Punto e a capo - Il machine learning vive solo di dati "buoni"

Se i dati di partenza sono sbagliati, i risultati che si otterranno saranno evidentemente errati

L'intelligenza artificiale è la grande parola chiave di questo periodo. Molte aziende si interrogano sull'adozione, altre l'hanno ormai integrata come tecnologia al centro dei propri modelli di business, ma i risultati, tutto sommato scarseggiano.
Nonostante ci siano tanti esempi di successo sull'uso dell'intelligenza artificiale, che per il momento di fatto si affianca al lavoro dell'uomo, che mostrino come i dati si possano leggere in maniera più accurata e trovare correlazioni significative è diventato possibile per tutti, dalle grandi aziende alle più piccole grazie ai costi contenuti del cloud computing, in Europa il ritmo di adozione non è enorme.
Ci sono settori che sono assolutamente più sensibili, altri totalmente impermeabili, come è naturale che sia.
Il problema vero, però, è che una branca importante dell'intelligenza artificiale riguarda il Machine Learning, che non è altro che un sistema che legge i dati e determina dei sistemi matematici per interpretarli in modo sempre più preciso.
In pratica, basato su equazioni statistiche avanzate, riesce a creare nuovi punti di vista sui dati andando ad analizzare tutte le possibile correlazione tra di essi, creando simulazioni e testando costantemente i risultati.

Tutto estremamente efficace, i ricercatori stanno raggiungendo risultati insperati nello studio di alcune malattie, tanto per citare un esempio, o qualche retailer riesce a tagliare i costi di gestione del magazzino o del riordino andando a valutare tutte le possibili variabili.
Ma il problema nasce dal fatto che molte aziende possiedono dei dati, spesso anche moltissimi, non ben strutturati e che vanno "sistemati". Servono figure professionali preparate, i data scientist, che mettano mano ai modelli e, soprattutto, siano capaci di capire se i dati di partenza sono considerabili "buoni", ossia corretti.
Se non sono corretti, ogni rielaborazione risulterà del tutto inutile, perché si giunge a conclusioni sbagliate perché basate su un procedimento del tutto insensato.
L'intelligenza artificiale, quindi, sta diventando alla portata di tutti. Ma non è per tutti: è solo per chi è preparato, molto preparato.
Per tutti gli altri restano i vecchi sistemi, i vari algoritmi che sono stati creati a partire dai dati, magari sfruttando le funzioni di Excel.
Funziona tutto ancora, ovviamente, ma i nuovi player entrano sui mercati con l'intelligenza artificiale, informazioni accurate, che si traducono in risparmi di tempi e di costi.

Possiamo permetterci di perdere quote di mercato verso i newcomers?
La domanda è chiaramente retorica, ma poi nella realtà non si fa niente per contrastarli.