Connubio fra AI e marketing

Con il termine di Artificial Intelligence Marketing (“marketing con uso di intelligenza artificiale”) si fa riferimento al marketing diretto che si basa su tecniche, concetti e modelli elaborati dall’intelligenza artificiale tramite l’apprendimento automatico (la parte di ragionamento che suggerisce le azioni da intraprendere è qui svolta da un computer e da algoritmi anziché dall’uomo).

Del significato dell’Intelligenza Artificiale non si ha ancora una piena cognizione: in sostanza, indica l’abilità di un sistema tecnologico nel risolvere problemi o svolgere compiti e attività tipici della mente e delle abilità umane. In ambito informatico allora potremmo identificare l’AI – Artificial Intelligence – come la disciplina che si occupa di progettare macchine – sia hardware che software – e soluzioni attraverso cui poter risolvere autonomamente problemi, compiere azioni, ecc..

In quest’ottica si sente spesso parlare di Machine Learning e Deep Learning, due distinti modelli di apprendimento e applicazione dell’intelligenza artificiale. ‘Machine Learning‘ si distingue per essere un insieme di tecniche di applicazione mediante cui consentire al software di intelligenza artificiale (modello di apprendimento) di ‘allenare’ le macchine di AI ad apprendere e svolgere autonomamente un compito o un’attività, senza bisogno che siano programmate (senza dover cioè dipendere da sistemi programmati che regolano come deve comportarsi e reagire un sistema di AI); sistemi che servono ad “abituare” l’AI in modo che imparando, correggendo gli errori, allenando sé stessa possa poi essere autonoma nello svolgimento delle azioni impartite.
Deep Learning‘: in questo caso parliamo di modelli di apprendimento basati sulla struttura e capacità cognitive del cervello umano. A differenza del precedente metodo allora, il Deep Learning rappresenta la “messa su strada” dell’intelligenza artificiale così concepita andando ad emulare direttamente la mente dell’uomo. Non dunque un modello matematico: il Deep Learning si basa su una rete neurale artificiale che verosimilmente riceve e smista infinite operazioni di calcolo e analisi (simulando in questo modo le connessioni del cervello). Anche se non ce ne accorgiamo, questo modello lo ritroviamo già nel riconoscimento vocale, delle immagini e nei sistemi di NLP – Natural Language Processing.

Secondo l’Osservatorio Artificial intelligence del Politecnico di Milano, è possibile distinguere otto distinte classi di applicazione dell’Intelligenza Artificiale: Autonomous Vehicle: si riferisce a qualunque mezzo a guida autonoma; Autonomous Robot: robot in grado di muoversi ed eseguire azioni senza intervento umano, traendo informazioni dall’ambiente circostante; Intelligent Object: tutti quelli oggetti in grado di eseguire azioni e prendere decisioni autonomamente; Virtual Assistant e Chatbot: sistemi evoluti capaci di comprendere tono e contesto di un dialogo, memorizzare e riutilizzare le informazioni raccolte e sostenere con intraprendenza la conversazione; Recommendation: soluzioni orientate a indirizzare le preferenze, gli interessi, le decisioni dell’utente, basandosi su informazioni fornite; Image Processing: sistemi in grado di effettuare analisi di immagini o video per il riconoscimento di persone, animali e cose presenti nell’immagine stessa; Language Processing: capacità di elaborazione del linguaggio per la comprensione del contenuto, la traduzione, fino alla produzione di testi in modo autonomo; Intelligent Data Processing: soluzioni che utilizzano algoritmi di intelligenza artificiale su dati strutturati ma non per estrarre informazioni, quindi ad es. per sistemi di controllo e analisi complesse.

Step da perseguire dal punto di vista delle abilità intellettuali, il funzionamento di una AI si sostanzia principalmente attraverso su quattro differenti livelli funzionali:

comprensione: mediante la simulazione di capacità cognitive di correlazione dati ed eventi l’AI (Artificial Intelligence) è in grado di riconoscere testi, immagini, tabelle, video, voce e ricavarne informazioni;

ragionamento: mediante la logica i sistemi riescono a collegare le molteplici informazioni raccolte (attraverso precisi algoritmi matematici e in modo automatizzato);

apprendimento: sistemi con funzionalità predefinite per l’analisi degli input di dati e per la loro “corretta” restituzione in output (è il classico esempio dei sistemi che con modelli di apprendimento automatico portano le AI ad imparare e a svolgere varie funzioni);

interazione (Human Machine Interaction): in questo caso ci si riferisce alle modalità di funzionamento dell’AI in relazione alla sua interazione con l’uomo. È qui che stanno fortemente avanzando i sistemi di Nlp – Natural Language Processing, tecnologie che consentono all’uomo di interagire con le macchine (e viceversa) sfruttando il linguaggio naturale.

L’AI nasce negli anni 50, ma è solo oggi che i progressi tecnologici registrati nel campo della potenza di calcolo, della disponibilità dei dati e nella capacità di analisi per la risoluzione di problemi complessi hanno permesso alle applicazioni di nascere e diffondersi.
Il 2020 sarà l’anno in cui tali soluzioni esploderanno.
Le tecnologie di base sono mature e, mediante quelle più avanzate, vengono rese fruibili a costi accessibili.

Attualmente i principali settori nell’adozione di progetti di intelligenza artificiale sono banche, finanza e assicurazioni, automotive, energia, logistica e telecomunicazioni.


Come allora l’intelligenza artificiale può tornare utile per le imprese e il commercio ? Un esempio lampante e sotto gli occhi di tutti sono gli assistenti vocali (Siri di Apple, Cortana di Microsoft o Alexa di Google), ma verosimilmente possiamo contarne infinite applicazioni di cui magari neppure ci accorgiamo: ad esempio gli algoritmi intelligenti, in grado cioè di auto-apprendere; quelli che ci suggeriscono i prodotti da acquistare, i generi di film o brani musicali che rispondono ai nostri gusti, rispondono a domande dei clienti via chat; sono in grado di riconoscere il volto di una persona per consentire un accesso, di smistare i documenti in base al contenuto,filtrare i curriculum per selezionare il candidato ideale; forniscono un valido supporto nel settore medico, aiutando i medici nella lettura delle immagini radiografiche e nelle diagnosi.Esistono già svariati esempi di come l’introduzione dell’Intelligenza artificiale nei processi aziendali abbia avuto un impatto positivo, automatizzando parti altrimenti ripetitive, in precedenza svolti dall’uomo.

Di seguito un estratto da una recente indagine condotta in particolare sul mercato italiano.