Presentati i principali risultati di una recente ricerca di expert.ai, in collaborazione con The AI Journal e Sapio, dedicata al mondo dell’intelligenza artificiale per la comprensione e l’elaborazione del linguaggio naturale:
- Più di tre quarti delle organizzazioni coinvolte nel sondaggio prevedono un aumento delle spese per progetti di natural language processing (NLP) nei prossimi 12-18 mesi.
- Per il 67% delle aziende con modelli di NLP in produzione da oltre 5 anni, rimangono problemi di accuratezza.
- Il 74% degli intervistati afferma di prendere in esame il livello di responsabilità (spiegabilità, efficienza energetica e imparzialità) garantito dai singoli approcci di AI nella scelta della soluzione da adottare.
Secondo i risultati di una ricerca supportata da expert.ai, azienda leader nel settore dell’intelligenza artificiale (AI) per la comprensione del linguaggio, più di tre quarti delle aziende – con progetti attivi di elaborazione del linguaggio naturale (NLP) – prevede di incrementare gli investimenti in questo campo nei prossimi 12-18 mesi. Secondo la ricerca, intitolata “The 2023 Expert NLP Survey Report: Trends Driving NLP Investment and Innovation”, c’è un interesse crescente nei confronti di una maggiore efficienza basata sull’NLP che supporti la riduzione dei costi, promuova la crescita e offra un vantaggio competitivo. Grazie alle potenzialità e all’efficacia di queste tecnologie, che consentono alle organizzazioni di interpretare automaticamente i dati non strutturati, colmando il divario linguistico esistente tra esseri umani e tecnologia, sono aumentati i casi di utilizzo dell’NLP nelle diverse attività aziendali, dal marketing all’automazione dei processi di business, dall’assistenza clienti alle vendite.
La ricerca è stata condotta da The AI Journal sulla base di interviste a professionisti dell’NLP in ruoli tecnici e business in USA ed Europa. L’80% degli intervistati ha modelli NLP in produzione, con il 47% che dà priorità al loro utilizzo per la protezione e la governance dei dati (ad esempio GDPR).
“Secondo le aziende che hanno adottato soluzioni di NLP da diversi anni, gli argomenti più convincenti a favore di questa tecnologia sono la maggiore efficienza, la mitigazione dei rischi e, soprattutto, la riduzione dei costi. Intelligenza artificiale, ormai pienamente integrata nei modelli di business, ed NLP consentono infatti di creare nuove opportunità”, ha dichiarato Marco Varone, fondatore e Chief Technology Officer di expert.ai.
Secondo il report The 2023 Expert NLP Survey Report: Trends Driving NLP Investment and Innovation, le principali sfide per le aziende che adottano soluzioni di NLP sono due: come sfruttare al meglio le potenzialità di tali strumenti e come ottimizzare i costi a essi associati (38% degli intervistati). I dati rivelano inoltre che la maturità dell’approccio all’NLP di un’organizzazione determina anche la capacità di identificare gli ostacoli che si dovranno affrontare. Per coloro che stanno ancora valutando i casi d’uso dell’NLP, la sfida maggiore è costituita dalla sicurezza dei dati e dalla governance (64%). Per le aziende che lavorano alla produzione di modelli di NLP da due-quattro anni, l’ostacolo maggiore è la creazione del caso concreto per i vari progetti (42%). Tra le aziende che sviluppano modelli di NLP da almeno cinque anni, il 67% indica come priorità la necessità di raggiungere il grado di accuratezza e la qualità necessari per mettere tali modelli in produzione.
La maggioranza delle aziende utilizza modelli di NLP ibridi in cui si fondono cloud, open-source, piattaforme e soluzioni specifiche. Riconoscendo che la maggior parte dei progetti beneficiano dei vantaggi offerti dalla flessibilità di una piattaforma di intelligenza artificiale ibrida (hybrid AI), il 52% degli intervistati utilizza un approccio basato sulla combinazione di machine learning e intelligenza artificiale simbolica (o su regole), mentre il 79% unisce machine learning, deep learning o knowledge graph.
Le organizzazioni misurano il ritorno degli investimenti dei progetti di NLP basandosi sul tempo di produzione (54%), sui miglioramenti dell’efficienza (53%) e sulla riduzione dei costi (53%). Tuttavia, il documento evidenzia un ritardo nella comprensione dell’NLP, con conseguente impossibilità di cogliere tutte le opportunità. “Senza comprendere pienamente le varie caratteristiche delle diverse tecnologie disponibili, molte aziende non riescono a sfruttare le capacità dell’NLP e rischiano di lasciarsi sfuggire il vantaggio competitivo che esso offre” – ha sottolineato Varone.
Maggiori informazioni sulla ricerca
La ricerca ha coinvolto 150 professionisti dell’NLP con progetti attivi o pianificati. Si è svolta negli Stati Uniti e in Europa e le interviste sono state condotte online da AI Journal e Sapio Research nel 2022.
Clicca qui per guardare l’infografica.
