Intelligenza artificiale e apprendimento automatico

Sep 03, 2023

Strumenti di gestione

L'intelligenza artificiale (AI) è una gamma di tecniche analitiche che consente a un computer di rilevare relazioni, prevedere risultati e spesso agire in base ai modelli presenti nei dati senza essere esplicitamente programmato per farlo.

Breve

L'intelligenza artificiale (AI) è una gamma di tecniche analitiche che consente a un computer di rilevare relazioni, prevedere risultati e spesso agire in base ai modelli presenti nei dati senza essere esplicitamente programmato per farlo. Il Machine Learning è una tecnologia che utilizza algoritmi che apprendono e migliorano in base all’esperienza ed è un importante sottocampo dell’intelligenza artificiale. Insieme, l’intelligenza artificiale e il machine learning possono diventare strumenti potenti per le aziende, consentendo loro di automatizzare i processi manuali, ottimizzare i consigli dei clienti e sviluppare prodotti innovativi.

Varie sottoaree del machine learning e dell’intelligenza artificiale stanno sbloccando l’innovazione nei campi creativi, nelle scienze, nell’ingegneria e in altri. Ad esempio, il Deep Learning imita l’apprendimento umano ed è uno dei principali strumenti per la visione artificiale, l’elaborazione del linguaggio naturale, la robotica e altri. Sebbene l’adozione dell’intelligenza artificiale e del machine learning possa liberare nuove opportunità e intuizioni, ridurre i costi e migliorare i processi, non è priva di sfide. Una preoccupazione crescente riguarda le implicazioni etiche dell’intelligenza artificiale, come il rischio che i set di dati utilizzati per addestrare l’intelligenza artificiale possano riflettere pregiudizi e discriminazioni nel mondo reale. Allo stesso tempo, gli strumenti abilitanti, come le piattaforme di machine learning nel cloud, gli acceleratori di calcolo e i servizi gestiti di intelligenza artificiale, stanno riducendo la barriera tecnologica che impedisce alle aziende di sfruttare i prodotti di intelligenza artificiale.

Per applicare l’Intelligenza Artificiale e il Machine Learning, le aziende dovrebbero:

Automazione

Estrazione dei dati

Apprendimento approfondito

Operazioni di apprendimento automatico

Analisi predittiva

Robotica

Le aziende in genere utilizzano l’intelligenza artificiale e il machine learning per:

Blackman, Reid. "Perché è necessario un comitato etico per l'intelligenza artificiale", Harvard Business Review, luglio-agosto 2022.

Brock, Jürgen Kai-Uwe e Florian von Wangenheim. "Demistificare l'intelligenza artificiale: cosa possono insegnarti i leader della trasformazione digitale sull'intelligenza artificiale realistica", California Management Review, vol. 61(4) 110–134, 2019.

Daugherty, Paul R. e H. James Wilson. Uomo + macchina: reinventare il lavoro nell’era dell’intelligenza artificiale. Harvard Business Review Press, 2018.

Goodfellow, Ian, Yoshua Bengio e Aaron Courville. Apprendimento approfondito. La stampa del MIT, 2016.

Haenlein, Michael e Andreas Kaplan. "Una breve storia dell'intelligenza artificiale: passato, presente e futuro dell'intelligenza artificiale", California Management Review, vol. 61(4) 5–14, 2019.

James, Gareth et al. Un'introduzione all'apprendimento statistico: con applicazioni in R. Springer, 2021.

Murphy, Kevin. Apprendimento automatico probabilistico: un'introduzione. La stampa del MIT, 2022.

Overgoor, Gijs, Manuel Chica, William Rand e Anthony Weishampel. "Lasciare che i computer prendano il sopravvento: utilizzare l'intelligenza artificiale per risolvere i problemi di marketing", California Management Review, vol. 61(4) 156–185, 2019.

Russell, Stuart e Peter Norvig. Intelligenza artificiale: un approccio moderno. Pearson Education Limited, 2022.

Tambe, Prasanna, Peter Cappelli e Valery Yakubovich. "L'intelligenza artificiale nella gestione delle risorse umane: sfide e percorso da seguire", California Management Review, vol. 61(4) 15–42, 2019.

Yao, Mariya, Marlene Jia e Adelyn Zhou. Intelligenza artificiale applicata: un manuale per i leader aziendali. TOPBOTS Inc., 2018.

Nel trentesimo anniversario della nostra indagine, i manager sembrano sorprendentemente ottimisti.

La trasformazione digitale è un modo per integrare le tecnologie digitali nella strategia e nelle operazioni di un'organizzazione.

L'analisi degli scenari e la pianificazione di contingenza è un processo che consente ai dirigenti di esplorare e prepararsi per diversi futuri alternativi.

Un’azienda Engine 2 può creare opzioni per la crescita e sette neobank possedute da banche tradizionali mostrano ciò che serve per avere successo.

La Pianificazione Strategica e il Budgeting Dinamici sono un metodo per aiutare le aziende a pianificare e investire in periodi di grande incertezza.