I cervelli digitali, o digital brain, possono aiutare o sostituire l’uomo nei compiti ripetitivi e di routine in ogni business.
Nella fantasia umana la macchina ha sempre sollevato l’uomo dai compiti gravosi, ma è stata anche vista come una minaccia capace di prende il sopravvento sulla razza umana. Soprattutto per la sua capacità di affrontare in modo freddo e distaccato le decisioni. Basti pensare a film come Matrix o Terminator o Blade Runner, fino al profetico Metropolis del 1927, ambientato nel 2026, cioè fra cinque anni appena.
Il lavoro umano e la sua necessità
Se si parte dal concetto di ‘lavoro’ questo è definito come “attività umana rivolta alla produzione di un bene, di una ricchezza, o comunque a ottenere un prodotto di utilità individuale o generale” (fonte: Enciclopedia Treccani). Se provvisoriamente tralasciamo l’aggettivo ‘umano’, il lavoro è un meccanismo per arrivare alla produzione di utilità attraverso l’elaborazione materiale o intellettuale di input di varia natura (siano essi materiali o immateriali). La necessità del lavoro, a sua volta, è giustificata dal fatto che senza di esso non si produrrebbero né prodotti né servizi e il mercato del lavoro viene giustificato a sua volta dalla necessità degli individui di ricavare una remunerazione dalla propria offerta di lavoro per acquistare i beni e servizi prodotti dal mercato stesso.
In questa organizzazione macroeconomica, è comprensibile come la sostituzione parziale o totale di un fattore produttivo come l’essere umano possa essere vissuto come elemento di discontinuità e di pericolo. Tuttavia, è importante ragionare su alcuni aspetti di ‘posizionamento’ dell’essere umano rispetto alla macchina nel panorama delle attività esplicabili.
Già nel 1968 la NASA (NASA SP-6506 An Introduction to the Assurance of Human Performance in Space Systems, Washington DC 1968) aveva analizzato la differenza delle capacità tra uomo e macchina per comprendere quanto il primo potesse essere coadiuvato o superato dalle performance di algoritmi. Ebbene le conclusioni a cui arrivarono già nel 1968 sono le stesse che vengono riscontrate oggigiorno. L’essere umano regna incontrastato, e lo sarà per molto, nell’ambito della creatività e dell’originalità. L’uomo di suo riesce a creare dal nulla, a discernere informazioni che non ha mai visto. D’altro canto, invece, le macchine sono incontrastate nelle azioni ripetitive, nelle risposte immediate a stimoli, nella memorizzazione e recupero di grandi quantità di informazioni, nella comprensione di dati invisibili agli uomini, nel lavoro in condizioni di stress.
Sembrerebbe quindi un percorso naturale quello in cui gli algoritmi, le macchine e i robot sostituiscano o coadiuvino l’uomo nelle attività più logoranti e nell’ottimizzare i processi produttivi. Già dieci anni fa, nel 2011, fu menzionato per la prima volta il termine Industria 4.0 proprio per identificare quella parte della quarta rivoluzione industriale in cui le macchine acquisiscono capacità e autonomia nel processo produttivo, potendo anche fare a meno dell’intervento dell’uomo o di buona parte di esso. Possiamo dire, quindi, che siamo nel pieno di questa nuova rivoluzione.
I digital brain nel settore servizi: un esempio nel settore legal
Tuttavia, è importante allargare il perimetro di questa trasformazione non solo all’industria, ma anche al mondo dei servizi. Infatti, automatizzare i processi aziendali, di qualunque tipologia essi siano, non è più solo pertinenza delle industrie labour intensive ma anche di quelle knowledge intensive. Dove un tempo l’uomo era necessario per esplicare attività decisionali, oggi è possibile coadiuvarlo o addirittura ottimizzare il processo utilizzando un cervello digitale: il digital brain appunto.
I digital brain permettono alle aziende di rimettere in discussione i processi più ripetitivi e laboriosi innestando nuove tecnologie che vadano a far leva sui costi e sui tempi, abbattendoli, sui ricavi, stimolandoli, o sui rischi aziendali, riducendoli.
Parliamo appositamente di digital brain in quanto la soluzione software che sottende a questo concetto può o meno contenere algoritmi di deep learning, integrare tecnologie multiple funzionali allo scopo (cloud, edge computing, wearable, computer vision, NLP, blockchain ecc.).
Con questi presupposti, il digital brain è definibile come un nuovo fattore produttivo che esegue compiti predeterminati e produce le utilità che sono alla base del modello economico del lavoro. Si può applicare a tutti i settori e a tutte le funzioni aziendali.
Un esempio di applicazione al mondo dei servizi può essere quello legale-notarile. Questo settore solitamente è oberato da attività knowledge intensive che implicano molte azioni di revisione e controllo documentale, con dispendio di tempo e di risorse umane. Ad esempio, nella fase di due diligence contrattuale, riuscire a riscontrare la presenza di clausole o paragrafi particolari, controllare che i documenti scansionati siano esattamente quelli necessari per la validità dell’atto, estrarre le informazioni utili e archiviarle, analizzare la composizione del documento, correlare eventualmente molteplici documenti tra di loro per poter trovare le affinità. Sono solo alcuni dei task che possono essere proficuamente implementati.
Ecco allora che gli studi legali iniziano a utilizzare software di due diligence che realizzano molti dei task sopracitati. Può essere in questo caso interessante percorrere il processo utilizzato per passare dal concept alla realizzazione di questi molteplici digital brain che sono integrati in un unico tool user-friendly.
Un processo di automazione parte solitamente dall’esigenza dell’utente e non dalla tecnologia. Questo permette di articolare il bisogno (business plain) nelle sue varie componenti e scoprire, insieme al cliente, quelli che sono gli elementi cardine sui quali il processo deve articolarsi.
Attraverso il metodo del Design Thinking, con l’utente si procede a disegnare step by step il funzionamento del processo, avendo ben chiaro quello che sarà l’obiettivo finale, l’usabilità che l’utente desidera dai tool e soprattutto facendo progressivi studi di fattibilità, specialmente per le funzionalità cosiddette ‘intelligenti’. Con l’utente si disegna concretamente il flusso immaginato, i deliverable che si desidera ottenere, i kpi che bisogna aspettarsi dal processo. Terminato questo percorso si passa alla definizione del numero dei digital brain da realizzare e soprattutto come questi al loro interno dovranno funzionare.
Nel caso specifico della case history portata come esempio, sono stati realizzati diversi cervelli digitali: per l’information extraction da immagini, attraverso l’uso di computer vision applicata all’analisi di documenti di diverso genere. Attraverso la NER (Name Entity Recognition) è stato possibile analizzare e catalogare in automatico una molteplicità di informazioni all’interno dei documenti, estraendo non solo le informazioni stesse ma anche i relativi kpi (key performance indicator) di performance e di contenuto. Attraverso algoritmi avanzati di Sentence Classification, si è potuto realizzare un processo di analisi della compliance documentale tramite l’analisi automatizzata dei paragrafi contrattuali e la loro corrispondenza ai dettami di legge.
Oltre a questi digital brain, sono state sviluppate altre funzionalità intelligenti che hanno drasticamente velocizzato il processo operativo all’interno dell’azienda, portando una riduzione di oltre l’80% nei tempi di esecuzione dei task.
I digital brain per concretizzare la tecnologia
La riflessione che è necessario fare riguarda la necessità di questa trasformazione digitale e la necessità di rendere pragmatica la tecnologia, soprattutto dell’AI, nei contesti quotidiani di business. Le persone che precedentemente svolgevano lavori di routine, grazie al digital brain possono aumentare nettamente la loro produttività, spostarsi su attività di coordinamento e controllo degli input e degli output e possono contribuire all’efficacia del processo e sono ottimi ‘trainer’ per l’algoritmo.
Infatti, il beneficio di questi brain con intelligenza artificiale è la loro capacità di imparare dall’esperienza e i tool realizzati inglobano anche una sezione specifica per rendere l’utente ‘autonomo’ nella fase di training. Più l’utente usa questi brain, più loro diventano intelligenti. Da una ricerca di LawGeex, a supporto della bontà di queste soluzioni, è emerso chiaramente che a confronto umani e macchine su task di questo tipo, la macchina risulta non solo più accurata (94% vs 85%) ma nettamente più veloce (l’umano più veloce è risultato 100 volte più lento della macchina nell’eseguire il task). Vedendo nella pratica questi tool funzionare, effettivamente un manager comprende a colpo d’occhio il beneficio in termini di efficienza ed efficacia.
Gli ostacoli alla diffusione dei digital brain
Allora perché, in Italia, nonostante il mercato dell’AI stia segnando un 15% di crescita, si fa ancora fatica a far penetrare in tutte le aziende, anche di media e piccola dimensione, questa tecnologia?
Lo dice chiaramente l’indagine 2021 dell’Osservatorio Artificial Intelligence della School of Management del Politecnico di Milano: per scarso impegno del top management (34%), per la limitata cultura digitale aziendale (26%) e per la difficoltà a definire come applicare l’AI all’interno del business (26%).
La missione delle aziende che producono e vendono tecnologie AI è quindi quella di contribuire a realizzare le visioni dei manager, a prescindere dalla tecnologia che c’è dietro, realizzando i tool che servono quotidianamente per raggiungere gli obiettivi di business.
