Il 16 novembre 2024 abbiamo ospitato il nostro secondo Digital Talks, con il famoso economista italiano professor Andrea Bonaccorsi come relatore principale. Davanti a una platea di dirigenti di grandi aziende, il professore ha discusso il ruolo dell'IA generativa come motore dell'innovazione.

La sessione, introdotta dal nostro Amministratore Delegato Francesca Gabrielli e moderata dal nostro Presidente Esecutivo Enrico Donati, è stata arricchita dagli approfondimenti di un panel di illustri relatori, tra cui Monica Dalla Riva, SVP e Chief Design Officer di Deutsche Telekom AG, Stefano Gatti, Head of Data & Analytics di Nexi, Giorgia Molajoni, Chief Technology and Communication Officer di Plenitude, e Daniele Petecchi, Global Head of Data and Artificial Intelligence di Pirelli. I relatori hanno condiviso le loro prospettive sullo sfruttamento dell'IA per promuovere l'innovazione in diversi settori e su come le loro aziende stanno sfruttando il vasto potenziale dell'IA per migliorare i processi esistenti e creare nuove capacità.

Nel suo intervento, il Prof. Bonaccorsi ha esplorato cinque modalità cognitive chiave che sono alla base dei processi di innovazione e il ruolo della GenAI in ciascuna di esse:

1. La ricerca
L'innovazione nella ricerca si sviluppa quando: l'obiettivo è ben definito, lo spazio di ricerca è finito, la procedura di ricerca è nota, il criterio di successo è chiaro. Tuttavia, la sfida principale risiede nella dimensione dello spazio da esplorare. L'IA ha già raggiunto prestazioni paragonabili o superiori a quelle umane in compiti come la diagnosi medica e il recupero di informazioni. Tuttavia, i sistemi di IA non sono ancora in grado di esplorare autonomamente spazi complessi o di gestire in modo efficace il ragionamento causale.

2. La ricombinazione 
La tecnologia digitale è un fattore chiave per l'innovazione basata sulla ricombinazione, che comporta la combinazione di componenti fisici (ad esempio la pressa di Guthenberg) o di funzioni precedentemente separate (ad esempio lo smartphone, Netflix, Booking, Spotify, ecc.). L'IA supporta il pensiero divergente - GenAI può disegnare un elefante le cui orecchie sembrano ali di farfalla - ed esplora combinazioni insolite. Tuttavia, non è in grado di identificare idee radicalmente nuove.

3. L'analogia
L'innovazione per analogia si basa sull'individuazione di somiglianze tra diversi ambiti di conoscenza. Per esempio, l'idea della caffettiera Bialetti nasce dall'osservazione del processo tradizionale di lavaggio dei panni nel fiume, dove l'acqua sale con la cenere di lavaggio. Ma più questi domini sono distanti tra loro, più difficile diventa il processo di adattamento e più alto il rischio di errori. Sebbene i sistemi LLM possano generare analisi competitive o modelli di business per nuove idee imprenditoriali, la loro capacità di produrre analogie creative è limitata.

4. La negazione 
L'innovazione attraverso la negazione comporta l'eliminazione di componenti essenziali da un prodotto o da un processo, costringendo la mente a pensare in modo controfattuale. Esempi di innovazione di questo tipo sono il passaggio dei giocattoli Lego dal legno alla plastica perché, dopo la guerra, si è trovata senza materie prime. Così ha deciso di provare un nuovo materiale, la plastica. Un altro esempio è rappresentato dalle strategie di riduzione dei costi di Ryanair per rendere i viaggi aerei più accessibili. Tuttavia, la GenAI ha dei limiti nell'elaborazione di pensieri controfattuali complessi o nella "negazione" di aspetti chiave di un'esperienza.

5. L'astrazione
L'innovazione attraverso l'astrazione si verifica quando un innovatore riesce a vedere una soluzione in termini generali, indipendentemente dal contesto specifico. Per esempio, la visione di Katalin Karikó di utilizzare l'mRNA per la produzione di proteine e l'ossessione di Polegato di trovare materiali che rilasciassero l'umidità in modo asimmetrico per le scarpe Geox sono esempi lampanti. Sebbene GenAI sia potente, ha dei limiti nel formare astrazioni robuste e nel ragionare su concetti che non sono stati incontrati direttamente nei suoi dati di addestramento.

Il processo di innovazione attiva diversi meccanismi cognitivi. Questi processi richiedono capacità di ragionamento avanzate, tra cui il ragionamento logico, il ragionamento causale e l'abduzione (pensiero inverso). Il GenAI ha dimostrato prestazioni sovrumane nel recupero delle informazioni ed è efficace nel generare nuove idee attraverso la "ricombinazione creativa". Tuttavia, presenta limiti significativi nell'identificazione di analogie produttive , nella gestione della negazione e nell'esecuzione di ragionamenti astratti.

I relatori hanno sottolineato l'importanza di un approccio aperto all'integrazione dell'IA per mantenere un vantaggio competitivo e scoprire nuove opportunità. Ciò significa investire nello sviluppo della forza lavoro, sostenere la gestione del cambiamento e collaborare con gli istituti di formazione.

Soprattutto, è essenziale promuovere opportunità di sperimentazione con l'IA a tutti i livelli e in tutti i settori: diventare "specialisti del prompt" a tutti i livelli, capaci di porre le giuste domande all'IA e con l'IA e riconoscere che gli errori sono parte integrante dell'apprendimento e della scoperta.

Il dibattito ha individuato alcuni acceleratori chiave per l'integrazione dell'IA:

• Promuovere mentalità diverse: coinvolgere sia esperti altamente specializzati sia pensatori aperti e sperimentali. Incoraggiare gli individui a utilizzare liberamente questi strumenti in ambienti sicuri.
• Impegno del top management: dare priorità agli interventi concentrandosi su un numero minore di casi d'uso ad alto impatto per garantire risultati chiari e misurabili.
• Sviluppare metriche solide: perfezionare continuamente le metriche per valutare i progressi nell'integrazione dell'IA, un'area cruciale che rimane una sfida aperta.
• Affrontare il ruolo critico della regolamentazione e della legge sull'IA, facendo leva sui nostri punti di forza intellettuali e commerciali, nonostante le minori risorse rispetto ad altri Paesi.

In conclusione, il Digital Talk ha sottolineato il potenziale di trasformazione dell'IA come potente motore dell'innovazione aziendale, evidenziando al contempo la necessità di una supervisione umana e di una leadership strategica per guidare i necessari cambiamenti nei processi, nelle competenze e nella cultura aziendale.