Intelligenza artificiale e big data: cosa ci aspetta?

Come forse hai saputo se ci segui sui nostri profili social o se ricevi la nostra newsletter, lo scorso giugno ho partecipato ad un evento molto stimolante e dai contenuti iper-innovativi e quasi futuristici, anche se di un futuro non troppo lontano. Si tratta dell’evento “Big Data Toronto 2017“, nella metropoli multiculturale del Canada.
Da questo convegno mi sono portato a casa una visione di quello che ci aspetterà nei prossimi anni, sia in termini di sviluppo tecnologico (specie nel settore del marketing online), ma anche in termini di abitudini di tutti noi.

I temi principali ruotavano infatti attorno a intelligenza artificiale, machine learning, deep learning, big data, internet of things, tutte terminologie che magari hai già avuto modo di sentire, ma che effettivamente ancora non sembrano toccarci da vicino, almeno qua in Italia.
Così ho avuto l’occasione di entrare più in confidenza con questi argomenti e conoscerli meglio, documentandomi ulteriormente anche dopo l’evento.

Un po’ di definizioni…

Prima di tutto, se ti stai chiedendo qual è il significato di ognuno o le differenze, ti aiuto dandoti una veloce e sintetica spiegazione:

• per intelligenza artificiale (AI, Artificial Intelligence) s’intende la possibilità di far svolgere alle macchine compiti che sono tipici dell’intelligenza umana, come ad esempio la comprensione del linguaggio, il riconoscimento di immagini e suoni, l’apprendimento e la risoluzione di problemi
• un’area dell’AI è il Machine Learning (ML): consiste nel fare in modo che le macchine imparino a svolgere un task o a risolvere un problema, non fornendogli le istruzioni su come fare qualcosa ma dandogli gli strumenti per apprendere autonomamente
• il Deep Learning (DL) è invece una tecnica di Machine Learning che prende ispirazione dalla struttura e dal funzionamento della nostra mente. Profondamente sviluppato e rivoluzionato da Google qualche anno fa, questo campo di ricerca rappresenta oggi la più concreta strada per far assomigliare quanto più possibile le macchine all’uomo
• per Internet of Things (IoT) s’intende una tipologia di dispositivi “intelligenti” connessi online che possono essere controllati e monitorati anche a distanza e che raccolgono e forniscono dati su di loro o sull’ambiente circostante (ad esempio, termostati, orologi, wearable, rilevatori e sensori ambientali, videocamere, ecc.)
• infine, riportando la definizione di Wikipedia, Big Data “è il termine usato per descrivere una raccolta di dati così estesa in termini di volume, velocità e varietà da richiedere tecnologie e metodi analitici specifici per l’estrapolazione di valori”

Alla luce di tutto questo, una frase inserita in una presentazione mi è rimasta particolarmente impressa, perché di fatto manifesta quello che è l’obiettivo comune degli sviluppi tecnologici in questo campo:

“Il nostro obiettivo (inteso per l’uomo) è lavorare sempre di più su task di alto valore. E lasciare gestire alle macchine (“AI assistants”) i compiti di basso valore.”

Intelligenza artificiale in azione

In effetti esistono già diversi campi applicativi in cui l’intelligenza artificiale è attualmente utilizzata a fianco, se non in sostituzione, dell’uomo. Ve ne condivido cinque:

• chatbot: ovvero assistenti virtuali che riescono ad interagire con l’utente tramite chat o messaggi vocali; si tratta di un “hot trend” con un forte impatto sul tasso di conversione e completamente scalabile (non serve pagare gli straordinari di una persona per dare supporto agli utenti il giorno di Natale ;) ). Un esempio? Elen, il chatbot di Enel (questo il link se vuoi chattare con “lei”), la prima in Italia a muoversi in questo senso
• data visualization: si tratta di servizi e strumenti che elaborano grandi quantità di dati, anche di tipologie diverse, e aiutano i web analyst a cogliere più facilmente dei trend e quindi a indirizzare delle decisioni
• recommendation engine: sistemi che riescono a predire le preferenze dell’utente consentendo quindi di intervenire sulla personalizzazione dei contenuti da mostrare (particolarmente usati negli e-commerce, ma anche su portali editoriali). Noi già da un po’ li stiamo suggerendo nei progetti e-commerce in cui svolgiamo delle attività CRO, e abbiamo delle esperienze che confermano il loro potenziale
• realtà aumentata: si tratta di una tecnologia mobile-first, ovvero pensata unicamente per il mobile, che consente di far vivere alla persona (e potenziale cliente) delle esperienze uniche. Un esempio? Guarda in questo video come Ikea ti permette di vedere come starebbe nel tuo salotto un tavolo del suo catalogo
• tecnologia per la generazione di contenuti: strumenti volti a creare contenuti testuali, audio e/o video tramite intelligenza artificiale; forse tra tutte, la tecnologia con uno stadio di sviluppo più arretrato

Scopri 5 campi applicativi dell’intelligenza artificiale a supporto del marketing online.

Sempre più dati da diverse sorgenti

Un’altra forte presa di coscienza che ho avuto (e dove poteva succedere se non lì o negli Stati Uniti), riguarda la crescita esponenziale di dispositivi diversi connessi in rete che raccolgono e forniscono dati sulle nostre abitudini.

Pensa ad esempio ai vari assistenti vocali Google Home, Alexa di Amazon, Siri di Apple, Cortana di Microsoft o M di Facebook, che stanno raccogliendo ore e ore di contenuti audio al giorno solo negli Stati Uniti (dove sono stati lanciati per primi).

Inoltre, oggi siamo già abituati ad usare smartwatch o fitness tracker, ma un domani (in un futuro non troppo lontano) nel quotidiano potremmo avere a che fare sempre di più con elettrodomestici o dispositivi di home automation connessi online, oppure ai veicoli con assistenti che guidano al posto tuo e ti tengono compagnia.

A tal proposito ti condivido dei dati rappresentati nella slide qui sotto: circa 10 anni fa il numero di dispositivi connessi online ha superato il numero di esseri umani nella Terra. Nel 2015 la media era di circa 3,5 per ogni uomo, nel 2020 la previsione è di oltre 6,5 per ogni persona.

Il “data scientist”

Tutto questo nel mondo dell’analisi dei dati comporta che un domani i dati non arriveranno più principalmente dal web, ovvero da siti, social o applicazioni mobile. Un sacco di altre sorgenti forniranno dati e non è pensabile che l’uomo da solo con le sue forze riesca a star dietro e analizzare tutta questa mole di dati in crescita esponenziale (si parla infatti di Big Data).

È così che avrà sempre più un ruolo di primo piano la figura del “data scientist“, che presumibilmente dovrà più prendere la forma di un team di persone con un mix complementari di competenze, difficilmente circoscrivibili tutte in un’unica persona.
Sì, perché per affrontare queste nuove sfide servirà avere competenze e conoscenze di matematica, statistica, informatica, programmazione, oltre a possedere una vena creativa e avere una propensione alla comunicazione efficace, necessaria per sintetizzare e trasmettere l’esito di quanto analizzato a chi poi dovrà prendere le decisioni.

In conclusione, quindi, sono sicuro che in futuro ne vedremo delle belle! :)
Ma a chi offre prodotti o servizi online o offline e non vuole “subire” troppo questo progresso tecnologico e piuttosto coglierne i vantaggi, alcuni semplici consigli che vorrei dare sono:

• mettersi nell’ottica e attrezzarsi per raccogliere quanti più dati possibile, da qualsiasi fonte (poi i software ci aiuteranno a leggerli)
• se possibile, iniziare a utilizzare le tecnologie e gli strumenti basati che sfruttano l’intelligenza artificiale
• infine, pensando anche alla SEO, curare il più possibile i contenuti offerti continuando a pensare in ottica utente, perché Google, soprattutto grazie al Deep Learning e al suo algoritmo RankBrain, riuscirà sempre più facilmente ad interpretarli e a fornire risultati di ricerca migliori.

Tu cosa ne pensi? Spaventato/a o affascinato/a? :)