top of page

Intelligenza artificiale: speculazione o opportunità?

Paolo Bascelli, Milano, 22/11/2018

1. Introduzione.
 

Negli anni recenti l’intelligenza artificiale (o IA) ha occupato una posizione di sempre maggiore
spicco sia nell’ambito delle ricerche accademiche sia nell’ambito dello sviluppo di progetti
aziendali volti a migliorare la produttività oltre alla qualità dei beni e dei servizi offerti.

Figura 1. Numero di ricerche scientifiche (in inglese “papers”) pubblicate annualmente dal 1995 al 2017.

Come si può notare dalla fig.1, il numero di ricerche scientifiche sull’intelligenza artificiale
pubblicate annualmente è aumentato di più di 9 volte dagli anni 2000 al 2017. Il tasso di crescita
delle pubblicazioni inerenti l’IA nell’ambito della Computer Science ha superato di gran lunga non
solo il tasso di crescita delle pubblicazioni inerenti alla Computer Science nel suo complesso, ma
anche il tasso di crescita di pubblicazioni delle ricerche in tutti gli altri campi non inerenti la
Computer Science. Di pari passo è aumentato il numero di corsi accademici riguardanti lo studio
dell’Intelligenza Artificiale nelle principali università americane (Stanford, Berkeley, Georgetown
University, Illinois University e Washington University, solo per citarne alcune).

 

Anche dal punto di vista aziendale, dagli anni 2000 in avanti, si è assistito alla nascita di nuove
startup tecnologiche nei più disparati settori ad un tasso di crescita sempre più elevato (il numero di
startup statunitensi dedicate allo sviluppo di sistemi e di progetti relativi all’IA è aumentato di circa
14 volte rispetto all’anno 2000, fig.2).

2.png

Figura 2. Numero di startup statunitensi che sviluppano sistemi di intelligenza artificiale dal 1990 al 2017.

2. Definizione di Intelligenza Artificiale.
 

Presentato il quadro generale e dimostrato il crescente interesse nei confronti dell?intelligenza
Artificiale, occorre entrare nello specifico e tentare di definire che cosa s’intenda per Intelligenza
Artificiale. Mutuando una frase del famoso ingegnere italiano Marco Somalvico: “L'intelligenza
artificiale (o IA, dalle iniziali delle due parole) è una disciplina appartenente all'informatica che
studia i fondamenti teorici, le metodologie e le tecniche che consentono la progettazione di sistemi
hardware e sistemi di programmi software capaci di fornire all’elaboratore elettronico prestazioni
che, a un osservatore comune, sembrerebbero essere di pertinenza esclusiva dell’intelligenza
umana.” In termini tecnici, l’Intelligenza Artificiale permette la programmazione e progettazione di
sistemi sia fisici (hardware) che virtuali (software) che permettono di dotare le macchine di
determinate caratteristiche che vengono considerate tipicamente umane quali, ad esempio, le
percezioni visive, spazio-temporali e decisionali. Si tratta cioè, non solo di intelligenza intesa come
capacità di calcolo o di conoscenza di dati astratti, ma anche e soprattutto di tutte quelle differenti
forme di intelligenza che sono riconosciute dalla teoria di Gardner, e che vanno dall’intelligenza
spaziale a quella sociale, da quella cinestetica a quella introspettiva.

 

Un sistema intelligente, infatti, viene realizzato cercando di ricreare una o più di queste differenti
forme di intelligenza che, anche se spesso definite come semplicemente umane, in realtà possono
essere ricondotte a particolari comportamenti riproducibili da alcune macchine.

 

Per semplificare ulteriormente il concetto basti pensare alla possibile trasposizione di queste attività
umane in attività svolte da sistemi informatici: 1) agire come farebbe un essere umano; 2) pensare
utilizzando i processi logici di un essere umano (non replicandone però aspetti come l’emotività che
potrebbero condurre ad irrazionalità); 3) pensare razionalmente ossia elencare i pro e i contro di
ogni possibile soluzione; 4) agire razionalmente ossia confrontare le soluzioni, sceglierne almeno
una ed applicarla per una risoluzione del problema efficiente (in termini di tempo e di impiego di
risorse). In fig.3 è rappresentato un diagramma di flusso di Karen Hao del MIT di Boston che
consente di stabilire in modo ancora più semplice se ci si trova davanti ad un sistema intelligente o
meno.

Figura 3. Un diagramma di flusso di “The Algorithm”, la newsletter del MIT Technology Review di Boston, che consente di stabilire in
modo efficace se un sistema sta utilizzando l’Intelligenza Artificiale o meno (fonte: The Algorythm, MIT Technology Review, Boston)

3. I settori più promettenti di applicazione dell’Intelligenza Artificiale.
 

Risulta evidente, in base a quanto affermato in precedenza, che le applicazioni possibili dell’IA
possano potenzialmente coinvolgere tantissimi settori, anche molto diversi tra loro. Tuttavia, ad una
disamina più puntuale e specifica, a beneficiare maggiormente dell’utilizzo e delle potenzialità
dell’Intelligenza Artificiale sono solo alcuni specifici settori, i quali presentano esigenze di
elaborazione di grandi quantità di dati, di automazione di processi ripetitivi e di elaborazione di
analisi previsionali che consentano di tagliare i costi e di creare valore, sia in termini economici di
ricavi e fatturato sia in termini di maggior benessere sociale.

 

3.1 L’Intelligenza Artificiale in ambito agricolo.
 

La necessità di sviluppare forme di coltura che siano il più possibile ecosostenibili e di qualità, basti
pensare al boom recente dei “negozi bio” e dei prodotti biologici sugli scaffali delle grandi catene di
supermercati, costituisce uno sbocco molto promettente per i progetti e le applicazioni dell’IA.
Grazie alla tecnologia è possibile intervenire per ridurre gli sprechi e tenere monitorate le colture 24
ore su 24 con un minimo impiego di persone. Esistono software infatti che sono in grado di
raccogliere dati da molteplici fonti e fornire in tempo reale previsioni meteo accurate e di
controllare lo stato di usura dei macchinari agricoli, confrontando il rumore di questi ultimi con un
database di rumori molto vasto di macchinari identici ed in perfetto stato. Inoltre i software
intelligenti consentono di programmare gli orari e la quantità di irrigazione necessaria per il terreno,
analizzandone aspetti come la composizione, il grado di sfruttamento e di individuare in anticipo
possibili casi di erosione del terreno. I droni invece, oltre a riconoscere la varietà e la qualità del
frutto o della verdura, consentono di vigilare tra i filari delle coltivazioni e di determinare,
attraverso l’utilizzo di spettroscopi, il grado di maturazione di frutta e verdura basandosi su aspetti
come dimensione, colore, forma. Inoltre i droni sono capaci di rilevare la presenza di parassiti,
determinandone il tipo e il livello di danni provocati, al fine di utilizzare in modo più incisivo ed al
contempo meno invasivo pesticidi ed antiparassitari: ciò consente all’agricoltore di stimare in modo
migliore anche la quantità di danni per calamità naturali, fornendo tutta la documentazione
necessaria a richiedere gli indennizzi previsti a norma di legge. L’agricoltore ha così a disposizione
un sistema intelligente di facile utilizzo anche per chi non possiede conoscenze tecnologiche
avanzate, in grado di semplificare ed agevolare il processo decisionale, offrendogli la possibilità di
intervenire in modo tempestivo o addirittura proattivo e di garantire una resa della propria
produzione il più possibile costante nel tempo.

 

3.2 L’Intelligenza Artificiale in ambito marketing
 

In un mercato sempre più caratterizzato dalla competitività su scala globale è molto importante
riuscire ad avere un vantaggio temporale sui concorrenti nell’intercettare in anticipo le esigenze e le
preferenze dei consumatori, proponendo prodotti e servizi che rispondano a tali fabbisogni.
L’utilizzo della tecnologia nell’ambito vendite e marketing ha consentito alle aziende di
automatizzare molte funzioni di raccolta di dati come l’anagrafica del cliente, il metodo di
pagamento preferito, l’indirizzo di fatturazione e di spedizione della merce (qualora fosse previsto,
basti pensare agli ordini effettuati nei marketplace come eBay e Amazon, solo per citarne due dei
più famosi), i periodi in cui il cliente tende ad effettuare il maggior numero di acquisti: queste
tipologie di informazioni una volta erano ottenute direttamente dai commessi, con conseguenti
maggiori probabilità di generare errori o di prolungare oltremodo la presenza dei clienti in negozio.

 

Nell’ambito del marketing online è molto importante individuare punti di forza e di debolezza dei
siti delle aziende che propongono prodotti e servizi. Esistono programmi in grado di raccogliere dati
sul traffico web del sito, analizzare il comportamento del visitatore online e proporre ai web
designer consigli specifici per aumentare sia l’attrattività del sito, sia aumentarne la visibilità negli
algoritmi dei motori di ricerca, sia per rendere il sito più accessibile anche a persone che soffrono di
patologie invalidanti. Un altro approccio al marketing ed alla pubblicità, reso possibile attraverso
l’utilizzo di algoritmi di apprendimento per le macchine, è quello della “pubblicità predittiva”.
Tale tipo di pubblicità costituisce un sotto insieme dell’analisi predittiva che, utilizzando modelli
statistici basati su dati storici, raccolti per esempio attraverso i social media, congiuntamente
all’Intelligenza Artificiale, rende possibile identificare in anticipo potenziali trend di vendita,
trovare nuovi clienti e proporre loro messaggi pubblicitari pertinenti ed al tempo giusto su base
individuale per le aziende che vendono prodotti e servizi. Il 69% dei clienti difatti afferma che la
qualità, la tempistica e l’efficacia della pubblicità di un’azienda, influenza in modo rilevante la
propria percezione del brand dell’azienda. I risultati presenti nella fig.4 mostrano chiaramente
l’efficacia dell’analisi predittiva e della pubblicità predittiva. Si nota infatti, nella parte superiore del
grafico come in presenza di analisi predittiva, l’incremento delle vendite di un prodotto dopo una
campagna commerciale passi dal 4,8% all’8,3%, mentre nella parte inferiore del grafico, si nota
come l’attrattività dei banner pubblicitari, misurata dal rapporto tra click sul banner e numero di
persone che hanno visualizzato il banner, passi dal 4,5% al 7,9% in presenza di analisi predittiva.
L’utilizzo dell’Intelligenza Artificiale applicata al marketing non è utile solo per le aziende che
vendono beni e servizi ma anche per i media, che, grazie alla raccolta dei dati, riescono ad individuare più opportunamente gli spazi pubblicitari da vendere alle aziende e ad ottenerne, di
conseguenza, maggiori ricavi dalla vendita degli stessi.

Figura 4. Incremento delle vendite in seguito a una campagna pubblicitaria (parte superiore dell’immagine) e tasso di click sui
banner pubblicitari (parte inferiore dell’immagine) in presenza ed in assenza di analisi predittiva (fonte: Aberdeen Group).

3.3 L’Intelligenza Artificiale in ambito sanitario
 

Molte aziende hanno già compreso che Intelligenza Artificiale e medicina saranno sempre più
indissolubilmente legate e hanno messo in commercio applicazioni futuristiche e
sorprendenti. L’Intelligenza Artificiale infatti, anche in ambito sanitario, costituisce potenzialmente
un’importantissima risorsa, e di fatto ha già apportato importanti trasformazioni nel settore aiutando
i medici a raccogliere, analizzare e organizzare i dati clinici, fornendo loro l’opportunità di fare
diagnosi precoci e consentendogli di poter pianificare trattamenti e trovare le migliori soluzioni per
i pazienti. Esistono già software in grado di prevedere e riconoscere particolari tipologie di malattie
come la retinopatia diabetica, confrontando i dati di un paziente con quelli disponibili su un archivio
di dati di migliaia e migliaia di pazienti con la medesima patologia. Molto interessanti sono anche i
potenziali sviluppi della robotica applicata alla medicina. Utilizzare i robot per effettuare interventi
sui pazienti delegando ai medici il compito di supervisionare l’operazione, agevola notevolmente
questi ultimi, che possono essere più lucidi nel prendere decisioni tempestive e accurate, non
dovendo partecipare ad estenuanti turni da svariate ore di fila di interventi chirurgici. Non bisogna
nemmeno sorvolare l’ipotesi che i robot possano in un futuro offrire assistenza e cure a tutte quelle
categorie di malati che si trovano in zone difficilmente accessibili o che hanno bisogno di
trattamenti e assistenza quotidiani. Dato quanto esposto in precedenza, ci si rende conto che
l’Intelligenza Artificiale in questo settore è ancora agli stadi iniziali, ma potrà consentire in futuro di
migliorare considerevolmente sia il benessere del paziente, sia di rendere maggiormente accessibili
le cure, sia consentire alle strutture sanitarie di ottimizzare la gestione delle risorse oltre a tagliare
gli sprechi in maniera considerevole.

 

3.4 L’Intelligenza Artificiale in ambito finanziario
 

Migliaia di aziende in tutto il mondo guardano all’Intelligenza Artificiale come alla prossima
grande rivoluzione del settore finanziario. Le istituzioni finanziarie stanno utilizzando sempre più
l’IA in moltissime attività del settore finanziario come ad esempio per valutare la qualità di
un’attività finanziaria, oppure per negoziare ed applicare i giusti premi per contratti di assicurazione
o ancora per interagire direttamente col cliente, senza che quest’ultimo si rechi in filiale. Inoltre,
grazie all’ausilio dell’IA, gli enti finanziari possono ottimizzare la gestione delle proprie risorse,
abbattere i costi legati alle transazioni finanziarie e sviluppare modelli statistico - matematici in
grado di formulare previsioni più accurate sull’andamento dell’economia, sia a livello
microeconomico che macroeconomico. Un’altra attività in cui può essere utilizzata l’Intelligenza
Artificiale con profitto è quella del riconoscimento e della prevenzione delle frodi: grazie ai sistemi
e ai software esistenti, si possono rilevare movimentazioni di conto corrente sospette e segnalare
tempestivamente il problema all’istituto di credito di riferimento nonché al cliente coinvolto, al fine
di avviare il più celermente possibile le procedure di blocco della carta di credito. Sempre più
importante si rivelerà anche l’utilizzo di sistemi intelligenti nell’ambito della consulenza finanziaria
e del trading, fornendo un aiuto sia al cliente, rendendo disponibili dati in tempo reale e fornendo
analisi di scenario grazie a modelli statistico – matematici evoluti, sia al consulente finanziario, che
non verrà soppiantato dall’utilizzo dell’Intelligenza Artificiale ma verrà aiutato dalla stessa a
prendere decisioni migliori, consentendo di ridurre l’impatto dell’emotività che potrebbe portare a
decisioni non perfettamente razionali ed appropriate.

 

Nel complesso, l’utilizzo estensivo dell’IA in ambito finanziario potrebbe idealmente avvicinare
sempre più il sistema economico a quel paradigma di efficienza dei mercati finanziari cui aspirano
numerosi economisti. Tuttavia, si è già assistito a movimenti violenti delle quotazioni dovute al
Trading ad Alta Frequenza (in inglese High Frequency Trading). Nonostante questa tipologia di
trading si fondi su algoritmi che non si possono considerare “intelligenti” poiché eseguono
istruzioni pre impartite, di certo questi movimenti repentini di brevissimo periodo testimoniano che
si è ben lontani dall’efficienza dei mercati.

 

3.5 L’Intelligenza Artificiale e la cybersecurity
 

In un mondo sempre più digitalizzato ed interconnesso aumentano in maniera significativa le
possibilità, per i malintenzionati, di compromettere i sistemi informatici, i nostri device, di carpire
informazioni strettamente confidenziali e di pianificare e realizzare attentati ed attacchi su larga
scala. Da queste minacce nessuno è escluso, né persone fisiche né persone giuridiche che quindi
devono necessariamente attrezzarsi sempre meglio per fronteggiare questi pericoli. Lo sviluppo di
software e metodi di protezione in grado di prevenire attacchi e minacce e di poter imparare in
modo autonomo dai propri stessi errori di riconoscimento, è uno degli impieghi, nel medio ed anche
nel lungo periodo, potenzialmente più redditizi dell’IA. L’obiettivo è quello di riuscire a
programmare software e sistemi di protezione basati sull’IA, in modo da individuare ed attuare il
miglior tipo di risposta e soluzione alla minaccia appena identificata, e di agire proattivamente per
identificare e prevenire potenziali nuovi attacchi. Tuttavia l’Intelligenza Artificiale può anche
potenzialmente trasformarsi da risorsa a minaccia. È possibile per i malintenzionati utilizzare l’IA a
loro volta per effettuare attacchi più efficaci, più difficilmente rintracciabili, oppure addirittura
manipolare e riprogrammare i sistemi di protezione basati sull’IA affinchè eseguano codice
potenzialmente pericoloso. Quindi i software di prevenzione proattiva dalle minacce informatiche
devono essere allenati anche ad applicare veri e propri sistemi di autodifesa.

​

4. Le aziende leader e le aziende più promettenti che si avvalgono dell’Intelligenza Artificiale


È opportuno ora, tentare di verificare se esistano aziende particolarmente coinvolte nello sviluppo di
progetti dedicati all’Intelligenza Artificiale nei settori le cui potenzialità in ambito IA sono state
precedentemente descritte. Inoltre preme soprattutto comprendere se possano costituire
un’opportunità in ottica di diversificazione del portafoglio oppure un’occasione di investimento
speculativo.

​

Alphabet

​

La holding multinazionale nata dalla ristrutturazione aziendale di Google operata nel 2015, è la
capogruppo di tutte le società appartenenti alla galassia Google, quest’ultima inclusa. Investire in
questa azienda, presente negli indici Nasdaq e Standard & Poor’s, data la grande eterogeneità delle
sue sussidiarie, offre una buona diversificazione, poiché il suo valore di borsa dipende
dall’andamento di un paniere molto esteso di aziende. Particolarmente interessanti sono due tra le
sussidiarie in ottica di investimento in Intelligenza Artificiale, GV (precedentemente Google
Ventures) e DeepMind. La prima è una società finanziaria che si occupa di venture capital, ossia di
fornire capitale di rischio a quelle aziende che operano in settori con elevate potenzialità di sviluppo
o che sono troppo rischiose per poter ricevere capitali dai mercati borsistici tradizionali o dal settore
bancario. La seconda invece è un’azienda nata nel 2011 e poi acquistata da Google nel 2014: è una
delle aziende leader nella ricerca nell’IA ed è riuscita a sviluppare un software, AlphaGo, che è
stata in grado di battere al gioco Go il campione mondiale umano del gioco, senza usufruire di
handicap per poter vincere (primo caso al mondo quindi di Intelligenza Artificiale che supera
l’intelligenza umana). Nel portafoglio delle aziende in cui GV ha investito, figurano numerose
startup che sviluppano progetti in Intelligenza Artificiale, sia nel settore agricolo con Farmers
Business Network (piattaforma che consente agli agricoltori di ottenere prezzi migliori sui pesticidi,
di avere a disposizione analisi dettagliate sul meteo e sulle tipologie di terreno così come di trovare
opportunità profittevoli per la vendita dei propri prodotti agricoli), sia nel settore della robotica
come Savioke (azienda che sviluppa robot che utilizzano l’IA per supportare i team logistici delle
aziende, per supportare i team negli hotel e fornire una migliore ospitalità ai clienti e per occuparsi
in autonomia delle consegne a domicilio), sia nel settore healthcare come Flatiron Health (di cui
parleremo in seguito nel paragrafo dedicato a Roche, che l’ha acquisita nel 2018) e Pact Pharma
(azienda il cui obiettivo è utilizzare l’IA per fornire un assistenza specifica per ogni singolo
paziente, oltre all’obiettivo principe di sviluppare una cura contro il cancro grazie a una
stimolazione del sistema immunitario affinché combatta da solo le cellule tumorali, senza ricorrere
a chemioterapia e radioterapia). Il vantaggio competitivo di Alphabet, così come di Amazon,
rispetto alle altre aziende interessate all’Intelligenza Artificiale, è l’avere a disposizione miliardi di
dati grazie al suo motore di ricerca e ad app come Youtube, Google Maps e Google Play: ciò
facilita l’addestramento dei sistemi di IA che si fondano sul machine learning.

​

Amazon

​

L’azienda guidata da Jeff Bezos è una di quelle che ha intuito per prima le potenzialità dell’IA e del machine learning, tanto è vero che ha cominciato i primi progetti di ricerca sull’argomento ben 20 anni fa, come dichiarato da Werner Vogels, Chief Techincal Officer di Amazon Web Services. A differenza di quanto fa Google che acquisisce anche startup esterne, Amazon punta a sviluppare librerie ed algoritmi di deep learning e machine learning solo in proprio e si pone come obiettivo quello di rendere accessibili tali strumenti ad un numero crescente di aziende, a prescindere dal settore in cui operano. Oltre a puntare alla leadership nella fornitura di servizi in cloud legati all’IA, Amazon crede molto nell’Intelligenza Artificiale per avvalersene nel proprio modello di business sia nella realizzazione di assistenti personali intelligenti a comando vocale come gli Amazon Echo, dotati del chatbot Alexa, sia nel settore della robotica con la realizzazione di droni dotati di sistemi di riconoscimento visivo per la consegna dei prodotti ai clienti (Amazon Prime Air), sia nel settore retail, con algoritmi che filtrano i risultati della ricerca del cliente basandosi sul suo storico di acquisti. Tale applicazione dell’IA all’esperienza di acquisto su Amazon consente sia al cliente di risparmiare tempo nell’effettuare un acquisto, poiché i risultati pre-filtrati danno come risultato un minor numero di prodotti tra cui il cliente deve operare il confronto, sia ad Amazon di poter anticipare le richieste dei clienti e quindi di avere sempre disponibile la merce necessaria a far fronte agli ordini dei clienti. Come Alphabet, Amazon gode del vantaggio competitivo di avere a disposizione miliardi di dati provenienti dalla propria piattaforma di e-commerce, che consente di testare ed addestrare i propri algoritmi di machine learning.

​

Microsoft

​

L’azienda fondata da Bill Gates crede molto nell’Intelligenza Artificiale. Tutta la galassia
Microsoft, da Microsoft Research al motore di ricerca Bing, passando per la suite di strumenti
Office ed il sistema operativo Windows e arrivando sino a Xbox ha consentito all’azienda di
effettuare numerosi studi e ricerche nell’ambito dell’IA. Uno dei principali investimenti di
Microsoft, sia in termini di risorse finanziarie, sia in termini di utilizzo del capitale umano nella
realizzazione di progetti basati sull’IA è stata la realizzazione della propria piattaforma di
Intelligenza Artificiale, Azure. L’obiettivo non è difforme da quello perseguito da Amazon, ossia
creare una piattaforma che offra delle risorse ai programmatori al fine di agevolarli nello sviluppo
di applicazioni innovative che utilizzino l’Intelligenza Artificiale nello svolgimento dei propri
compiti. Azure inoltre può essere utilizzata anche in ambito aziendale in quanto rispetta un’ampia
gamma di standard di conformità specifici del settore ed internazionali, quindi rendendo la
piattaforma utile non solo per i singoli sviluppatori ma anche per le aziende che necessitano di
algoritmi che accelerino lo sviluppo delle loro soluzioni di Intelligenza Artificiale. Microsoft si fa
anche promotore dell’IA in un senso più esteso rispetto a quanto fanno altre aziende: ha infatti
aderito al programma “Partnership on AI” attraverso il quale aziende come Microsoft, IBM ed altri
leader del settore, congiuntamente a docenti universitari, organizzazioni no profit ed altri specialisti,
lavorano insieme per sensibilizzare l’opinione pubblica sul tema dell’Intelligenza Artificiale e
fornire una piattaforma aperta per la discussione riguardo il possibile impatto economico e sociale
che l’adozione dell’IA nella vita comune può comportare. La direzione che Microsoft sta ora
percorrendo nello sviluppo di progetti basati su IA riguarda i chatbot, ossia i sistemi intelligenti che
consentono di dialogare con uno strumento tecnologico, proprio come se si conversasse con una
persona: di questi giorni è la notizia che Microsoft avrebbe infatti siglato un accordo per
l’acquisizione Xoxco, studio di progettazione e sviluppo di software specializzato nella creazione di
interfacce utente conversazionali. Occorre ricordare che Microsoft è gia tra le aziende leader
nell’ambito chatbot, avendo realizzato l’assistente digitale personale Cortana, implementato nei
sistemi operativi Windows 10, Windows 10 Mobile, Windows Phone ed anche in Xbox One.

​

IBM e Apple

​

Nonostante si tratti di due aziende a tratti anche molto diverse tra loro, IBM ed APPLE sono
“collegate” per due diverse ragioni. Le due aziende tecnologiche hanno infatti esteso il loro accordo
di collaborazione nato nel 2014, al fine di integrare le loro differenti competenze nello sviluppo di
progetti basati sull’utilizzo dell’IA. Inoltre ciò che accomuna questi due leader del settore
tecnologico è anche il loro approccio nei confronti dell’Intelligenza Artificiale. Entrambi infatti si
fanno promotori di un utilizzo dei dati (fondamentali nell’addestrare gli algoritmi di machine
learning) che rispetti il più possibile la privacy dei propri clienti, non vendendo i dati raccolti
attraverso l’utilizzo dei loro prodotti e servizi a terze parti ed anche riorganizzando i dati raccolti in
modo tale da non essere in grado loro stessi di risalire all’utente che ha fornito quei dati. Fatta
questa doverosa premessa occorre ora trattare le due aziende singolarmente.

 

IBM ha profuso moltissimi sforzi nell’ambito dell’Intelligenza Artificiale, culminato nella
realizzazione della piattaforma di Intelligenza Artificiale Watson. Tale applicativo ha
numerosissimi impieghi, poiché mette a disposizione degli utenti algoritmi che si prestano ai settori
più disparati: quello agricolo con la Piattaforma Watson per l’Agricoltura, la quale raccoglie dati da
molteplici fonti come stazioni meteo, macchinari e irrigatori, immagini satellitari e altro per offrire
un supporto agli agricoltori sia nel processo decisionale, sia nel controllo delle rese; quello del
marketing con l’Assistente per il Marketing Watson, il quale consente di realizzare campagne
pubblicitarie mirate e incorpora al suo interno anche informazioni sul meteo, che consentono alle
campagne marketing di essere coerenti con le condizioni meteo, come ad esempio evitare di
pubblicizzare un nuovo tipo di hot dog quando la temperatura esterna supera una determinata soglia
critica; quello sanitario in cui il sistema intelligente Watson supporta il personale medico durante
l’anamnesi del paziente, confrontando i sintomi esposti con i precedenti clinici del paziente,
riesumando le informazioni su possibili fattori ereditari della patologia e fornendo infine una serie
di raccomandazioni ed ipotesi, ordinate in base all’evidenza dei sintomi descritti dal paziente;
quello delle risorse umane in cui il software Watson consente di effettuare uno screening
preliminare delle candidature rendendo più snello il processo di recruiting. Tale sistema
all’avanguardia e multifunzionale costituisce sicuramente un punto di forza anche per gli anni futuri
per IBM che ne è proprietaria.

 

Apple sta attuando una politica aggressiva nei confronti dei competitor nell’ambito dello sviluppo
di progetti basati sull’IA poiché si trova nella poco piacevole situazione di inseguitore. È recente
infatti l’assunzione da parte di Apple di John Giannandrea, precedentemente a capo del
dipartimento di intelligenza artificiale e ricerca di Google, con la funzione di capo della strategia di
Intelligenza Artificiale e machine learning dell’azienda di Cupertino. Nell’ottica di un recupero
rispetto ai competitor è da leggersi anche il prolungamento dell’accordo di partnership con IBM di
cui si è discusso in precedenza. Il focus principale nell’utilizzo dell’Intelligenza Artificiale da parte
di Apple riguarda il customer care e il settore retail congiuntamente (con l’introduzione del sistema
iMessage for Business, che consente ai clienti di mettersi direttamente in contatto con le aziende per
esprimere le proprie esigenze di acquisto e di ricevere direttamente dalle aziende assistenza sui
prodotti acquistati), il miglioramento e l’estensione del sistema di pagamento Apple Pay ed il
potenziamento delle funzionalità di riconoscimento vocale e di geolocalizzazione dell’assistente
digitale personale di Apple, Siri.

​

Johnson & Johnson

​

La società farmaceutica multinazionale statunitense leader nel fatturato rispetto ai suoi competitor nel settore healthcare e quotata presso la Borsa di New York, intende puntare sempre più forte sull’utilizzo dell’IA nella scoperta di nuove cure, di innovative tecniche di intervento chirurgico e di assistenza ai pazienti. Proprio in riferimento all’assistenza ai pazienti, J&J ha siglato un accordo con IBM nel 2015 per l’utilizzo della piattaforma Watson Health: l’obiettivo è quello di utilizzare la capacità di analisi dati di Watson per realizzare dei programmi personalizzati di assistenza e riabilitazione per i pazienti che hanno subito interventi di chirurgia vertebrale o interventi per l’installazione di protesi articolari. J&J, attraverso una società sua controllata, Ethicon, sta collaborando con Verily Life Sciences LLC (precedentemente Google Sciences) per realizzare la piattaforma Verb Surgery, che consentirà di aumentare le funzionalità dei robot utilizzati come assistenti nelle operazioni chirurgiche (sfruttando il riconoscimento vocale), snellendo notevolmente il processo decisionale dell’equipe di medici durante l’intervento e consentendo di raggiungere migliori risultati per il paziente. Particolarmente interessante è anche la collaborazione tra la controllata Janssen Research & Development e l’azienda WinterLight Labs. Quest’ultima ha sviluppato un software di riconoscimento vocale e di analisi sintattica delle frasi che tiene conto di 400 diverse variabili delle frasi: attraverso l’analisi della complessità, dell’articolazione e del contenuto delle frasi confrontandole con il database di frasi a disposizione del software, si possono comprendere meglio i fattori in gioco in pazienti che soffrono di malattie totalmente invalidanti come Alzheimer e Parkinson. Obiettivo finale di questa collaborazione è arrivare ad un software in grado di fornire una diagnosi precoce dell’insorgenza di queste patologie e offrire soluzioni migliori per il trattamento della malattia mirate al singolo paziente.

​

Roche

​

La società multinazionale svizzera, quotata al SIX Swiss Exchange, opera a livello mondiale con
due divisioni, una farmaceutica ed una diagnostica. Controlla interamente la società di
biotecnologia Genentech e proprio quest’ultima ha stretto un rapporto di collaborazione nel giugno
del 2017 con GNS Healthcare: l’obiettivo di questa partnership è utilizzare il machine learning per
la diagnostica ed il trattamento dei tumori, utilizzando i dati provenienti dai pazienti affetti da
tumore per sviluppare modelli computerizzati in grado di individuare nuove modalità di trattamento
del cancro. Sempre nell’ambito della ricerca sul cancro e dell’utilizzo dell’IA, Roche ha deciso di
acquisire nel 2018 la società Flatiron Health, precedentemente nel portafoglio di aziende di GV.
Flatiron Health ha sviluppato una piattaforma che consente a oncologi, accademici, ospedali,
ricercatori farmacologici ed anche avvocati di mettersi in contatto tra loro per raccogliere dati sui
pazienti, ma soprattutto mettere in comune il proprio sapere per progredire più speditamente nella
ricerca di nuovi metodi di diagnosi, trattamento e assistenza dei pazienti affetti da tumore. Inoltre
sempre Flatiron Health ha realizzato un database di dati in tempo reale, che sfrutta l’IA
strutturazione e nella rielaborazione dei dati, in grado di agevolare i ricercatori scientifici nella
ricerca sul cancro, aumentando la loro capacità di trovare evidenze empiriche sui tumori. Roche,
assieme ad altri competitor del settore healthcare ha stretto anche un rapporto di collaborazione con
Berg Health, un’azienda di Boston, specializzata nell’utilizzo dell’Intelligenza Artificiale per la
ricerca sul DNA e per la scoperta di nuovi medicinali: tuttavia, a differenza delle situazioni
precedentemente descritte e concernenti Roche, è difficile considerare la collaborazione Roche con
Berg Health foriera di un potenziale vantaggio competitivo in futuro per il colosso farmaceutico
elvetico non trattandosi di una partnership esclusiva.

 

5. Conclusioni
 

Non è semplice, in un ambito che coinvolge qualsiasi settore e con pressoché infinite potenzialità
come quello dell’Intelligenza Artificiale, individuare con ragionevole sicurezza quali saranno le
migliori aziende in cui investire, anche in considerazione dell’alta competitività nel campo della
tecnologia, dove i paradigmi cambiano a velocità esponenziale come sostiene l’inventore e
futurologo Raymond Kurzweil estendo il concetto espresso dalla prima legge di Moore secondo cui:
“La complessità di un microcircuito, misurata ad esempio tramite il numero di transistori per chip,
raddoppia ogni 18 mesi (e quadruplica quindi ogni 3 anni).” Ciò è vero anche per la finanza, dove
non sempre le regole scritte trovano applicazione. Tuttavia, l’analisi svolta consente, se non altro, di
restringere il campo e di schiarire le idee, privilegiando un approccio volto a stabilire il perimetro in
cui le aziende operano sia in termini di progetti legati all’IA sia alla luce di acquisizioni strategiche
di startup e altre aziende coinvolte nello sviluppo di applicazioni innovative basate sull’Intelligenza
Artificiale.

​

In un’ottica di possibile megatrend (trend di lunghissimo termine) è da prendere seriamente in
considerazione l’investimento in azioni di aziende che hanno come obiettivo lo sviluppo di progetti
basati sull’Intelligenza Artificiale, ma occorre anche sottolineare che, come sempre accade, una
nuova tecnologia comporta maggiori rischi legati a:

 

a) fortissimi investimenti iniziali (elevati costi e minor redditività nel breve termine);
 

b) fenomeni di bolle speculative derivanti da inversioni nei rapporti di forza per quanto
concerne le aziende leader (un’azienda tecnologica può facilmente perdere competitività
rispetto ai concorrenti se non adotta strategie efficaci di investimenti in ricerca e sviluppo e
di acquisizioni)
;

 

c) a problemi di natura etica e legale riguardante il rispetto della privacy.
 

Si rende pertanto necessario, da parte dell’investitore, un approccio particolarmente prudenziale
nell’affrontare questo tipo di investimenti:

 

1) mantenere un peso % ridotto rispetto all’intero portafoglio;
 

2) diversificare il più possibile, usando etf e fondi quando il patrimonio non è elevato;
 

3) affidarsi ad un orizzonte temporale di 5-10 anni almeno.
 

Disclaimer: Questo articolo è frutto delle opinioni di chi lo ha redatto e supervisionato. Nessun compenso viene ricevuto per l’espressione di queste opinioni. Si dichiara inoltre di non avere alcun rapporto commerciale con le società e gli enti di ricerca menzionati in questo articolo e che altre aziende oltre quelle citate sono coinvolte nella
ricerca e nell’implementazione dell’intelligenza artificiale per se stesse o per terzi.

​

Nota bene: le azioni sono uno strumento altamente volatile, pertanto la quota posseduta di tale strumento all’interno del portafoglio deve essere coerente con la propensione al rischio dell’investitore. È consigliabile affidarsi ad unprofessionista in grado di gestire il rischio in modo efficiente.

bottom of page
Privacy Policy Cookie Policy