Cosa fa l'AI, spiegato senza gergo
Una breve guida su AI, machine learning e digitalizzazione, scritta per chi lavora nel business. L'aiuta a sapere cosa compra e quali domande fare.
Perché AI, ML e digitalizzazione
La maggior parte delle aziende ha già i dati che le servono, ma ci arriva con fatica. La digitalizzazione li raccoglie in un unico posto, e uno strato di AI le permette di interrogarli nel linguaggio di tutti i giorni.
Cos'è davvero l'AI
Un programma molto bravo a riconoscere schemi in grandi quantità di dati. Non è cosciente e non sa le cose come una persona. Lo usa come un assistente, e lei verifica ciò che le restituisce.
Cos'è il machine learning
Assomiglia a un nuovo collega che impara come vanno le cose osservando cosa è successo mese dopo mese. La differenza è che guarda tutti i dati insieme e non dimentica nulla.
Automazione e AI
Un'automazione semplice sposta dati da un posto all'altro secondo una regola fissa. L'AI legge il contenuto e può prendere una decisione in base a esso. Sono utili entrambe, ma per cose diverse.
Perché adesso
Le aziende che hanno i dati in un unico posto possono decidere sui numeri. Più tardi cominciano, più storico avranno da mettere in ordine.
La digitalizzazione si fa carico del lavoro ripetitivo, e alle persone resta più tempo per le decisioni.
Previsioni e machine learning
Il machine learning traduce in numeri l'intuito di una persona esperta e lo applica allo stesso modo ogni giorno. Risponde alla domanda che si pone ogni azienda: cosa succederà?
Cosa può prevedere
La domanda dei prossimi giorni, i soldi in entrata e in uscita, il rischio che una fattura venga pagata in ritardo e le anomalie, cioè i punti in cui perde soldi senza accorgersene.
Molto probabile, non certo
Una previsione è la stima migliore sugli schemi che si ripetono, con un margine di incertezza mostrato. Per i giorni vicini è precisa; per i mesi lontani è solo un orientamento.
Stesso risultato a parità di dati
Un modello previsionale dà lo stesso risultato ogni volta che riceve gli stessi dati, quindi può verificare da dove viene ogni numero.
Quando funziona e quando no
Se i dati in ingresso sono sbagliati, anche la previsione è sbagliata. I modelli funzionano bene sugli schemi che si ripetono e non possono anticipare una crisi improvvisa o un nuovo cliente molto grande.
Il modello le dice cosa è più probabile che succeda. Cosa farne lo decide lei.
Come lavora un modello linguistico
Non serve essere tecnici per capire l'idea di base. Chi la capisce usa meglio l'AI e sa quando non fare affidamento su di essa.
Prevede la parola successiva
Un modello linguistico, come quello dietro una chat, non sa le cose come le sa una persona. Sceglie la parola successiva più probabile, sulla base di un numero enorme di esempi. Per questo, quando non ha dati chiari, può inventare risposte che suonano bene.
Grounding
Perché non inventi, lo leghiamo ai suoi dati approvati e gli chiediamo di rispondere solo da quelli. Quando lì non trova la risposta, deve dirlo.
Temperatura
Un parametro che regola quanto varia la risposta del modello. Per i numeri aziendali lo teniamo basso, perché le risposte siano precise e costanti.
Modello linguistico e machine learning
Il modello linguistico è bravo con i testi e le spiegazioni, il machine learning con le previsioni sui numeri. Usiamo ciascuno dove rende.
Un'AI è buona quanto i dati che riceve e quanto è guidata bene.
Termini da conoscere
In breve, senza gergo.
- Prompt
- L'istruzione che si dà all'AI. Più è chiara e ricca di contesto, migliore è la risposta.
- Allucinazione
- Una risposta inventata dall'AI, che suona convincente ma è sbagliata. Si previene con il grounding.
- Grounding
- Il collegamento dell'AI a fonti verificate, come i dati della sua azienda, perché risponda a partire da quelle.
- Token
- Il frammento di testo con cui lavora un modello, circa tre quarti di una parola. Il costo si misura in token.
- Sola lettura
- Accesso in sola lettura (read-only): l'AI può leggere i dati, ma non può cancellarli né modificarli.
- Agente AI
- Un'AI che porta a termine un compito: legge, decide e agisce.
- LLM
- Large Language Model, il modello che comprende e scrive testo, per esempio Claude.
- Modello (ML)
- Un programma che ha imparato schemi dai dati storici per fare previsioni.
Non sa ancora da dove iniziare?
Risponda a sei domande sulla sua azienda. Entro uno o due giorni lavorativi le inviamo il piano AI dell'azienda, scritto da una persona del team Askera.
Vuole vedere cosa può fare l'AI nella sua azienda?
Facciamo una valutazione gratuita e le diciamo da dove conviene cominciare.