L’intelligenza artificiale favorisce e migliora i processi di innovazione

L’IA favorisce l’innovazione

I rapidi progressi nel campo dell’intelligenza artificiale hanno il potenziale per influenzare l’economia e la società.

A dispetto di quello che si potrebbe pensare, però, l’IA non è stata da poco introdotta sul mercato, ma come ogni innovazione, dopo un primo successo dovuto alla novità del sistema e alla attività di marketing, ha anch’essa affrontato il cosiddetto fenomeno dell’hype. Infatti, le aspettative dei clienti erano molto più alte di quelle, che 60 anni fa, erano le reali performance dell’IA. Ciò era dovuto alla scarsa quantità di dati disponibili all’epoca. Dati che come sostenuto dalla letteratura costituiscono il carburante per un sistema basato sull’IA. Negli ultimi anni infatti l’accessibilità dei sensori a basso costo e bassa potenza e la possibilità di combinare dati provenienti da più sensori hanno portato alla generazione di una grande quantità di dati e quindi al successo dell’IA. I big data sono caratterizzati dalle “3V”, ovvero:

• Volume, per la loro grande dimensione dei dati;
• Varietà, per la possibilità di “datificazione” di varie informazioni tra cui testo, immagini e audio;
• Velocità, per il flusso giornaliero continuo di dati da Internet e sensori.

Non sono solo i dati, però, l’unico motore di questi nuovi sistemi, tale diffusione è infatti dovuta anche alla disponibilità di acceleratori hardware, quali unità di elaborazione grafica (GPU) e unità di elaborazione tensoriale (TPU).

L’aumento della popolarità dell’IA ha portato ad un’espansione degli investimenti, tanto che, secondo l’International Data Corporation, la spesa mondiale per i sistemi cognitivi e di IA aumenterà da $12 miliardi nel 2017 a circa $58 miliardi nel 2021.

Questa crescita dell’interesse nei confronti dell’IA, non è dovuta solo all’aumento di produttività e alla riduzione dei costi introdotti da questi sistemi, ma anche alla loro predisposizione a favorire l’innovazione delle aziende stesse. L’innovazione continua viene infatti vista come una fonte di vantaggio competitivo e perciò tutte le aziende cercano sempre di introdurre qualcosa di nuovo sul mercato per soddisfare i bisogni già esistenti dei clienti o indurne dei nuovi.

Sono tanti i motivi per cui l’IA tende a facilitare l’innovazione, tra questi nei seguenti paragrafi saranno discussi i più importanti.

L’IA sposta l’uomo verso i lavori cognitivi e aumenta le competenze di mercato

Come è stato più volte detto, l’effetto primario che l’IA ha sul mondo del lavoro è quello di sostituire l’uomo nei lavori routinari. Se questa sostituzione potrebbe sembrare negativa, in quanto porta alla perdita di posti di lavoro, dal punto di vista dell’innovazione è invece un fattore positivo.

Le attività di routine e manuali eseguite in modo ripetitivo e abituale non motivano i dipendenti a generare idee e di conseguenza il loro contributo alla propensione all’innovazione è neutro. Oltre a ciò, i dipendenti che svolgono attività astratte che sono concentrati in compiti analitici cognitivi, tra i quali quello di pensare in modo creativo. Pertanto, con l’introduzione dei sistemi di IA all’interno delle aziende, alcune di quelle persone che prima svolgevano attività routinarie potranno spostarsi verso compiti più astratti che favoriscono la generazione di nuove idee e quindi l’innovazione dell’impresa stessa.

In questo modo è possibile massimizzare la propensione di un’azienda a sviluppare prodotti nuovi, ma per un’azienda questo non è sufficiente. Non basta infatti generare n prodotti nuovi per massimizzare le performance dell’innovazione, ma è necessario tradurre in ricavi gli investimenti effettuati nell’attività di innovazione, ovvero è necessario che il nuovo prodotto/servizio abbia successo sul mercato.

Ciò è possibile solo se all’interno dell’impresa vi è un equilibrio tra compiti astratti, come la pianificazione e l’adattamento dei prodotti al mercato, e non, quali lo screening del mercato e le attività di vendita. Vi deve essere quindi un bilanciamento tra questi due tipi di attività, affinché l’innovazione venga massimizzata. Bilanciamento che si può raggiungere anche attraverso il giusto equilibrio tra uomo e macchina. Se l’uomo aumenta la possibilità di generare nuove idee, le macchine si occupano di quei compiti più routinari, ma che allo stesso tempo, grazie all’uso dell’IA, aumentano le competenze e le capacità dell’impresa stessa.

Questo è possibile grazie alla rapidità, introdotta con questi sistemi, di analizzare i dati che provengono dai clienti. Un’attività che da sempre è stata fatta nel campo del marketing, ma che ora è molto più veloce e permette di rispondere in maniera immediata alle esigenze dei clienti.

Basti pensare al nuovo modo di interazione con il cliente che passa da “uomo a uomo” a “uomo a macchina”. Esistono ora, infatti, degli assistenti virtuali che sono in grado di condurre una conversazione simile a quella umana, eliminando ritardi, errori umani, fornendo risposte personalizzate e quasi immediate ai clienti. Questo è solo uno dei modi in cui l’IA permette alle imprese di restare sempre in contatto con il cliente, infatti, grazie alle analisi del comportamento dei clienti e dei continui feedback lasciati da questi ultimi, le aziende hanno a disposizione moltissimi dati da poter utilizzare per migliorarsi continuamente e mantenere il proprio vantaggio competitivo sul mercato.

Miglioramento del processo di innovazione per analogia

Innovazione non significa solo avere un’idea innovativa e portarla sul mercato per dare vita ad un nuovo prodotto, spesso per restare al passo con i tempi basta anche introdurre delle innovazioni incrementali su un prodotto già esistente.

É in questi casi che il processo di innovazione per analogia può essere molto utile. Si tratta di un fenomeno secondo il quale per risolvere un problema o aggiungere una funzionalità ad un prodotto, ci si può guardare intorno, andando ad esplorare domini che sono del tutto diversi dal prodotto in esame, come ad esempio nel caso della Biomimicry che sfrutta la natura come fonte di ispirazione per la generazione di alcuni concept. Esiste, ad esempio, un sito chiamato Ask Nature, al cui interno è presente una libreria di soluzioni che la natura genera e di soluzioni che sono state già matchate con delle possibili funzioni e aspetti funzionali. Per cui un progettista che voglia trovare ispirazione può sia digitare una funzione, sia una soluzione progettuale e viene indirizzato ad alcuni elementi di commonality tra problemi diversi della natura e funzioni risolte.

Quello sopra citato è solo un esempio di come funziona il processo di innovazione per analogia. Ovviamente non esiste un unico “sito” da cui poter trarre ispirazione, quindi le alternative da vagliare prima di trovare una soluzione sono tante e spesso è difficile riuscire ad astrarre una particolare soluzione utilizzata in un prodotto e utilizzare lo stesso principio nella propria creazione che differisce sia per funzioni che per forma.

Esiste a tal proposito uno studio di Kittura et al.(2018) secondo cui questo tipo di processo innovativo è favorito dalla presenza di più persone che si occupano di fasi diverse dell’evoluzione dell’innovazione, per risolvere le tre barriere fondamentali all’innovazione analogica, quali:

• la fissazione, ovvero i progettisti non riescono a recuperare analoghi rilevanti da altri domini perché sono fissati sulle caratteristiche superficiali del loro problema sorgente;
• la scalabilità, dovuta al fatto che oggi sono facilmente disponibili più fonti di potenziali analogie che mai: milioni di brevetti, documenti di ricerca, video, prodotti, pagine web e altro ancora;
• la complessità, derivante dall’esplorazione di problemi del mondo reale sempre più complesso, che non coinvolgono solo un singolo schema analogico, ma implicano schemi multipli, spesso in conflitto.

L’adozione di più persone è essenziale, in quanto la suddivisione del processo in fasi consente di dividere le persone che sviluppano schemi del problema originale, da coloro che trovano ispirazione e risolvono il problema per superare la fissazione, ma non solo, permette anche di sfruttare i punti di forza di ciascun agente e al contempo aumentare il numero di potenziali analogie trovate.

In letteratura si sostiene, però, che per affrontare tali sfide, soprattutto le ultime 2, la presenza di più uomini non è comunque sufficiente, in quanto, sebbene essi siano ineguagliabili nella loro capacità di indurre e applicare schemi relazionali profondi da dati non strutturati del mondo reale, sono limitati nelle loro capacità di cercare in enormi archivi di potenziali analoghi. Proprio per questo il coinvolgimento dell’IA nel processo aggiunge vantaggi complementari, eseguendo un primo passaggio di selezione attraverso vasti archivi contenenti milioni di dati e derivanti da altrettanti fonti e dando all’uomo gli strumenti adatti per proseguire nel processo e scegliere la soluzione più adatta per il proprio prodotto.

IA: l’invenzione di un metodo per inventare

Mentre alcune applicazioni dell’IA saranno utilizzate per ridurre i costi in input o per aumentare la qualità dei processi di produzioni esistenti, altre come il “Deep Learning” o “Apprendimento Profondo” offrono cambiamenti nella natura stessa del processo di innovazione.

A tal proposito è necessario fare una distinzione tra due tipologie di innovazioni di IA:

• General-Purpose Technology (GPT), ovvero quando un’innovazione ha il potenziale per migliorare significativamente la produttività o la qualità in un ampio numero di campi o settori.
• Invention of a method of invention (IMI), tale per cui l’apprendimento basato sull’intelligenza artificiale può essere in grado di automatizzare sostanzialmente la scoperta in molti domini in cui le attività di previsione e classificazione svolgono un ruolo Non solo, grazie agli IMI è possibile espandere il proprio ventaglio di conoscenze e strategie, affrontando in modo fattibile una serie di problemi che prima per l’uomo erano irrisolvibili e alterando quindi gli approcci concettuali e la definizione dei problemi delle comunità scientifiche e tecniche.