Da una recente ricerca condotta da 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, emerge che oltre i tre quarti delle organizzazioni coinvolte nel sondaggio prevedono un aumento delle spese per progetti di natural language processing (NLP) nei prossimi 12-18 mesi.
Inoltre, per il 67% delle aziende con modelli di NLP in produzione da oltre 5 anni, rimangono problemi di accuratezza e 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 la ricerca, intitolata “The 2023 Expert NLP Survey Report: Trends Driving NLP Investment and Innovation”, 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), 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.
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).
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%), miglioramenti dell’efficienza (53%) e 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 Marco Varone, fondatore e Chief Technology Officer di expert.ai.
###
Resta sempre aggiornato sul tuo titolo preferito, apri l'Insight dedicato a Expert.Ai
