IA, l’Italia deve investire di più nella ricerca: ecco perché #finsubitoagevolazioni

Il ruolo dell’IA nell’economia globale

Questi dati sottolineano il ruolo cruciale che l’IA svolgerà nell’economia globale, con un impatto senza precedenti che si prevede di protrarre almeno fino al 2060.È interessante notare che una fetta significativa di questo valore, stimata tra gli 11 e i 17 trilioni di dollari, sarà generata dall’adozione di strumenti di IA non generativa. Questi includono sia sistemi completamente automatici che quelli che migliorano la produttività umana. L’IA, quindi, non solo trasformerà i processi industriali esistenti, ma darà anche vita a nuove opportunità economiche attraverso l’innovazione tecnologica. (vedi immagine, presa da McKinsey)

Quali Paesi trarranno maggior vantaggio dall’IA e perché

Tuttavia, il contributo dell’IA al PIL mondiale non sarà uniforme tra le nazioni. Saranno soprattutto i paesi con solide capacità di adottare e sviluppare tecnologie di IA a beneficiare maggiormente di questo impatto economico.

Questo mette in luce l’importanza di fattori come la disponibilità di talenti, l’infrastruttura tecnologica, la flessibilità del mercato del lavoro e la capacità di innovare.

In questo contesto, emerge una corsa globale verso l’intelligenza artificiale. Questa competizione tiene in considerazione una serie di fattori, tra cui le politiche di gestione dei dati, l’innovazione tecnologica, e la formazione di una forza lavoro qualificata.

Attualmente, l’Italia si trova al 21º posto in questa corsa, con molti aspetti che, se migliorati, potrebbero influenzare il suo ruolo nel panorama industriale futuro.

Global AI index

Capacità di adottare e sviluppare sistemi di IA: Italia fanalino di coda in Ue

Un’analisi più dettagliata rivela che l’Italia presenta una capacità di adottare e sviluppare sistemi di IA notevolmente inferiore rispetto ad altre nazioni avanzate. Questo divario è evidente non solo rispetto a giganti come gli Stati Uniti e la Cina, ma anche in confronto ad altre nazioni europee come Germania, Regno Unito, Spagna e Olanda. Se si passa ad analizzare questa capacità una volta normalizzata rispetto al PIL, la posizione dell’Italia peggiora, collocandosi dietro molte nazioni europee, incluse Portogallo e Malta, suggerendo la necessità di interventi strutturali mirati per migliorare la sua competitività nel settore dell’IA.

Ma la ricerca scientifica italiana è una risorsa preziosa

Tuttavia, c’è una nota positiva nel panorama italiano: il settore della ricerca scientifica. Nonostante gli investimenti pubblici e privati in ricerca siano stati storicamente limitati, l’Italia si distingue per la produzione di un numero significativo di articoli scientifici in riviste di alto livello. Questo evidenzia le notevoli capacità dei ricercatori italiani, il che potrebbe costituire una risorsa preziosa per il futuro sviluppo dell’IA nel paese se opportunamente sfruttati. (vedi immagine)

La situazione delle imprese italiane nel campo dell’intelligenza artificiale

Un’analisi dettagliata della situazione delle imprese italiane nel campo dell’intelligenza artificiale è stata recentemente pubblicata dall’Osservatorio italiano sull’IA, e i risultati suscitano riflessioni di sicuro interesse.

I dati riguardanti le grandi imprese italiani rivelano un panorama promettente: circa i due terzi di esse hanno almeno un progetto di IA attivo.

Tuttavia, c’è un chiaro divario tra l’avvio di progetti e la loro effettiva operatività, con un numero molto limitato di progetti conclusi che sono pienamente funzionali. Questo suggerisce che, nonostante l’interesse e l’impegno iniziale, le sfide nell’implementare l’IA rimangono significative.

Ma è nel settore delle piccole e medie imprese (PMI) che le difficoltà raggiungono un punto critico. Qui, meno di un quinto delle PMI ha attualmente un progetto di IA in corso, e solo una piccola percentuale di esse sta considerando lo sviluppo di un progetto di IA nel prossimo anno.

Le barriere all’adozione dell’IA per le PMI sono molteplici, ma una delle principali è rappresentata dalla disponibilità di budget, che risulta essere una sfida particolarmente impegnativa. (vedi grafico)

Un confronto tra le difficoltà riscontrate dalle grandi imprese e quelle delle PMI evidenzia differenze significative. Mentre per le grandi imprese i principali ostacoli riguardano la definizione e la comprensione dei casi studio da parte del management e la reperibilità delle competenze necessarie, per le PMI la questione cruciale è rappresentata proprio dalla disponibilità finanziaria. (vedi immagine)

Investimenti in ricerca e sviluppo: la vera sfida dell’Italia

La sfida principale che l’Italia deve affrontare nell’ambito dell’intelligenza artificiale è rappresentata dalla sua carenza di investimenti nella ricerca, sia di base che applicata. Questo problema è radicato nella tradizione italiana, caratterizzata da un sostegno insufficiente alla ricerca e allo sviluppo.

Tale carenza si riscontra sia nel settore pubblico, come evidenziato precedentemente, sia nel privato, dove molte innovazioni si basano sullo sviluppo di start-up che, purtroppo, troppo spesso portano a una innovazione tecnologica marginale rispetto a quanto accade nelle altre nazioni.

Data la natura altamente tecnica dell’intelligenza artificiale e la sua complessità di sviluppo, diventa estremamente difficile improvvisarsi come esperti tecnici.

Il problema dell’accesso ai talenti qualificati

Questo rende cruciale il problema dell’accesso ai talenti qualificati e la mancanza di opportunità lavorative interessanti, sia nel settore pubblico che in quello privato, porta molti di questi talenti a cercare lavoro all’estero, dove possono godere di posizioni lavorative più gratificanti, sia in termini di retribuzione che di qualifica.

Nonostante la partita sull’intelligenza artificiale sia ancora aperta, il futuro dell’Italia in questo settore appare incerto. La strategia nazionale, delineata dalla commissione guidata dall’AGID, offre alcune raccomandazioni che, se seguite, possono portare un grande impatto. Alcune di queste trovano già applicazione nei principali paesi europei e in nord America.

MILA Lab di Montreal: un esempio da seguire

L’esempio più virtusono è il MILA Lab di Montreal in Canada, dove il mondo della ricerca accademica, ricerca industriale e le aziende che adottano i sistemi di IA vivono in un unico ecosistema. In termini di raccomandazioni, è opportuno dividere tre principali ambiti: adozione, sviluppo di nuove tecnologie e ricerca fondamentale.

Le difficoltà legate all’adozione derivano principalmente dalla necessità di personalizzare gli strumenti per adattarli praticamente ad ogni singola azienda o pubblica amministrazione. Questa personalizzazione su misura rappresenta una sfida significativa sia in termini di scalabilità che di ottenimento di sistemi altamente funzionali.

Inoltre, la definizione dei requisiti funzionali e delle caratteristiche desiderate del sistema spesso risulta difficile a causa di una cultura aziendale poco incline all’innovazione, inclusa la resistenza del livello di management. In tali contesti, è essenziale promuovere la sensibilizzazione e la formazione fino al livello dirigenziale e stabilire strutture di ricerca applicata che collaborino con le aziende per facilitare la personalizzazione. Date le barriere finanziarie considerate proibitive per le piccole e medie imprese, sono necessarie agevolazioni che facciano da volano.

La necessaria collaborazione trea imprese e ricerca nazionale

Lo sviluppo di nuove tecnologie richiede la creazione di laboratori in cui le grandi imprese italiane collaborino con l’eccellenza della ricerca nazionale. Questi laboratori dovrebbero concentrarsi su pochi progetti ambiziosi e allo stesso tempo concreti, con una prospettiva a cinque anni. Devono produrre casi di studio radicalmente innovativi e tecnologie all’avanguardia che consentano alle aziende italiane di riconquistare una posizione centrale nei mercati internazionali, così da passare da semplici utilizzatori di tecnologia di intelligenza artificiale a produttori di nuova tecnologia.

Questi laboratori avrebbero anche la funzione di arricchire le competenze delle persone per poi riservare una parte di importante di loro verso le imprese.

Perché il sostegno pubblico è fondamentale

Infine, la ricerca fondamentale mira a generare talenti e risultati utilizzabili nelle nuove tecnologie di frontiera.

A tale scopo, è necessario puntare all’eccellenza, possibilmente istituendo centri di riferimento nazionali differenziati per tematiche tecniche. Attualmente, il numero dei ricercatori italiani è significativamente inferiore rispetto alla media europea e costruire un sistema viruoso che rafforzi formazione e ricerca è cruciale. Da notare che il progetto FAIR, finanziato dal PNRR con oltre 110 milioni di Euro, ha assunto 350 ricercatori a tempo determinato. Se questi non verranno stabilizzati, lasceranno il mondo della ricerca nel 2026, vanificando così gli sforzi finanziari del PNRR. È quindi fondamentale il sostegno pubblico per far crescere e trattenere l’eccellenza della ricerca italiana, evitando interventi orizzontali che non valorizzino l’eccellenza.

Si osserva inoltre che sarà cruciale per la nostra società spiegare alla popolazione l’importanza di questi strumenti per il nostro futuro ed evitare di demonizzare l’intelligenza artificiale così da ridurre le barriere al suo utilizzo.