Intelligenza artificiale, lo stato dell’arte delle imprese italiane secondo Deloitte
L’intelligenza artificiale (AI) è ormai sulla bocca di tutti. Colpa di Chat GPT, il chatbot di AI generativa di OpenAI che per la prima volta l’ha resa accessibile a tutti. Ma cosa ne pensano le imprese? Il tema è stato toccato all’interno della “Deloitte Trustworthy AI Survey”, il primo questionario nazionale condotto da Deloitte Risk Advisory che indaga contemporaneamente le modalità con cui le imprese affrontano l’implementazione delle soluzioni di AI e il governo di esse, per rispettare principi etici e requisiti normativi.
Come le imprese vedono l’intelligenza artificiale?
Le aziende italiane riconoscono l’importanza di definire una strategia di impiego dell’AI. I principali obiettivi che si pongono quando l’adottano sono: riduzione dei costi; miglioramento dei processi decisionali oppure dei prodotti / servizi esistenti. Tuttavia, il raggiungimento di tali benefici non è scontato, in quanto esistono una serie di ostacoli nel percorso di implementazione dell’AI strategy. La tabella sotto mostra i problemi più comuni e le soluzioni più efficaci per fronteggiarli.
L’implementazione dell’intelligenza artificiale nelle imprese
In fase di implementazione dell’AI, il 48% delle aziende predilige il modello hub & spoke, in grado di offrire sia un governo centralizzato, sia un adeguato livello di autonomia per le funzioni aziendali. Tale modello infatti prevede: un presidio (“hub”) dedicato all’AI, che si occupa di gestire il portafoglio di iniziative nell’intelligenza artificiale e di supportare le altre funzioni aziendali sotto i profili metodologico e implementativo; unità distribuite (“spoke”) che hanno il mandato e le competenze per realizzare soluzioni verticali di AI nelle diverse funzioni aziendali.
Dalla rilevazione di Deloitte emerge che le imprese stanno progressivamente dando importanza all’etica dell’AI in relazione al crescente utilizzo. Ne consegue che gli aspetti etici e tecnologici devono essere affrontati contemporaneamente attraverso processi, metodologie e strumenti di cui le imprese, ad oggi, sono soltanto in parte dotate.
L’etica dell’AI nelle imprese
La ricerca di Deloitte rileva che la presenza di processi e metodologie per garantire il rispetto dei principi etici è disomogenea, con le imprese che hanno investito soprattutto nel garantire privacy (58%) e sicurezza (52%); decisamente meno nella trasparenza e spiegabilità (19%) e nella fairness (13%) dei sistemi.
Tuttavia, le imprese dovrebbero investire anche per tutti gli altri principi etici per rispondere a un modello etico by design e in linea con la normativa di riferimento. Paolo Gianturco, Business Operations & FinTech Leader di Deloitte, raccomanda:
“Occorre un approccio antropocentrico alla governance e all’implementazione etica, indirizzando i principi di accountability; trasparenza e spiegabilità; fairness e imparzialità. È necessario investire anche su tecnologie appropriate per includere gli aspetti etici nelle attività di sviluppo e monitoraggio continuo, al fine di garantire un approccio AI Ethics by Design lungo tutto il ciclo di vita delle soluzioni di intelligenza artificiale”.
La mitigazione dei rischi legati all’AI
Inoltre, in vista dell’entrata in vigore in Europa dell’AI Act (prevista per fine 2023), le imprese stanno mettendo a punto una serie di azioni utili a implementare una strategia di mitigazione del rischio aziendale basata su 4 pilastri:
- Monitoraggio dell’evoluzione normativa: le aziende devono monitorare costantemente gli aggiornamenti regolamentari riguardanti l’AI;
- Valutazione della conformità delle soluzioni: le imprese devono aggiornare le procedure per verificare la conformità regolamentare delle soluzioni di AI;
- Aggiornamento del risk management aziendale: le aziende devono introdurre una tassonomia risk-based per i casi d’uso di AI allo scopo di identificare i rischi da inserire nel proprio catalogo e associargli i controlli per mitigarli;
- Pianificazione ed esecuzione dei controlli: i controlli devono essere programmati ed effettuati su più livelli, al fine di garantire una efficace gestione del rischio aziendale.
