di Massimo Bolchi
“L’Artificial Intelligence? I cinesi hanno dieci milioni di giovani ingegneri, gli americani ci mettono dieci miliardi di dollari, gli europei sono pronti con dieci milioni di regolamenti comunitari a cui ottemperare”. Questa battuta di Mario Nobile, direttore generale di AgiD, ripescata da una testata britannica – come ha ‘confessato’ l’interessato, a dire il vero – potrebbe sintetizzare il convegno tenutosi stamane a Milano ‘AI al centro: novità, applicazioni e regole’ organizzato dalla School of Management del Politecnico, che come di consueto si è fatto forte della ricerca sull’AI in Italia, poco più di una anno dopo (era il novembre 2022) l’esplosione della ormai celebre ChatGDP.
“Il mercato è in forte crescita, come i progetti, e ormai quasi tutti gli italiani hanno sentito parlare di AI, ma guardano a questo ambito con interesse e qualche timore”, ha affermato Giovanni Miragliotta, Direttore dell’Osservatorio Artificial Intelligence, affrontando quello che è il principale timore legato agli sviluppi di questo nuovo, e per alcuni versi minaccioso, comparto. “Nel valutare il reale impatto sul lavoro, però, bisogna tenere in considerazione le previsioni demografiche che, a causa dell’invecchiamento della popolazione, prospettano un gap di 5,6 milioni di posti di lavoro equivalenti entro il 2033. In questa prospettiva, la possibile automazione di 3,8 milioni di posti di lavoro equivalenti appare quasi una necessità per ribilanciare un enorme problema che si sta creando, più che un rischio”.
“Tuttavia”, ha proseguito, “soltanto prestando attenzione alle nuove esigenze dei lavoratori, alla formazione e ad un’equa redistribuzione dei benefici, la società riuscirà a trarre valore dallo sviluppo dell’AI”.
Di certo, gli impatti sul mondo del lavoro saranno molto significativi. Già oggi, in Italia, l’Intelligenza Artificiale ha un potenziale di automazione del 50% di ‘posti di lavoro equivalenti’: un potenziale ad oggi realizzato in minima parte, considerando che il ruolo dell’AI è più di supporto che di vera e propria sostituzione. Ma da qui a 10 anni, le nuove capacità delle macchine potrebbero svolgere il lavoro di 3,8 milioni di persone in Italia.
Qui il bilancio, fatte salve la diverse competenze che saranno necessarie (e di cui si fa fatica a intravedere la nascita) parrebbe positivo, poiché l’invecchiamento della popolazione sta accentuando lo squilibrio tra popolazione attiva e inattiva, con l’emergere di un fabbisogno teorico di 5,6 milioni di lavoratori che non ci saranno più. Questo in teoria, poiché se si guarda a quello che sta accadendo negli Stati Uniti (la Cina, con suo approccio ‘governista’ all’economia non è un esempio valido) si vede che ci sono società tech dai bilanci floridissimi – da Microsoft a Google-Alphabet, da Salesforce ad Adobe – che stanno tagliando decine di migliaia di posti di lavoro, resi ‘superflui’ dall’introduzione dell’AI. Ma quello è un altro mondo, quanto a normative e impieghi che si bruciano in un pomeriggio. Almeno speriamolo
Nel 2023, comunque, il mercato nazionale dell’AI ha fatto segnare un +52%, raggiungendo il valore di 760 milioni di euro, dopo che già nel 2022 aveva registrato un +32% rispetto all’anno precedente. La gran parte degli investimenti riguarda soluzioni di analisi e interpretazione testi per ricerca semantica, di classificazione, sintesi e spiegazione di documenti o agenti conversazionali tradizionali, mentre sono ancora limitati al 5% (38 milioni di euro) i progetti di Generative AI, proprio quella che, a livello di pubblico generico per lo meno, è vista come la più minacciosa per l’occupazione. Sei grandi imprese italiane su dieci hanno già avviato un qualche progetto di Intelligenza Artificiale, almeno a livello di sperimentazione, ma ben due su tre hanno già discusso internamente delle applicazioni delle Generative AI e tra queste una su quattro ha avviato una sperimentazione (il 17% del totale).
Nonostante si tratti in larghissima maggioranza di iniziative ancora sperimentali, tuttavia, ben il 77% degli italiani (+4 punti percentuali rispetto al 2022) guarda con timore all’Intelligenza Artificiale in relazione ai possibili impatti sul mondo del lavoro. Tuttavia, solo il 17% è fermamente contrario all’ingresso dell’AI nelle attività professionali, a conferma che non di una posizione di principio si tratti, ma di un timore non sufficientemente spiegato nei termini corretti. O forse Ned Ludd non ha più la forza di attrazione di un tempo.
“La gran parte degli investimenti riguarda soluzioni di analisi e interpretazione testi per ricerca semantica, di classificazione, sintesi e spiegazione di documenti o agenti conversazionali tradizionali, mentre i progetti di Generative AI pesano solo per il 5%, sebbene vi sia però un grande interesse. Due organizzazioni su tre hanno già discusso internamente delle applicazioni delle Generative AI e tra queste una su quattro ha avviato una sperimentazione”, ha spiegato Alessandro Piva, Direttore dell’Osservatorio Artificial Intelligence.
“Da parte della comunità scientifica è doveroso guidare il percorso di adozione dell’AI e dell’AI Generativa, cercando di evitare la fase di disillusione che solitamente caratterizza il processo di adozione di nuove tecnologie”, ha osservato Nicola Gatti, Direttore dell’Osservatorio Artificial Intelligence. “A questo riguardo, sono tre le principali criticità che riguardano oggi l’AI: poter garantire che i risultati dei sistemi di AI siano corretti – tipicamente si parla di robustezza – poter garantire che le decisioni prese siano spiegabili alle persone – tipicamente si parla di explainability – e certificare che i sistemi di AI rispettino le regolamentazioni Europee e che i rischi potenziali siano mitigati”.
L’Osservatorio è arrivato a individuare cinque diversi profili delle aziende nel loro percorso verso l’AI. L’11% è avanguardista (in crescita di 2 punti percentuali rispetto all’anno scorso), aziende che hanno raggiunto la piena maturità a livello tecnologico, organizzativo e gestionale nell’adozione di soluzioni di intelligenza artificiale. Il 23% è apprendista, hanno diversi progetti avviati ma difficilmente impiegano metodologie strutturate nel gestirli e tendono a far ricorso a soluzioni standard o pronte all’uso. Nel restante 66% dei casi, permangono situazioni eterogenee: ci sono organizzazioni in cammino (29%), dotate degli elementi abilitanti ma con pochi progetti, e aziende che non percepiscono il tema come rilevante e non dispongono di un’infrastruttura TI adeguata alla gestione di grandi quantità di dati.
Un quadro che non sorprende: in Italia ci sono poche grande aziende di respiro multinazionale, alcuni centri di eccellenza come il Cineca con il supercomputer Leonardo, qualche ‘multinazionale tascabile’ , ma la maggioranza delle imprese è costituita da PMI che non sembrano avere le possibilità (né la volontà) di eseguire il ‘grande salto’ nell’AI. Almeno fino a quando non saranno costrette da un ‘cigno nero’ che non avevano visto arrivare.
