Intelligenza artificiale e imprese, come cambia il mercato in Europa

“Il rispetto delle normative specifiche è qualcosa di fondamentale – conferma Watters – ma non riguarda esclusivamente l’Europa. Siamo consapevoli che ogni paese, dal Regno Unito al Giappone, ha regole diverse. Addirittura, anche all’interno dell’Unione Europea stessa ci sono sfumature differenti a livello normativo e dobbiamo adeguarci a tutte”.

Secondo Cormac Watters, il settore è comunque destinato a raggiungere un livello di standardizzazione nell’uso dell’AI. Questo, però, richiederà parecchio tempo. “Non credo che avverrà prima di 10 anni” commenta.

Per quanto riguarda lo specifico ambito italiano, Watters considera l’uso degli agent come un’evoluzione che potrà interessare in particolare quel tessuto di piccole e medie imprese che a oggi non si sono ancora interessate all’intelligenza artificiale.

“Fino a oggi si parlava di strumenti di AI che venivano sviluppati per progetti specifici, con costi elevati e funzionalità piuttosto nebulose” spiega. “Una piccola azienda è difficilmente attratta da qualcosa del genere. Avere a disposizione strumenti già pronti che si integrano immediatamente con i sistemi che usi è invece qualcosa di molto più appetibile per le pmi”.

A ognuno la sua AI

Questo approccio ‘geolocalizzato’ nei servizi di intelligenza artificiale non riguarda, però, soltanto l’aspetto normativo. La localizzazione dell’AI viene infatti considerata come un fattore fondamentale per migliorarne le prestazioni, partendo dal modello.

Nel corso della tappa milanese del CloudWorld Tour, per esempio, Oracle ha annunciato una partnership con Almawave, che prevede l’implementazione su Oracle Cloud Infrastructure dei modelli di AI multilingua Velvet sviluppati in Italia, che proprio nel nostro paese dovrebbero trovare la maggiore applicazione in settori verticali come energia, sanità, settore pubblico e trasporti.

Non si tratta, però, di un caso isolato. Secondo gli stessi esperti di Oracle, in futuro assisteremo a una proliferazione di modelli addestrati su linguaggi specifici che permetteranno di ottenere migliori prestazioni nei contesti locali. Una delle lingue su cui si scommette con forza – e che per il momento è rimasta ai margini del mondo AI – è l’arabo.