Come l’essere umano – solo meglio

L’intelligenza artificiale (IA) è da tempo il tema dominante sui mercati finanziari. La professoressa Feiyu Xu spiega, in un’intervista con Ulrich Stockheim, i retroscena e le ricette del successo per le aziende.

Professoressa Xu, oggi molti parlano di intelligenza artificiale (IA), ma per la maggior parte di noi il tema è ancora relativamente nuovo. Lei invece se ne occupa intensamente da molti anni. Com’è diventata un’esperta di IA?

Nel 1991 sono venuta dalla Cina in Germania per studiare. Ero molto brava in matematica e piuttosto portata per le lingue. Per questo ho scelto informatica e linguistica computazionale. Il fatto che a Saarbrücken esistesse già allora il Centro Tedesco di Ricerca per l’Intelligenza Artificiale (DFKI) è stato per me un enorme colpo di fortuna. All’epoca la linguistica computazionale era una disciplina molto di nicchia: in un corso c’erano al massimo 30 studenti e alla fine meno di dieci arrivavano alla laurea. Oggi nelle classi di IA siedono più di 300 studenti.

Dopo anni di ricerca, per i quali ha ricevuto numerosi riconoscimenti, ha maturato anche esperienze pratiche come “Head of AI Lab” in Lenovo in Cina e come “Global Head of AI” in SAP in Germania. È inoltre stata consulente del governo federale tedesco e nel frattempo ha fondato una start-up. Aveva previsto questo sviluppo dell’IA?

No. Non mi aspettavo che l’IA si sviluppasse così rapidamente e diventasse parte della vita quotidiana.  Soprattutto negli ultimi cinque anni il ritmo è stato vertiginoso.

Dal momento che molti di noi sono ancora incerti sui concetti legati all’IA: che cosa rende davvero speciale l’intelligenza artificiale? Può spiegarcelo?

Volentieri. L’IA simula e amplia la percezione e la cognizione umane. La percezione comprende il linguaggio, l’udito, la vista e persino l’olfatto. La cognizione include tutto ciò che riguarda il pensiero, la pianificazione e l’analisi. Molti sistemi di IA sono spesso più performanti degli esseri umani: possono tradurre più di 100 lingue, riconoscere 100.000 volti o identificare istantaneamente milioni di piante e animali. E lo fanno 24 ore su 24, sette giorni su sette. L’IA può persino trasformare la nostra creatività: con il suo aiuto possiamo far realizzare un dipinto nello stile di Picasso. Ma soprattutto l’IA rende l’interazione tra esseri umani e macchine più naturale. Oggi possiamo parlare e interagire con software e hardware quasi come faremmo con una persona.

In riferimento al mondo delle imprese, l’IA dovrebbe soprattutto rendere i processi più efficienti e i prodotti migliori, giusto?

Non è così semplice. Prima che l’una o l’altra cosa possa funzionare, le aziende dovrebbero innanzitutto definire una strategia chiara sull’intelligenza artificiale. In teoria sembra facile, ma nella pratica spesso questo passaggio manca ancora. La prima domanda da porsi è: l’azienda può rendere i propri prodotti più intelligenti grazie all’IA? Nell’industria automobilistica la risposta è evidente: senza IA non esiste la guida autonoma. Anche prodotti completamente nuovi nascono solo grazie all’IA, ad esempio nel settore aeronautico: i droni sarebbero impensabili senza intelligenza artificiale.

Ma molte aziende vogliono usare l’IA anche per ottimizzare i processi, giusto?

È vero. Nel campo dell’ottimizzazione dei processi molte imprese iniziano proprio dall’IA, soprattutto nell’industria meccanica, dove l’IA rende le fasi produttive più precise ed efficienti. A questo si aggiungono i processi aziendali: ed è proprio qui che SAP svolge un ruolo importante nei flussi di lavoro intelligenti. Tuttavia, non inizierei dai processi che prevedono un contatto diretto con il cliente, per evitare che gli errori dei primi esperimenti con l’IA danneggino relazioni con i clienti che sono particolarmente preziose. E poi c’è un terzo punto, molto importante: non appena si lavora con dati e digitalizzazione, quasi sempre si apre la possibilità di sviluppare un nuovo modello di business per servizi, soluzioni basate sui dati o offerte completamente nuove. L’IA non è quindi solo uno strumento di ottimizzazione, ma anche un vero motore di innovazione.

Può spiegarsi meglio?

La maggior parte delle aziende tradizionali tedesche opera ancora con modelli di business molto lineari. Ad esempio, vendono macchinari o automobili, spesso come operazioni una tantum. Molti produttori automobilistici e anche costruttori di macchine hanno ormai compreso che pacchetti di servizi aggiuntivi possono essere vantaggiosi, perché generano ricavi continui e ricorrenti. A confronto, però, esistono aziende americane e cinesi come Google, Amazon, Tencent o Alibaba, che hanno costruito piattaforme e interi ecosistemi. Oggi hanno così tanto successo perché utilizzano modelli di business esponenziali. Credo che per le aziende tedesche sia fondamentale sviluppare proprio questi nuovi modelli di business, se vogliono restare competitive nel lungo periodo.

Ora ci troviamo presso un gestore patrimoniale e dovremmo quindi indossare gli occhiali dell’investitore. Secondo lei, a che cosa bisognerebbe prestare attenzione quando si investe? Sarebbe meglio puntare su aziende che utilizzano particolarmente bene l’IA nei settori tradizionali, diventando così più efficienti? O concentrarsi piuttosto su quelle che vengono definite “aziende di IA”?

Qui devo fare una breve premessa. L’ecosistema dell’intelligenza artificiale inizia, in fondo, dal livello più basso: i chip informatici. Al vertice ci sono i progettisti e produttori di chip come Nvidia e TSMC. Su questa base si sviluppano le grandi piattaforme delle aziende cloud (Google, Amazon e Microsoft) che stanno investendo enormemente in questo momento. Con un impegno simile si muovono anche i grandi protagonisti cinesi come Tencent o Baidu.

La maggior parte delle aziende in Germania, invece, si colloca su un altro livello: sviluppa applicazioni oppure utilizza applicazioni di IA nei propri prodotti e processi. Questo è estremamente importante per l’economia europea, perché la nostra industria vive proprio di applicazioni tecnologicamente avanzate. Per questo la digitalizzazione in questo ambito è così cruciale e un semplice miglioramento incrementale non sarà sufficiente. Alla digitalizzazione, tra l’altro, appartiene anche l’elettrificazione dell’industria. Credo che in Europa dobbiamo sviluppare un’ambizione molto maggiore. Dovremmo affermare con chiarezza di voler essere il numero uno in un settore industriale chiave del futuro. Per l’industria automobilistica al momento non è semplice, ma in altri ambiti vedo sicuramente grandi opportunità.

Ora si può anche dire: dobbiamo essere i numeri uno. Ma altrove l’intelligenza artificiale è già molto più avanti. Dietro ci sono infrastrutture gigantesche: i modelli linguistici, i data center che costano decine di miliardi. Inoltre questi centri di calcolo hanno costi energetici elevatissimi. E in Germania questo rappresenta subito un ulteriore problema. Alla fine ci si chiede: il treno non è forse già partito?

Penso che il treno non sia mai partito. Quello che mi manca in Europa è la passione e l’ambizione di creare davvero qualcosa di nuovo. Siedo nel consiglio di amministrazione di Airbus e credo che possiamo essere molto orgogliosi di questa azienda. Spesso sento dire che le persone hanno paura di volare su aerei del concorrente Boeing. Ma ricordiamoci: quando Airbus è stata fondata all’inizio degli anni ‘70, si sarebbe potuto dire esattamente la stessa cosa, ossia che nel settore dell’aviazione il treno fosse già partito da tempo. Eppure da allora è nata una delle più grandi storie di successo europee.

Anche il “Made in Germany” non è nato come un sigillo di qualità. Furono gli inglesi a introdurlo per contrassegnare l’origine dei prodotti tedeschi, convinti che la merce tedesca fosse di qualità inferiore. Eppure in seguito è diventato un marchio di qualità riconosciuto a livello mondiale. Più volte nella storia, tedeschi ed europei sono stati inizialmente considerati i più deboli, e tuttavia hanno saputo realizzare risultati straordinari. È proprio questo spirito di ambizione che dobbiamo riaccendere in Europa. E per farlo serve un piano chiaro su come vincere davvero nel contesto della digitalizzazione e delle nuove tecnologie.

Dal suo punto di vista, quindi, non si tratta solo di rendere migliore l’industria esistente, ma anche di recuperare terreno rispetto alle vere e proprie aziende di IA?

Certo. Basti guardare ai cosiddetti “Magnifici Sette”. Rappresentano un’industria enorme, un mercato gigantesco, che non dovremmo semplicemente lasciare agli Stati Uniti e alla Cina. Tanto più che anche da noi le idee non mancano.

Attualmente quasi tutte le aziende parlano di intelligenza artificiale. Spesso è già stata implementata in qualche forma. Tuttavia c’è chi ritiene che si tratti di un entusiasmo un po’ esagerato. E così vengono creati team IA a metà, composti da pochi giovani che dovrebbero semplicemente fare qualche esperimento. È sufficiente?

Assolutamente no. Se un’azienda affronta seriamente il tema dell’intelligenza artificiale, allora questo deve rientrare nella responsabilità del consiglio di sorveglianza, del consiglio di amministrazione o del management esecutivo, ed essere parte integrante della strategia aziendale. Ho conosciuto molte aziende da vicino: prima in Lenovo, dove ho sviluppato la strategia di IA e costruito il team IA centrale, e successivamente in un ruolo analogo in SAP. Quasi tutti i progetti hanno avuto grande successo, ma solo perché erano sostenuti da una strategia chiara e completa. Senza una strategia olistica sull’IA, spesso si investe nel modo sbagliato oppure si pianifica ignorando le vere priorità.

Di recente una grande azienda statunitense di telecomunicazioni mi ha chiesto di valutare un’applicazione di IA nell’ambito delle risorse umane. La mia prima domanda è stata: perché un gruppo di telecomunicazioni dovrebbe investire proprio lì? In questo settore le priorità sono piuttosto la stabilità della rete, l’ottimizzazione delle infrastrutture e la qualità del servizio. Non c’è stata una risposta convincente alla mia domanda, ed è proprio questo che mette in luce il vuoto strategico. Per questo ogni azienda che prenda sul serio l’IA ha bisogno di una strategia globale e di una stella polare chiaramente definita, alla quale allineare tutte le iniziative.

Che cosa potrebbe fungere da “stella polare”?

Prendiamo ad esempio l’industria automobilistica: diciamo BMW o Mercedes. La stella polare potrebbe essere lo sviluppo dell’auto a guida autonoma. Una volta concordato un obiettivo simile, si delinea un percorso di investimento molto chiaro. Per un’azienda di ingegneria meccanica, invece, spesso l’obiettivo è migliorare il processo produttivo, ad esempio per ottimizzare la catena di fornitura alla luce delle sfide geopolitiche.

Torniamo ancora una volta alla Germania come sede produttiva. Ci sono ambiti in cui, a suo avviso, lo Stato dovrebbe creare condizioni migliori? Ad esempio quando si parla di costi energetici, o questo è un problema sopravvalutato?

No, non è affatto sopravvalutato. Gli Stati Uniti e la Cina hanno prezzi dell’energia elettrica nettamente inferiori a quelli della Germania. Dobbiamo investire con urgenza nel settore energetico e parallelamente nelle tecnologie di IA. Il fabbisogno è enorme, anche a causa della massiccia elettrificazione della nostra industria.

Allo stesso tempo, con l’iniziativa della “AI Gigafactory” l’UE ha compiuto un passo importante. Ritengo che la Germania avrebbe dovuto agire in modo altrettanto strategico, come la Francia, o meglio ancora cogliere l’occasione per un’azione congiunta. Del resto, c’erano almeno sei candidature da parte di aziende tedesche. È proprio qui che serve un ruolo attivo dello Stato: deve definire in modo chiaro quali siano i nostri punti di forza per una AI Gigafactory – sede, energia, tecnologia, cloud, applicazioni – e come rafforzarli attraverso investimenti mirati. Questo aspetto non può essere delegato alle singole imprese. In Germania abbiamo aziende straordinarie: Siemens è molto forte nell’Industry AI, SAP è leader mondiale nei processi aziendali, Siemens Energy nel settore dell’energia. Mettere insieme queste competenze sarebbe stata una configurazione strategica molto potente per la Germania e per l’Europa.

Lei parla di modelli di business. Ma non è forse un problema il fatto che nel dibattito pubblico sull’IA prevalgano soprattutto gli avvertimenti, invece di lasciare semplicemente lavorare le aziende?

Su questo sono pienamente d’accordo con lei. Se vogliamo vincere ed essere davvero i numeri uno, abbiamo bisogno di ambizione e di resilienza. Una dinamica che dovrebbe cambiare profondamente nella nostra società. Lo vedo persino in ambito familiare: spesso cerchiamo di anticipare ogni desiderio dei bambini, mostriamo molta empatia – a volte forse troppa. Ma alla fine vale questo principio: chi non è resiliente e non impara ad assumersi responsabilità per se stesso e per la comunità, avrà difficoltà in seguito, come individuo e come membro di un team. Il successo richiede forza interiore, perseveranza e la volontà di assumersi responsabilità.

Prima ha menzionato ciò che l’IA è in grado di fare e ciò che probabilmente nessuno di noi qui presenti sa fare. Perché allora l’IA impiega così tanto tempo per “prendere la patente”? Perché una persona ha bisogno in genere di una ventina di ore di guida, mentre lo sviluppo della guida autonoma richiede anni?

Quando guida, una persona porta con sé un’intera storia di esperienze di vita: comprendiamo il traffico in modo intuitivo, leggiamo il linguaggio del corpo, riconosciamo i rischi. Un’intelligenza artificiale, invece, parte da zero e deve imparare milioni di casi particolari che per noi sono scontati. Dal punto di vista tecnologico, la guida autonoma oggi funziona già in molti scenari. Ciò che manca sono regole chiare, questioni di responsabilità e l’accettazione sociale. Tolleriamo gli errori umani, ma dall’IA pretendiamo la perfezione, ed è proprio per questo che il processo richiede più tempo.

Anche le aziende che lavorano con l’IA devono spesso convivere con una certa percentuale di errore, perché l’IA non riesce ancora a coprire tutto. Come viene gestita questa situazione?

Molte aziende utilizzano l’IA, ad esempio, per i chatbot nel servizio clienti. Tuttavia, nelle situazioni di escalation spesso il sistema non funziona. Un’azienda intelligente farà quindi in modo che IA e persone lavorino insieme: l’IA risponde magari al 90% delle domande più frequenti, mentre i collaboratori si occupano della risoluzione dei problemi e della de-escalation. Ad ogni modo, anche in questo caso è possibile ottenere risparmi significativi grazie all’IA: si crea quindi un chiaro aumento dell’efficienza.

Professoressa Xu, grazie per la disponibilità.

La professeure Dr Feiyu Xu occupe une chaire en intelligence artificielle industrielle à Potsdam. Ses travaux de recherche ont été récompensés à de nombreuses reprises. Elle a également été Global Head of AI chez SAP de 2020 à 2023 et a dirigé le laboratoire d’IA de Lenovo de 2017 à 2020. Feiyu Xu est membre des conseils de surveillance de Siemens Energy, du groupe ZF et d’Airbus.