Indice degli argomenti
L’intelligenza artificiale come leva di innovazione nelle startup: casi di successo
Secondo Bloomberg l’IA, se nel 2022 aveva generato un mercato di 40 miliardi di dollari, entro il 2032 darà vita a un business di 1.300 miliardi.
Invece un recente studio di McKinsey stima che la GenAI avrà un impatto economico notevole, con valutazioni tra 2.600 e 4.400 miliardi di dollari.
I campi di applicazione dell’IA in ambito startup sono così vasti che è quasi impossibile trattarli tutti insieme. Per questo, di seguito si elencano alcuni casi di successo, molto approssimativi, che forniscono un quadro piuttosto complessivo sulla direzione dell’IA.
Lyra, di Google e Youtube
L’industria musicale in soli 20 anni ha visto l’avvento dell’Mp3, lo streaming e l’user generated contant (UGC). Oggi, dopo i probabili hype della blockchain, NFT e metaverso, è subentrata anche l’intelligenza artificiale generativa in ambito musicale. Il machine learning è l’ingrediente centrale: esempio è Lyra, il tool musicale di IA appena lanciato da Google DeepMind e Youtube. Da ricordare che Youtube tra il 2021-2022 ha generato oltre 6 miliardi di dollari di ricavi, e tuttora conta più di 80 milioni di abbonati. Google ha appena lanciato anche l’aggiornamento di Aloud, la funzionalità di doppiaggio che consente ai creator di tradurre i video in altre lingue. E oggi Google è considerata a livello globale uno dei 18 centri di ricerca più affidabili sull’IA.
ChatGpt (Open AI)
Open AI con ChatGpt, a un anno dal suo lancio, ha dato vita alla startup più finanziata al mondo: circa 11,3 miliardi ricevuti (almeno 10 da Microsoft). Ultimamente è stata sulle scene del main stream per la fuoriuscita e poi la nuova entrata del suo CEO Sam Altman: sono tre i CEO alternatisi in poco più di un weekend (Mira Murati, Emmett Shear, Sam Altman).
Anthropic
Anthropic è una startup che sviluppa sistemi generali di intelligenza artificiale e modelli linguistici di grandi dimensioni. È la seconda startup più finanziata al mondo, fondata dai fratelli italoamericani Dario e Daniela Amodei, ex membri di OpenAI, e, come ChatGpt, ha sede a San Francisco.
Mistral AI
Startup francese sull’IA ha in mente di lanciare una versione europea di ChatGpt. Finora Mistral ha raccolto 100 milioni di euro nel suo primo mese di vita ed è valutata circa 300 milioni. Prevede di lanciare i primi modelli di IA generativa nel 2024.
Automazione e ottimizzazione dei processi aziendali con l’AI
L’avvento dell’IA ha chiarito sempre di più come gestire e monitorare una serie di attività all’interno di un’organizzazione senza intervento umano sia il futuro delle aziende. Processi che partono dalla gestione e produzione di flussi documentali (accelerazione dei tempi di elaborazione e riduzione degli errori) alla gestione delle risorse umane (con la semplificazione dell’onboarding), fino alla contabilità (riduzione dell’errore e analisi e il reporting dei dati) e customer service (attraverso chatbot e sistemi di risposta automatica).
Uno dei diversi vantaggi, oltre all’abbattimento dei costi, riguarda proprio il risparmio di tempo e risorse, consentendo ai dipendenti di concentrarsi su iniziative più importanti e strategiche (Prospettive dell’occupazione Ocse 2023). Ciò era già stato analizzato da Startupbusiness nel movimento del nocode e il suo implemento con l’IA.
L’Intelligenza artificiale infatti può essere utilizzata anche nella produzione di codice, per permettere agli sviluppatori di togliersi gli “impicci” legati a fasi del lavoro troppo operative e iniziali.
Il ruolo dell’intelligenza artificiale nello sviluppo di prodotti e servizi innovativi
Nella digital transformation l’IA aiuta a riconoscere, rilevare le informazioni importanti relative alle prestazioni del prodotto, all’ottimizzazione del flusso di lavoro e ai risultati predittivi. Ciò facilita lo sviluppo di prodotti e servizi innovativi in vari settori, da quello finanziario a quelli del fashion e design.
Secondo lo studio intitolato The economic potential of generative AI, frutto della collaborazione del McKinsey Global Institute e di QuantumBlack, l’intelligenza artificiale generativa potrebbe portare “benefici potenziali in termini di produttività nelle attività di R&S” per “un valore compreso tra il 10 e il 15% dei costi totali della funzione”. Tale implemento produttivo contribuisce nel dar vita a diverse sfaccettature: come l’accelerazione del processo creativo con la prototipazione più rapida o come la personalizzazione su larga scala.
Personalizzazione e miglioramento dell’esperienza utente con l’IA
Oggi anche nel marketing l’IA sta dando prova di grande innovazione. I marketer infatti adottando l’IA nelle strategie di content marketing, mirate nella personalizzazione dei contenuti in base alle preferenze, ai comportamenti e ai dati demografici individuali o di gruppo: qui l’IA, essendo in grado di elaborare grandi quantità di dati degli utenti per identificare modelli e preferenze nel loro comportamento, può modificare i contenuti in modo dinamico e in tempo reale, ad esempio elaborando i contenuti del sito web, le e-mail o i consigli sui prodotti.
Ma anche nell’editoria e giornalismo è già così: l’intelligenza artificiale è usata principalmente per velocizzare i flussi delle redazioni automatizzando le operatività come le trascrizioni e le traduzioni, per creare contenuti data-driven senza abbandonare i giornalisti tra le scartoffie, e soprattutto per personalizzare l’esperienza dell’utente e condurlo ad abbonarsi tramite l’analisi dei comportamenti online. Testate affermate come il Times analizzano al millimetro il comportamento utente per realizzare strategie di contenuti totalmente data-driven.
Intelligenza artificiale e analisi dei dati: il valore dell’informazione per le startup
Oggi i dati stanno diventando sempre di più la materia prima di tutte le aziende. Il fenomeno più rilevante è rappresentato dalla nascita o sviluppo e aumento della domanda di figure sempre più ricercate dalle aziende, come ad esempio l’evoluzione del data analyst in data scientist, in grado di accordare la capacità di analisi dei dati con competenze relative a tecniche di machine learning, e inoltre l’capacità di maneggiare i big data. Le imprese infatti basano ormai le loro strategia sui dati acquisiti dagli utenti. Le startup in questo sono state delle pioniere e oggi lo stanno ripetendo con l’IA: l’intelligenza artificia infatti è un ottimo catalizzatore per l’enorme quantità di dati circolante con la sua abilità di processare e decifrare enormi volumi di dati. Gli algoritmi avanzati possono esaminare i comportamenti dei consumatori, recensioni dei prodotti e tendenze di mercato per suggerire idee innovative di prodotti o servizi. La ISO/IEC 27001 ha visto la sua terza edizione nel 2022. La norma garantisce la gestione della sicurezza nella tecnologia dell’informazione. Microsoft ha ottenuto la certificazione nel 2013, Google nel 2016, Amazon nel 2010.
Machine learning e predictive analytics: come l’intelligenza artificiale sta cambiando l’approccio decisionale
Nel settore del search advertising (sia SEA sia SEO) l’addestramento di intelligenze artificiali ha permesso di migliorare in modo evidente le performance delle campagne marketing. L’IA è in grado di intervenire su tre grandi fronti: comprensione delle parole chiave (non solo sintattico ma semantico), ottimizzazione della strategia di offerta e ottimizzazione delle conversioni.
La necessità di prevedere quali saranno gli interessi dei clienti nel prossimo futuro e nel breve termine è ormai un trend imprenditoriale per qualsiasi tipo di strategia aziendale: l’algoritmo predittivo infatti permette di estrapolare nella mole di dati e in una determinata fascia di tempo quelli che possono essere considerati dei veri e propri trend con una buona probabilità di crescita nel tempo. Successivamente l’algoritmo sviluppa delle vere e proprie predizioni dal confronto dei trend estratti con i dati storici a disposizione.
Sfide e opportunità per le startup nell’adozione dell’intelligenza artificiale
Avviare una startup negli ultimi anni è completamente un processo diverso da quello che poteva essere 20 anni fa. Il mondo nel frattempo si è trasformato, dagli scenari economici (soprattutto negli ultimi tre anni) a quelli tecnologici. Oggi lanciare una startup, se a livello di letteratura è più accessibile e può a prima vista sembrare a portata di tutti, nel pratico, non farla fallire, diventa sempre più arduo. Ecco che l’IA può venire in aiuto per tutti gli aspetti dovuti non solo al tempo e ai costi, ma anche alle risorse umane: alla genesi le startup nascono contando un numero irrisorio di personale, proprio perché il capitale di partenza è poco e non lo si può investire troppo nell’onboarding. Pertanto l’IA, non solo grazie agli sviluppi che sta prendendo nel ramo della formazione e dei processi gestionali e contabili – e quindi in fase di lancio -, ma anche all’assessment con cui può contribuire nella fase di crescita di una startup, sta dando un notevole contributo: basti pensare per esempio a co-pilot, l’assistente virtuale che consente agli utenti di esprimere le proprie richieste in linguaggio naturale e ricevere risposte intelligenti. O addirittura all’integrazione dell’IA in Notion: la possibilità da un lato di ottimizzare la gestione dei progetti (Notion), dall’altra la possibilità di analizzare e riassumere i contenuti testuali di tali progetti grazie all’uso dell’intelligenza artificiale. Le startup sono le aziende che per prime sperimentano le innovazioni tecnologiche, e le corporate, per la loro governance delle volte assai “blindata” e per rispondere al cambiamento del settore, ricercano le soluzioni innovative proprio nelle startup.
Competenze e risorse necessarie per capitalizzare sull’intelligenza artificiale nelle startup
Oggi, soprattutto in Italia, sono proprio le startup quindi a rivestire un ruolo determinante nella digital trasformation, quale soggetto chiave per trasferire competenze tecnologiche evolute alle aziende più strutturate. I grandi gruppi industriali e corporate indicono continuamente call o premi, erogano finanziamenti o entrano nel capitale della startup (corporate venture capital) per trovare la startup che possa rispondere al fabbisogno innovativo e tecnologico. In questo modo hanno un investimento a lungo termine.
La startup infatti per sua natura ha come asset quello di scalare, sia a livello di fatturato che di sviluppo del prodotto/servizio. La corporate quindi non acquista un prodotto/servizio finito, ma un’azienda che ha una sua vita produttiva. Per questo le startup innovative sono uno strumento essenziale per il mercato delle corporate, e attualmente quelle che lavorano con l’IA sono le più appetibili.
Il mercato, il panorama e il contesto
L’IA sta veramente entrando negli scenari geopolitici e le startup, come cellule del sistema innovativo, sono ben adocchiate.
In ambito accademico per esempio si ha il dilagare dei fake-paper, gli articoli scientifici falsi. Il dato starebbe crescendo grazie all’utilizzo dell’AI generativa: il caso clamoroso è stato per esempio quello del luglio scorso, quando la rivista Science ha scoperto che un paper pubblicato da Nature sull’Alzheimer nel 2026, e che avrebbe influenzato tutta la ricerca scientifica successiva, conterrebbe immagini false. E proprio la conoscenza scientifica sarebbe oggi oggetto di spionaggio: in America alcune università texane scoraggiano i contratti dei docenti con università cinesi che pagano molto per ottenere le conoscenze scientifiche americane.
Poi c’è il discorso della sicurezza dei dati. Una delle preoccupazioni infatti sul futuro della guida di Altman in OpenAi, è stata dovuta proprio alle preoccupazioni per l’eccessiva rapidità di commercializzazione di prodotti a fronte della sicurezza. Le sue decisioni avrebbero influenzato le sue responsabilità e ciò avrebbe fatto perdere la fiducia riposta in lui dalla board.
Infine ci sono gli investimenti e la competizione globale: secondo Visual Capitalist in Cina sono nate tra il 2013-2022 1337 startup che si occupano di AI e sono state finanziate con 95 miliardi di investimenti privati. Negli Usa 4643 startup e 249 miliardi. L’Arabia Saudita ha recentemente acquistato da Nvidia circa 3mila processori H100, quelli necessari all’IA. L’Europa poi non sembra unita: la Francia infatti vuole correre da sola: settimane fa ha lanciato un laboratorio sull’IA con investimenti privati per un valore di 300 milioni di euro.
In Italia siamo molto lontani anche se cresciamo. Secondo il rapporto di Anitec-Assinform, il mercato italiano dell’IA ha raggiunto 435 milioni di euro nel 2022, il 32% in più rispetto al 2021. Per il 2023, il valore dovrebbe riguardare circa 570 milioni di euro, con una crescita del 31% rispetto al 2022. Quindi tra il 2020 e il 2023, il mercato dell’IA ha raddoppiato il suo valore, con un aumento del 128%. Nei prossimi anni, il tasso annuo medio di crescita potrebbe essere del 28,9% fino al 2026, raggiungendo un volume di 1,2 miliardi di euro. (immagine creata con Dall-E)
