Business Technology & Data

AI è tutta intorno a noi

 

Intro

 

Questa è la storia di una scelta lungimirante, coraggiosa e audace che ha permesso a Dedagroup di essere al punto giusto nel momento giusto. È la storia della visione del nostro Gruppo relativa all’Intelligenza Artificiale applicata al business. È il racconto delle nostre scelte per il futuro prossimo.

 

Da dove siamo partiti

Partiamo dall’inizio, che poi in realtà significa ‘solo’ 2 anni fa. Il pensiero dominante nel settore era ai Big Data, al Data Lake, ma in verità sul mercato il mordente dei progetti di Data Lake, non è che fosse poi il massimo. Come sosteneva il nostro Gaspare di Marco, vuoi per motivi di dimensione del nostro Gruppo, piccolo se paragonato ai big della consulenza, vuoi per motivi legati all’incertezza del mercato, il Data Warehouse sembrava morto e le nostre antenne erano sintonizzate sui rapporti degli Osservatori del mercato. 

Era il periodo degli Hype Cicle e dei Marketscape. Era il periodo in cui IBM ha deciso di fare morire tutti i brand del software e chiamare tutto Watson, il periodo dell’esplosione di AWS, Google Cloud e Azure. Allora abbiamo deciso di investire sull’AI. 

 

Abbiamo fondato il Cognitive Lab, assunto giovani di talento per occuparsi dei modelli, dei dati, delle applicazioni, delle interfacce e ci siamo affidati alla tecnologia che era meglio posizionata sul mercato, quella di IBM Watson. 

 

Abbiamo voluto al nostro fianco una Senior Architect di IBM che ci ha impostati, indirizzati, seguiti. E per prima cosa abbiamo pensato a come posizionarci sul mercato. Non eravamo esperti di processi produttivi, il nostro percorso era tutto centrato sui dati e sulle aree aziendali a supporto del business. Il punto di ingresso più naturale ci è parso quello orientato ad impiegare i servizi cognitivi per costruire piattaforme conversazionali. I Chatbot ed i Virtual Assistant sono stati la nostra palestra, il nostro impegno e la nostra attività per il primo periodo.

Abbiamo realizzato una decina di progetti e circa 20 sperimentazioni. Abbiamo sviluppato flussi di conversazione ed integrato servizi di speech to text e text to speech con la possibilità di riconoscere e comprendere il tono e la personalità dell’interlocutore, in gergo empathy, abbiamo imparato ad usare servizi in grado di comprendere, classificare e tradurre il linguaggio naturale per arrivare ad esplorare e scoprire le informazioni nascoste nelle basi di conoscenza non strutturate, come le raccolte di articoli, la letteratura tecnica, i manuali. 

 

Dove stiamo andando

 

Ed ora? I sistemi cognitivi che stiamo continuando a realizzare hanno nella componente del dialogo e dell’interazione con l’essere umano la loro ragione d’essere. 

 

Abbiamo pensato una scrivania in grado di interagire con il proprio occupante, la cabina di una nave in grado di occuparsi dei servizi di cabina, di bordo e di entertainment e sistemi in grado di rispondere alle chiamate vocali in arrivo ad un centralino telefonico.

Ma la sfida che più ci appassiona in questo momento è quella che ci porta a spostare i livelli della comprensione tra noi ed il calcolatore dal piano della semantica del testo a quello della semantica delle immagini. 

 

La Visual Recognition è la nostra ultima sfida. Tutto è iniziato con un prospect che ci ha chiesto di aiutarlo a riconoscere i prodotti prelevati da uno scaffale. Ed abbiamo pensato di accettare la sfida provando non solo ad integrare i servizi cognitivi offerti in cloud in una nuova applicazione ma a sviluppare nuovi algoritmi di deep learning. Abbiamo iniziato ad utilizzare Tensorflow, la libreria divenuta uno standard per lo sviluppo di modelli cognitivi. 

 

Abbiamo rilanciato ed investito in infrastruttura, dotandoci per primi in Italia di un Power AI, una workstation basata sui processori Power9 di IBM con a bordo 2 GPU Nvidia Tesla V100 appositamente dedicate al processo di elaborazione massiva di immagini e dotato di un framework applicativo come Tensorflow, Theano o Caffe finalizzato allo sviluppo di algoritmi di deep learning.

Riconoscere veicoli in transito, persone che attraversano varchi non presidiati ed incrociare i dati di vendita con le caratteristiche dei consumatori sono le attività per le quali siamo impegnati in queste settimane. 

 

Finale

 

Siamo consapevoli di avere seguito il percorso giusto, di avere le persone e le competenze necessarie, di avere costruito un solido network di aziende partner focalizzate su temi applicativi altamente specializzati, di potere contare su relazioni con i vendor basate sulla reciproca fiducia e di destare il giusto interesse nei confronti dei clienti e dei prospect.

 

Sappiamo di essere saldamente seduti su un vettore che aspetta solo di entrare a regime grazie anche all’aiuto di tutto il gruppo.

Alla prossima puntata.

 
 

Enrico Bellinzona
Operations Manager
vedi profilo >