Cosa ci portiamo a casa dalla prima giornata di AI Week
10 Aprile 2024
Un breve riassunto del primo giorno della settimana dedicata all’Intelligenza Artificiale (AI Week).
Questa giornata è stata ricca di discussioni approfondite e coinvolgenti su vari argomenti legati all’AI. Abbiamo esplorato diverse tematiche, dall’evoluzione dei modelli di business basati sull’AI, al design e alla progettazione di context-aware applications con l’aiuto dell’AI.
Scopriamo i punti salienti e gli insight chiave della giornata.

RAG Business models
La “Retrieval-Augmented Generation” combina due approcci: il recupero di informazioni e la generazione di risposte. In primo luogo, un sistema basato su RAG recupera documenti o passaggi di testo rilevanti da un ampio corpus di dati.
Queste informazioni recuperate vengono poi utilizzate per informare o guidare la generazione di una risposta.
Questo approccio può essere particolarmente utile per generare risposte dettagliate e informative che richiedono la comprensione di una vasta gamma di argomenti.
Un’alternativa ai sistemi proprietari più diffusi come ChatGPT di OpenAI e Gemini di Google è l’implementazione di sistemi RAG che mettono al primo posto la sicurezza dei dati e la piena ownership della knowledge base data in pasto agli LLM.
Sei un’azienda medio-grande e non desideri che i big players del settore AI gestiscano i tuoi dati?
Luigi Saetta di Oracle ci ha mostrato come far interagire l’intelligenza artificiale con i tradizionali database SQL per fare ricerche avanzate all’interno dei nostri documenti aziendali.
Riccardo Valletti di Datasellers ha fornito insight preziosi su quali sono le priorità nello strutturare PoC e nuovi business basati su RAG, documenti e dati interni e i modelli LLM Opensource presenti sul mercato.
Nicola Marco Decandia di Cloud Native Computing Foundation ha presentato una mappa aggiornatissima di strumenti per evitare il temutissimo vendor lock-in che si rischia di affrontare quando si affronta lo scaling di soluzioni cloud.

Agentive AI e AI Enabled experiences
L’Agentive AI, o Intelligenza Artificiale Agentiva, si riferisce a sistemi di intelligenza artificiale che agiscono come agenti autonomi per svolgere compiti e operazioni per conto degli utenti. Questi sistemi utilizzano l’apprendimento automatico e altre tecnologie di IA per capire e prevedere le esigenze dell’utente, offrendo soluzioni proattive.
Le AI-enabled experiences si riferiscono all’utilizzo dell’Intelligenza Artificiale per migliorare l’interazione degli utenti con vari prodotti e servizi.
Questo può includere la personalizzazione delle interazioni in base ai dati dell’utente, l’automazione di compiti che normalmente richiederebbero l’intervento umano, o la fornitura di assistenza in tempo reale basata sull’IA. Alcuni esempi possono includere:
- Raccomandazioni personalizzate basate sull’analisi dei comportamenti passati degli utenti.
- Assistenti di salute digitale che monitorano continuamente la salute dell’utente e forniscono consigli basati sull’AI.
- Applicazioni bancarie intelligenti che utilizzano l’AI per monitorare i modelli di spesa e reddito dell’utente e fornire consigli personalizzati su risparmi, investimenti e gestione del debito.
- Assistente di valutazione immobiliare basato su IA che analizza le caratteristiche dell’immobile, i dati di vendita comparabili e le tendenze del mercato per fornire una stima accurata del valore di un immobile.
- Sistemi di gestione della proprietà basati su IA che possono monitorare automaticamente la manutenzione degli edifici e programmare gli interventi quando necessario.
Questo tipo di esperienza può rendere l’utilizzo dei prodotti e servizi più efficiente, e può condurre alla creazione di vere e proprie context-aware applications.
Una context aware application è un’applicazione che può rilevare e tenere conto di vari fattori del suo ambiente, come la posizione dell’utente, l’ora del giorno, le condizioni atmosferiche e altri dati pertinenti.
Questo le permette di fornire contenuti o funzionalità personalizzati che sono pertinenti per l’utente in un dato momento o situazione. Ad esempio, un’applicazione di navigazione GPS sarebbe un tipo di applicazione consapevole del contesto, poiché può adattare le sue indicazioni in base alla posizione corrente dell’utente e alle condizioni del traffico.
Il funzionamento è semplice, pressappoco così:
AI perception —> AI reaction
L’AI analizza un input (perception) e fornisce un output (reaction). È sul gap tra la soddisfazione o meno dell’aspettativa dell’utente che si gioca l’intera partita.
Luca Mascaro, CEO di Sketchin, ha tenuto uno speech tra i più interessanti della giornata improntato sulle context-aware apps. Tra le righe ha anche affrontato il cambiamento (che avverrà nei prossimi anni) della struttura e della configurazione delle agenzie creative a seguito della futura inclusione di veri e propri AI agents all’interno dei team:
L’IA sta ridefinendo il modo in cui le agenzie creative funzionano e interagiscono internamente e all’esterno con i loro clienti e utenti.
Gli agenti AI non sono solamente strumenti passivi, ma possono agire autonomamente, prendendo decisioni e svolgendo azioni anche senza l’intervento umano diretto.
Possono, inoltre, collaborare con altri agenti o addirittura con persone fisiche. Questa collaborazione può portare alla creazione di nuove AI-enabled experiences che risultano molto più ricche e coinvolgenti di tutte le esperienze digitali a cui siamo abituati.
Nel contesto di un’agenzia creativa, questo potrebbe significare l’uso di agenti AI per comprendere meglio le esigenze dei clienti, generare idee creative, sviluppare prototipi o persino implementare soluzioni complete.
Questo approccio può portare a un miglioramento della qualità del lavoro, una maggiore efficienza e, in ultima analisi, a un maggiore valore per i clienti dell’agenzia.
In conclusione, la prima giornata della AI Week ha offerto molte informazioni e approfondimenti preziosi riguardo al mondo dell’Intelligenza Artificiale.