La modellazione predittiva non è magica

Paolo Gaudiano è un matematico e scienziato cognitivo a cui spesso viene chiesto di demistificare la pratica della modellistica predittiva per le imprese. Ex professore alla Boston University, ha lasciato il mondo accademico per diventare capo scienziato di Artificial Life, una startup focalizzata sugli algoritmi evolutivi, prima di entrare a far parte di Icosystem come presidente. Fondata nel 2001, l'azienda ha creato sistemi di modellazione predittiva per clienti diversi come la compagnia telefonica francese Orange, il gigante farmaceutico Eli Lilly e l'operatore di casinò Harrah's. L'azienda, con sede a Cambridge, nel Massachusetts, ha anche lavorato per le forze armate statunitensi, di recente costruendo software di simulazione per modellare gli sforzi infrastrutturali in Afghanistan.

Modello uomo: Paolo Gaudiano è presidente e chief technology officer di Icosystem, una società di modelli predittivi.

TR: Ad alcune persone, la modellazione predittiva suona come una magia, perché promette di dirti cosa accadrà in futuro.

Gaudiano: No, non è affatto magico. È un modo per sfruttare i computer per replicare il mondo reale. Ma non vuoi solo replicare ciò che è successo, vuoi vedere cosa accadrà se il mondo intorno a te cambia. E se l'economia crolla? E se cambio la mia strategia di vendita?

Puoi prendere in considerazione fattori che altrimenti sarebbero incredibilmente difficili da prendere in considerazione. Quindi non stiamo prevedendo il futuro, ma solo dandoti una migliore comprensione di come funzionano le cose e una probabilità leggermente migliore che le cose che fai andranno effettivamente come ti aspetti. È uno strumento di supporto alle decisioni. Rende la tua intuizione più quantitativa. Ti dà un modo per testare la validità della tua intuizione con i dati e trovare una risposta migliore. Questo è tutto.

La tua tecnologia cavallo di battaglia in Icosystem è la modellazione basata su agenti. Che cos'è la modellazione basata su agenti, da dove viene la tecnologia e come la si implementa?

La modellazione basata su agenti è iniziata molto tempo fa come strumento nelle scienze sociali per comprendere i comportamenti delle popolazioni. È diventato maggiorenne negli ultimi dieci anni. L'idea centrale è che ogni volta che hai un'organizzazione o un ecosistema complesso, è più facile capire e simulare il comportamento degli individui e come interagiscono tra loro e con il loro ambiente piuttosto che trovare una sorta di legge matematica che ti dica come la popolazione si comporta.

Quali sono gli agenti in queste simulazioni?

Gli agenti sono repliche di qualsiasi elemento del sistema che stiamo studiando. In genere, sono umani, quindi se stiamo risolvendo un problema di marketing, sono consumatori. Ma possono anche essere personale di un'azienda, automobili su un'autostrada o computer su una rete.

Simuli le cose dal basso verso l'alto. Catturi letteralmente i dettagli di come funzionano questi elementi e di come si connettono tra loro. Questo risulta essere un modo molto potente per prevedere come si comporterà il sistema nel suo insieme. Posso eseguire su un laptop una simulazione di 100.000 consumatori che fanno la spesa e guardano la pubblicità, e ci vorranno due minuti per eseguirla. Guardando i risultati, ti dà un modo diverso di pensare al tuo problema.

Cosa intendi per modo diverso di pensare?

Ad esempio, stiamo realizzando un progetto per la Marina, aiutandoli a capire la ricostruzione in territori come l'Afghanistan e come combini questo con le comunicazioni strategiche. Quindi abbiamo costruito un modello che guarda ai cittadini afgani e al modo in cui vengono esposti alle cose che li circondano, come le squadre internazionali, i talebani.

La Marina ci chiede: come fai a sapere che il modello è corretto? Ma non si tratta tanto di essere corretti [su come le persone interagiscono ora] quanto di capire a quali ipotesi [sugli eventi futuri] potrebbero portare. Non so quante volte i cittadini afgani parlino tra loro dell'acqua. Ma posso eseguire 20 diverse simulazioni con 20 diverse ipotesi al riguardo.

Qual è il risultato che stai cercando di ottenere?

Se sono a capo di alcune truppe in Afghanistan e ho risorse, denaro, cosa devo fare per le cure mediche, la sicurezza, i sistemi educativi? Costruisco pozzi in questo villaggio, ne costruisco uno qui, o due o tre là? O metto soldi in assistenza veterinaria? Sto meglio facendo pubblicità alla radio piuttosto che alla TV, dovrei far cadere volantini da un aereo, dovrei andare in luoghi di culto, in modo che ascoltino il mio messaggio piuttosto che il messaggio del mio avversario?

Si tratta meno di prevedere [se] spendere $ 5 cambia le opinioni del 2%, e molto di più: ho questi cinque diversi corsi d'azione. Quali hanno maggiori probabilità di avere successo e perché? Si tratta: questa è la gamma, aiutami a capire quale funzionerà e quale no e perché. Puoi letteralmente risalire al perché.

E gli esempi dal mondo degli affari? Ad esempio, cosa hai fatto con Orange, la compagnia telefonica francese?

Erano preoccupati per la diffusione di virus [informatici] sulle reti di telefoni cellulari. Quindi abbiamo costruito una simulazione di centinaia di migliaia di utenti e di come i virus possono diffondersi. Abbiamo preso dati da virus reali e tassi di infezione. Abbiamo modellato il comportamento degli utenti. Puoi essere in metropolitana e qualcun altro sta usando un telefono con un virus accanto a te, e tu stai usando il Bluetooth e ti chiede di connettere le tue cuffie con il loro telefono, e se dici di sì, puoi prendere il virus da l'altro telefono. Oppure puoi catturarlo inviando dati tramite SMS. Abbiamo previsto i tassi di infezione e aiutato a progettare strategie per prevenire la diffusione quando un virus viene iniettato nel sistema.

Capisco che ci vogliono diverse centinaia di migliaia di dollari e oltre per lanciare un progetto di modello predittivo come questo. C'è un modo per abbassare quei costi?

È lì che le cose si stanno facendo interessanti. È vero che quando realizziamo progetti personalizzati, è praticamente impossibile avviarne uno per meno di $ 300.000. Questo è per la versione uno che funziona sul tuo desktop e non è completamente funzionale. E potrebbe trasformarsi in un progetto pluriennale e multimilionario.

Ma ora siamo in grado di ripetere il lavoro in alcuni settori. Ad esempio, nel comportamento dei consumatori, abbiamo sviluppato una simulazione basata su agenti per misurare il ritorno sull'investimento per la pubblicità del marchio e possiamo concedere in licenza lo strumento a un cliente per poche migliaia di dollari al mese. È una società spin-off che stiamo incubando, chiamata Concentric ROI. Quindi abbiamo abbassato la soglia di ingresso ed è molto più allettante poter utilizzare il modello solo per pochi mesi.

nascondere