Big Data, IA, Industry 4.0 e futuro del lavoro: intervista su Il Friuli.

Qual è il valore dei dati? Perché non si trova personale in alcuni settori tecnologici? Quale può essere l'impatto sul lavoro causa della rivoluzione dell'Intelligenza Artificiale e del'Industry 4.0?

Ciclicamente si sente dire che il futuro dell’economia non è la manifattura ma l’Ict (“smaterializzazione dell’economia, il petrolio sono i big data”, citazione del vicepremier Di Maio):  Proprio così? Vivremo tutti di big data?


Credo sia abbastanza chiaro che dire “vivremo TUTTI di big data” non abbia molto senso e che la frase vada intesa come provocazione utile ad accendere una discussione. Prendersi cura delle persone, cucinare una buona pizza, essere un insegnate, ecc. sono tutte attività che richiedono doti umane e sui cui il fenomeno Big Data ha un impatto basso o nullo. (ndr nell'articolo originale pubblicato è scritto "fare ricerca scientifica, guidare un’azienda" ma si tratta di un refuso).

Molto più condivisibile è invece la frase “il nuovo petrolio sono i dati”. Significa che i dati hanno oggi molto più valore perché sappiamo come utilizzarli meglio ed in modi nuovi.
Questo è dovuto in particolare al fatto che negli ultimi anni si sono sviluppate rapidamente nuove tecniche di intelligenza artificiale (chiamate Deep Learning, una branca del più vasto Machine Learning) che oggi ci mettono in condizione di non scrivere a mano alcune parti di software ma di poter istruire/addestrare un sistema software che è quindi in grado di imparare in modo autonomo a partire dai dati.

Ad esempio, possiamo mostrare al software un vasto insieme di foto di cani e un altro insieme di foto di gatti. Il software può imparare a distinguere in modo autonomo tra i due tipi di immagini e questo significa che quando mostreremo una nuova foto di un cane o di un gatto che il software non ha mai visto prima, sarà in grado di distinguere e quindi di classificarla nel modo corretto.

In questo esempio deve essere chiaro che nessuno ha detto esplicitamente al software quali siano le caratteristiche di un cane o di un gatto, ha imparato a distinguere da solo e basandosi solo sugli esempi che abbiamo fornito. Funzionano con lo stesso principio i sistemi software in grado di analizzare un’immagine medica (ad esempio una radiografia del torace) e di effettuare una diagnosi (ad esempio, presenza di focolai di polmonite).

Si tratta di capacità nuove per i sistemi software, capacità che fino a poco tempo fa erano esclusive degli esseri umani. 

Guidare un’automobile, effettuare una diagnosi medica, riconoscere un volto, comporre musica, scrivere un articolo, sono tutti esempi di capacità che ora possono essere possedute ed utilizzate da sistemi software basati su tecniche di Machine Learning e Deep Learning.

Queste nuove capacità “intelligenti” dei sistemi software hanno un enorme valore poiché possono sostituire il lavoro delle persone in un sempre più grande numero di casi, possono rendere i processi più efficaci e possono generare nuova conoscenza utile a prendere decisioni strategiche migliori. Di conseguenza, anche i dati (grandi quantità di dati, ossia big data) che ci servono per addestrare e far apprendere i software hanno anch’essi un enorme valore. 

Alcuni consigliano già ora alle aziende di strutturare al più presto la propria “DATA STRATEGY” per rimanere competitive. Si tratta di capire quali processi producono dati, come vengono strutturati e memorizzati, come possono essere utilizzati per far apprendere i nuovi sistemi di Machine Learning per creare nuovi sistemi intelligenti in grado di aumentare la competitività dell’azienda.

Qui a Friuli Innovazione stiamo strutturando proprio questo percorso consulenziale sull’Intelligenza Artificiale ed il Machine Learning insieme al Laboratorio di Intelligenza Artificiale dell’Università di Udine (Laboratorio da cui la nostra società infoFactory proviene)  ed altre aziende del network di Friuli Innovazione per comprendere che già oggi le imprese possono trarne vantaggi e benefici.
Ci sembra un’attività importante perché crediamo che le aziende non siano per nulla consapevoli di questo enorme cambiamento tecnologico, della velocità con cui si sta sviluppando e delle opportunità che questi nuovi strumenti offrono.
 

Perché le aziende che stanno investendo in Industry 4.0 non trovano personale?

 

L’etichetta “Industry 4.0” è molto ampia e riguarda diversi settori tra cui: l’Internet of Things, Big Data, intelligenza Artificiale, Robotica ed Automazione, ed altri ancora.
Si tratta sempre di settori ad alta  competenza tecnologia cosa che oggi scarseggia perché la domanda di personale con queste competenze supera l’offerta e la disponibilità del territorio.

Uno dei problemi è che i giovani studenti, se non informati correttamente, corrono il rischio di rivolgersi a scuole e corsi di laurea che poi non sono in grado di garantire un’occupazione. È quindi importante attuare un piano di informazione che parta dalle scuole e che sia in grado di far capire l'opportunità che oggi offrono questi settori ad alta competenza e tecnologia.
Se non abbiamo ragazzi che si iscrivono alle scuole giuste ed ai corsi di laurea più adeguati, non avremo mai la forza lavoro per sviluppare questi settori e perderemo di conseguenza questa occasione di sviluppo e di crescita economica.
 

Quali mestieri invece sono destinati a scomparire?

 

È difficile dire con certezza quali siano i mestieri in pericolo. In una recente conferenza, Kai-Fu Lee (noto esperto di Intelligenza artificiale che ha lavorato per Apple, Microsoft e Google) utilizza questa classificazione: Lavori ripetitivi (es.operatore di call center, per le tele vendite, per il supporto clienti, ecc.), in pericolo entro 5 anni. Lavori routinari (es. conducenti di camion e taxi, ecc.), in pericolo entro 10 anni. Lavori legati all’analisi e trasformazione dell’informazione (es radiologi, reporter, analisti, ecc.), in pericolo entro 15 anni. Lavori complessi o creativi (es. CEO di aziende, economisti, scienziati, artisti, ecc.), non in pericolo.
Vengono considerati inoltre non in pericolo tutte le attività che necessitano di empatia, compassione ed altre caratteristiche emotive tipiche degli umani come ad esempio: l’insegnante, le persone che si prendono cura degli altri, gli psicologi, ecc.

Le domande fondamentali ora sono: quanti lavori perderemo a causa di questo nuovo cambiamento? Quanti invece ne guadagneremo? Come faremo a proteggere le persone che avranno perso il proprio posto di lavoro? Saremo in grado di riqualificarli? Con quali costi sociali?

 

 

 

Ti piace quello che facciamo? Fatti sentire.