Lo scorso 6 febbraio si è svolto il Convegno finale dell’edizione 2024/2025 dell’Osservatorio Artificial Intelligence del Politecnico di Milano, dal titolo “Artificial Intelligence, e questo è solo l’inizio”. Durante l’evento, si è discusso dell’evoluzione del mercato, delle opportunità offerte dall’Intelligenza Artificiale e dei rischi connessi per il mondo del lavoro. Un intervento di particolare interesse ha introdotto l’apertura del tavolo “Oltre gli LLM, quali sviluppi tecnologici? ”, cui abbiamo preso parte come Intellico.
Questo intervento ha offerto un terreno fertile per riflettere su alcuni temi chiave che fanno oggi da sfondo alla prossima evoluzione dell’AI e che ci permettono di comprendere come l’AI possa finalmente colmare il divario tra digitalizzazione dei processi e digitalizzazione della conoscenza, e dei processi decisionali.
L’ingrediente chiave riguarda il paradigma emergente dell’AI Neuro Simbolica, la via attraverso cui è possibile combinare l’approccio dell’AI simbolica al machine/deep learning e che ci porta a riflettere sul potenziale derivante dalla convergenza tra AI generativa e AI tradizionale (predittiva).
Digitalizzazione della conoscenza: il vero passo avanti
Negli ultimi 20 anni, il concetto di Trasformazione Digitale si è spesso limitato alla digitalizzazione dei processi aziendali, con l’introduzione ERP, CRM e più in generale di sistemi gestionali sia verticali che in logica di suite, per organizzare e archiviare informazioni. Tuttavia, questi strumenti non hanno realmente capitalizzato la conoscenza implicita aziendale, ovvero il “perché” delle decisioni. La vera trasformazione digitale non si ferma all’archiviazione di dati, ma passa attraverso la digitalizzazione della conoscenza, ovvero la capacità di collegare le informazioni esplicite e implicite, trasformandole in un asset strategico.
Pensate a quante volte finalizziamo un preventivo o un’offerta in un contesto non predefinito. Tipicamente l’ordine a cui arriviamo è frutto di settimane e, in alcuni casi, mesi di scambi di e-mail, telefonate e bozze di offerta, che è dove si annida il vero valore del nostro processo decisionale.
Alcuni tentativi interessanti sono stati fatti già prima dell’avvento dell’AI, andando nella direzione dei così detti sistemi “collaborativi”. Tuttavia, anche nei casi di maggior successo, si è riusciti a carpire e tramutare in asset solo una piccola parte di conoscenza “esplicita”, ad esempio collegando informazioni presenti nello scambio corrispondenza della posta elettronica ad informazioni strutturate, come un ordine di acquisto che risiede nel gestionale aziendale.
Si è trattato di tentativi timidi che non hanno raggiunto la piena interoperabilità tra fonti strutturate (l’ordine) e non strutturate (lo scambio mail che ha portato all’ordine). Non si è quindi colmato il bisogno di tracciamento e storicizzazione della connessione tra azione e pensiero, tra la decisione e il flusso decisionale. Si è riusciti a creare infrastrutture molto ben organizzate in cui archiviare informazioni e capitalizzare quella che è tipicamente una conoscenza esplicita, ma molto del processo decisionale basato sulla conoscenza implicita risiede oggi nelle operazioni che svolgiamo su strumenti di produttività individuale, canali di comunicazione, momenti di interazione non prevedibili. Tutto questo valore, che racchiude tipicamente le vere motivazioni che ci hanno portato a una certa decisione, è oggi fuori sistema.
Oggi stiamo finalmente avanzando verso un futuro possibile e molto concreto grazie alla combinazione di AI predittiva e AI generativa, che ci permette di fare un salto in avanti in tal senso e digitalizzare il processo decisionale.
Ciò significa poter connettere il risultato delle nostre decisioni con il flusso che ci ha portato a quella scelta, e possiamo replicare questo ciclo un numero indefinito di volte, attivando meccanismi di apprendimento e miglioramento continuo.
Grazie a modelli avanzati, oggi è possibile estrarre, combinare e interpretare dati provenienti da fonti strutturate e non strutturate, come documenti, e-mail e conversazioni, generando insight utili e migliorando la capacità di apprendimento delle aziende. Stiamo assistendo ad un passaggio epocale, dove è finalmente possibile superare i limiti degli strumenti gestionali tradizionali. “SaaS is Dead” è infatti uno dei claim maggiormente diffusi in queste settimane nella stampa di settore internazionale. Ma proviamo a capirne di più.estionali tradizionali. “SaaS is Dead” è infatti uno dei claim maggiormente diffusi in queste settimane nella stampa di settore internazionale. Ma proviamo a capirne di più.
L’interoperabilità tra AI predittiva e AI generativa
Uno dei principali limiti dei tradizionali software SaaS è la loro rigidità nel gestire scenari complessi e non predefiniti. Tuttavia, l’integrazione tra AI predittiva e AI generativa sta rivoluzionando questo approccio, permettendo di automatizzare e ottimizzare i processi decisionali in modo più flessibile.
L’AI predittiva analizza dati storici e identifica pattern, mentre l’AI generativa permette di simulare scenari e suggerire soluzioni in base alle informazioni disponibili. Questa combinazione consente di connettere il flusso decisionale con i dati che lo hanno generato, migliorando la capacità di adattamento e apprendimento continuo.
Il futuro dell’AI: verso il paradigma Neuro-Simbolico
Uno degli aspetti più innovativi emersi durante il Convegno riguarda il futuro dell’AI oltre gli LLM (Large Language Models) e l’integrazione tra AI predittiva e generativa: l’AI Neuro-Simbolica. Questo paradigma combina due approcci distinti:
- AI simbolica (GOFAI – Good Old-Fashioned Artificial Intelligence), che si basa su regole e logiche predefinite per gestire conoscenza esplicita.
- Machine Learning e Deep Learning, che permettono di generalizzare informazioni e apprendere da grandi quantità di dati.
L’AI Neuro-Simbolica supera i limiti di entrambi, creando sistemi ibridi in grado di gestire sia la conoscenza esplicita che implicita. Questo modello apre nuove possibilità per l’automazione intelligente, rendendo i sistemi AI più trasparenti, interpretabili ed efficienti.
In Intellico.ai, stiamo già esplorando applicazioni concrete di questo paradigma sia in ambito retail che manufatturiero, con l’obiettivo di creare soluzioni AI in grado di supportare processi decisionali complessi e ad alto valore aggiunto. Ad esempio, attraverso l’AI neurosimbolica possono essere estratti da brief o analisi di contenuti web i parametri per settare una campagna marketing. Oppure, possono essere estratti da manuali i vincoli per settare e regolare i corretti parametri di funzionamento di un processo produttivo.
L’evoluzione dell’AI verso paradigmi di questo tipo non può che rappresentare un salto avanti determinante per arricchire e potenziare la nostra capacità di rilasciare soluzioni orientate al potenziamento del processo decisionale, fino a trasformarlo, ma soprattutto permette di capitalizzare come asset aziendale la conoscenza implicita, valore indefinibile frutto dell’esperienza e della competenza di ciascun singolo individuo.
Il ruolo di Intellico.ai nell’evoluzione dell’AI
Come vediamo dunque il futuro dell’AI? Crediamo che le soluzioni di Intelligenza Artificiale non andranno a sostituire completamente soluzioni e sistemi informativi tradizionali già consolidati nel tempo. “Saas is Dead” non è uno scenario che vediamo possibile. Crediamo piuttosto ad uno scenario ibrido, dove l’utilizzo combinato di soluzioni transazionali tradizionali e soluzioni AI potrà rappresentare il punto di atterraggio di questa recente nuova trasformazione. Probabilmente così come il Mobile non ha eliminato il Personal Computer, né il Cloud ha soppiantato completamente l’On-Premise, anche il SaaS evolverà in un modello ibrido dove soluzioni legacy, client-server e AI avanzate coesisteranno in modo sinergico.
In Intellico.ai, crediamo fortemente che la vera innovazione risieda nella fusione tra potenza di calcolo e interpretabilità, per supportare processi decisionali più trasparenti, efficaci e intelligenti e trasformare il modo in cui si prendono decisioni strategiche.
Contributors:
Francesca Saraceni, Ceo Intellico
Sara Uboldi, Head of Solutions Intellico
