1. Introduzione
Sebbene l’Intelligenza Artificiale affondi le sue radici negli anni 50, la risonanza che ha avuto negli ultimi anni la rende impossibile da ignorare.
Dagli anni ‘90 c’è stato un cambio di prospettiva per cui l’efficienza dei modelli di Machine Learning è aumentata all’aumentare dei dati che gli si dava in pasto, gli sviluppi stabili in campo hardware hanno quindi permesso risultati sempre migliori.
È proprio l’analisi di grandi dati che ha permesso le ricerche di cui parliamo oggi: dal 2020 circa la potenza di calcolo è diventata economicamente sufficiente ad allenare i Large Language Models, grandi modelli linguistici¹.
Il boom di interesse per l’AI del 2023 è quindi dovuto a queste nuove tecnologie e all’abilità che certe aziende hanno avuto nel renderle mainstream, si veda quello che ha fatto OpenAI con ChatGPT.
Oggi il business della Generative AI vale circa 24 miliardi di $, è previsto salga a più di 100 miliardi per il 20302.
2. Chi sono i top player oggi e cosa fanno
I top player che oggi si distinguono sono sicuramente le Five Big Tech: Microsoft, Google, Meta, Amazon e Apple, affiancate però dal grande player OpenAI e dalle protagoniste del campo generative images: Midjourney e StabilityAI (creatori di Stable Diffusion).
OpenAI è l’azienda che ha portato per prima queste tecnologie al mass market e da subito si è rivelata stabile e forte, rilasciando ChatGPT a Novembre 2022, seguito poi da GPT3.5 turbo, GPT4, DALL-E 3, fino alle ultime novità presentate a Novembre al loro evento DevDay.
Microsoft ha visto l’opportunità e ha stretto forti partnership con OpenAI, rilasciando i loro servizi tramite gli strumenti cloud Azure e integrando i loro servizi con Bing.
Google è sempre stato un passo avanti nel campo dell’Intelligenza Artificiale, soprattutto nel campo della ricerca, si è presto messo al passo con un’offerta su Google Cloud di tutto rispetto, fornendo strumenti per sviluppatori su Google Cloud e promettendo un modello più che all’avanguardia, Gemini.
Meta al momento sembra si stia posizionando come spaccaghiaccio, rilasciando modelli come LLama che, seppur meno efficienti, sono open-source con licenza commerciale, perciò molto interessanti per un utilizzo industriale.
Rimane ancora in sordina invece Amazon che ha però acquisito Anthropic a fine settembre 2023, con investimenti fino a 4 miliardi di $.
3. L’Impatto e le Opportunità della Generative AI
L’AI Generativa è sicuramente ancora agli inizi e la crescita in termini di possibilità è esponenziale al momento, ma ci sono già diverse applicazioni pratiche.
Secondo uno studio McKinsey le aree di lavoro che avranno un maggior impatto positivo dalle tecnologie legate alla Generative AI sono quelle legate al linguaggio, come le aree Sales, Marketing, IT e Customer Operations.
L’idea, in Webranking, è che ci siano già grandi benefici ad affiancare il lavoro manuale ad assistenti virtuali, perché porta risparmio su attività ripetitive, scalabilità senza rinunciare alla qualità del lavoro erogato.
Questi strumenti non devono essere visti come una sostituzione del lavoro ma volti all’aumento della produttività.
4. Casi di applicazione
In Webranking ci siamo mossi da subito per sfruttare appieno le potenzialità della Generative AI, ideando use-case interni e proponendone altri a diversi clienti.
Il Digital Marketing offre terreno fertile per lo sviluppo in questo campo, e prevediamo che i mondi di copy e creative saranno sicuramente impattati dalle nuove tecnologie.
Può essere utile suddividere i casi di applicazione in 3 macro aree:
- Casi legati ad applicazioni testuali
- Casi legati alla generazione di immagini
- Casi legati all’IA tradizionale
1) Per fare qualche esempio, il primo mondo si può applicare alla generazione dei copy in ambito SEO e Advertising, gestendo la creazione delle descrizioni dei prodotti a partire da semplici attributi, o ancora traducendo immediatamente in decine di lingue dei copy esistenti, mantenendo il corretto tone-of-voice del proprio brand. Google stesso introducendo le nuove ad Demand Gen[7] conta di integrare queste tecnologie nei suoi strumenti.
2) Il secondo mondo lascia letteralmente più spazio alla creatività, permettendo non solo di generare intere campagne come già fatto da qualche noto brand[8], ma di lavorare più finemente, ad esempio modificando gli sfondi di shooting di prodotto esistenti, e permettere così una forte personalizzazione.
3) L’AI tradizionale rimane invece utile per tutti quei progetti di forecasting di vendite, ottimizzazioni nell’organizzazione dell’inventario e altri casi con basi numeriche.
Come in tutti i progetti innovativi, è necessario un metodo. L’applicazione delle tecnologie di Generative AI in campo Digital Marketing ha il fine di aumentare la produttività, perciò è necessario studiare i processi attuali dei vari dipartimenti per poterli ottimizzare al meglio e applicare una Proof Of Concept per validare la bontà di un’idea e portare il progetto in produzione.
5. Conclusioni
Le paure della sostituzione del lavoro non sono tanto diverse da quelle espresse per altre tecnologie e vengono ciclicamente ripetute, non si tratta di fantascienza ma di semplice tecnologia che avanza e semplifica i lavori più ripetitivi.
La tecnologia evolve rapidamente ed è importante per un Manager capire il contesto in cui questi player si stanno muovendo: maggiore produttività, velocità di esecuzione, qualità del lavoro erogato sono solo alcuni dei vantaggi da cui si può trarre beneficio grazie all’intelligenza artificiale. In un contesto che diventerà sempre più competitivo è necessario esplorare tutte le possibilità e approfondire queste tecnologie per rimanere al passo
Questo articolo è stato scritto da Nicolò Gasparini, Innovation Team Manager.
Fonti:
Wikipedia
Forbes
Fortune Business Insights
New York Times
Mckinsey
Blog Google
Forbes
