Società di Bologna che conta oltre 120 persone, Injenia è una delle realtà italiane che ha creduto nell’intelligenza artificiale dagli albori della sua ultima nuova “primavera” iniziando a sviluppare soluzioni in quest’ambito oltre cinque anni fa come partner Google (tra i migliori cinque partner Google al mondo nell’ambito del machine learning e dell’intelligenza artificiale).
Intervenuto all’edizione 2019 di AI360 Summit, Cristiano Boscato, Amministratore di Injenia e docente alla Bologna Business School (corso Artificial Intelligence and Machine Learning for Business), ha condiviso con il pubblico la sua idea (e quella dell’azienda) di intelligenza artificiale, parlando più che altro di intelligenza collettiva.
«L’intelligenza artificiale non è una novità, si procede spesso per prova ed errori», condivide fin da subito Boscato. «I progetti di intelligenza artificiale sono per il 50% tecnologia, ma il restante 50% è cultura. La brutta notizia è che la tecnologia è la parte facile».
Injenia di fatto prende in analisi i migliori algoritmi al mondo applicati a sistemi di machine learning ed intelligenza artificiale, li testa e poi li porta alle aziende per facilitare l’avvio e l’accelerazione di progetti che sfruttano queste tecnologie. «La parte più complessa dei progetti riguarda la cultura – rimarca Boscato – che significa in pratica dare seguito a cambiamenti organizzativi e revisione di processi tutt’altro che banali, soprattutto in aziende molto strutturate».
Un metodo per beneficiare dell’intelligenza collettiva e della tecnologia
È sulla base di esperienze vissute anche sul piano dei cambiamenti culturali (anche attraverso errori e “schianti”, come ha condiviso lo stesso Boscato) che oggi Injenia preferisce parlare di intelligenza collettiva intesa come la capacità di una comunità umana di evolvere verso una capacità superiore di risolvere problemi, di pensiero e di integrazione attraverso la collaborazione e l’innovazione (cioè attraverso l’intelligenza artificiale).
Una delle tecniche metodologiche che segue Injenia nota come “human in the loop” mette di fatto al centro dei progetti le persone: «uno degli aspetti primari in un progetto di intelligenza artificiale è capire chi sono le persone coinvolte, che lavoro fanno, come lo fanno, cosa vorrebbero ottenere dalla tecnologia», osserva Boscato. «I dati sono un asset imprescindibile, ma vanno interpretati… è fondamentale prendere coscienza dell’intero ecosistema di riferimento e osservarlo. L’algoritmo non si basa solo sui dati ma anche sul risultato, sull’obiettivo che si intende raggiungere. Per trarre beneficio concreto dall’intelligenza artificiale serve dunque un metodo».
Ciò che serve alle aziende è di fatto una roadmap progettuale che aiuti ad inserire tecnologie nuove come machine learning ed intelligenza artificiale in un orizzonte di business dove al centro dei processi devono esserci le persone e dev’essere chiaro l’obiettivo che si intende raggiungere.
Per dare concretezza e velocità alla metodologia human in the loop, Injenia ha sviluppato una piattaforma (Interacta) che consente all’intelligenza collettiva di prendere forma attraverso un concetto di Social Process Management per l’intelligenza artificiale, di fatto organizzando dati ed informazioni destrutturate per poter essere accessibili e fruibili da tutti, aumentando engagement e conoscenza e creando un’unica intelligenza collettiva (la tecnologia, in particolare l’intelligenza artificiale è il motore tecnologico che facilita l’analisi dei dati ma l’intelligenza collettiva è quella umana, quella che grazie alla tecnologia prende decisioni migliori e più consapevoli).
Riconoscimento immagini, comprensione del linguaggio naturale e algoritmi per l’Industrial IoT: alcuni esempi concreti di utilizzo dell’AI ai fini di business
Per non lasciare nell’alveo della teoria i principi metodologici e l’applicazione delle tecnologie di AI (Artificial Intelligence), Boscato ha condiviso con il pubblico dell’AI360 Summit alcuni esempi di aziende che hanno applicato alcune tecnologie di intelligenza artificiale in differenti settori industriali.
Per una realtà che opera nel settore Energy Injenia ha sviluppato un sistema di image recognition basato su machine learning con l’obiettivo di automatizzare e velocizzare i processi di analisi per il rilevamento di anomalie e criticità presenti sulla rete infrastrutturale (il sistema analizza oltre 65mila fotografie aeree giornaliere. «Un progetto di riconoscimento di immagini che garantisce non solo una maggiore velocità rispetto ai sistemi tradizionali (il monitoraggio con il sistema “intelligente” è cinque volte più rapido), ma soprattutto un’accuratezza superiore dell’85% rispetto a quella dell’operatore umano, il tutto con un risparmio sui costi di gestione pari al 50%», evidenzia Boscato parlando dei benefici ottenuti dall’azienda cliente.
Con l’obiettivo di creare un servizio a supporto degli operatori tecnici, per un’azienda che opera in ambito Oil & Gas, Injenia ha messo a punto un processo di ricerca documentale basato su tecnologia NLP (Natural Language Processing) applicato al text recognition, il riconoscimento dei testi contenuti nei documenti che facilita la ricerca da parte degli operatori. «La tecnologia ci ha permesso di analizzare 800 documenti tecnici (manuali o normative) in cinque lingue differenti», spiega in dettaglio Boscato. «L’analisi avanzata dei testi permette ai tecnici di cercare con più semplicità le informazioni di cui hanno bisogno e, soprattutto, di avere come risposta alle proprie ricerche la documentazione corretta e rilevante per le proprie esigenze».
I risultati del progetto vanno dall’efficienza dei processi, più che triplicata, alla riduzione dei costi (pari al 66%) legati ad attività a basso valore aggiunto, passando per una velocità quadruplicata nel reperimento delle informazioni.
Anche il mondo manifatturiero si sta avvicinando all’intelligenza artificiale, molto spesso come “complemento” a progetti di Internet of Things e Industrial IoT. È questo il caso della terza testimonianza che Boscato ha portato al pubblico dell’AI360 Summit (una realtà attiva ne settore delle ceramiche). «In questa azienda la necessità primaria era ridurre i lotti produttivi dal mercato e ottimizzare le fasi di setup per i lotti successivi», spiega in chiusura Boscato. «È stato dunque necessario raccogliere i dati di produzione e farli confluire in algoritmi di analisi in grado di fare previsioni sulla qualità dei prodotti per ridurre sia i lotti produttivi sia gli scarti».
