Abbiamo aspettato qualche giorno prima di scrivere di strAIght to business. Non è facile processare tutte le informazioni, input, emozioni che questa grande iniziativa ha portato nella nostra vita. Abbiamo imparato molto e vogliamo con questo articolo provare a descrivervi quello che è stato per noi strAIght to business.
È stato, prima di tutto, un’iniziativa totalizzante per molti mesi. Dovevamo curarne con Ennova Research gli aspetti più organizzativi, logistici e contenutistici. E questo ultimo aspetto non è stato semplice, anche perché dovevamo far convogliare diversi aspetti: quelli più tecnologici, quelli sociali e culturali, in modo tale che fosse un’iniziativa che rispondesse a pieno all’ambizione iniziale: facilitare l’accesso all’IA a tutti e darne un quadro più completo possibile.
Volevamo che fosse un’iniziativa rivolta a studenti e imprese, perché ne potessero capire le tante potenzialità, e che lo mettessero subito in pratica, così da esserne meno spaventati, attraverso una sperimentazione che potesse ideare nuovi applicativi di intelligenza artificiale generativa e rispondesse in modo concreto alle sfide di dieci aziende.
Abbiamo capito che solo unendo le capacità di tutti, da quelle tecnologiche a quelle metodologiche, oltre all’energia dei giovani, si possono concretamente affrontare le grandi sfide che l’AI ci pone.
Le aziende che hanno partecipato si sono rivelate fin da subito entusiaste e pronte a mettersi in gioco: vogliamo ringraziare le dieci realtà che hanno partecipato: Comune di Padova, Permasteelisa Group, Manni Group, Vega Carburanti S.p.A., Crurated, Medicasa Italia, Caleffi Hydronic Solutions, TAKA-WPR, CFI Refrigerazione e Bluewind.
Abbiamo capito, ma già lo sapevamo, che il tessuto economico italiano è fatto di persone che hanno enormi potenzialità che la tecnologia può solo aumentare. A strAIght to business quattro aziende ci hanno raccontato come già sfruttano con successo l’AI nei loro processi in una tavola rotonda molto interessante: con Lorenzo Gubian di Aria S.p.A., Andrea Beccari di Exscalate a Dompé, Walter Bertona di Caleffi Hydronic Solutions e Luca Bonacina di Berry.
Dopo la conferenza della mattina (ve ne riparleremo), gli studenti hanno accettato tutte le incognite che questa sperimentazione comportava, e vogliamo ringraziarli perché si sono messi veramente in gioco.
Abbiamo capito ancora una volta che è necessario cambiare il metodo di apprendimento, passando da discipline based learning al problem based learning, promuovendo una sperimentazione continua: solo così si possono preparare gli studenti ad entrare in un mercato del lavoro che farà leva sull’AI per innovare.
Abbiamo sperimentato in più direzioni: dalla produzione di contenuti marketing al controllo di qualità attraverso immagini, dalla gestione di manualistica sofisticata alla personalizzazione della comunicazione nel commercio elettronico.
In poche settimane i gruppi di lavoro sono stati capaci di produrre soluzioni efficaci: prima di strAIght to business, il team Ennova Research ha costruito delle demo, che sono state, durante la due giorni, potenziate attraverso l’energia e le competenze manageriale degli studenti di Ca’ Foscari, la determinazione a innovare delle imprese, supportati sempre il metodo condiviso di progettazione e innovazione di Upskill 4.0 e Ennova.
Abbiamo capito che l’Università deve saper proporre queste metodologie di apprendimento differenti, che siano al passo con i grandi cambiamenti che stiamo vivendo.
I dati Eurostat mostrano come le imprese italiane siano in ritardo nell’adozione di strumenti di intelligenza artificiale. Nel 2023 in Italia solo il 4,4% delle aziende con 10-49 dipendenti ha implementato almeno uno strumento di intelligenza artificiale (il 6,4% in UE). La percentuale si attesta al 7,3% per le aziende da 50 a 250 dipendenti (13% in UE) e al 24,1% per quelle con oltre 250 dipendenti (30,4% in UE). Eppure lo studio “AI 4 Italy”, elaborato da The European House – Ambrosetti, rivela come la produttività del Sistema-Italia potrebbe aumentare fino al 18% grazie all’adozione dell’intelligenza artificiale generativa. L’Italia ha bisogno dell’IA generativa per sbloccare la produttività e contrastare gli effetti avversi di una popolazione che invecchia. E ha soprattutto bisogno di giovani che sappiano usare questi strumenti.
I prototipi realizzati durante strAIght to business non sono semplici prototipi: questa due giorni ci ha permesso di capire, ancora una volta, la potenzialità della sinergia tra giovani, imprese e università. La cosa veramente fondamentale di strAIght to business è stato il semplice lavorare insieme perché ha messo in circolo fiducia e innescato meccanismi di collaborazione. Oltre a dare finalmente un’immagine positiva (ma non sensazionalistica dell’AI), strAIght to business ci ha permesso di guardare al futuro con maggiore consapevolezza.
