Ecco i segreti dell'intelligenza artificiale, che cambierà la nostra vita

“Io ne ho viste cose che voi umani non potreste immaginarvi” dice un androide dal volto umano in uno dei film di fantascienza forse più famosi di sempre. Si tratta di Blade Runner, film del 1982, diretto dal regista britannico Ridley Scott, che riflette sul confine tra uomo e macchina ipotizzando un futuro distopico non troppo lontano (la Los Angeles del 2019) in cui macchine di replicanti, virtualmente umane, e dotate di forza e di intelligenza, ingaggiano una strenua lotta con gli esseri umani invocando il loro diritto alla sopravvivenza sul pianeta Terra.

Una profezia, quella di molti film di genere degli anni ’80, che oggi, 35 anni dopo, sembra essersi quasi avverata. I robot, certo, non sono macchine perfette in grado di pensare e provare emozioni quasi al pari di un essere umano. Ma sono a tutti gli effetti realtà. Ci sono robot che fanno da steward sulle navi da crociera e accompagnano i clienti nelle loro cabine. Animali domestici robotizzati. E super-computer in grado di giocare a scacchi (e vincere) contro un campione in carne e ossa. Ma aldilà delle potenzialità visibili e tangibili, l’intelligenza artificiale sta già dimostrando oggi possibili ambiti di applicazione che sono ai limiti della fantascienza. Gli studi sono in continua evoluzione, e i software evoluti dotati di capacità di auto-apprendimento, cioè in grado di imparare dall’esperienza nuovi concetti e di elaborarli successivamente, stanno diventando realtà.

Ecco allora che l’impatto di queste macchine intelligenti promette di essere devastante. Andando a intaccare tutti i settori di business, e trasformandone per sempre prodotti e servizi. A cominciare da quello finanziario e bancario che, secondo gli esperti del settore, potrebbe essere quello più facilmente “contaminabile” nel breve periodo. Piero Poccianti, Presidente dell'associazione AI*IA (Associazione Italiana Intelligenza Artificiale), che si occupa di informatica dal 1970, e ha maturato una lunga esperienza in banca dove ha realizzato sistemi di internet banking con AI, ha raccontato a OF in esclusiva le ultime novità. Le prospettive future. Le probabili conseguenze dell’evoluzione dell’intelligenza artificiale.

Tratto da La Bussola Innovazione di novembre 2018.

OF: Oggi si apre a Trento l’annuale convegno della Associazione Italiana Intelligenza Artificiale. Cosa vi direte?
Poccianti: Il nostro libro soci è formato da 1000 membri e sono tutti ricercatori, anche se contiamo alcune aziende. Il convegno è riservato a loro. Ed è una sorta di punto di incontro tra le varie tecnologie e le ricerche attive.

OF: Da qualche anno a questa parte, in realtà, si fa un gran parlare di intelligenza artificiale.
Poccianti: È vero. Anche se in realtà l’intelligenza artificiale non è una novità recente. Basti pensare che la nostra associazione è nata nel 1988. Quindi l’associazione ha 30 anni; il termine Intelligenza Artificiale è nato nel 1956.

OF: E cosa è cambiato in questi 30 anni?
Poccianti: Nel corso degli anni abbiamo alternato tanti momenti di grande entusiasmo a periodi di forti disillusioni. In gergo tecnico li definiamo rispettivamente primavere e inverni. La prima ondata è stata quella delle reti neurali. Eravamo nel 1943. Successivamente c’è stato il momento di entusiasmo per i sistemi esperti. Poi è stata la volta della logica, della fuzzy logic e del web semantico. Ma da una decina di anni a questa parte, e da 5 anni in modo manifesto, le reti neurali approfondite stanno dimostrando grosse capacità.

OF: Quali capacità hanno oggi le reti neurali?
Poccianti: Quando Deep Blue, il super computer prodotto dall'IBM ed espressamente progettato per giocare a scacchi, vinse una partita contro un campione umano, cercava solamente di predire quale mossa la sua controparte avrebbe fatto sulla scacchiera. Ma un giocatore di scacchi in carne e ossa si comporta in un altro modo: perché percepisce la scacchiera nel suo insieme e capisce quando ha la predisposizione a vincere. Da qui la nascita di AlphaGo, un software per il gioco del go sviluppato da Google DeepMind, che si comporta proprio così: percepisce l’insieme della scacchiera.

OF: Cioè, in pratica, come è cambiata l’intelligenza artificiale?
Poccianti: Non esiste una risposta semplice. Perché l’intelligenza artificiale non è materia univoca, ma è fatta di tanti paradigmi e sotto-aree diverse. Che si contaminano a vicenda. Ci sono poi diversi tipi di AI. In un primo caso, si scrivono delle regole e la macchina le esegue. In un secondo caso, invece, si sviluppa un’intelligenza artificiale “Unsupervised”. Cioè la macchina impara e percepisce da sola le regole da seguire. E questa è la grande branca del machine learning. E uno degli ambiti di applicazione è quello bancario.

OF: Cioè? In che senso?
Poccianti: È così. E le applicazioni possono essere moltissime. Alcuni istituti di credito hanno già messo sul mercato servizi come chatbot per il servizio clienti o motori di ricerca semantici che includono al loro interno anche componenti di intelligenza artificiale. Ma le prospettive di crescita sono potenzialmente molto più significative.

OF: Partiamo dall’inizio…
Poccianti: Un ambito di applicazione naturale è quello del servizio clienti, dunque tramite i chatbot. Per il momento si tratta di sistemi intelligenti che riconoscono il linguaggio naturale. Ma con il sempre maggior spostamento dei clienti sui canali di operatività telematici e fai-da-te, inizieranno ad avere funzionalità extra. E da semplici strumenti di dialogo, diventeranno macchine intelligenti in grado di imparare.

OF: In che modo?
Poccianti: Le faccio un esempio. L’Università di Siena ha creato un chatbot molto divertente. Se io gli chiedo come mi chiamo, lui non mi sa rispondere. Ma se io gli fornisco l’informazione e gli ripropongo la stessa domanda, lui a questo punto risponde correttamente. Oppure, se io insegno al mio chatbot che ho un gatto e che il mio gatto è carnivoro, e successivamente gli pongo la domanda: “cosa mangia il mio gatto?”, lui sarà in grado di rispondere “carne”. Si tratta di macchine dotate di autoapprendimento. E questa è una frontiera nell’ambito dei chatbot molto interessante. Ma ce ne sono altre.

OF: Quali, per esempio?
Poccianti: Credo che in futuro i chatbot, oltre al linguaggio naturale, sapranno riconoscere anche il volto e i comportamenti umani.

OF: Ce ne sono già alcuni in giro per il mondo che fanno questo?
Poccianti: Certo. Per esempio, il DARPA, il Dipartimento di Difesa Americano, ha messo a punto un avatar molto avanzato da utilizzare sui piloti. In pratica, quando i piloti tornano da una missione devono essere sottoposti a dei test psicologici. Ma siccome non ci sono abbastanza psicologi a disposizione, interviene l’avatar che è in grado di capire, da come il pilota risponde, dal suo tono voce, da come si muove, se il pilota è sano di mente o se invece ha necessità di ulteriore controllo. Credo quindi che in futuro queste tecnologie saranno utilizzabili anche in banca per le macchine self service.

OF: In Italia si sta lavorando sul riconoscimento dei comportamenti?
Poccianti: Sì esistono già alcune ricerche interessanti di Sentiment analysis. Per esempio, l’Università della Calabria, insieme ad altri atenei, sta cercando di percepire dai social certi sentimenti degli utenti. In futuro si potrebbe utilizzare queste tecniche anche in relazione alle banche. Per capire come la pensano gli utenti su specifici istituti di credito o determinati prodotti. Poi, se le interessa, ci sono altri ambiti di applicazione dell’intelligenza artificiale in banca.

OF: Stiamo ad ascoltarla senza parole…
Poccianti: Abbiamo la possibilità di ottimizzare front e back office dei processi bancari, ottimizzando i processi, appunto, con tecniche di percezione. Ma le reti sono anche interessanti perché riescono a evincere fenomeni sulla base di dati e esperienza.

OF: Cioè forniscono strumenti per analisi predittive?
Poccianti: Proprio così. Gli studi sui big data consentono di creare modelli di rischio, analizzare le tendenze di mercato, personalizzare l’offerta di prodotti e servizi. Non solo: le reti sono anche in grado di capire come si comporta un cliente, e sono in grado di suggerire prodotti nuovi oppure di scegliere per lui un mix di prodotti adatti tra quelli già esistenti.

OF: Sostituendo di fatto il marketing bancario…
Poccianti: Affiancandolo, semmai. Gli studi sui big data si potranno utilizzare per clusterizzare la clientela in modo unsupervised. Cioè saranno in grado di mettere a confronto dati e serie storie per far emergere cluster di clienti in modo autonomo, che prima magari nemmeno noi conoscevamo.

OF: È una buona cosa?
Poccianti: Certo. In USA le banche stanno lavorando molto sulla possibilità di impiegare l’intelligenza artificiale per predire cosa succederà al mercato anche per quanto riguarda le frodi. Le macchine in questo caso aiutano a capire qual è la normalità di un processo e riescono a verificare quando un certo tipo una sequenza di operazioni sembra essere fuori norma.

OF: Ma questo già succede quando la mia banca mi manda un sms per chiedermi conferma di un’operazione “non usuale” disposta dal mio conto corrente…
Poccianti: Certo, ma con gli strumenti basati sull’AI si possono avere regole basate sulle esperienze passate molto più complete. Le società di carte di credito lo fanno da diverso tempo, ora stanno iniziando anche le banche. Un altro ambito di applicazione sarà quello del pricing di prodotto.

OF: Cioè l’intelligenza artificiale definirà il modello di prezzo dei prodotti bancari?
Poccianti: Sì, in un certo senso è così. Tutto sta a creare il modello. In pratica la rete elabora varie serie storiche dove si ha la descrizione di certi prodotti con i loro rispettivi prezzi. E poi, sulla base di questo modello, che la rete impara, si potranno definire i prezzi finali. In un certo senso, alcune banche già lo facevano più di 20 anni fa.

OF: E come lo facevano?
Poccianti: Le faccio un esempio. Più di 20 anni fa una banca in Italia quando c’erano i BOT partecipava all’asta BOT utilizzando appunto una rete neurale. In pratica, mettevano nella rete dati sul tasso di sconto in alcuni paesi limitrofi, il tasso di inflazione di questi paesi, i dati sull’occupazione, il PIL e varie altre serie storiche. E facevano sì che la rete correlasse questi dati con il valore dell’asta BOT. Quindi facevano predire alla rete il valore dell’asta e sulla base del risultato facevano un’offerta. E vincevano sempre.

OF: Che fine ha fatto questa rete?
Poccianti: Con la crisi ovviamente il modello non era più valido. Era necessario farle imparare un nuovo modello, inserendo i nuovi dati, i nuovi parametri e le nuove serie storiche. Ovviamente ora non viene più utilizzato perché le aste BOT non funzionano più in quello stesso modo. Ma diciamo che in finanza modelli simili vengono utilizzati tantissimo.

OF: Chi utilizza le reti neurali in finanza?
Poccianti: Di fatto più del 60% degli operatori di borsa utilizza dei modelli per la loro capacità predittiva. Così, le macchine sono in grado, una volta che gli abbiamo “insegnato” un obiettivo, di continuare a perseguirlo. Certo, se diciamo alla macchina che l’obiettivo è guadagnare, loro andranno avanti in questa direzione. Anche con il rischio di distruggere certe società.

OF: Quando si pensa all’intelligenza artificiale, però, la prima cosa che viene richiamata alla mente, forse anche per l’influenza dei film di fantascienza degli anni ‘80, sono i robot. E in effetti anche nel mondo bancario stanno iniziando a diffondersi i primi cassieri-robot…
Poccianti: È vero, in alcune filiali del mondo già si viene accolti dal robottino Pepper che consente anche di gestire alcune operazioni di base. Costruito da una società francese comprata da giapponesi, però, il primo scopo di Pepper era quello di offrire assistenza agli anziani. Il successo, una volta che è stato immesso sul mercato è stato stupefacente. Due anni fa la società che lo produce ha iniziato a venderlo online. Ogni mese ne venivano messi in vendita 1000 esemplari. E sa quanto tempo impiegavano per andare esauriti?

OF: Non so, un giorno?
Poccianti: Un minuto. I 1000 esemplari al mese venivano venduti tutti nel primo minuto dalla messa online.

OF: E anche le banche hanno iniziato ad acquistarli.
Poccianti: Proprio così. Pepper deambula, riconosce varie lingue tra cui l’italiano, ed è in grado soprattutto di riconoscere le emozioni grazie al sistema Watson di IBM. E dunque si presta a scopi diversi: Costa Crociere, per esempio, lo utilizza da steward per accompagnare i clienti nelle loro cabine. In banca, invece, viene utilizzato più che altro per interagire e intrattenere i clienti, perché è una macchina empatica che si rende conto, analizzando l’espressione del volto del cliente, del suo stato d’animo. Ma non rimpiazzerà mai i cassieri. È una aggiunta.

OF: Dunque il lavoro non avrà ripercussioni dall’introduzione dell’intelligenza artificiale…
Poccianti: Eccome se ne avrà. Ma probabilmente non arriveranno dalla robotica. Diciamo che il software ha una velocità di penetrazione molto più consistente rispetto all’hardware. Ecco perché il mondo del lavoro bancario sarà proprio quello che subirà un impatto maggiore nel breve periodo. Appunto perché non c’è bisogno di hardware ma solo di software.

OF: Quali lavori in banca subiranno maggiormente le influenze dell’AI?
Poccianti: Il World Economic Forum ha recentemente stimato un 30% circa di abbattimento del personale nel mondo bancario e finanziario. Oggi, quando parliamo di “finance and insurance” consideriamo che mediamente un bancario spende il 22% del suo tempo in lavori di predizione. Il 14% va in data processing, il 20% in data collection, il 14% in interazione con gli stakeholder. Ma questi lavori, secondo McKinsey, già oggi sono automatizzabili. Per quanto riguarda ad esempio la predizione, noi possiamo automatizzarne il 54%. Il data processing può essere automatizzato al 67%. Il data collection al 50%. Ed è solo l’inizio.

OF: Dunque alcune figure professionali scompariranno?
Poccianti: Assolutamente no. Sempre secondo McKinsey non ci saranno lavori che svaniranno, ma solo alcune parti di questi lavori che verranno automatizzate. Comportando dunque un ridimensionamento nel numero degli addetti. L’impatto maggiore si avrà da qui al 2029, e inciderà sui ruoli ridondanti, come cassieri, analisti finanziari, addetti al telemarketing. Ma come è successo durante la rivoluzione industriale, potrebbero in compenso comparire nuovi lavori.

OF: Niente film di fantascienza, quindi, in cui le macchine prenderanno il controllo della società?
Poccianti: No ovviamente. Ma c’è comunque da dire che queste macchine iniziano a intaccare la capacità di autonomia e giudizio dell’uomo. C’è chi pensa addirittura che le macchine potranno sostituire anche gli avvocati o gli artisti. Di recente, infatti, è stato battuto, all’asta di New York un quadro realizzato dall’AI. Per ben 435mila dollari.

OF: E come ha fatto la macchina a realizzare un quadro con l’intelligenza artificiale?
Poccianti: Ha imparato un modello. E ha appreso a dipingere come vari artisti diversi e poi ha messo insieme i loro stili creandone uno nuovo.

© OF Osservatorio Finanziario – riproduzione riservata