Nozioni di informatica in sintesi
Con oltre 30 anni di esperienza nella consulenza, vogliamo plasmare il futuro insieme a te. Ci sentiamo particolarmente a nostro agio nel settore assicurativo e in quello del servizio pubblico. Ma anche le piccole e medie imprese traggono vantaggio dalla nostra competenza e professionalità.
Qualità, passione e competenza contraddistinguono il lavoro dei nostri collaboratori e delle nostre collaboratrici in tutti i settori aziendali.
Al mattino, un agente di IA prepara un'offerta, mentre un essere umano la verifica e la approva. Questo articolo ti mostra come gli agenti di IA stanno cambiando i compiti, i ruoli e le responsabilità all'interno del team e come introdurli in sei passaggi. In questo modo, le attività di routine vengono alleggerite e la decisione rimane nelle tue mani.
Un assicuratore sta progettando un nuovo portale clienti. Dopo tre mesi, la prima versione non è ancora adeguata: i requisiti non erano mai stati chiariti correttamente. Questo articolo spiega cos’è l’ingegneria dei requisiti, quali metodi si sono dimostrati efficaci e quali errori tipici dovresti evitare.
Un'addetta alla pratica copia una denuncia di sinistro nel proprio account privato di ChatGPT. Ma nessuno sa dove si trovino ora i dati né se vengano utilizzati per l'addestramento del modello. Qual è l'alternativa a ChatGPT più adatta alla tua azienda? Mettiamo a confronto i modelli operativi e ti forniamo otto domande guida per valutare le opzioni.
Dopo il maltempo, migliaia di assicurati si fanno sentire nel giro di pochi giorni: foto del tetto, foto della cantina, foto del soffitto. Per le compagnie di assicurazione immobiliare, le immagini sono ormai da tempo la prova più importante del danno e, proprio per questo, rappresentano un obiettivo allettante.
L'assicurazione auto è il settore di massa dell'assicurazione contro i danni e gli infortuni: numerose segnalazioni, importi di entità da modesta a media, elevato livello di digitalizzazione. La foto scattata con lo smartphone della portiera ammaccata è ormai da tempo la prova standard. Proprio per questo motivo il settore auto è così allettante per le frodi basate sull'intelligenza artificiale.
Un breve prompt di testo, pochi secondi di elaborazione… e il parafango intatto si trasforma in un danno totale. Ciò che un tempo richiedeva competenze nell’elaborazione delle immagini e molto tempo, oggi viene svolto con facilità da strumenti di intelligenza artificiale disponibili gratuitamente. Per i reparti sinistri, questa non è più una prospettiva futura.
Un’azienda di medie dimensioni operante nel settore della costruzione di macchinari sta progettando un nuovo sistema di reporting per i propri dati di produzione. La direzione IT richiede due preventivi: uno per Snowflake e uno per Databricks. Entrambi i fornitori promettono costi inferiori, prestazioni migliori e maggiore flessibilità. Al termine delle trattative, la confusione è maggiore di prima. È proprio questa la situazione in cui si trovano attualmente molte aziende che desiderano modernizzare la propria infrastruttura dati.
Un’azienda presenta una richiesta di prestito. La banca utilizza un modello di intelligenza artificiale per valutare automaticamente le richieste. In pochi secondi arriva la risposta: respinta. Ma perché? Né l’addetto alla pratica né il richiedente riescono a capire quali fattori abbiano portato a questa decisione. È stato l’andamento del fatturato, il settore di attività, un singolo dato anomalo nei registri contabili? Senza una risposta, rimane solo la frustrazione – e, nel peggiore dei casi, il sospetto di un trattamento ingiusto.
Apri la tua cartella delle foto e vedi lo stesso soggetto ben tre o quattro volte? Per le aziende che gestiscono quotidianamente grandi quantità di file immagine, tuttavia, questo problema può avere conseguenze significative: se, ad esempio, una foto relativa a un sinistro viene presentata più volte per pratiche diverse, le compagnie assicurative rischiano di prendere decisioni errate o di subire perdite finanziarie.
Un danno causato dall’acqua si manifesta solo due anni dopo il trasloco. Il committente attribuisce la responsabilità all’impresa edile, l’impresa edile rimanda all’impresa idraulica e nessuno è più in grado di dire chi abbia posato quale tubatura e quando. Sono proprio situazioni come queste a dimostrare perché una documentazione edilizia accurata non è affatto una seccatura superflua!
Mentre l’UE intende garantire sicurezza e trasparenza ai propri cittadini con l’AI Act, le aziende sono sempre più incerte riguardo agli obblighi giuridici che la legge sull’intelligenza artificiale comporta per loro. Una cosa è certa: l’IA è ormai entrata a pieno titolo nella quotidianità aziendale. Ti spieghiamo come utilizzare l’IA nella tua azienda in modo conforme alla normativa, nel rispetto dell’AI Act dell’UE!
Un dipendente chiede all’assistente IA interno quali siano le attuali norme in materia di ferie. La risposta sembra convincente, ma è comunque errata. Il modello linguistico non conosce l’effettivo accordo aziendale, bensì genera una risposta che sembra plausibile sulla base delle conoscenze acquisite durante l’addestramento. Forse conosci proprio questo problema per esperienza personale.
La governance dell'IA crea un quadro vincolante per un utilizzo sicuro, trasparente e conforme alla legge dell'intelligenza artificiale. Essa integra la gestione aziendale, la gestione dei rischi, la protezione dei dati, la sicurezza informatica e lo sviluppo tecnico. La governance diventa così una componente fondamentale di ogni strategia di IA sostenibile.
Nel giro di pochi minuti l’equilibrio tra produzione e consumo si altera e la rete elettrica va sotto pressione. Scene come queste fanno ormai parte della quotidianità di molti fornitori di energia. Ma cosa significa questo, concretamente, per la gestione di un sistema energetico sempre più complesso? È proprio qui che entra in gioco l’intelligenza artificiale.
Le aziende memorizzano continuamente enormi quantità di dati. Sensori, sistemi ERP, soluzioni CRM, applicazioni cloud e dispositivi IoT forniscono nuove informazioni ogni secondo. Il vero valore aggiunto deriva solo dall’integrazione, dall’elaborazione e dalla messa a disposizione di questi dati senza errori, in vista di successive analisi.
Lo standard aperto consente di integrare in modo standardizzato le applicazioni di intelligenza artificiale con i sistemi aziendali, le fonti di dati, le API e gli strumenti esterni. In questo modo, i modelli linguistici hanno accesso a informazioni aggiornate e possono non solo recuperare dati, ma anche eseguire azioni in diverse applicazioni.
Solo pochi anni fa, per trovare informazioni ci si affidava quasi sempre ai motori di ricerca tradizionali come Google. Gli utenti inserivano un termine di ricerca, cliccavano su diversi siti web e confrontavano autonomamente le informazioni ivi disponibili. Questo comportamento di ricerca sta attualmente subendo un cambiamento radicale...
La sicurezza nello sviluppo del software non è una caratteristica opzionale, ma un requisito fondamentale. Tuttavia, la pratica dimostra sempre che spesso le vulnerabilità della sicurezza vengono scoperte solo in ritardo nel processo di sviluppo o addirittura durante il funzionamento, ed è proprio qui che entrano in gioco i test statici di sicurezza delle applicazioni (SAST).