La recente esplosione di interesse per l’intelligenza artificiale (Ia) si può verificare in modo già tangibile sotto forma di assistenti interattivi su dispositivi o siti Web oppure ancora di sperimentazioni in fase avanzata, come, per fare un esempio fra tutti, le automobili self-driving.

Ben presto, la capacità delle macchine di ottenere una miglior comprensione del mondo reale si trasformerà in un valore economico concreto e investirà numerosi aspetti della vita professionale e privata delle persone.  

Come sfruttare questo potenziale nelle aziende? Al centro della capacità degli algoritmi di comprendere l’universo in un modo assimilabile a quello degli esseri umani si trovano i big data. L’Ia ha bisogno di grandi volumi di informazioni da analizzare e deve la sua recente popolarità in gran parte alla disponibilità di storage ad altissima capienza e possibilità di elaborazione a basso costo.

Su questa scia, sono già disponibili servizi per fornire risposte a domande specifiche, capacità di riconoscimento facciale o elaborazioni in linguaggio naturale. Fra le applicazioni aziendali, possiamo poi includere le cosiddette chatbot, per fornire assistenza ai clienti o previsioni sulla domanda di prodotti in funzione di un certo numero di criteri oggettivi (data e ora, meteorologia) o più specifici di ogni impresa.

L’automazione dei processi manuali figura fra gli sviluppi più naturali, soprattutto (ma non solo) i compiti tradizionalmente considerati più di routine, in ambiti come la scrittura o la sanità, per citare due contesti dove l’intelligenza artificiale ha fatto i maggiori progressi.

Tuttavia, siamo ancora agli inizi e ci sono ancora numerose sfide da affrontare. Per esempio, l’Ia necessita di livelli di potenza di calcolo e capacità di storage che solo le tecnologie più recenti cominciano a poter offrire. Anche se i costi di molti componenti sono diminuiti notevolmente, le tipologie di hardware e software utilizzabili in un ambito ancora d’avanguardia restano estremamente specializzate.

Ciononostante, gli osservatori di mercato concordano nel prevedere un futuro roseo per il comparto. Idc, per esempio, stima che il giro d'affari globali dei fornitori di elaborazione analitiche aziendali e big data aumenteranno dai 130,1 miliardi di dollari del 2016 a 203 miliardi nel 2020.

L’analisi degli imperativi hardware e software legati all’intelligenza artificiale fa capire che l’economia del cloud computing giocherà un ruolo fondamentale nello sviluppo e implementazione di applicazioni per il mondo aziendale. Al momento, sono disponibili soprattutto servizi PaaS (Platform-as-a-Service) per facilitare questi processi.

In questa fase ancora iniziale, ciò che serve è soprattutto la capacità di sperimentare algoritmi che consentano di lavorare sui dati e creare modelli costruiti sul machine learning. In seguito, occorre valutare i risultati e generare valori conclusivi. Una volta arrivati a un approdo soddisfacente, dovrebbe essere possibile implementare il modello sotto forma di Web service, per permetterne l’utilizzo a livello aziendale.

Naturalmente, non è tutto così lineare e occorreranno diverse iterazioni delle varie tappe e l’elaborazione di un certo numero di modelli per ottenere una soluzione ottimale. Per ottenere risultati sfruttabili a livello aziendale da una tecnologia così complessa e specializzata come l’intelligenza artificiale, appare logico, dal punto di vista operativo, ricorrere a servizi professionali, soprattutto (come nel caso del cloud) per ammortizzare i costi dell’infrastruttura.

A questa stregua, forse, si potrebbe arrivare a dire che l’intelligenza artificiale rappresenti la prossima applicazione-faro del cloud computing.