211service.com
Come l'IA sta cambiando il lavoro della conoscenza: Thomas Malone del MIT
Con l'aiuto dei giusti algoritmi di intelligenza artificiale, le organizzazioni possono evolversi in supermenti più intelligenti dei loro singoli membri.
24 gennaio 2019
Thomas Malone è professore di management presso la Sloan School of Management del MIT, fondatore e direttore del MIT Center for Collective Intelligence e autore del libro del 2018 Supermenti: il potere sorprendente di persone e computer che pensano insieme . Il libro esplora i diversi modi in cui i gruppi di persone prendono decisioni e come le nuove forme di intelligenza artificiale, in particolare l'apprendimento automatico, possono aiutare. Malone prevede che l'IA, la robotica e l'automazione distruggeranno molti posti di lavoro, compresi quelli di lavoratori della conoscenza altamente qualificati, creandone allo stesso tempo di nuovi. Investendo nei giusti tipi di intelligenza artificiale, afferma, le organizzazioni possono aiutare a mantenere i lavoratori produttivi e felici e assicurarsi che le nostre supermenti siano effettivamente più intelligenti delle nostre menti normali.
Questo episodio è sponsorizzato da Citrix, l'azienda che alimenta la trasformazione digitale all'interno di organizzazioni di tutte le dimensioni. Nella seconda metà dello spettacolo, Christian Reilly, Chief Technology Officer di Citrix, spiega perché l'apprendimento automatico è ora un moltiplicatore di forza che rende più utili tutti i tipi di applicazioni consumer e aziendali.
Business Lab è ospitato da Elizabeth Bramson-Boudreau, CEO ed editore di MIT Technology Review. Lo spettacolo è prodotto da Wade Roush, con l'aiuto editoriale di Mindy Blodgett. Musica di Merlean, da Epidemic Sound.
Mostra note e collegamenti
Centro MIT per l'Intelligenza Collettiva
Supermenti: il potere sorprendente di persone e computer che pensano insieme
Trascrizione completa
Elizabeth Bramson-Boudreau: Da MIT Technology Review, sono Elizabeth Bramson-Boudreau, e questo è Business Lab, lo spettacolo che aiuta i leader aziendali a dare un senso alle nuove tecnologie che escono dal laboratorio e nel mercato. Questo episodio è stato presentato da Citrix, l'azienda che alimenta la trasformazione digitale all'interno di organizzazioni di tutte le dimensioni. Più avanti nello show sentiremo parlare del chief technology officer globale di Citrix, Christian Reilly.
Ma prima parleremo con Tom Malone. Tom è una delle persone più intelligenti che conosco e studia come pensano le organizzazioni e come i computer e le persone che lavorano insieme possono pensare in modo più intelligente.
Tom è professore di management al M.I.T. Sloan School of Management. Tom è anche fondatore e direttore del M.I.T. Centro per l'Intelligenza Collettiva. Già nel 1998 è stato uno dei primi studiosi a riconoscere l'emergere dell'e-lancing o quella che oggi chiamiamo Gig Economy. Nel 2018 Tom ha pubblicato un libro importante intitolato Superminds che esamina i diversi modi in cui le persone prendono decisioni insieme e come le nuove forme di intelligenza artificiale, in particolare l'apprendimento automatico, possono aiutare.
Qui a Technology Review siamo particolarmente interessati a come A.I. sta entrando nel mondo del lavoro della conoscenza. Abbiamo spiegato il modo in cui la robotica e l'automazione stanno rendendo in qualche modo più difficile per i colletti blu a basso salario e con basse competenze mantenere il lavoro. Ma in questi giorni ci sono anche segnali che A.I. cambierà anche il modo in cui i lavoratori della conoscenza più qualificati svolgono il loro lavoro. Ciò non significa che saremo tutti superati in astuzia dai computer. Ma significa che dovremo pensare più a fondo su come le organizzazioni possono adottare i giusti tipi di intelligenza artificiale. per mantenere i lavoratori produttivi e felici e cosa possono fare per assicurarsi che le nostre super menti siano effettivamente più intelligenti delle nostre menti normali. Il mio incontro con Tom Malone è stato l'occasione per parlare di alcuni dettagli. Quindi ecco la nostra chat.
Quindi, è meraviglioso rivederti Tom.
Tom Malone: Bello essere qui.
Elisabetta: Quindi parleremo del libro che hai scritto e delle idee che hai inserito nel tuo libro. Si chiama Superminds e sostiene che un gruppo di persone può in un certo senso essere cosciente e l'intelligenza a volte in realtà più intelligente di qualsiasi individuo nel gruppo. Sostieni anche che i computer possano rendere queste super menti ancora più intelligenti.
Quindi prima, forse dicci cosa ti ha fatto iniziare a pensare in questo modo e c'è stato un momento in cui hai pensato, ehi, ce n'è abbastanza qui che forse dovrei guardare un libro, e in pratica dicci solo cosa ti ha portato in quel posto.
Tom: In realtà c'è un momento molto specifico nel 2005. Subito dopo la pubblicazione del mio libro precedente The Future of Work nel 2004, stavo parlando a una conferenza a Palo Alto a Stanford e due degli altri relatori erano Esther Dyson, la famosa computer analista e investitore del settore, e Vernor Vinge, il noto scrittore di fantascienza che tra l'altro ha contribuito a rendere popolare il concetto di singolarità.
Quindi noi tre siamo andati a cena fuori dopo aver parlato alla conferenza quel giorno. E stiamo parlando del libro più recente di Vernor che stava per finire in quel momento, e di cose che gli interessavano, e Vernor parlava di quella che chiamava intelligenza sovrumana, qualcosa come persone e computer e cose come quello. E abbiamo avuto una conversazione davvero interessante. Stavo parlando di cosa fare e stavo pensando a cosa avrei voluto fare dopo il mio libro precedente. E alla fine di quella cena ebbi una sensazione insolita, che non era che avessi deciso cosa avrei fatto dopo; la sensazione che avevo era di aver finalmente ammesso a me stesso cosa avrei fatto dopo.
E così all'epoca lo chiamavo informatica sovrumana o intelligenza sovrumana. Più tardi ho pensato che una parola migliore fosse intelligenza collettiva. E ho usato quel termine per un po' di tempo, includendo ancora il nome del centro di ricerca del MIT che dirigo. E poi, mentre scrivevo il mio libro, che era una specie di riassunto degli ultimi 10 o 15 anni di riflessione su questo argomento, mi sono reso conto che in qualche modo un termine ancora migliore per quella cosa invece di intelligenza collettiva o sistemi collettivamente intelligenti, un termine migliore per quello era supermenti.
Elisabetta: Quello che vedevi nel mondo in quel momento rendeva chiaro che era lì che dovevi andare.
Tom: Quindi, in un certo senso, quando ho scritto The Future of Work, stavo pensando di guardarmi intorno nel mondo e dire cosa stanno facendo le organizzazioni oggi e quali sono le estensioni logiche dei prossimi passi che potrebbero intraprendere nelle direzioni in cui sono già diretto. Un maggiore decentramento era una delle cose che ho menzionato o sottolineato con maggiore forza in quel libro. E dal mio punto di vista una delle cose molto belle dell'intelligenza collettiva come modo per inquadrare tutto questo è che non dice cosa verrà dopo. Sta dicendo qual è l'endpoint e poi come ci stiamo dirigendo in quella direzione. Quindi, in un certo senso, anche se le persone di solito non la pensano in questo modo, in un certo senso la ragione per avere un'organizzazione in primo luogo è che alcuni gruppi di persone possono fare le cose insieme meglio. E spesso ciò significa in modo più intelligente di quanto potrebbero fare se stessero lavorando da soli. Quindi, in un certo senso, il punto finale è la perfetta intelligenza collettiva.
E infatti nel mio libro ne parlo come un modo utile di pensare. Se stai pensando a come potrebbe la mia azienda essere più intelligente, una cosa utile da fare è pensare a cosa faremmo se fossimo perfettamente intelligenti. Se tenessimo conto di tutto ciò che è conoscibile nel prendere ogni singola decisione. Ovviamente nella maggior parte dei casi reali non puoi iniziare a farlo, o almeno non puoi farlo completamente, ma puoi iniziare a farlo. Puoi pensare fino a che punto possiamo spingerci verso l'essere perfettamente intelligenti. Quindi in questo senso non era tanto guardare il mondo intorno e dire che questa è la prossima grande cosa a causa di X. Era guardare il mondo e dire come possiamo pensare a un periodo davvero lungo qui e poi usarlo come un modo per proiettare il prossimo poco.
Elisabetta: Quindi il libro Superminds è stato chiaramente scritto con i leader aziendali, la gente che ascolta questo, in mente come il tuo pubblico. Quindi quali sono le cose principali che speri che portino via dalla lettura del libro speranzosa o da questa discussione sul libro?
Tom: Quindi, a mio avviso, il contributo più importante del libro non è un singolo fatto o metodo che puoi utilizzare. Penso che il contributo più importante, almeno spero il contributo più importante, sia un nuovo modo di guardare al mondo. È un modo di guardare al mondo in cui puoi vedere le supermenti intorno a te, non solo le altre aziende, ma anche i mercati, le comunità e le democrazie e tutto questo genere di cose intorno a noi tutto il tempo. In particolare, come leader aziendale, penso che ciò significhi che potresti e dovresti pensare alla tua organizzazione come a una specie di supermente. È una cosa. È un'entità. È un'entità intelligente. E poi una domanda ovvia è: come posso rendere la mia organizzazione più intelligente. E quindi il libro offre diversi modi di pensare a questo. Uno sta pensando ai diversi processi cognitivi che ogni supermente o qualsiasi entità intelligente deve fare, come pensare a che tipo di decisioni deve prendere la mia organizzazione, la mia supermente organizzativa. Cosa deve decidere. Che cosa ha senso del mondo per prendere quelle decisioni. Cosa deve ricordare del passato per prendere bene quelle decisioni. Quindi ognuna di queste domande ti porta a un sacco di altre possibilità. Molti dei quali potresti non aver mai pensato prima.
Elisabetta: Quando le organizzazioni decidono di voler diventare più intelligenti introducendo più informatica o più intelligenza artificiale, quali sono i problemi facili per loro a cui applicare questa intelligenza, questa intelligenza aggiuntiva e quali sono quelli difficili?
Tom: Penso che un tipo di problema facile in un certo senso sia il tipo di problemi che puoi risolvere con quella che chiamo iperconnettività. Abbiamo parlato molto dell'IA nel mondo di recente e anche in questa intervista finora. Penso che una cosa altrettanto se non più importante che i computer possono fare è creare iperconnettività, connettere le persone ad altre persone e spesso anche ai computer, su larga scala e in modi nuovi e ricchi che non erano mai stati possibili prima. Quindi l'abbiamo già visto. Internet è forse il miglior esempio di tecnologia per creare iperconnettività e tutte le cose che si basano su di essa. Social network, ricerca su Google, tutto questo genere di cose. E penso che nessun nuovo tipo di cose tecnologiche drammaticamente difficili debba accadere per poter utilizzare l'iperconnettività in molti modi nuovi.
Quando ci spostiamo nell'area dell'intelligenza artificiale in contrapposizione all'iperconnettività, i luoghi in cui l'IA può aiutare sono spesso quelli in cui hai abbastanza dati che possono essere acquisiti in forma leggibile dalla macchina per insegnare e utilizzare algoritmi per fare cose che entrambe le persone hanno fatto prima o forse le persone non avrebbero mai potuto farlo prima. Quindi, ad esempio, una funzione, una funzione aziendale in cui questo è spesso abbastanza facile è nelle vendite. È facile misurare gli effetti delle vendite. Alcune persone vendono più di altre e abbiamo misure in dollari per questo. È più difficile misurare gli input delle vendite, ma puoi anche contare cose come quante chiamate dei clienti fai e quanto spesso li incontri e cose del genere e se lo fai online, cosa ne dici . Quindi c'è molto da imparare, molto che i sistemi di apprendimento automatico di oggi possono imparare cose sull'efficacia delle vendite e così via. Nel caso delle vendite, la parte più difficile è generare le azioni che possono influenzare i risultati. Quindi, anche se un computer può contare quante volte chiami un potenziale cliente, un computer non può facilmente capire cosa dirai all'inizio della riunione sul tuo fine settimana e sui tuoi figli.
Quindi c'è ancora bisogno di persone lì, ma i computer possono fare molte analisi per aiutare l'intero processo a essere più efficiente in molti casi. Immagino che le parti più difficili sarebbero dove è difficile persino misurare gli ingressi e le uscite. Quindi, quando stai progettando un nuovo prodotto software o una nuova auto o qualcosa del genere, non è nemmeno ovvio come misurare gli output o gli input.
Elisabetta: Come pensi che i leader aziendali possano pensare di investire in un'intelligenza artificiale o nell'apprendimento automatico, per passare dal vederlo come una riduzione dei costi, quindi, rimuovere i lavoratori o rendere più efficienti i lavoratori che hai e altro ancora sul rafforzamento della creatività, facendo sentire i lavoratori più autorealizzati e più felici, in modo che siano mantenuti e quindi più produttivi, eccetera?
Tom: No, penso che sia un'ottima domanda. La domanda su come possiamo spostare l'enfasi. Penso che in un certo senso la risposta sia proprio farlo. In altre parole, per varie ragioni, non tutte che sono sicuro di aver capito, ci concentriamo molto sull'IA, in particolare, che farà cose che le persone erano solite fare e poi metterà le persone senza lavoro. E quando stai cercando di sviluppare applicazioni di intelligenza artificiale o di applicare l'intelligenza artificiale nelle aziende, molte persone la pensano in questo modo. Questo è il tipo di mentalità che portiamo al problema. Ma questo non è certo richiesto dall'economia. Infatti negli affari ci sono due modi per fare più soldi. Uno è ridurre i costi. L'altro è creare più valore ed essere in grado di venderlo a un prezzo maggiore. Quindi penso che siamo stati troppo concentrati sulle applicazioni di intelligenza artificiale per la riduzione dei costi e non abbastanza concentrati sulle applicazioni di intelligenza artificiale per la creazione di valore. In effetti anche da un punto di vista economico sospetto che sia lì la vera opportunità. Puoi guadagnare così tanti soldi solo tagliando i costi, ma in un certo senso non c'è limite a quanti soldi puoi guadagnare se sei in grado di fare qualcosa di nuovo che la gente vuole che non potrebbe nemmeno essere fatto prima. Questo è molto più eccitante in molti casi dal punto di vista economico.
Elisabetta: Penso che ci sia di interessante in questo: penso che tu abbia assolutamente ragione. E penso che quando si tratta di budgeting è sempre molto chiaro quale sia il costo, ma è sempre molto più difficile capire quale sarà il potenziale beneficio, perché non lo sai, davvero. Quindi penso che probabilmente sia questo il motivo, in parte e penso che spesso siamo limitati dalla nostra creatività in questo senso.
Tom: Nella mia mente questa è la cosa fondamentale. È la nostra immaginazione, le nostre mentalità o le nostre visioni del mondo che sono il vero limite qui. In una certa misura forse abbiamo un'opportunità, forse anche un obbligo per aiutare il mondo a muoversi verso una mentalità più produttiva, più aperta a queste nuove possibilità. Ma se passi il tuo tempo a pensare a come creare applicazioni di intelligenza artificiale che creeranno posti di lavoro, per usarle avrai bisogno di più persone per fare cose nuove, penserai ad alcune di queste. E penso che dovremmo dedicarci molto di più del nostro tempo
Elisabetta: Immagino che stavi scrivendo questo libro in un momento in cui erano in corso le elezioni del 2016 e forse anche nei primi mesi della presidenza di Donald Trump. E penso che fosse un periodo in cui stavamo appena iniziando a capire come certi tipi di supermenti come Facebook possono produrre risultati che forse non sono uniformemente intesi come buoni. Quindi sei così ottimista riguardo alle super menti come lo eri quando hai iniziato a scrivere il libro?
Tom: Quindi hai ragione sul fatto che stavo scrivendo il mio libro durante la campagna elettorale e subito dopo le elezioni del 2016. La tua domanda è se sono più ottimista ora o meno rispetto a quando ho scritto il libro. Non credo di aver mai pensato che le supermenti facessero sempre cose buone. Il mondo e la storia del mondo sono pieni di supermenti, alcune intelligenti e altre stupide, altre buone e altre cattive. La Germania nazista, ad esempio, sarebbe un esempio che molte persone sceglierebbero come supermente che era, almeno finché esisteva, per molti versi molto intelligente. Ha raggiunto gli obiettivi in modo molto efficace. Ma molte persone direbbero che gli obiettivi che stava raggiungendo erano malvagi e il modo in cui li stava realizzando era malvagio.
Quindi non penso così non ho mai pensato e non penso che le supermenti siano sempre buone. Quando ho scritto il libro stavo intenzionalmente cercando di enfatizzare le possibilità positive, ma non pensavo che sarebbero sempre accadute. Ed è interessante notare che proprio nel momento in cui il libro è uscito nel maggio del 2013 lo spirito del tempo nel mondo è cambiato. Fino a quel momento le persone erano tutte entusiaste di quanto fossero bravi Facebook e Google e tutte queste cose. E proprio in quel momento accadde lo scandalo Cambridge Analytica di Facebook, e quasi tutto il mondo all'improvviso parlava di tutte le possibilità negative. Quindi, quando parlo del libro ora, voglio sottolineare fin dall'inizio che i computer possono rendere la supermente più intelligente, ma possono anche rendere le supermenti più stupide. Come quando le fake news influenzano gli elettori in una democrazia. Questo è spesso un esempio in cui i computer rendono la democrazia più stupida. E quello che penso davvero che dobbiamo fare è pensare a come utilizzare saggiamente queste tecnologie in modi che abbiano le migliori possibilità di creare buoni risultati. Se vuoi farlo, penso ancora che sia molto utile parlare di quali sono le buone possibilità per le quali dovremmo lottare.
Elisabetta: Tom, hai parlato di come in futuro l'intelligenza artificiale e l'apprendimento automatico potrebbero eliminare alcuni vecchi lavori ma potrebbero anche creare nuovi lavori. Cosa succede nel tempo di transizione? Potrebbero esserci alcune persone colpite da quella transizione. Come dovremmo prepararci per questo? E come dovrebbe essere, come sarà e come sarà quando ci saremo dentro?
Tom: Una domanda molto importante, perché anche se a lungo termine sono molto ottimista sul fatto che verranno creati abbastanza nuovi posti di lavoro per fornire lavoro a tutte le persone che vogliono lavorare, penso che ci sia un periodo di transizione di cui dobbiamo preoccuparci. E questo non è necessariamente positivo per tutti. Ci saranno alcune persone i cui vecchi lavori spariranno e che per vari motivi non possono o non vogliono fare i nuovi lavori che sono disponibili. Quindi vale la pena preoccuparsi un po' di come lo gestiamo come società. E ci sono diverse possibilità su come farlo. Uno sta usando la tecnologia per fare un lavoro migliore di abbinamento in modo da abbinare le persone ai lavori. Se devi farlo bussando alle porte, è molto più costoso che se inserisci semplicemente il tuo curriculum in LinkedIn o altro e viene automaticamente abbinato. Un altro modo più importante, probabilmente, è quello di addestrare le persone a fare le cose nuove che devono essere fatte. Una delle possibilità interessanti qui è quella di utilizzare le capacità della tecnologia per consentire che la formazione avvenga in modi molto più flessibili. Invece di dover stare seduto in un'aula otto ore al giorno imparando qualcosa da un professore di fronte all'aula, ora, come è ovvio a tutti essenzialmente, è ora possibile per te fare gran parte di quell'apprendimento seduto a casa o seduto nel tuo attuale posto di lavoro in pausa o altro, guadagnando online in tutti i modi.
Penso che ci siano anche possibilità per nuovi tipi di apprendistato in cui puoi non solo imparare in una classe, ma puoi anche partecipare al lavoro in un modo che è in qualche modo ridondante con altri lavori in corso. Quindi, in molti dei nuovi tipi di processo decisionale resi possibili da questa tecnologia, si desidera l'opinione di più di una persona. Non solo un medico che dà una diagnosi, ma forse cinque persone danno una diagnosi. E alcune di queste persone non devono essere medici a tutti gli effetti e accreditati. Forse possono essere studenti di medicina. O in altri domini sai se stai cercando di prevedere se il concorrente lancerà un nuovo prodotto in una determinata categoria entro una certa data, forse non è necessario che i migliori ricercatori di mercato del mondo facciano quelle previsioni. Forse puoi avere studenti MBA o persone che vorrebbero essere studenti MBA che fanno quelle previsioni. E se fanno un buon lavoro di previsione, stabiliscono le proprie credenziali. E anche se non lo fanno, aggiungono comunque più punti dati alle medie in modo che facciano le previsioni e quindi hanno contribuito con un certo valore e hanno imparato come farlo lungo la strada.
Elisabetta: Tom, voglio ringraziarti per aver dedicato del tempo con noi oggi. Questa è una conversazione affascinante. È sempre interessante parlarti del tuo ultimo lavoro. E ancora una volta grazie per essere qui e condividere le tue idee con noi.
Tom: Grazie È un piacere.
****
Elisabetta: Questo è l'ultimo episodio di una miniserie in tre parti sul futuro del lavoro sulla conoscenza prodotta con la sponsorizzazione di Citrix. L'azienda utilizza la tecnologia dei server cloud per assicurarsi che i knowledge worker abbiano accesso alle app e ai dati di cui hanno bisogno ovunque si trovino in un determinato giorno. Quando gestisci così tante applicazioni e così tanti dati, si scopre che puoi utilizzare l'IA in alcuni modi interessanti per far combaciare meglio tutto e persino per rendere la vita più soddisfacente e produttiva per i tuoi knowledge worker. Di recente ho avuto la possibilità di sedermi e parlare con Christian Reilly, Global Chief Technology Officer di Citrix, e ho iniziato chiedendogli cosa sta facendo Citrix per creare più intelligence nel modo in cui distribuisce le applicazioni ai lavoratori.
Christian Reilly: Quindi penso che il fulcro di ciò sia il cambiamento nel panorama delle applicazioni stesse. Voglio dire, il modo in cui pensiamo alle applicazioni è molto diverso oggi rispetto a 20 25 anni fa e penso che gran parte di ciò sia il modo in cui abbiamo effettivamente pensato a ciò che l'applicazione sta cercando di fare. E con questo intendo dire che storicamente abbiamo avuto molte, molte applicazioni aziendali complesse di grandi dimensioni che sono state molto basate sulle funzioni. Sai che prendono un'intera funzione aziendale e servono tutto questo, dall'ordine al denaro come ottimo esempio di un'applicazione che in genere lo avrebbe fatto in senso storico. Come abbiamo visto l'avvento dei servizi cloud, come abbiamo visto l'avvento dei dispositivi mobili e delle applicazioni mobili, abbiamo visto le applicazioni cambiare in quello che direi è un modo più specifico del processo. Quindi le singole applicazioni diventano molto più piccole e forniscono effettivamente una sorta di sottoinsieme di processi aziendali e un sottoinsieme di risultati aziendali. Quindi, ovviamente, le grandi applicazioni esistono ancora, ma quelle più piccole stanno diventando molto più popolari nel modo in cui interagiamo. Quindi, se lo metti insieme e pensi alle applicazioni tradizionali che sono state complesse, sono state difficili da usare. Ci sono state molte versioni diverse di loro per molte ragioni diverse. E abbiamo questo afflusso di applicazioni più piccole, più leggere e più agili. Penso che quello che abbiamo effettivamente capito è che c'è un'interessante giustapposizione tra la produttività e la sfida di queste applicazioni esistenti e le persone intelligenti hanno iniziato a pensare davvero all'apprendimento automatico in modi che sfidano davvero il modo in cui svolgiamo il lavoro.
Quindi, da una prospettiva molto semplice, vorrei fare un esempio in cui forse siamo un'organizzazione che assume 20.000 persone. E abbiamo un sistema che permette alle persone di richiedere permessi. Quindi storicamente quello che abbiamo dovuto fare è entrare nella domanda, richiedere il permesso e poi qualcun altro dovrebbe approvarlo. Ma ora con l'apprendimento automatico possiamo davvero capire, ehi, sai che vai in questa applicazione ogni mercoledì per controllare il tuo tempo libero nella tua squadra. E se potessimo capirlo e se potessimo semplicemente fornirti un semplice meccanismo per dire hey sai, invece di farlo ogni mercoledì, guarderò al modo in cui usi quel processo aziendale e sono imparerò da questo e ti fornirò un modo diverso di farlo che alla fine ha un risultato migliore per te perché è più veloce. Non cambia la tua attenzione da quello che stavi facendo. E posso davvero capire cosa intendi fare. E il mio apprendimento automatico, o in questo caso, un approccio di intelligenza artificiale, capirebbe effettivamente cosa fai nel sistema e ti offrirebbe un modo diverso di lavorare.
Elisabetta: Quindi quello che penso che stai descrivendo, Christian, è l'idea che l'intelligenza artificiale e l'apprendimento automatico potrebbero non solo avere l'intelligenza per fare un'ottima analisi sulle cose che accadono all'interno della piattaforma, ma anche svolgere un ruolo nel modo in cui le applicazioni e il i sistemi operativi sono progettati in primo luogo.
Cristiano: Sì assolutamente. Voglio dire, penso che ciò che è veramente interessante, una grande tendenza che vediamo, è, e sai, forse dovrei tornare un po' indietro e parlare di te, conosci i primi anni dell'intelligenza artificiale, l'IA. Non è un concetto nuovo. È in circolazione dagli anni '50. Ma ciò che è veramente interessante e penso sia essere il moltiplicatore di forza, è il fatto che ora siamo in grado di sfruttare i modelli e le capacità di machine learning come servizi cloud stessi. Quindi la barriera all'ingresso della distribuzione dell'apprendimento automatico è in realtà sempre più bassa. Letteralmente settimana dopo settimana mese dopo mese. Quindi, ciò che è interessante da questo punto di vista è che non solo le nuove applicazioni sviluppate che hanno intrinseche intelligenza artificiale e capacità di apprendimento automatico, ma anche applicazioni tradizionali a cui possiamo effettivamente adattare lo stesso concetto e, in definitiva, portare maggiori vantaggi aziendali, maggiori risultati aziendali. Quindi penso assolutamente che il modo in cui stiamo progettando le applicazioni ora, tutto avrà un'intelligenza artificiale integrata. Che si tratti di una smart TV o di un dispositivo domestico, un nuovo laptop, un nuovo telefono, avranno tutti una sorta di apprendimento automatico o Capacità di intelligenza artificiale. Ma ciò che è veramente interessante è che ora esistono insiemi di servizi cloud per affrontare problemi davvero complessi e renderli relativamente semplici. Quindi l'insieme di capacità complessive che abbiamo è molto più ampio e l'applicabilità di tali capacità è molto più ampia. E penso che ciò diventi davvero interessante dal modo in cui possiamo ottenere reali vantaggi per il business, non solo per le nuove applicazioni ma nel business tradizionale.
Elisabetta: C'è una narrativa là fuori che la maggior parte di noi sta ascoltando, su come l'IA e l'apprendimento automatico faranno molto per ridurre i costi. Quindi, licenziare i lavoratori, indirizzare le persone a lavorare in modo più efficiente. Qual è la narrazione che illustra questo concetto secondo cui l'intelligenza artificiale e l'apprendimento automatico sono in realtà un aspetto positivo e rendono il modo in cui lavoreremo in futuro un'esperienza più divertente ed edificante?
Cristiano: Bene, penso che collettivamente ci preoccupiamo da secoli della fine del lavoro dell'automazione. C'è un famoso esempio nel Regno Unito in realtà della regina Elisabetta I che rifiutò un brevetto su una macchina per maglieria automatica perché era preoccupata per gli effetti dell'automazione sulle donne che all'epoca lavoravano a maglia per vivere. E alla fine era abbastanza disposta a non intrattenere il brevetto ma non poteva fermare l'automazione e molte organizzazioni hanno acquistato queste macchine per maglieria e poi in un periodo di tempo il numero di lavori di maglieria è cresciuto in modo esponenziale. Quindi è stato piuttosto interessante da seguire. C'è un certo numero di altri esempi simili a quello. E penso che siamo allo stesso tipo di frangente ora quando parliamo delle minacce dell'IA. Ovviamente c'è una minaccia, credo, per alcuni lavori. Guarda i lavori tradizionali che magari come i call center o i contact center che possono essere potenziati in modo relativamente semplice da parte dell'intelligenza artificiale dell'apprendimento automatico.
Quindi penso che ci sarà sicuramente un punto in cui alcuni posti di lavoro andranno persi a causa dell'automazione, dell'apprendimento automatico. Ma penso che il modo di vedere la cosa sia davvero, come possiamo effettivamente applicare questo in un modo moralmente corretto che ci permetta di eliminare alcuni dei compiti davvero laboriosi che le persone fanno, sia che si tratti di un appuntamento dal medico o che tu sappia anche un appuntamento dal parrucchiere, o approvando un foglio presenze. Queste non sono cose a valore aggiunto per noi umani. Quindi penso che più possiamo effettivamente applicare l'apprendimento automatico, possiamo applicare assistenti digitali e assistenti virtuali per affrontare effettivamente le cose che sono ripetitive che non aggiungono molto valore. Penso che possiamo effettivamente liberare tempo, liberare cervelli, liberare risorse affinché le persone siano più creative, quindi piuttosto che preoccuparci della teoria tra l'intelligenza artificiale generale e i robot che stanno per conquistare il mondo, cerchiamo concentrati sull'intelligenza artificiale ristretta, le cose che vediamo ogni giorno quando utilizziamo Siri, o utilizziamo Cortana, o utilizziamo Google Assistant, o abbiamo una raccomandazione da Amazon, o vediamo sempre più di questa tecnologia incorporata linea di applicazioni aziendali che divora davvero quelle attività laboriose e ripetitive ad alta intensità di lavoro. Penso che ci concentriamo su quello. Liberiamo un po' di capitale intellettuale affinché le persone siano più creative, per allontanarsi dalla fatica della vita quotidiana. È qui che penso che possiamo aggiungere il massimo valore e forse non dovremmo essere così preoccupati per i robot che verranno a conquistare il nostro mondo, perché, secondo me, probabilmente non accadrà mai.
Elisabetta: Grande. Beh, è un sollievo. Cristiano, grazie. Questo è stato meraviglioso. È stato meraviglioso ricevere tue notizie su questi problemi e saperne di più su Citrix.
Cristiano: Bene grazie.
Elisabetta: Questo è tutto per questo episodio di Business Lab. Sono la tua ospite, Elizabeth Bramson-Boudreau. Sono il CEO e l'editore di MIT Technology Review. Siamo stati fondati nel 1899 presso il Massachusetts Institute of Technology. Puoi trovarci in formato cartaceo, sul web, a dozzine di eventi dal vivo ogni anno e ora in formato audio. Per ulteriori informazioni su di noi, visita il nostro sito Web all'indirizzo technologyreview.com.
Questo programma è disponibile ovunque tu abbia i tuoi podcast. Se ti è piaciuto questo episodio, speriamo che ti prenderai un momento per valutare e recensirci su Apple Podcasts. Business Lab è una produzione di MIT Technology Review. Il produttore di questo episodio è Wade Roush con l'aiuto editoriale di Mindy Blodgett. Grazie al nostro sponsor Citrix, l'azienda che crea soluzioni incentrate sulle persone per un modo migliore di lavorare. Grazie per l'attenzione. Torneremo presto con il nostro prossimo episodio.