Nonostante tutto il clamore sull’intelligenza artificiale, il successo dipende solo da una cosa
È facile lasciarsi sedurre dal potere dell'intelligenza artificiale, ma questo esperto di dati vede in un unico ingrediente la chiave per sfruttare al meglio questa tecnologia emergente.
C’è un incredibile clamore sul potere rivoluzionario dell’intelligenza artificiale (AI), ma molti esperti concordano che l’ingrediente chiave per sfruttare al meglio la tecnologia emergente è una cosa: trovare il giusto caso d’uso aziendale.
Thierry Martin, senior manager per la strategia di dati e analisi presso Toyota Motors Europe, spiega in una video intervista personale con ZDNET come il colosso automobilistico sta dedicando tempo e risorse in ricerca e sviluppo al potenziale dell'intelligenza artificiale.
Tuttavia, questo lavoro esplorativo è incentrato principalmente sul caso d’uso attuale, e ciò significa scienza dei dati piuttosto che previsione e automazione.
"Per noi l'analisi dei dati è molto più importante", afferma Martin. "Ad esempio, come guidano le persone le nostre auto? C'è differenza tra i diversi paesi o la guida in autostrada tra Germania e Belgio?"
Lo sviluppo di conoscenze approfondite attraverso la scienza e l’analisi dei dati dipende dalla raccolta di dati, che è un’area in cui Toyota eccelle.
"Possiamo già ottenere molte informazioni su come le persone utilizzano le nostre auto", afferma. "Effettuiamo modelli di previsione, ad esempio, per analizzare le cause profonde o per prevedere il tipo di accessori che dobbiamo installare per facilitare la pianificazione."
Per ora, Martin afferma che Toyota si concentra sull’utilizzo di strumenti come Power BI per mantenere l’essere umano al centro del ciclo e sull’utilizzo dell’analisi per sviluppare una comprensione dettagliata delle operazioni e dei processi automobilistici.
"Non permetteremo che sia l'intelligenza artificiale a prendere decisioni al posto delle persone", afferma. "Preferiamo fornire maggiori informazioni: ecco dove siamo."
Tuttavia, in un futuro non così lontano, Martin può immaginare una situazione in cui la sua organizzazione inizierà a sfruttare l’intelligenza artificiale nella produzione e le esplorazioni per trovare i giusti casi d’uso per i processi line-of-business sono già in corso.
"Abbiamo una richiesta piuttosto elevata per questo", afferma. "Esistono molti casi d'uso relativi all'analisi dei dati di testo e all'intelligenza artificiale generativa, che sono diventati possibili dal 2022 e dal lancio dei modelli ChatGPT."
Mentre i grandi modelli linguistici (LLM) di OpenAI hanno contribuito a spingere l’intelligenza artificiale generativa nel mainstream, Toyota - come tante altre aziende blue-chip - sta procedendo con cautela quando si tratta di implementare le tecnologie emergenti.
Prendiamo l'esempio di Omer Grossman, CIO globale di CyberArk, che afferma che il lavoro della sua azienda sull'intelligenza artificiale segue linee guida per un lavoro sicuro e protetto che possono essere adottate e adattate.
"Se avete bisogno di uno slogan di una sola frase, è proprio questo: assicuratevi di costruire barriere responsabili che promuovano l'innovazione mantenendola sicura", afferma.
Nel caso di Toyota Europe, Martin suggerisce due percorsi da seguire per sfruttare al meglio l’intelligenza artificiale.
Il primo percorso si concentrerà sull'utilizzo di strumenti come Microsoft Copilot a livello personale per aiutare le persone a completare attività utilizzando dati non sensibili.
Il secondo percorso, in cui il suo team sta esplorando le opzioni attraverso la prototipazione, riguarda l’utilizzo dell’intelligenza artificiale generativa in modo sicuro all’interno del firewall aziendale per aumentare la produttività.
"In termini di prototipazione, lavoriamo molto attorno ai chatbot", afferma. "Adesso stiamo codificando i chatbot noi stessi. E una volta impostata una libreria, è molto veloce configurarla e provarla da soli. Non c'è molta complessità qui."
Il lavoro di Toyota Europe con l'intelligenza artificiale è supportato dalla creazione di un data mesh, che Martin descrive come un approccio alla governance che garantisce che la responsabilità per i prodotti dati rimanga nelle mani dei proprietari dell'azienda.
L'organizzazione sta riunendo le proprie informazioni su una piattaforma Snowflake che fornisce le basi per un accesso ai dati ben governato.
La mesh di dati si basa su una serie di altre tecnologie, tra cui Dataiku per la collaborazione, Collibra per la governance e Denodo per connettere mesh di dati tra diverse parti dell'organizzazione, come Toyota Europa e Giappone.
Martin e il suo team stanno utilizzando queste tecnologie di data mesh per esplorare l'intelligenza artificiale. Hanno già creato chatbot su Dataiku, che utilizza un LLM eseguito su un'istanza sicura di Azure Open AI per fornire riepiloghi di PDF.
Ha mostrato il chatbot agli alti dirigenti di Toyota Europe e suggerisce che lo sviluppo interno è la strada da percorrere perché aiuta ad alleviare alcune delle preoccupazioni associate ai modelli disponibili al pubblico di fornitori di grandi nomi.
"Quindi abbiamo già accesso al nostro modello linguistico", afferma. "È su Azure, ma è sicuro. Inoltre, poiché abbiamo LLM e un chatbot, possiamo creare il nostro database e possiamo creare chatbot interattivi e cose del genere."
Martin afferma che il suo team continua a esplorare le varie opzioni: "Stiamo costruendo un sistema di recupero della conoscenza, ad esempio, perché ce n'è molta sparsa ovunque nell'azienda. Ma questo è ancora a livello pilota."
Nelle esplorazioni dell'organizzazione basate sull'intelligenza artificiale, la parola d'ordine è "testare" per garantire che i servizi soddisfino i severi requisiti di governance e le richieste degli utenti line-of-business.
"Vogliamo confermare il valore e dobbiamo anche confermare come scalarlo", afferma. "Una volta che si inizia a utilizzare un servizio di chatbot, ad esempio, è necessario introdurre l'etica e la governance dell'intelligenza artificiale. Se inizio a lanciare un chatbot, allora devo essere chiaro su molte domande sull'etica."
Quindi, quando potrebbe avere luogo questa implementazione più ampia? Martin dice che gli piacerebbe mettere in produzione alcuni strumenti basati sull'intelligenza artificiale in tempi relativamente brevi.
Sta lavorando con i suoi partner tecnologici, incluso Snowflake, per garantire che i problemi di governance siano presi in considerazione e che l'accesso ai dati sia limitato.
"L'obiettivo dovrebbe essere, ad esempio, che un chatbot logistico abbia accesso solo ai dati logistici e non a quelli relativi alle risorse umane, proprio come un dipendente ha accesso solo a determinati dati", afferma.
Martin afferma che Toyota Europe sta continuando a sviluppare prototipi e potrebbe avere una sorta di servizio chatbot abilitato all’intelligenza artificiale che estragga i dati dalla piattaforma Snowflake entro la metà del 2024.
Sta anche parlando con altri partner tecnologici, come Dataiku e Collibra, su come la sua visione potrebbe essere realizzata.
La cosa più importante è che lavorerà a stretto contatto con l'azienda per dimostrare i suoi servizi di intelligenza artificiale e per considerare come questi strumenti potrebbero funzionare in aree specifiche dell'organizzazione.
"Dobbiamo capire qual è il posto migliore in cui eseguire il chatbot", afferma. "Ed ecco perché è estremamente importante che gli ingegneri e anche i leader capiscano veramente di cosa stiamo parlando. È lì che passeremo il nostro tempo."