en

Gestire l’intelligenza artificiale dopo la messa in produzione, a che punto siamo?

3 Marzo 2021

Tempo di lettura: 4 minuti

 

Nell’anno del Covid-19 la ricerca condotta dall’Osservatorio Artificial Intelligence del Politecnico di Milano (https://www.osservatori.net) ha evidenziato che il mercato dell’AI in Italia ha retto l’impatto della pandemia, facendo registrare un incremento del 15% rispetto al valore del 2019 e attestandosi intorno ai 300 M€.

Emerge un netto divario tra le grandi organizzazioni che hanno avviato progetti di AI negli anni passati e che stanno lavorato per metterli in produzione e le medie imprese che a causa della riduzione di budget, soprattutto in alcuni settori come il manifatturiero, sono rimaste ferme.

Non è solo la mancanza di budget da allocare su progetti innovativi che ne ha frenato lo sviluppo, ma anche lo scarso commitment del top/middle management e la difficoltà in merito all’identificazione dei business cases corretti per farne emergere il valore economico per l’impresa (i nostri casi studio li raccontiamo qui: our case histories).

Tra i driver che hanno guidato la crescita, al primo posto si attesta la disponibilità di dati da valorizzare e la maturità tecnologica legata all’IoT, ai Big Data e al Cloud Computing. 

Entrando nello specifico dei progetti in corso, le criticità segnalate dalle aziende riguardano principalmente la preparazione dei data set per l’allenamento degli algoritmi e la valutazione delle performance dei sistemi sviluppati.

Ed è proprio su questo punto che abbiamo dato il nostro contributo durante quest’anno di attività come partner dell’Osservatorio Artificial Intelligence.

Orobix Osservatorio AI 2020_2021 Governance

Abbiamo suggerito di inserire una domanda specifica nelle interviste alle aziende, in merito alle procedure di governance e monitoring messe in atto per gestire l’AI dopo la messa in produzione, per capire il livello di sensibilità in merito al tema e avere un quadro delle iniziative in corso.

Ne è emerso che 1 azienda su 3 non ha ancora attuato alcuna procedura per la gestione dei sistemi automatici, per garantirne un utilizzo sicuro, affidabile e in continuo miglioramento.

Poche le realtà che hanno adottato sistemi di versionamento di modelli e dati e procedure per la gestione degli stessi (A/B testing, continuous deployment, test su dataset di validazione). Ancora meno le aziende che hanno pienamente compreso l’importanza che rivestono, all’interno di un progetto di intelligenza artificiale, i dati in input al modello (non dimentichiamoci che l’AI è software che nasce dai dati!) e quanto sia fondamentale tenerli sotto controllo in real time e correlarli alle performance del modello.

Le aziende che si sono mosse hanno in prevalenza fatto affidamento sulla redazione di report periodici riguardanti le performance dei modelli, mentre ancora in pochi casi si è scelto di implementare un sistema di monitoraggio real-time delle stesse.

Infine siamo ancora lontani dall’implementazione di sistemi di active learning attraverso la costruzione automatica di dataset per il retraining dei modelli, volti al miglioramento continuo dei modelli.

Interpretiamo questi risultati come un punto di partenza e una conferma della nostra visione focalizzata sulla messa in produzione, il monitoraggio e la governance, con l’obiettivo di garantire conformità e affidabilità in tutti i contesti di business che coinvolgono l’intelligenza artificiale.

Nel concreto stiamo lavorando per offrire ai nostri clienti la possibilità di sfruttare a pieno le potenzialità dell’intelligenza artificiale attraverso invariant.ai®, la nostra piattaforma tecnologica che garantisce la piena osservabilità dei sistemi di AI messi in produzione e dei processi connessi. Dal model serving (anche su device con ridotte risorse computazionali), al controllo del funzionamento delle macchine coinvolte, alla corretta esecuzione dei servizi, dei modelli e al miglioramento nel tempo delle performance. Fino alla governance completa dei processi, garantendo la compliance rispetto a procedure interne e standard internazionali di settore.

Come AI Service Company (qui raccontiamo la nostra visione: who we are), ci impegneremo ancor di più per affiancare i clienti nell’intero processo di adozione dell’AI, dall’identificazione del problema, fino al monitoraggio della soluzione messa in campo, in modo che i futuri risultati dell’Osservatorio AI possano riportare un cambio di passo nella direzione di una maggiore consapevolezza da parte dei soggetti coinvolti all’interno delle nostre imprese. 

Per un uso consapevole della tecnologia che porti l’innovazione e il progresso necessari per ripartire e crescere.

Vuoi approfondire le nostre tecnologie per portare l'AI in produzione?
Vai alla sezione our solutions.