozionale il pubblico rimangono un vantaggio competitivo che fa parte solo e soltanto del bagaglio umano.

Quindi, non bisogna preoccuparsi dell’intelligenza artificiale, ma del competitor che saprà sfruttarla prima e meglio di altri professionisti.

Per scoprire e approfondire le competenze, le strategie e gli strumenti digitali per far crescere il tuo business online, contattami subito per una consulenza o un corso.

Glossario: Copywriting, E-commerce, Avatar, Coinvolgimento

L'articolo Intelligenza artificiale: copywriter e content creator sono a rischio? sembra essere il primo su G. Luca Propato.

Caratteristiche principali dell’approccio Human-Centric Artificial Intelligence

Le principali caratteristiche della Human-Centric AI sono la trasparenza, l’equità e non discriminazione, accountability (responsabilità), sicurezza e tutela della privacy, collaborazione uomo-macchina. Andiamo a vederle nel dettaglio.

Trasparenza
Non implica solo l’apertura riguardo al funzionamento degli algoritmi, ma anche la facilità con cui gli utenti possono comprendere e verificare le decisioni dell’AI. Un fattore chiave di questo principio è lo sviluppo di tecnologie di “AI spiegabile” (Explainable AI, XAI), che forniscono non solo risposte, ma anche spiegazioni comprensibili sul “come” e sul “perché” tali risposte sono state generate. È particolarmente importante in settori come la medicina o il settore finanziario, dove le decisioni dell’AI possono avere impatti significativi sulla vita delle persone.

Equità e non discriminazione
Un pilastro fondamentale della AI centrata sull’umano è la lotta contro i bias algoritmici. Per garantire equità, gli sviluppatori di AI devono utilizzare pratiche di raccolta dati – per addestrare gli algoritmi – che assicurino la rappresentatività e la diversità, evitando che pregiudizi storici o sociali si traducano in discriminazioni algoritmiche. Ciò implica anche il continuo monitoraggio e aggiustamento dei modelli per mitigare eventuali bias che possano emergere nel tempo.

Accountability (Responsabilità)
Implica un impegno chiaro e misurabile da parte delle aziende e degli sviluppatori per rendere conto delle decisioni e delle operazioni delle loro soluzioni AI. Include la creazione di sistemi di ricorso e di correzione, dove gli individui possono contestare o richiedere chiarimenti sulle decisioni che li riguardano. Le implicazioni legali e morali di queste tecnologie devono essere chiaramente delineate, e i diritti degli individui salvaguardati.

Sicurezza e privacy
La protezione dei dati personali e la sicurezza dei sistemi AI sono aspetti fondamentali, specialmente quando raccolgono e analizzano grandi quantità di informazioni personali sensibili. Implementare misure di sicurezza avanzate per prevenire violazioni dei dati e garantire che i dati siano trattati in maniera sicura e conforme alle normative sulla privacy è essenziale.

Collaborazione umano-macchina
L’approccio Human-Centric all’applicato all’intelligenza artificiale promuove un’integrazione che valorizza le capacità umane anziché che sostituirle. Questo significa progettare sistemi AI che assistono gli esseri umani nelle loro attività e che arricchiscano l’esperienza delle persone, aprendo nuove possibilità di creatività e innovazione. L’obiettivo è realizzare un ambiente di lavoro simbiotico dove l’intelligenza umana e artificiale si integrano per raggiungere risultati che né l’uno né l’altro potrebbero ottenere da soli.

Aspetti pratici dell’approccio Human-Centric Artificial Intelligence

Implementare un approccio human-centric nella AI richiede una riflessione profonda sui valori che vogliamo che queste tecnologie riflettano e sui tipi di società che desideriamo costruire. Nel contesto pratico, ciò significa:

1) Creare framework legislativi e linee guida etiche che regolano lo sviluppo e l’uso dell’AI, assicurando che rispettino i principi di equità, trasparenza e accountability.

2) Educare e formare sia gli sviluppatori di AI che il pubblico generale sui principi di un’intelligenza artificiale centrata sull’umano, aumentando la consapevolezza sull’importanza dell’etica nell’IA.

3) Incoraggiare la ricerca in AI che si focalizza sulle implicazioni sociali ed etiche delle tecnologie emergenti, non solo sull’efficienza tecnologica.

Libro Bianco sull’Intelligenza Artificiale dell’Unione Europea

L’Unione Europea ha dimostrato un forte interesse nell’assicurare che lo sviluppo e l’uso dell’intelligenza artificiale (IA) siano etici e centrati sull’essere umano. Uno dei documenti più rilevanti che affronta questo tema è il “Libro Bianco sull’intelligenza artificiale – Un approccio europeo all’eccellenza e alla fiducia” ⁽¹⁾, pubblicato dalla Commissione Europea nel 2020. Questo documento si propone di promuovere lo sviluppo di un’IA affidabile, mettendo al centro la persona e rispettando i valori e i diritti fondamentali dell’UE.

L’approccio regolamentare proposto mira a garantire che gli sviluppatori e gli utilizzatori di AI aderiscano a standard elevati, in modo che l’IA sia sicura e rispetti i diritti esistenti. Questo include la regolamentazione di AI ad alto rischio in settori specifici come la sanità o i trasporti. Inoltre, la Commissione Europea si impegna a sostenere l’ecosistema dell’IA europeo con investimenti e risorse, favorendo così l’innovazione e l’adozione di tecnologie AI in tutta l’Europa.

La strategia europea per i dati è un altro aspetto chiave del libro bianco. Essa sottolinea l’importanza di avere accesso a dati vasti e vari per ricercatori e imprese, essenziali per l’addestramento degli algoritmi di AI. Questo obiettivo viene perseguito creando un mercato unico per la condivisone dei dati, facilitando l’accesso ai dati e garantendo al contempo la protezione dei dati personali, nello specifico si fa riferimento alla de-identificazione e la pseudonimizzazione dei dati per proteggere la privacy degli individui.

In più, l’UE riconosce l’importanza delle conoscenze relative all’IA e si impegna a migliorare le competenze dei suoi cittadini, non solo per gli sviluppatori di AI ma anche per il pubblico generale. L’obiettivo è aumentare la consapevolezza e la comprensione dell’IA. L’UE desidera essere un leader globale (e mi auguro ci riesca, nonostante la concorrenza di USA, Canada e Cina) in un approccio che combina innovazione tecnologica con valori etici forti.

Se questo argomento può essere interessante per i tuoi amici o colleghi, condividilo sui tuoi canali social e se desideri approfondire questi argomenti, richiedere consulenza o formazione, contattami subito!

^{(1) Libro Bianco sull’intelligenza artificiale} 

Glossario: Monitoraggio

L'articolo Che cosa è la Human-Centric Artificial Intelligence? sembra essere il primo su G. Luca Propato.

Un sondaggio condotto da Deloitte del 2020 sui primi utilizzatori dell’IA ha mostrato che tre dei cinque principali obiettivi dell’IA erano orientati al marketing: migliorare prodotti e servizi esistenti, creare nuovi prodotti e servizi, rafforzare le relazioni con i clienti.

Fondamenti di Intelligenza Artificiale per il marketing

L’uso dell’intelligenza artificiale nel marketing si fonda su diversi pilastri tecnologici, principalmente il machine learning, il deep learning e il natural language processing. Queste tecnologie non solo permettono di analizzare vasti dataset per identificare tendenze e comportamenti dei consumatori, ma offrono anche la capacità di prevedere future azioni dei clienti e personalizzare l’interazione in tempo reale.

Machine Learning (ML)
Il machine learning (ML) rappresenta un pilastro fondamentale nell’intelligenza artificiale applicata al marketing. Questi algoritmi avanzati sono capaci di apprendere autonomamente dai dati, migliorando le prestazioni senza essere pre-programmati per compiti specifici. Tuttavia, è essenziale una fase iniziale di allenamento, dove gli algoritmi “imparano” dalle informazioni a loro disposizione. Nel marketing, il ML è impiegato per analizzare comportamenti degli utenti, ottimizzare campagne pubblicitarie, prevedere tendenze di acquisto e personalizzare i contenuti in modo efficace. Grazie al ML, è possibile anticipare le esigenze dei clienti e rispondere prontamente alle loro preferenze.

Deep Learning
Il deep learning, una branca avanzata del machine learning, si avvale di reti neurali profonde per processare grandi volumi di dati. Questa tecnologia è fondamentale nel marketing per affinare le strategie pubblicitarie mediante un’analisi approfondita dei dati comportamentali dei consumatori. Il deep learning permette di scoprire pattern nascosti nei dati di acquisto, affinare il targeting delle campagne e personalizzare le comunicazioni a un livello avanzato. Nonostante ciò, è importante notare che il deep learning richiede una vasta quantità di dati e significative risorse computazionali, e non è sempre necessario; in alcuni casi, tecniche di ML meno complesse possono essere altrettanto efficaci. Con l’ausilio del deep learning, i professionisti del marketing sono in grado di prevedere con maggiore precisione le tendenze di mercato e adattare velocemente le strategie alle mutevoli condizioni di mercato.

Natural Language Processing (NLP)
L’elaborazione del linguaggio naturale (NLP) è una tecnologia chiave che permette alle macchine di interpretare, comprendere e rispondere al linguaggio umano in modo naturale. Questa capacità trasforma i chatbot in assistenti virtuali avanzati, capaci di gestire il servizio clienti e di eseguire vendite incrociate con un’efficacia sorprendente. Oltre a questi, l’NLP trova applicazione in una varietà di altri ambiti: dalla traduzione automatica, che consente la comunicazione tra lingue diverse, all’analisi del sentiment, che valuta le emozioni dietro le parole scritte o parlate. La classificazione del testo e l’estrazione di informazioni sono fondamentali per organizzare e ricavare dati utili da grandi quantità di testo non strutturato. Inoltre, il riconoscimento vocale, che trasforma la voce in testo, è essenziale per i comandi vocali e le interazioni intuitive con i dispositivi. L’NLP è quindi un pilastro dell’intelligenza artificiale che apre la strada a interazioni uomo-macchina sempre più fluide e intelligenti.

Oltre a queste tecnologie, l’intelligenza artificiale nel marketing si avvale anche di:

Analisi predittiva: L’analisi predittiva è una componente chiave dell’intelligenza artificiale nel marketing, che sfrutta modelli statistici e algoritmi di machine learning per prevedere comportamenti futuri dei clienti. Questa tecnologia permette ai marketer di identificare i clienti con la maggiore probabilità di compiere azioni specifiche, come l’acquisto di un prodotto o la disdetta di un servizio. Gli strumenti di analisi predittiva sono in grado di determinare anche il momento più opportuno per inviare comunicazioni, ottimizzando l’engagement e riducendo il rischio di disattenzione.

Marketing automation: L’automazione del marketing, potenziata dall’intelligenza artificiale, trasforma il modo in cui i team di marketing gestiscono attività ripetitive, consentendo loro di dedicarsi a strategie più creative e decisioni complesse. Questo include la personalizzazione automatica delle e-mail, la programmazione dei post sui social media e la creazione di contenuti dinamici basati sul comportamento degli utenti. L’evoluzione recente ha visto l’emergere di chatbot AI, marketing omnicanale e contenuti personalizzati grazie all’analisi avanzata dei dati comportamentali dei consumatori. Inoltre, l’approccio mobile-first e l’uso di AI per la generazione di lead stanno diventando sempre più prevalenti, offrendo alle aziende nuove opportunità per interagire con i clienti e comprendere le loro esigenze in tempo reale.

L’integrazione di queste tecnologie avanzate nel marketing non solo migliora l’efficienza e riduce i costi, ma arricchisce anche l’esperienza del cliente, creando un dialogo più significativo e personalizzato. Adottare queste innovazioni offre alle aziende un vantaggio competitivo incommensurabile per comprendere e soddisfare le esigenze dei clienti in modo più efficace ed efficiente.

Intelligenza Artificiale nel percorso del cliente

L’intelligenza artificiale trasforma il percorso del cliente, dalla fase di considerazione fino al post-vendita, offrendo un’esperienza altamente personalizzata.

Nella fase di considerazione, l’IA analizza i dati comportamentali e storici per presentare raccomandazioni personalizzate e pubblicità mirata che rispondono precisamente agli interessi e alle esigenze del cliente. Questo processo non solo aumenta le probabilità di conversione ma migliora anche l’esperienza complessiva del cliente, rendendola più fluida e coinvolgente.

Nella fase di acquisto, l’IA ottimizza ulteriormente l’esperienza attraverso algoritmi che possono prevedere le necessità aggiuntive del cliente, suggerendo prodotti o servizi complementari in modo raffinato e non invasivo. Questa capacità di fare upselling in modo intelligente non solo incrementa il valore medio dell’ordine, ma rafforza anche la percezione di un marchio che “comprende” i suoi clienti.

Dopo la vendita, l’IA continua a svolgere un ruolo chiave attraverso la gestione della fidelizzazione dei clienti. Utilizzando i dati raccolti durante l’interazione precedente, sistemi intelligenti possono inviare offerte personalizzate o comunicazioni post-vendita che rafforzano la relazione cliente. Queste interazioni proattive aiutano a mantenere l’engagement del cliente, aumentano la soddisfazione e stimolano la lealtà a lungo termine. Inoltre, l’analisi predittiva può identificare i clienti a rischio di disaffezione, permettendo interventi tempestivi per prevenire la perdita di clienti.

L’implementazione di queste strategie basate sull’IA richiede un approccio olistico che integri tecnologia, analisi dati e sensibilità verso l’esperienza del cliente, creando un ciclo continuo di apprendimento e miglioramento che beneficia sia l’azienda sia il cliente.

Come iniziare ad applicare l’IA al marketing in azienda

Per iniziare a integrare l’intelligenza artificiale nel marketing aziendale, le imprese con esperienza limitata possono partire da applicazioni poco complesse. Un approccio pratico e graduale per l’adozione dell’intelligenza artificiale (IA) nel marketing è quello di seguire il modello “crawl-walk-run”.

Vediamo che cosa significa:

1) Crawl: In questa fase iniziale, le aziende implementano soluzioni AI semplici basate su regole. Queste soluzioni non sono direttamente rivolte ai clienti, ma servono a familiarizzare con la tecnologia. Ad esempio, strumenti che assistono gli operatori del servizio clienti possono essere una scelta appropriata in questa fase.

2) Walk: Nella fase “walk”, si espandono le applicazioni AI a processi più complessi. L’automazione attraverso il machine learning potrebbe essere un passo successivo. Ciò richiede una maggiore e più solida comprensione dell’IA e una raccolta dati più robusta. Durante questa fase, le aziende iniziano a sperimentare con l’IA in modo più ampio.

3) Run: Nella fase “run”, le aziende utilizzano l’IA per automatizzare decisioni di marketing più ampie e complesse. Può includere l’ottimizzazione delle campagne pubblicitarie, la personalizzazione dei contenuti e l’analisi predittiva. L’obiettivo è massimizzare l’efficacia dell’IA all’interno dell’organizzazione.

Questo approccio graduale permette alle aziende di mitigare i rischi e di incrementare gradualmente l’efficacia dell’IA nel marketing. È un viaggio che richiederà tempo, ma preparerà l’azienda per un futuro in cui l’IA trasformerà definitivamente il modo in cui facciamo marketing.

Con l’avanzare ulteriore delle competenze, si possono iniziare a automatizzare procedure di marketing, riservando l’intervento umano alle decisioni più complesse, di maggiore responsabilità e rilevanza strategica e operativa, al fine di elevare il livello qualitativo e quantitativo delle attività di marketing.

Considerazioni etiche per l’utilizzo dell’IA nel marketing

Adottare l’intelligenza artificiale nel marketing richiede impegno per garantire un utilizzo responsabile e trasparente. Pensiamo, ad esempio, alle questioni etiche come la trasparenza, il rispetto della privacy, i bias algoritmici o l’impatto sociale. L’utilizzo di Machine Learning (ML), Deep Learning (DL) e Natural Language Processing (NLP) nel marketing – come abbiamo visto – offre indubbi vantaggi, come l’automazione di compiti, l’analisi di grandi volumi di dati, la personalizzazione delle campagne e la creazione di esperienze utente più coinvolgenti.

Di seguito alcune considerazioni da tenere a mente.

Bias e discriminazione
Gli algoritmi di ML possono riflettere e amplificare i pregiudizi esistenti nei dati su cui vengono addestrati. L’utilizzo di tecniche di targeting basate su dati personali può comportare la discriminazione di individui o determinati gruppi gruppi di persone, ad esempio in termini di razza, genere, età o orientamento sessuale. È fondamentale adottare misure per identificare e mitigare i bias negli algoritmi, promuovendo la diversità e l’inclusione nei team di sviluppo e nei dati utilizzati. Bisogna sempre garantire che il targeting sia utilizzato in modo responsabile e non discriminatorio, rispettando la privacy degli utenti e le leggi in vigore in Italia e, in generale, in Europa e nel mondo.

Trasparenza e spiegabilità
Gli algoritmi di ML e DL possono essere complessi e opachi, rendendo difficile la comprensione di come essi prendono le decisioni. Bisogna prestare molta attenzione a questo aspetto che può generare diffidenza e mancanza di fiducia da parte dei clienti finali. È importante, quindi, sviluppare (o fare affidamento su) algoritmi trasparenti e spiegabili, in modo che gli utenti possano comprendere chiaramente il processo decisionale e avere un maggiore controllo sui propri dati. Le organizzazioni devono essere trasparenti sull’utilizzo di ML, DL e NLP nelle loro attività di marketing. Questo include la comunicazione chiara del modo in cui vengono utilizzati i dati, i tipi di algoritmi impiegati e le potenziali conseguenze per gli utenti.

Privacy e sicurezza dei dati
L’uso di ML, DL e NLP spesso comporta la raccolta e l’analisi di grandi quantità di dati personali. È fondamentale garantire la sicurezza e la riservatezza di queste informazioni sensibili, adottando adeguate misure di protezione e rispettando le normative sulla privacy come il GDPR. Gli utenti devono sempre avere il controllo su come vengono utilizzati i loro dati, a partire dal diritto di accesso alla modifica, cancellazione e portabilità degli stessi, nonché il diritto di opporsi al loro utilizzo per scopi di marketing.

Impatto sul lavoro e sui consumatori
L’automazione di compiti attraverso ML e DL può portare a perdite di posti di lavoro in alcuni settori. È importante considerare – con impegno e serietà – l’impatto sociale di queste tecnologie e sviluppare programmi di riqualificazione e reskilling per aiutare i lavoratori ad adattarsi alle nuove esigenze del mercato del lavoro.
Inoltre, l’utilizzo di tecniche di manipolazione psicologica basate su NLP può sollevare ulteriori preoccupazioni etiche. Sembrerebbe superfluo scriverlo, ma è importante utilizzare queste tecnologie evitando di sfruttare le debolezze umane per influenzare indebitamente le scelte della clientela.

Guardando al futuro, l’IA si prevede diventerà ancora più integrata e sofisticata. Con questi avanzamenti aumenta anche la necessità di controlli rigorosi e standard etici elevati, per garantire che l’innovazione non faccia venir meno la responsabilità sociale d’impresa.

Per muoversi con successo in questo mondo, è essenziale per le aziende sviluppare policy etiche robuste, e partecipare attivamente a discussioni specifiche su come la tecnologia dovrebbe essere impiegata in maniera responsabile, a beneficio sia delle aziende che di tutti gli stakeholder, a partire dai clienti.

Conclusioni

Sebbene l’intelligenza artificiale nel marketing sia molto promettente, è fondamentale per imprenditori e marketing manager mantenere un approccio realistico verso le sue capacità attuali. Al di là dell’entusiasmo generale, l’IA al momento è in grado di gestire solo compiti specifici e non può ancora sostituire interamente una funzione o un processo di marketing. Nonostante ciò, l’IA offre già vantaggi significativi agli operatori del settore, risultando indispensabile in determinate attività di marketing e mostrando una crescita rapida nelle sue capacità.

L’IA ha chiaramente il potenziale per trasformare il marketing in modo radicale, ma questo cambiamento sarà il risultato di un percorso che richiederà diversi anni. È essenziale che le aziende inizino fin da ora a sviluppare strategie che sfruttino le funzionalità attuali dell’IA e si preparino per le sue evoluzioni future, a partire da investimenti in formazione, aggiornamento delle infrastrutture tecnologiche e l’adozione di una cultura aziendale che incoraggi l’innovazione e l’adattamento alle necessità del mercato.

Per approfondire e applicare gli argomenti di questo articolo sull’Intelligenza Artificiale applicata al Digital Marketing contattami subito!

Glossario: Machine learning, Deep learning, Reti neurali, Natural Language Processing (NLP), Chatbot, Automation, Pubblicità, Digital Marketing

L'articolo Intelligenza Artificiale applicata al Digital Marketing: consigli pratici sembra essere il primo su G. Luca Propato.

L’Intelligenza Artificiale non è più solo quella che vediamo nei film di fantascienza, ma è ormai qualcosa di concreto che sta entrando all’interno delle nostre abitudini personali e lavorative. E sono certo che entro 4-5 anni avrà un impatto rilevante su svariati business.

Ieri, 15 giugno 2018, con questa frase ho introdotto il 1° corso a Pescara e in Abruzzo sull’intelligenza artificiale applicata al business, organizzato da Bloo Academy in collaborazione con Salvatore Palange, titolare di Fluel, azienda specializzata in machine e deep learning, che ha spiegato come l’intelligenza artificiale si può mettere al servizio di imprenditori, manager e liberi professionisti.

È stato un percorso entusiasmante, della durata di quasi 5 ore, che abbiamo organizzato con piacere e passione – a titolo gratuito – perché crediamo che queste innovazioni debbano essere conosciute e comprese da tutti coloro che possono trarne concreti vantaggi. Desideriamo fortemente democratizzare l’accesso a queste tecnologie e fare in modo che abbiano un impatto positivo sulla società e sulle imprese, da quelle più grandi – che già si stanno muovendo per adottarle – fino alle PMI.

A dimostrazione del grande interesse nei confronti dell’argomento in questo periodo storico, c’è stata una notevole partecipazione del nostro pubblico, che ieri era composto da imprenditori, manager, founder di startup, esponenti della Pubblica Amministrazione, ma anche persone appassionate di tecnologia e innovazioni.

Abbiamo visto cosa possono avere in comune un robot e un imprenditore, oltre che le connessioni possibili tra l’Intelligenza Artificiale e il business. L’I.A. – se usata in maniera corretta – può nettamente migliorare il nostro lavoro. Le nuove tecnologie possono infatti agevolare la gestione quotidiana delle mansioni più ripetitive, ottimizzare i tempi, automatizzare i processi, migliorare le performance e i risultati ottenuti dalle imprese.

L’intelligenza artificiale studia i fondamenti teorici, le metodologie e le tecniche che consentono di progettare sistemi hardware e sistemi di programmi software atti a fornire all’elaboratore elettronico prestazioni che, a un osservatore comune, sembrerebbero essere dell’intelligenza umana. (Fonte: slide dell’evento)

Nel dettaglio, gli argomenti trattati sono stati i seguenti:

• introduzione all’intelligenza artificiale;
• storia dell’AI;
• potenziale di business e perché occorre essere “AI First”;
• chatbot e interazione con la clientela:
• dall’automobile a guida autonoma alla predictive maintenance;
• basi di Machine Learning e Deep Learning;
• principali tecniche di Machine Learning;
• applicazioni pratiche dell’AI;
• esempi pratici in Python di implementazione dei modelli di M.L. e D.L.

È essenziale iniziare a discutere con serietà, divulgare l’essenza e familiarizzare con ciò che è la “futura elettricità“. L’intelligenza artificiale è già una presenza quotidiana nella nostra vita, anche se spesso non ci facciamo caso oppure non ce ne rendiamo conto.

Per cui, va un sentito ringraziamento a Salvatore Palange, titolare di un’azienda con alle spalle una carriera manageriale di successo e una grande passione per la tecnologia e l’innovazione, che ha guidato me e tutto il pubblico della mia Academy in un vero percorso di consapevolezza. E ringrazio con tutto il cuore anche il mio team, che come sempre ha contribuito in maniera impeccabile a organizzare anche questo evento formativo (il 6° di quest’anno) nei minimi dettagli. Avete reso possibile un sogno che coltivavo da tempo: portare nella nostra regione un argomento che studio da tempo, molto importante e sul quale occorre fare chiarezza, per evitare che da un lato ne venga fatto un uso distorto, dall’altro che si perdano opportunità lavorative.

Ho iniziato a interessarmi di intelligenza artificiale un paio di anni fa, nel 2016. L’intelligenza artificiale (IA) in quell’anno stava iniziando a influenzare vari settori, con rapidi sviluppi tecnologici e l’applicazione crescente di algoritmi di apprendimento automatico e deep learning, ma anche visione artificiale. Il programma Google DeepMind aveva sconfitto Lee Se-dol (campione mondiale di Go), dimostrando le potenzialità dell’IA in giochi complessi e strategici. Ricordo che i robot hanno iniziato a essere usati non solo in ambienti industriali, ma si è iniziato a valutarne l’uso in ambienti domestici e in servizi, come l’assistenza agli anziani (applicazione che mi interessa particolarmente) o compiti di customer care. Infine gli assistenti virtuali come Siri (Apple), Alexa (Amazon), e Google Assistant hanno iniziato in quel periodo a essere più sofisticati.

Tornando ai giorni nostri, questo 2018 sta segnando un anno di accelerazione e maturazione per l’IA. Le tecnologie in questo campo dimostrano un potenziale enorme per trasformare diversi settori e la loro adozione comincia ad accelerare in modo importante. Ora non resta che continuare a seguire gli sviluppi e vedere che cosa accadrà da qui a 10 anni, in cui scommetto che ci saranno novità incredibili.

Per approfondire questi argomenti e applicarli alla tua realtà professionale o per avere informazioni sui miei corsi ed eventi, contattami subito!

Glossario: Deep learning, Startup

L'articolo Intelligenza Artificiale per il business: primo corso in Abruzzo sull’AI sembra essere il primo su G. Luca Propato.

Il termine bot deriva dalla parola robot e in gergo tecnico indica un programma che ha accesso agli stessi sistemi di comunicazione e interazione con le macchine usate dagli esseri umani: la sua nascita viene collocata negli anni Cinquanta con gli studi del celebre informatico britannico Alan Turing, che si interrogò sulla possibilità per le macchine di imitare il comportamento umano.

Oggi si parla di intelligenza artificiale, ma è giusto ridimensionare gli entusiasmi: si tratta infatti di sistemi creati con uno scopo preciso, quindi completamente inutili nel caso vengano usati in modo più “libero”. I bot di cui si sente tanto parlare oggi, quindi i chatbot, sono quelli che permettono di interagire in modo colloquiale con un servizio, ottenendo informazioni di vario tipo: notizie, meteo, indicazioni stradali, prezzi, ricette.

Telegram è stata la prima piattaforma a sfruttarli in maniera incoraggiante: l’applicazione di messaggistica ha infatti avuto il suo boom proprio grazie alle funzionalità aggiunte dall’uso dei chatbot, oltre che per la distruzione immediata delle chat segrete.

Questi segnali positivi – uniti ai numeri di Facebook Messenger – che ha 1 miliardo di utenti attivi (aggiornamento ufficiale di poche ore fa), ha portato all’annuncio – nel corso della conferenza per gli sviluppatori “F8” di aprile 2016 – dell’inserimento dei bot anche su questa piattaforma.

In un piano ambizioso di sviluppo, Mark Zuckerberg ha parlato di una naturale evoluzione di app e comunicazione aziendale, che diventerà sempre più immediata, bidirezionale e al servizio del cliente.

Come funzionano i bot?

Abbiamo detto che il bot è, semplicisticamente, una sorta di risponditore automatico: ad esempio è possibile, in qualità di azienda, creare il proprio chatbot e configurare le risposte che questo darà a seconda delle domande poste dall’utente.

50 milioni di aziende sono su Messenger, generando un traffico di 1 miliardo di messaggi al mese: cifre che impongono il bisogno di avere una comunicazione rapida, semplice e utile.

Per “parlare” con un’azienda, o meglio con il suo bot, basta cercare il nome utente nella barra di ricerca dell’applicazione stessa o cliccare su un link con questa conformazione m.me/nomeutente e aprirlo, appunto, tramite Messenger. A questo punto ogni bot ha la sua funzione: in generale, si ha un messaggio di saluto iniziale e poi vengono elencati i servizi o fornite indicazioni su come utilizzarlo.

Qualche esempio

Su Telegram basta digitare @nomeutente per confrontarsi con il bot.

Tra i più cercati ci sono @stickers, @gif, @vid, @pic per fare ricerche di contenuti, ma anche il bot di Amazon @amazonpricebot che, seguito dal nome dell’articolo, dà immediatamente il prezzo.

Su Messenger c’è Hi Poncho, presentato proprio durante la conferenza di San Francisco, pensato per dare informazioni meteo: c’è da dire che non sempre fa il suo dovere, e a volte non risponde se chiediamo di darci indicazioni su una città diversa da quella da cui scriviamo normalmente.

Una delle migliori chatbot è quella del Wall Street Journal: si possono richiedere notizie su un determinato argomento, azienda o semplicemente avere le breaking news.

Prospettive e dubbi

Perché il colosso Facebook decide di puntare tutto sulle chatbot proprio in questo momento?

Innanzitutto per affermare il proprio ruolo, semmai ce ne fosse bisogno: i creatori di Telegram hanno addirittura annunciato che daranno un premio di 1 milione di dollari a chi realizzerà bot ancor più innovativi, che permettano quasi di ordinare pizza e fiori da casa. Ma dubito ciò possa fermare il Social Network per eccellenza.

Inoltre il mercato delle app è ormai in preda ad un inarrestabile declino, e proprio l’idea di potenziare i bot ed eliminare le app esterne è una delle motivazioni centrali di questa virata “facebookiana”.

Ma i piani di Zuckerberg sono molto più ampi: il rafforzamento di Messenger, e a seguire di Whatsapp, rientra nella logica di creazione del progetto M, già disponibile per pochi utenti. L’obiettivo finale sarà la realizzazione di una sorta di assistente personale simile a Siri di Apple o a Google Now, che darà informazioni di ogni tipo. Un vero e proprio bot intelligente.

Ovviamente si è ancora in una fase Beta (cioè di sperimentazione) e i chatbot devono essere notevolmente migliorati e definiti, anche in termini di privacy. Ma potrebbe essere l’inizio di un cambiamento fondamentale per le aziende, per l’advertising online e per il rapporto tra utenti-consumatori e brand. Sempre più relazioni e meno filtri.

Adesso prova anche tu a chattare con un bot e se pensi che questo articolo sia interessante, condividilo con i tuoi amici e colleghi! Infine, per restare aggiornato su altre novità dal mondo della comunicazione e marketing digitale, iscriviti alla mia newsletter (il form di iscrizione è di seguito).

Glossario: Chatbot, Traffico, Newsletter

L'articolo Bot: cosa sono e come funzionano sembra essere il primo su G. Luca Propato.