AI Everywhere: ecco come l’IA avrà un impatto sulle decisioni aziendali a tutti i livelli

agenti ai
IDC propone un'analisi approfondita delle dieci principali previsioni sull'intelligenza artificiale, la GenAI e l'automazione per il 2024 e oltre.

IDC ha presentato le sue previsioni su intelligenza artificiale, GenAI e automazione a livello mondiale per il 2024 e oltre. Sebbene l’IA non sia una tecnologia nuova, l’annuncio della serie GPT-3.5 di OpenAI alla fine del 2022 ha catturato l’attenzione del mondo e ha innescato un’ondata di investimenti nell’IA generativa. Di conseguenza, IDC prevede che la spesa mondiale per le soluzioni di IA crescerà fino a superare i 500 miliardi di dollari nel 2027. A sua volta, la maggior parte delle organizzazioni registrerà un notevole spostamento del peso degli investimenti tecnologici verso l’implementazione dell’IA e l’adozione di prodotti/servizi potenziati dall’IA.

“La popolarità esplosiva di ChatGPT a livello globale ci ha dato il primo vero punto di inflessione dell’IA nell’adozione da parte del pubblico” afferma Ritu Jyoti, vicepresidente del gruppo Worldwide Artificial Intelligence and Automation Market Research and Advisory Services di IDC. “Con la crescita degli investimenti in IA e automazione, l’attenzione ai risultati, alla governance e alla gestione dei rischi è fondamentale”.

La ricerca FutureScape 2024 di IDC si concentra sui fattori esterni che modificheranno l’ecosistema aziendale globale nei prossimi 12-24 mesi e sui problemi che i team tecnologici e IT dovranno affrontare per definire, costruire e governare le tecnologie necessarie per prosperare in un mondo digitale.

Un’analisi più approfondita delle dieci principali previsioni di IDC sull’intelligenza artificiale, la GenAI e l’automazione rivela quanto segue:

  • Attenuare i rischi della GenAI: Efficienza accelerata e rischi catastrofici sono le due facce della nuova moneta GenAI. Per ridurre i rischi, i fornitori di piattaforme cloud e software uniranno pacchetti di sicurezza e governance GenAI ai loro servizi principali per aggiungere valore e differenziare le loro offerte.
  • Requisiti normativi diversi: Gli sforzi per regolamentare la diffusione e lo sviluppo dei sistemi di IA varieranno a seconda delle regioni e dei paesi. Questi diversi requisiti normativi porteranno probabilmente le aziende ad adottare approcci più graduali all’implementazione dell’IA, con un conseguente aumento del time to value.
  • Conversazione come interfaccia utente standard: La conversazione sta già emergendo come interfaccia utente (UI) standard per le applicazioni e le soluzioni aziendali e consumer. Queste interfacce di intelligenza artificiale conversazionale influenzeranno in modo significativo il coinvolgimento dei clienti, le vendite, il marketing e persino l’help desk IT.

intelligenza artificiale

  • L’attenzione si sposta sui risultati: Man mano che la loro comprensione dell’automazione matura, gli sponsor dei progetti sono passati da una mentalità incentrata sulla tecnologia a una mentalità incentrata sui risultati, in cui richiedono una prova tangibile del valore fornito per i loro investimenti, misurata da KPI allineati con i risultati aziendali e finanziari.
  • Gli strumenti basati su GenAI automatizzeranno la qualità del software: Grazie al valore che GenAI apporta al testing automatizzato, IDC prevede che cambierà rapidamente il panorama del testing del software: i fornitori saranno in grado di produrre una percentuale significativa di test per ridurre gli sforzi manuali e migliorare la copertura dei test, con conseguente miglioramento della qualità del codice.
  • GenAI trasformerà i servizi IT di modernizzazione delle applicazioni: Un maggiore utilizzo dell’IA nei servizi IT di modernizzazione delle applicazioni può ottimizzare l’efficienza, migliorare la velocità di erogazione dei servizi e rafforzare i margini dei servizi IT.
  • Portare l’IA alla scoperta della conoscenza: I più recenti progressi dell’IA generativa hanno provocato un’impennata della domanda di funzionalità come la risposta alle domande in linguaggio naturale e la ricerca conversazionale per supportare la scoperta delle conoscenze in modalità self-service.
  • Monetizzare l’IA generativa: sebbene la tecnologia sia una fonte di vantaggio, è il modello di business che aiuterà le aziende a monetizzare l’IA generativa e a ottenere un vantaggio competitivo duraturo. Entro il 2024, il 33% delle aziende del G2000 sfrutterà modelli di business innovativi per raddoppiare il potenziale di monetizzazione della GenAI.
  • AGI all’orizzonte: Diversi gruppi stanno lavorando all’Intelligenza Artificiale Generale (AGI) e le aziende sperimenteranno sistemi AGI entro il 2028. Con i suoi progressi, l’AGI sarà trasformativa e avrà un impatto su tutto, dal mercato del lavoro al modo in cui intendiamo concetti come intelligenza e creatività.
  • Le priorità dei chip cambiano: Finché i carichi di lavoro dell’intelligenza artificiale che richiedono il trasferimento dei compiti dai processori server agli acceleratori non si standardizzeranno sugli algoritmi e sugli stack software adattati ai processori server, l’acquisto di acceleratori (GPU, FPGA, ASIC e ASSP per l’intelligenza artificiale) andrà a intaccare l’acquisto di processori server (CPU).

Aziende:
IDC
Condividi:
 

IA nella Sanità, l’OMS indica le sei aree di regolamentazione

manager ia
L'Organizzazione Mondiale della Sanità richiede particolare attenzione per alcuni temi, dalla validazione dei dati alla chiarezza sugli utilizzi, fino alle integrazioni con le principali norme sulla privacy e data protection

L’Organizzazione Mondiale della Sanità (Oms) ha pubblicato un nuovo documento che elenca le principali considerazioni normative sull’intelligenza artificiale (IA) per la salute. La pubblicazione sottolinea l’importanza di stabilire la sicurezza e l’efficacia dei sistemi di IA, di rendere rapidamente disponibili i sistemi appropriati a chi ne ha bisogno e di promuovere il dialogo tra le parti interessate, compresi sviluppatori, autorità di regolamentazione, produttori, operatori sanitari e pazienti.

Con la crescente disponibilità di dati sanitari e il rapido progresso delle tecniche analitiche – che si tratti di apprendimento automatico, logico o statistico – gli strumenti di IA potrebbero trasformare il settore sanitario. L’Oms riconosce il potenziale dell’IA nel migliorare i risultati sanitari, rafforzando gli studi clinici, migliorando la diagnosi medica, il trattamento, l’autocura e l’assistenza incentrata sulla persona e integrando le conoscenze, le abilità e le competenze degli operatori sanitari. Ad esempio, l’IA potrebbe essere utile in contesti in cui mancano medici specialisti, a cominciare dall’interpretazione di scansioni della retina e immagini radiologiche.

I rischi dell’IA per pazienti e operatori sanitari

Un dato di fatto è che le tecnologie di IA – compresi i modelli linguistici di grandi dimensioni – sono in rapida diffusione, a volte senza una piena comprensione dei loro impatti, che potrebbero essere vantaggiosi o dannosi per gli utenti finali, compresi gli operatori sanitari e i pazienti. Quando utilizzano i dati sanitari, i sistemi di intelligenza artificiale potrebbero avere accesso a informazioni personali sensibili, rendendo necessari solidi quadri giuridici e normativi per la salvaguardia della privacy, della sicurezza e dell’integrità, che questa pubblicazione intende contribuire a istituire e mantenere.

L’intelligenza artificiale è molto promettente per la salute, ma comporta anche serie sfide, tra cui la raccolta di dati non etici, le minacce alla sicurezza informatica e l’amplificazione dei pregiudizi o della disinformazione“, ha dichiarato Tedros Adhanom Ghebreyesus, Direttore generale dell’Oms. “Questa nuova guida aiuterà i Paesi a regolamentare l’Ia in modo efficace, per sfruttarne il potenziale, che si tratti di curare il cancro o di individuare la tubercolosi, riducendo al minimo i rischi“.

Le 6 aree di regolamentazione dell’IA per la Sanità secondo l’OMS

Il documento delinea sei aree di regolamentazione dell’IA per la salute: trasparenza e documentazione, risk management, validazione esterna dei dati e chiarezza sugli utilizzi, qualità dei dati, privacy e data protection, collaborazione tra gli stakeholder.

Per promuoverne la fiducia, l’OMS sottolinea l’importanza della trasparenza e della documentazione, ad esempio documentando l’intero ciclo di vita del prodotto e tracciando i processi di sviluppo. Per la gestione del rischio, devono essere affrontate in modo esaustivo questioni come l’uso previsto, l’apprendimento continuo, gli interventi umani, i modelli di formazione e le minacce alla sicurezza informatica, rendendo i modelli il più semplici possibile. La convalida esterna dei dati e la chiarezza sull’uso previsto dell’IA contribuiscono a garantire la sicurezza e a facilitare la regolamentazione.

L’impegno per la qualità dei dati, ad esempio attraverso una rigorosa valutazione dei sistemi prima del rilascio, è fondamentale per garantire che i sistemi non amplifichino pregiudizi ed errori. Le sfide poste da normative importanti e complesse, come il Gdpr in Europa e l’Health insurance portability and accountability act (Hipaa) negli Stati Uniti, vengono affrontate ponendo l’accento sulla comprensione dell’ambito di competenza e dei requisiti di consenso, al servizio della privacy e della protezione dei dati.

Il rischio di amplificazione dei bias

I sistemi di intelligenza artificiale sono complessi e dipendono non solo dal codice con cui sono costruiti, ma anche dai dati su cui vengono addestrati, che provengono ad esempio da contesti clinici e interazioni degli utenti. Una migliore regolamentazione, spiega l’OMS, può aiutare a gestire il rischio che l’IA amplifichi i pregiudizi nei dati di addestramento.

Ad esempio, può essere difficile per i modelli di IA rappresentare accuratamente la diversità delle popolazioni, con conseguenti pregiudizi, imprecisioni o addirittura fallimenti. Per contribuire a mitigare questi rischi, è possibile utilizzare le normative per garantire che gli attributi – come sesso, razza ed etnia – delle persone presenti nei dati di addestramento siano riportati e che i set di dati siano intenzionalmente resi rappresentativi. La nuova pubblicazione dell’Oms mira a delineare i principi chiave che i governi e le autorità di regolamentazione possono seguire per sviluppare nuove linee guida o adattare quelle esistenti sull’Ia a livello nazionale o regionale.

Il documento dell’OMS, che non vuole essere una guida ma ha più l’aspetto di una base di discussione per il settore IA e gli utilizzatori nella sanità, è frutto di una collaborazione con l’Unione internazionale delle telecomunicazioni (Uit) con la quale è stato istituito un gruppo di lavoro sull’Ia per la salute (Fg-AI4H). Per supportare il suo lavoro, Fg-AI4H ha creato diversi altri gruppi tra cui uno sulle considerazioni normative (Working group on regulatory considerations, Wg-Rc).

Il Wg-Rc è composto da membri che rappresentano molteplici parti interessate, tra cui autorità regolatorie, responsabili politici, università e industria, che hanno esplorato concetti normativi e di valutazione delle tecnologie sanitarie e le best practices emergenti per lo sviluppo e l’uso dell’Ia nell’assistenza sanitaria e nello sviluppo terapeutico.

Fondamentale la collaborazione internazionale sulle normative

Il documento conclude affermando che l’Oms riconosce il potenziale dell’intelligenza artificiale nel migliorare i risultati sanitari attraverso il miglioramento degli studi clinici, della diagnosi medica, del trattamento, dell’autogestione delle cure e dell’assistenza alla persona, trattamento, l’autogestione delle cure e l’assistenza incentrata sulla persona, nonché la creazione di conoscenze, abilità e competenze più basate sulle evidenze conoscenze, abilità e competenze dei professionisti a supporto dell’assistenza sanitaria.

Inoltre, con la crescente disponibilità di dati sanitari e il rapido progresso delle tecniche di analisi, l’IA ha il potenziale di trasformare il settore sanitario per soddisfare le esigenze di diversi stakeholder nell’assistenza sanitaria e nello sviluppo terapeutico. Fondamentale è la collaborazione internazionale che permette la condivisione delle conoscenze e delle migliori pratiche relative all’evoluzione delle considerazioni normative. In questo modo sarebbe possibile aumentare la velocità di sviluppo del panorama normativo e ridurre il divario tra l’avanzamento della tecnologia e la regolamentazione visto che molti strumenti sono destinati ad attraversare le frontiere.

La coerenza delle considerazioni normative per i sistemi e le tecnologie di IA, inoltre, potrebbe migliorare gli standard e consentirne una diffusione più rapida sostenendo anche paesi con minore capacità normativa, garantendo che anche loro possano utilizzare strumenti con standard elevati.

 

Condividi: