Le sfide dell'AI
Le nuove opportunità della AI Generativa, dati sintetici, multimodal/emotional, applicazioni video. Il modello di dialogo della ChatGPT - Generative Pretrained Transformer di OpenAI – ed i possibili collegamenti con i processi di customer management.
La Generative AI può creare varie applicazioni nell’ambito dell’Intelligenza Artificiale. Grazie alla sua capacità generativa consente di produrre dati sintetici e di supportarci nelle attività creative. Le applicazioni della Generative AI riguardano vari ambiti, in particolare la ChatGPT di OpenAI consente la creazione di dialoghi e impatta su Marketing, Operation, Legal, IT e HR. Questa nuova generazione di ChatBot superpotenti rappresentano una bella sfida che ci costringe ad essere sempre più preparati nel loro possibile impiego nelle attività operative, ma anche a supporto di iniziative più strategiche.

- venerdì 17 febbraio 2023 -
Incontro regolarmente svolto con 87 presenti (126 prenotati)
vedere registrazione incontro

DOPO INCONTRO. Come prevedibile, è stato alto l’interesse per questo incontro “Le sfide dell’AI” organizzato dal Club CMMC. Nel seguito riporto alcuni appunti. - Distinzione tra chatbot generativi e conversazionali. - ChatGPT innova le modalità di addestramento dei bot, ma necessità di maggiori controlli. - Comunicata l’attivazione della versione ChatGPT Plus con costo di 20 dollari/mese. - Impiego dell’Ai generativa che simula il cliente nell’addestramento degli operatori. - Risultati non sempre positivi per le prove di integrazione di Bing. - Più in generale, cosa accadrà dei siti web di contenuti e pubblicità con la crescente diffusione delle ricerche con ChatGPT? In conclusione, il tema sarà ripreso quando l’AI generativa sarà più impiegata nell’ambito del customer management e si avranno valutazioni più complete.
Premesse. Circa due anni fa il Club CMMC aveva realizzato la ricerca “L’Intelligenza Artificiale nel Customer Management”, che ha consentito di rilevare i vari impatti che AI ha nei processi di Relazione con i Clienti. I risultati della ricerca hanno evidenziato, tra l’altro, che l’assistente virtuale è in grado di avere interazioni sia in forma scritta che orale e che sarà presto dotato di contenuti e strategie di interazione diversificate a seconda degli obiettivi. Invece, sarà necessario ancora qualche anno per realizzare soluzioni in grado di operare su interazioni complesse con qualità quasi umana. Ora, abbiamo riproposto la domanda relativa alla possibilità di “personalizzazione”.
	Emerge che, se nel 2021 la maggioranza del campione (57%) riteneva che solo a medio termine (tre anni) gli assistenti virtuali sarebbero stati in grado di fornire prestazioni personalizzate, nell’attuale sondaggio tale percentuale è scesa al 26%. Mentre al primo posto sono passati coloro che lo ritengono già oggi possibile (42%). Tale situazione é in parte dovuta al miglioramento della interazione con il CRM aziendale. Siamo però dell’idea che per leggere lo storico e fornire risposte personalizzate sono richieste capacità decisionali e discernimento su cui le macchine devono ancora crescere.
Primi esercizi. Approfittando anche dell'accesso gratuito (nuova versione premium), ho posto qualche argomento di nostro interesse a ChatGPT e nel seguito presento le risposte ottenute...leggere
Agenda ore 12,00 Introduzione - Mario Massone, fondatore Club CMMC - Irene Di Deo, Osservatori Digital Innovation Politecnico di Milano Qualche nota dall’Osservatorio del Poli MI sull’Intelligenza Artificiale. Il fatturato complessivo nel 2022 è stato di 500 milioni di euro con una crescita pari al 35% sul 2021. La parte di npl e chatbot pesa per il 28%, la parte dei recomendation system per il 19%. Nelle grandi aziende (oltre 250 addetti) avviato progetti di AI nel 61% dei casi, solo il 15% per le PMI. Se si segmentano le aziende che hanno adottato AI, solo il 9% è valutato all'avanguardia.
LE ESPERIENZE ore 12,05 - Massimiliano Zoco Product Owner Virtual Assistant (AI), Enel Energia leggere la presentazione (pdf) Chat GPT e tutti gli altri modelli generativi possono essere utilizzati per generare risposte automatiche a domande o commenti degli clienti, in modo simile a come potrebbe fare un essere umano. In Enel il Virtual Assistant viene impiegato a supporto di varie attività: dalla fase iniziale di on boarding del cliente, alla identificazione del cliente, del motivo di contatto e touchpoint di provenienza, alla gestione dell’instradamento, sino alla proposta commerciale. ore 12,20 - Alessandro La Ciura Direttore Tecnico LiveHelp leggere la presentazione (pdf) Alcuni aspetti da chiarire: ad esempio, la differenza fra Chat Bot generativo e conversazionale, tra ChatGPT e OpenAI. Quali sono le attività da affrontare per l’integrazione con Chat GPT lato LiveHelp e lato Aziende. Una curiosità: il motore di ricerca Bing di Microsoft basato su ChatGPT non funziona come “l’originale”. Qualche considerazione su tematiche di compliance e trasparenza e come ChatGPT sta modificando l’uso del web, tra accesso a contenuti e introiti pubblicitari. ore 12,35 - Paolo Annoni Head of Digital Marketing, INGO XCALLY leggere la presentazione (pdf) Cosa si può fare oggi con l’Intelligenza Artificiale Generativa. Ad esempio: 1) erogare un servizio clienti multilingua H24 7/7 di buona qualità a costi contenuti, 2) ridurre i costi di reclutamento, formazione e mantenimento, 3) è scalabile con velocità, nella gestione dei picchi, 4) lavorare per procedure definite, 5) è controllabile al 100% e 6) utilizzare la sentiment analysis. Ma bisogna imparare a gestire l’AI, ovvero serve dare contesto ai risultati, mettere in discussione le sue risposte, approfondire le notizie da più fonti, salvaguardare il libero arbitrio.
ore 12,50 DISCUSSANT Questa sessione dell'incontro ospita domande per richieste di chiarimenti sulle relazioni presentate e considerazioni sul tema della AI Generativa e ChatGPT. - Gianluca Maruzzella, co-Fonder e CEO, indigo.ai Premessa: siamo tutti in lotta contro “chat stupidi” ed il punto per creare relazioni resta quello di essere capiti come persone. Rispetto al modello Generativo di queste tecnologie, quali riflessioni si possono fare sul tema del controllo? - Angelo Asciano, Direttore Customer Operations & Innovation, Enercom Come portare all’attenzione del top management le scelte relative all'AI, che fanno parte dell’onda innovativa? Quale evoluzione verso l’industrializazione delle soluzioni e la loro scalabilità? - Dario Orbecchi, Direttore PreSales, Expert.ai Come misurate e l’accuratezza dei modelli di NLP, le richieste per cui il bot non è in grado di individuare correttamente l’intent utente? Si fanno analisi manuali, oppure si usano strumenti più sofisticati (ad esempio tecniche di clustering automatico e esplorazione del contenuto delle conversazioni)? - Andrea Grimaldi, Direttore Customer Care & Stores, Gruppo Acinque Come sviluppare soluzioni di AI che garantiscano vere interazioni con domande e risposte? Per essere efficaci (soprattutto nella vendita ) occorre capire bene di cosa il cliente ha veramente bisogno. ore 13,10 Conclusione incontro... ma intanto l'innovazione continua.
Nota su ChatGpt. Si tratta di un modello di intelligenza artificiale conversazionale lanciato da OpenAI. E' un chatbot dove la tecnologia è utilizzata per interagire con una fonte di informazioni Gpt3, un modello linguistico autoregressivo che utilizza il deep learning e un modello di training specifico per produrre testi simili al linguaggio naturale. I dati utilizzati per il training determinano il modo in cui vengono fornite le risposte. L’aspetto più interessante di ChatGpt è che sia una fusione tra la tecnologia delle chatbot e il Gpt3: il risultato è quello di abilitare un nuovo modello di interazione e la capacità di produrre autonomamente contenuti che hanno sempre più caratteristiche simili a quelli “umani”. Si nota che con GPR 3.5 è stato introdotto la raccolta di feedback umano per l’addestramento del modello. Infine, nell’ultima versione (fine 2022) del ChatGPT è stato aggiunto il livello di sicurezza e il livello conversazionale.
Ecco Bart. Google ha annunciato il lancio di Bart, robot specializzato nella conversazione, che si contrappone a ChatGPT, OpenAI. Bard sarà reso disponibile prima ad un gruppo di tester, poi sarà aperto al pubblico e si basa su LaMDA, il modello di linguaggio di grandi dimensioni (Language Model for Dialogue Applications) presentato due anni fa da Google con l’obiettivo di comprendere meglio gli elementi di contesto di un dialogo. Annunciata la disponibilità di un’interfaccia di linguaggio generativo (Generative Language Api) per permettere a sviluppatori, creatori di contenuti, aziende e altre organizzazioni di creare le proprie applicazioni IA.
Ecco Bing. Microsoft annuncia che la tecnologia ChatGpt è ora all’interno del suo motore di ricerca Bing e del browser Edge. Bing è il risultato di una serie di innovazioni tecniche: il modello linguistico OpenAi di nuova generazione, più potente di ChatGpt e personalizzato specificamente per la ricerca, il modello Microsoft Prometheus che consente di ottenere risultati più pertinenti, e tempestivi e l’applicazione dell’Ai all’algoritmo di ricerca principale. Grazie a questo modello di intelligenza artificiale, anche le query di ricerca di base dovrebbero essere più accurate.
Modelli di addestramento. L’addestramento del bot deve essere specifico per ogni intent e per tipologia di canale usato. A tal proposito, nel seguito si riportano alcune considerazioni di Marco Lunghini (Ellysse). “Motori semantici come Dialogflow di Google o LUIS di Microsoft sono sistemi NLU (Natural Language Understanding) che offrono la possibilità di creare agenti conversazionali di dominio attraverso lavoro di fine-tuning. Se il nostro obiettivo è infatti creare un assistente virtuale in grado di rispondere a domande e risolvere task specifici, i modelli di addestramento dovranno essere allenati su tale conoscenza settoriale. Ciò che dovremo fornire loro sarà la classificazione desiderata: i diversi tipi di intenti da riconoscere, ossia le richieste in input, associati alle risposte in output. Il risultato non è altro che un modello su misura, cuore artificialmente intelligente del nostro flusso conversazionale. E' importante considerare poi che nel design conversazionale molto differente è il tipo di addestramento che riserviamo ad agenti conversazionali basati su canale comunicativo scritto (chatbot) e su parlato (voicebot). Seppur gli esempi di training per il modello NLU possano essere comuni a entrambe le applicazioni, diversi sicuramente dovranno essere gli output previsti. Sappiamo bene infatti come una comunicazione scritta possa prevedere risposte articolate, supportate da componenti multimediali (immagini, video) o collegamenti ipertestuali. Le risposte in questo tipo di dialogo possono essere più lunghe, perché l'utente ha la possibilità di leggerle più volte se necessario e di replicare quando vuole. Al contrario, una risposta vocale predilige per sua natura risposte sintetiche, in quanto siamo predisposti a trattenere una quantità limitata di informazioni al primo ascolto e la cessione del turno conversazionale coincide con la conclusione della recitazione della risposta. Un altro principio del conversational design dei voicebot è infatti quello di dare le informazioni più importanti all'inizio della risposta, per poi aggiungere eventuali approfondimenti, perché, detta molto banalmente, siamo inclini a memorizzare meglio ciò che ci viene detto subito."