AI: Evoluzione nella storia

L’intelligenza artificiale è un’innovazione tecnologica che ha seguito un percorso evolutivo piuttosto lungo nel tempo e che non può certamente ritenersi concluso.

Le sue origini possono  essere ricondotte al matematico britannico Alan Turing che, durante la Seconda GuerraMondiale, sviluppò una macchina calcolatrice, denominata “The Bombe”, per decifrare i messaggi segreti dei nemici tedeschi. Successivamente, nel 1950, lo stesso Turing pubblicò l’articolo “Computing Machinery and Intelligence”, nel quale spiegava come dar vita alle macchine intelligenti e come testare la loro intelligenza.

Nello specifico, secondo il matematico, una macchina è ritenuta intelligente se, mentre un uomo sta interagendo conun’altra persona e con una macchina, questi non è in grado di distinguere la macchina dalla persona. Tale test è centrale nella storia dell’intelligenza artificiale, visto che viene tuttora impiegato per stabilire se una macchina siaeffettivamente intelligente o meno.

Figura 1 – Alan Turing [Fonte: Wikipedia.org].

Proseguendo nella storia, l’espressione “intelligenza artificiale” è stata coniata nel 1956 dagli informaticistatunitensi Marvin Minsky e John McCarthy^[1]. Da questo momento in poi, essa è diventata una disciplina accademica, che ha avuto un interesse e uno sviluppo variabili e oscillanti nel corso degli anni.

Figura 2 – Marvin Minsky [Fonte: Wikipedia.org].

Dopo un periodo durante cui sembrava che il progresso di questa scienza si fosse interrotto, una forte attenzione ènuovamente emersa a partire dal 2010, grazie al rafforzamento della potenza computazionale dei computer e allapossibilità di accedere a grandi quantità di dati. In particolare, la rapida crescita dell’intelligenza artificiale nell’ultimodecennio è riconducibile a tre fattori principali^[2]:

• lo sviluppo di sistemi algoritmici sempre più sofisticati in grado di risolvere problemi complessi;
• l’introduzione di processori grafici a basso costo capaci di svolgere numerosi calcoli in poche frazioni di secondo;
• la presenza di database ampi, organizzati e corretti, che ottimizzano l’apprendimento delle macchine

Grazie a queste condizioni, si sono diffuse nuove applicazioni dell’intelligenza artificiale sempre più avanzate. Un esempio è rappresentato dalla tecnologia Watson, messa a punto da IBM, che è in grado di rispondere in maniera automatica a un insieme di domande relative a vari ambiti della vita reale. Tra le sue molteplici applicazioni spicca ilsoftware Watson Health Service, che viene utilizzato per analizzare i dati dei pazienti, al fine di personalizzare le loro cure^[3].

Figura 3 – Watson [Fonte: Wikipedia.org].

Un altro esempio è costituito dal programma Alpha Go, sviluppato da Google, il quale nel 2015 è stato capace di sconfiggere per la prima volta il campione mondiale del gioco da tavolo Go^[4]. Quest’ultimo è stato un eventoparticolarmente importante, perché ha dimostrato che, in determinate circostanze, le macchine intelligenti sono in grado di ottenere risultati migliori rispetto agli esseri umani, confermando così le sensazioni di molti ricercatori sul tema e aprendo delle interessanti prospettive sul futuro.

Infine, l’esempio forse più affascinante di implementazione dell’intelligenza artificiale è fornito dalle auto con guida autonoma. Queste ultime, al momento, sono ancora in fase di progettazione e prima di essere introdotte sul mercato richiedono il superamento di molti test, visti i pericoli insiti in un eventuale malfunzionamento delle stesse. Tesla, una delle aziende maggiormente impegnate in questa innovazione, per risolvere le criticità ha raccolto dati relativamente a come le persone guidano solitamente le autovetture. Questi dati sono stati poi utilizzati perinsegnare alle auto con guida autonoma a comportarsi sulla strada^[5]. Sulla base di queste informazioni, si può quindi affermare che l’ultimo decennio è probabilmente il migliore che l’intelligenza artificiale abbia mai vissuto, dato che sta rapidamente e drasticamente trasformando qualsiasi settore industriale.

Date le peculiarità finora descritte e la rapida crescita degli ultimi anni, si può ritenere che l’intelligenza artificiale sia destinata a diventare sempre più protagonista nella vita lavorativa di tutti i giorni. Per questo motivo, è importante fissare dei limiti alla sua applicazione, in modo tale da garantire un’efficace coesistenza con l’uomo.

Nello specifico, è fondamentale definire in quali ambiti di attività essa può intervenire, ma anche quelli in cui develasciare ancora spazio alle persone. In questo senso, è possibile effettuare una distinzione tra tre principali tipologie di compiti^[6]:

• quelli meccanici, come la riparazione e la manutenzione delle attrezzature;
• quelli di pensiero, quali l’elaborazione, l’analisi e l’interpretazione delle informazioni;
• quelli emotivi, come la comunicazione con altre persone.

Strettamente correlate a questi tipi di attività, vi sono tre differenti forme di intelligenza artificiale^[7]:

• l’intelligenza meccanica, che consiste nella capacità di eseguire attività ripetitive e monotone, in manieratale da garantire performance costanti e affidabili;
• l’intelligenza di pensiero, ovvero l’abilità di analizzare le informazioni a disposizione e di prendere delledecisioni razionali in maniera autonoma;
• l’intelligenza emotiva, cioè l’attitudine a riconoscere, imitare e rispondere in modo appropriato alle emozioni umane.

Ad oggi, si può sostenere che l’intelligenza meccanica sia riuscita ormai ad affermarsi con successo e che abbia sostituito l’uomo nello svolgimento delle fasi produttive più semplici in maniera pressoché definitiva.

L’intelligenza di pensiero invece, attualmente è in forte crescita ed è alla base di alcune idee innovative che stanno muovendo i primi passi sul mercato, come per esempio le già citate auto con guida autonoma.

Infine, quella emotiva, almeno per il momento, pare essere ancora lontana dalla possibilità di trovare una concretaapplicazione. Infatti, tutti i programmi di chatbot fin qui implementati, quali Siri e Alexa, riescono a interagire con gli esseri umani, ma sono ancora distanti dalla capacità di percepire le loro emozioni e di modificare il linguaggio in base ai sentimenti dell’interlocutore.

Pertanto, riprendendo la suddivisione dei compiti sopra esposta, è possibile affermare che in questo momento l’intelligenza artificiale viene ampiamente impiegata per quelli di natura meccanica. Inoltre, sta progressivamente trovando spazio anche per quelli di pensiero. Per quanto riguarda invece quelli emotivi, attualmente questi vengono ancora delegati agli esseri umani. Sulla base di ciò, è presumibile ritenere che i prossimi investimenti siano indirizzati verso il rafforzamento dell’intelligenza di pensiero e le prime implementazioni di quella emotiva, in modo tale da ampliare sempre di più lo spazio di azione dell’intelligenza artificiale.

Riprendendo la distinzione tra le varie tipologie di intelligenza artificiale di cui infra, si può affermare che quella “debole” abbia ormai trovato largo impiego nella vita quotidiana delle persone e delle organizzazioni, vista la sua capacità di svolgere compiti semplici in maniera rapida e con poche possibilità di errori. Essa rappresenta quindi ilpresente dell’intelligenza artificiale e ne sono alcune esemplificazioni i sistemi di raccomandazione di Netflix, la ricerca di Google e i sistemi di riconoscimento delle immagini. Il suo futuro può essere costituito invece, da quella “forte”, che attualmente non ha ancora avuto applicazioni pratiche sul mercato, ma che è oggetto di importanti progetti di ricerca e sviluppo. A questo proposito i ricercatori sul tema hanno delle visioni contrastanti. In particolare, secondo alcuni, vi è una probabilità che l’intelligenza artificiale raggiunga il livello di comprensione e diazione dell’uomo pari al 25% entro il 2030 e pari al 50% entro il 2040^[8]. Secondo altri, invece, è ancora moltolontana questa possibilità. L’eventuale affermazione di questa forma di intelligenza artificiale potrebbe avere degli effetti dirompenti sulla società, per il fatto che essa si metterebbe sullo stesso livello intellettuale degli esseri umani. Per comprendere meglio le conseguenze legate alla sua ipotetica diffusione, è opportuno focalizzarsi suquelle che, in teoria, dovrebbero essere le sue principali peculiarità^[9]:

• la percezione sensoriale, che consente di immaginare le caratteristiche spaziali di un ambiente soltanto ascoltando un suono;
• la destrezza manuale, come la capacità di risolvere un cubo di Rubik;
• la comprensione del linguaggio avanzata, che permette di cogliere tutte le caratteristiche di undeterminato documento;
• la creatività, ossia la possibilità di modificare i codici inseriti dall’uomo per la creazione delle macchineintelligenti, in modo tale da potenziarle;
• il coinvolgimento sociale ed emotivo, che dà la possibilità di percepire le sensazioni e i sentimenti degli interlocutori umani dal tono della voce o dalle espressioni

Relativamente a queste caratteristiche, si può affermare che alcuni buoni risultati sono già stati conseguiti dall’intelligenza artificiale “debole” sia per quanto riguarda la destrezza manuale che per la comprensione del linguaggio. Gli altri aspetti invece, risultano essere più problematici. Infine, “la super-intelligenza artificiale” è una forma utopistica per le circostanze attuali e designa un futuro piuttosto lontano da raggiungere. Infatti, questa forma è un’evoluzione rispetto all’intelligenza artificiale “forte”. Poiché quest’ultima è ancora in fase di elaborazione e non si è ancora certi sulla sua fattibilità, è complesso effettuare previsioni su ciò che potrebbe accadere dopo. L’unico aspetto da sottolineare è che, secondo alcuni esperti, la “super-intelligenza artificiale” è potenzialmente moltopericolosa, poiché in grado di sostituire l’uomo nello svolgimento di qualsiasi tipo di attività.

Per concludere la riflessione sull’evoluzione dell’intelligenza artificiale, si può affermare che, vista la rapidadiffusione di nuove tecnologie che ha caratterizzato l’ultimo decennio, è difficile ipotizzare ciò che potrà accadere nei prossimi anni. Qualsiasi previsione, comprese quelle degli esperti, è pervasa da un grado di incertezza che risulta essere ineliminabile. Inoltre, non è neanche possibile stabilire con chiarezza se si verificherà la prospettiva ottimistica secondo cui l’intelligenza artificiale rafforzerà l’intelligenza umana grazie a una collaborazione, oppure quella pessimistica e apparentemente utopica secondo la quale le macchine intelligenti minacceranno la civiltà^[10].

Bibliografia

• Agrawal, A., Gans, J., & Goldfarb, A. (2017). The trade-off every AI company will face.
• Harvard Business Review Digital Articles.
• Aspan, M. (2020). Siri, Did I Ace the Interview? Fortune International (Europe), 181(2).
• Bhimani, A., & Willcocks, L. (2014). Digitisation, Big Data and the transformation of accounting information. Accounting and Business Research, Taylor & Francis, Vol. 44 No. 4.
• Brundage, M., Avin, S., Clark, J., Toner, H., Eckersley, P., Garfinkel, B., … & Amodei, D. (2018). The malicious use of artificial intelligence: Forecasting, prevention, and mitigation. arXiv preprint arXiv:1802.07228.
• CGMA (2016). Business Analytics And Decision Making. Baseline.
• Costa, G., & Gianecchini, M. (2019). Risorse umane: persone, relazioni e valore (Vol. 454). McGraw-Hill.
• Craigen, D., Diakun-Thibault, N., & Purse, R. (2014). Defining cybersecurity. Technology Innovation Management Review, 4(10).
• Daft, R. L. (2017). Organizzazione aziendale. Sesta edizione. Daft, R. L. (2021). Organizzazione aziendale. Maggioli, Milano.
• Davenport, T., Guha, A., & Grewal, D. (2021). How to Design an AI Marketing Strategy: What the Technology Can Do Today—and What’s Next. Harvard Business Review, 99, 42- 47.
• Davenport, T., Guha, A., Grewal, D., & Bressgott, T. (2020). How artificial intelligence will change the future of marketing. Journal of the Academy of Marketing Science, 48(1), 24- 42.
• Doke, D. (2021). Software AI. Recruiter.
• Forger, G. (2020). AI and IoT are ready for your warehouse. Logistics management (Highlands Ranch, Colo.: 2002).
• Fountaine, T., McCarthy, B., & Saleh, T. (2021). Getting AI to scale. Harvard Business Review.
• Galeotti, M., & Garzella, S. (Eds.). (2013). Governo strategico dell’azienda: Prefazione del Prof. Umberto Bertini. G Giappichelli Editore.
• Gambhir, B., & Bhattacharjee, A. (2021). Embracing the role of artificial intelligence in accounting and finance: contemplating the changing skillset expectations. Development and Learning in Organizations: An International Journal.
• Gregg, M. (2005). CISSP security-management practices. Upper Saddle River, NJ: Pearson Education.
• Haenlein, M., & Kaplan, A. (2019). A brief history of artificial intelligence: On the past, present, and future of artificial intelligence. California management review, 61(4), 5-14.
• Harrison, N., & O’Neill, D. (2017). If your company isn’t good at analytics, it’s not ready for AI. Harvard Business Review.
• Henke, N., Levine, J., & McInerney, P. (2018). You don’t have to be a data scientist to fill this must-have analytics role. Harvard Business Review.
• Huang, M. H., Rust, R., & Maksimovic, V. (2019). The feeling economy: Managing in the next generation of artificial intelligence (AI). California Management Review, 61(4), 43-65.
• Lichtenthaler, U. (2020). Mixing data analytics with intuition: Liverpool Football Club scores with integrated intelligence. Journal of Business Strategy.
• Luo, X., Qin, M. S., Fang, Z., & Qu, Z. (2021). Artificial intelligence coaches for sales agents: Caveats and solutions. Journal of Marketing, 85(2), 14-32.
• McAfee, A., & Brynjolfsson, E. (2012). Big data: the management revolution. Harvard business review, 90(10), 60-68.
• Miyashita, M., & Brady, M. (2019). The Health Care Benefits of Combining Wearables and AI. Harvard Business Review.
• Nair, K., & Gupta, R. (2021). Application of AI technology in modern digital marketing environment. World Journal of Entrepreneurship, Management and Sustainable Development.
• Niehueser, W., & Boak, G. (2020). Introducing artificial intelligence into a human resources function. Industrial and commercial training, 52(2), 121-130.
• Ore, O., & Sposato, M. (2021). Opportunities and risks of artificial intelligence in recruitment and selection. International Journal of Organizational Analysis.
• Paschen, J., Kietzmann, J., & Kietzmann, T. C. (2019). Artificial intelligence (AI) and its implications for market knowledge in B2B marketing. Journal of Business & Industrial Marketing.
• Paschen, U., Pitt, C., & Kietzmann, J. (2020). Artificial intelligence: Building blocks and an innovation typology. Business Horizons, 63(2), 147-155.
• Petkov, R. (2020). Artificial intelligence (AI) and the accounting function—A revisit and a new perspective for developing framework. Journal of emerging technologies in accounting, 17(1), 99-105.
• Pighin, M., & Marzona, A. (2018). Sistemi informativi aziendali: ERP e sistemi di data analysis.
• Poba-Nzaou, P., Galani, M., Uwizeyemungu, S., & Ceric, A. (2021). The impacts of artificial intelligence (AI) on jobs: an industry perspective. Strategic HR Review, 20(2), 60- 65.
• Ponnapalli, P. (2022). Keys to successful innovation through artificial intelligence. Harvard Business Review.
• Ransbotham, S., Candelon, F., Kiron, D., LaFountain, B., & Khodabandeh, S. (2021). The Cultural Benefits of Artificial Intelligence in the Enterprise. MIT Sloan Management Review and Boston Consulting Group.
• Rudko, I., Bashirpour Bonab, A., & Bellini, F. (2021). Organizational structure and artificial intelligence. Modeling the intraorganizational response to the ai contingency. Journal of Theoretical and Applied Electronic Commerce Research, 16(6), 2341-2364.
• Samonas, S., & Coss, D. (2014). The CIA strikes back: Redefining confidentiality, integrity and availability in security. Journal of Information System Security, 10(3).
• Shrestha, Y. R., Ben-Menahem, S. M., & Von Krogh, G. (2019). Organizational decision- making structures in the age of artificial intelligence. California Management
• Review, 61(4), 66-83.
• Simonovich, L. (2021). Balancing AI advances with robust cybersecurity solutions. World Oil.
• Soni, V. D. (2020). Challenges and Solution for Artificial Intelligence in Cybersecurity of the USA. Available at SSRN 3624487.
• Strubell, E., Ganesh, A., & McCallum, A. (2019). Energy and policy considerations for deep learning in NLP. arXiv preprint arXiv:1906.02243.
• Tabesh, P. (2021). Who’s making the decisions? How managers can harness artificial intelligence and remain in charge. Journal of Business Strategy.
• S (2021). 3 areas where AI will boost your competitive advantage. Harvard Business Review Digital Articles.
• Truong, T. C., Zelinka, I., Plucar, J., Čandík, M., & Šulc, V. (2020). Artificial intelligence and cybersecurity: Past, presence, and future. In Artificial intelligence and evolutionary computations in engineering systems (pp. 351-363). Springer, Singapore.
• Tschang, F. T., & Almirall, E. (2021). Artificial intelligence as augmenting automation: Implications for employment. Academy of Management Perspectives, 35(4), 642-659.
• Tse, T., Esposito, M., Takaaki, M., & Goh, D. (2020). The dumb reason your AI project will fail. Harvard business review digital articles, 2-5.
• Vadari, S., & Desik, P. A. (2021). The Role of AI/ML in Enhancing Knowledge Management Systems. IUP Journal of Knowledge Management, 19(2), 7-31.
• Wamba-Taguimdje, S. L., Wamba, S. F., Kamdjoug, J. R. K., & Wanko, C. E. T. (2020). Influence of artificial intelligence (AI) on firm performance: the business value of AI-based transformation projects. Business Process Management Journal, 26(7), 1893-1924.
• Whitmore, A., Agarwal, A., & Da Xu, L. (2015). The Internet of Things—A survey of topics and trends. Information systems frontiers, 17(2), 261-274.
• Yampolskiy, R. V. (2017). AI Is the Future of Cybersecurity, for Better and for Worse. Harvard Business Review. May, 8.
• Zaki, M., McColl-Kennedy, R., & Neely, A. (2021). Using AI to Track How Customers Feel—In Real Time. Harvard Business Review.
• Zhang, H., Zhang, X., & Song, M. (2021). Deploying AI for New Product Development Success: By embracing and incorporating AI in all stages of NPD, companies can increase their success rate of NPD projects. Research-Technology Management, 64(5), 50-57.
• Zouave, E., Gustafsson, T., Bruce, M., Colde, K., Jaitner, M., & Rodhe, I. (2020). Artificially intelligent cyberattacks. Swedish Defence Research Agency, FOI, Tech. Rep. FOI.
• (2017). Lavazza a caccia di “coffe addicted” con l’intelligenza artificiale. Il Sole 24 Ore. Retrieved fromhttps://www.ilsole24ore.com/art/lavazza-caccia-coffee-addicted-l- intelligenza-artificiale–AEBRpxQD 2022/08/02
• Amar, J., Majumder, S., Surak, Z., & von Bismarck, N. (2021). How AI-driven nudges can transform an operation’s performance. McKinsey Global Institute. Retrieved from https://www.mckinsey.com/business-functions/operations/our-insights/how-ai-driven- nudges-can-transform-an-operations-performance 2022/07/27
• Balabio, B., Orlando, P., & Scolari, T. (2021). Cresce il mercato dell’intelligenza artificiale in Italia. Retrieved from https://www.osservatori.net/it/ricerche/comunicati- stampa/artificial-intelligence-italia-mercato-progetti-20202022/07/08
• Berruti, F., Nel, P., & Whiteman R. (2020). An executive primer on artificial general intelligence. McKinsey Global Institute. Retrieved from https://www.mckinsey.com/business-functions/operations/our-insights/an-executive- primer-on-artificial-general-intelligence 2022/07/06
• Boehm, J., Curcio, N., Merrath, P., Shenton, L., & Stahle T. (2019). The risk-based approach to cybersecurity. McKinsey Global Institute. Retrieved from https://www.mckinsey.com/business-functions/risk-and-resilience/our-insights/the-risk- based-approach-to-cybersecurity 2022/08/03
• Brooks, C. (2022). Alarming cyber statistics for mid-year 2022 that you need to know. Forbes. Retrieved from https://www.forbes.com/sites/chuckbrooks/2022/06/03/alarming- cyber-statistics-for-mid-year-2022-that-you-need-to-know/?sh=7043d0247864 2022/08/03
• Brown, S., Gandhi, D., Herring, L., & Puri, A. (2019). The analytics academy: bridging the gap between human and artificial intelligence. McKinsey Global Institute. Retrieved from https://www.mckinsey.com/business-functions/mckinsey-analytics/our-insights/the- analytics-academy-bridging-the-gap-between-human-and-artificial-intelligence 2022/07/18
• Buehler, K., Dooley, R., Grennan, L., & Singla, A. (2021). Getting to know-and manage- your biggest AI risks. McKinsey Global Institute. Retrieved from https://www.mckinsey.com/business-functions/mckinsey-analytics/our-insights/getting-to- know-and-manage-your-biggest-ai-risks 2022/07/11
• Bughin, J., Seong, J., Manyika, J., Chui, M., & Joshi, R. (2018). Notes from the AI frontier: Modeling the impact of AI on the world economy. McKinsey Global Institute. Retrieved from https://www.mckinsey.com/featured-insights/artificial-intelligence/notes-from-the-ai- frontier-modeling-the-impact-of-ai-on-the-world-economy#part12022/07/15
• Chakraborty, A. (2021). A.I. can be a cornerstone of success – but only if leaders make the right choices. Fortune. Retrieved from https://fortune.com/2021/10/27/ai-artificial- intelligence-business-strategy-data-accenture/2022/07/29
• Chui, M., Hall, B., Singla, A., & Sukharevsky, A. (2021). The state of AI in 2021. McKinsey Global Institute. Retrieved from https://www.mckinsey.com/business- functions/quantumblack/our-insights/global-survey-the-state-of-ai-in-20212022/07/08
• Chui, M., Manyika, J., Miremadi, M., Henke, N., Chung, R., Nel, P., & Malhotra, S. (2018). Notes from the AI frontier: Applications and value of deep learning. McKinsey global institute discussion paper, April. Retrieved from https://www.mckinsey.com/featured- insights/artificial-intelligence/notes-from-the-ai-frontier-applications-and-value-of-deep- learning 2022/07/07
• Dandona, G. S., Sharma, J., & Wright, M. (2021). Our own digital journey: upskilling hundreds of McKinsey technologists in AI. McKinsey Global Institute. Retrieved from https://www.mckinsey.com/about-us/new-at-mckinsey-blog/ai-upskilling-for-over-500- firm-technologists 2022/07/19
• Fowler, G. (2020). AI and its potential for cybersecurity. Forbes. Retrieved from https://www.forbes.com/sites/forbesbusinessdevelopmentcouncil/2020/12/18/ai-and-its- potential-for-cybersecurity/?sh=5d2f609e69d9 2022/08/03
• https://assets.siemens-energy.com/siemens/assets/api/uuid:cf20f2e1-ca9c-4589-9f88- 4e6592b4672d/brochure-deeparmour-industrial-200609.pdf 2022/08/05
• https://bids.berkeley.edu/news/berkeley-institute-data-science-and-accenture-applied- intelligence-announce-new-collaboration 2022/07/18
• https://info.algorithmia.com/hubfs/2020/Reports/2021-Trends-in- ML/Algorithmia_2021_enterprise_ML_trends.pdf?hsLang=en-us 2022/07/08
• https://wwd.com/business-news/technology/levis-ai-bootcamp-data-science-1234881378/ 22/09/04
• https://www.accenture.com/_acnmedia/PDF-63/Accenture-CoBE-Brochure-
• pdf#zoom=50 2022/08/23
• https://www.accenture.com/fr-fr/_acnmedia/36dc7f76eab444cab6a7f44017cc3997.pdf 2022/07/08
• https://www.bcg.com/publications/2020/is-your-company-embracing-full-potential-of- artificial-intelligence 2022/09/17
• https://www.capgemini.com/wp-content/uploads/2019/07/AI-in- pdf 2022/08/03
• https://www.careers.ox.ac.uk/article/the-pymetrics-games-overview-and-practice- guidelines 2022/07/26
• https://www.cnr.it/sites/default/files/public/media/attivita/editoria/VOLUME%20FULL%20 14%20digital%20LIGHT.pdf 2022/08/22
• https://www.levistrauss.com/2021/05/17/machine-learning-bootcamp/ 2022/07/19
• https://www.linkedin.com/pulse/how-coca-cola-using-ai-stay-top-soft-drinks-market- shivani-salunkhe 2022/08/23
• https://www.mckinsey.com/about-us/new-at-mckinsey-blog/mckinsey-receives-top- ranking-in-the-forrester-wave-ai-report 2022/07/19
• https://www.nist.gov/system/files/documents/cyberframework/cybersecurity-framework- pdf 2022/08/03
• https://www.statista.com/statistics/1083482/worldwide-ai-revenue-increase/ 2022/08/02 https://www.statista.com/statistics/1083516/worldwide-ai-cost-decrease/ 2022/08/02
• https://www.statista.com/statistics/1119824/global-business-and-hr-leaders-on-ai-impact- to-job-numbers/ 2022/07/20
• https://www.statista.com/statistics/1235395/worldwide-ai-enabled-cyberattacks- companies/ 2022/08/05
• https://www.statista.com/statistics/1293758/ai-marketing-revenue-worldwide/ 2022/07/25
• https://www.statista.com/statistics/472934/business-analytics-software-revenue- worldwide/ 2022/07/29
• https://www.statista.com/statistics/871513/worldwide-data-created/ 2022/07/29
• https://www.statista.com/statistics/941137/ai-investment-and-funding-worldwide/ 2022/07/08
• https://www.treccani.it/enciclopedia/intelligenza-artificiale 2022/07/04
• https://www.treccani.it/enciclopedia/sicurezza-informatica/#:~:text=sicur%C3%A9zza%20inform%C3%A0tica%20Ramo%20dell’informatica,dati%20riservati%20in%20essi%20contenuti. 2022/09/13
• https://www.tripwire.com/state-of-security/security-data-protection/43-billion-stolen- through-business-email-compromise-since-2016-reports-fbi/ 2022/09/13
• https://www.webfx.com/martech/pricing/ai/#:~:text=In%202020%2C%20companies%20can%20pay,house%20or%20freelance%20data%20scientists.&text=In%20comparison
• %2C%20custom%20AI%20solutions,from%20%246000%20to%20over%20%24300%2C 000. 2022/09/18
• Jeans, D. (2020). Companies will spend $50 billion on artificial intelligence this year with little to show for it. Forbes. Retrieved from https://www.forbes.com/sites/davidjeans/2020/10/20/bcg-mit-report-shows-companies- will-spend-50-billion-on-artificial-intelligence-with-few-results/?sh=7efe3fe57c87 2022/09/17
• Johar, P. (2020). How AI makes big data smarter. Forbes. Retrieved from https://www.forbes.com/sites/forbestechcouncil/2020/03/23/how-ai-makes-big-data- smarter/?sh=381f9b6a4684 2022/08/01
• Luchtenberg, D., & Migliorini, R. (2022). Coca-Cola: The people-first story of a digital transformation. McKinsey Global Institute. Retrieved from https://www.mckinsey.com/business-functions/operations/our-insights/coca-cola-the-people-first-story-of-a-digital-transformation 2022/08/02
• Malins, A. (2022). Machine learning and artificial intelligence: implementation in practice. Forbes. Retrieved from https://www.forbes.com/sites/forbestechcouncil/2022/01/25/machine-learning-and- artificial-intelligence-implementation-in-practice/?sh=7692b2a35c89 2022/07/15
• Manyika J., & Sneader K. (2018). AI, automation, and the future of work: Ten things to solve for. McKinsey Global Institute. Retrieved from https://www.mckinsey.com/featured- insights/future-of-work/ai-automation-and-the-future-of-work-ten-things-to-solve-for 2022/07/15
• Marr, B. (2017). The Amazing Ways Coca Cola Uses Artificial Intelligence And Big Data To Drive Success. Forbes. Retrieved from https://www.forbes.com/sites/bernardmarr/2017/09/18/the-amazing-ways-coca-cola- uses-artificial-intelligence-ai-and-big-data-to-drive-success/?sh=1448c01778d2 2022/08/02
• Marr, B. (2018). The amazing ways how Unilever uses artificial intelligence to recruit & train thousands of employees. Forbes. Retrieved from https://www.forbes.com/sites/bernardmarr/2018/12/14/the-amazing-ways-how-unilever-uses-artificial-intelligence-to-recruit-train-thousands-of-employees/?sh=485a1ca76274 2022/07/26
• Marr, B. (2022). The most in – demand technical skills – and how to develop them. Forbes. Retrieved from https://www.forbes.com/sites/bernardmarr/2022/08/03/the-most- in-demand-technical-skills–and-how-to-develop-them/?sh=7a1c4e1362e4 2022/08/22
• Mohan S. (2022). How to make it easier to implement AI in your business. Forbes. Retrieved from https://www.forbes.com/sites/forbestechcouncil/2022/05/27/how-to- make-it-easier-to-implement-ai-in-your-business/?sh=481bfbd65300 2022/07/12
• Rossitto, S. (2021). “Senza intelligenza artificiale e big data impossibile un vaccino contro il Covid in tempi brevi”. Il Sole 24 Ore. Retrieved from https://www.ilsole24ore.com/art/senza-intelligenza-artificiale-e-big-data-impossibile-vaccino-contro-covid-tempi-brevi-AD5lOYHB 2022/08/01
• Rusconi, G. (2022). L’intelligenza artificiale facilita il cambiamento organizzativo. Il Sole 24 Ore. Retrieved from https://www.ilsole24ore.com/art/l-intelligenza-artificiale-facilita- cambiamento-organizzativo-AEitC2OB 2022/07/14
• Sinur, J., & Peters, E. (2019). AI & big data; better together. Forbes. Retrieved from https://www.forbes.com/sites/cognitiveworld/2019/09/30/ai-big-data-better- together/?sh=61a9e9a360b3 2022/08/01
• Taulli, T. (2021). Artificial intelligence: should you teach it to your employees? Forbes. Retrieved from https://www.forbes.com/sites/tomtaulli/2021/09/10/ai-artificial- intelligence-should-you-teach-it-to-your-employees/?sh=2bab6b507b73 2022/07/18
• Tremolada, L. (2019). Machine learning, deep learning e reti neurali. Ecco di cosa parliamo. Il sole 24 ore. Retrieved from https://www.ilsole24ore.com/art/machine- learning-deep-learning-e-reti-neurali-ecco-cosa-parliamo–AEaToEBH2022/07/07
• ASIMOV, I. (1950), I, Robot. (Cited at page 5)
• BABBAGE, C. (1982), «On the Mathematical Powers of the Calculating Engine», The Origins of Digital Computers. Texts and Monographs in Computer Science.
• BODEN, M. A. (2018), Artificial Intelligence: A Very Short Introduction.
• CAMPBELL, M., HOANE, A. J. e HSIUNG HSU, F. (2002), «Deep Blue», Artificial Intelligence, vol. 134, p. 57–83.
• CLARKE, A. C. e KUBRICK, S. (1968), 2001: A Space Odyssey.
• DICK, P. K. (1968), Do Androids Dream of Electric Sheep?
• HASHEMIPOUR, S. e ALI, M. (2020), «Amazon Web Services (AWS) – An Overview of the On-Demand Cloud Computing Platform».
• KRIZHEVSKY, A., SUTSKEVER, I. e HINTON, G. E. (2012), «ImageNet classification with deep convolutional neural networks», Communications of the ACM, vol. 60, p. 84 – 90.
• LECUN, Y., BENGIO, Y. e HINTON, G. E. (2015), «Deep Learning», Nature, vol. 521, p. 436–444.
• MASLEJ, N., FATTORINI, L., BRYNJOLFSSON, E., ETCHEMENDY, J., LIGETT, K., LYONS, T., MANYIKA, J., NGO, H., NIEBLES, J. C., PARLI, V., SHOHAM, Y., WALD, R., CLARK, J., e PERRAULT, R. (2023), «The AI Index 2023 Annual Report», Rap. tecn., AI Index Steering Committee, Institute for Human-Centered AI, Stanford University, Stanford, CA.
• MCCARTHY, J. (1960), «Programs with common sense».
• MCCARTHY, J., MINSKY, M., ROCHESTER, N. e SHANNON, C. E. (2006), «A Proposal for the Dartmouth Summer Research Project on Artificial Intelligence, August 31, 1955», AI Mag., vol. 27, p. 12–14.
• RAO, A. S. e VERWEIJ, G. (2017), «Sizing the prize: what’s the real value of AI for your business and how can you capitalise?».
• RUSSELL, B. e WHITEHEAD, A. N. (1956), «Principia Mathematica to *56».
• RUSSELL, S. e NORVIG, P. (1995), «Artificial intelligence – a modern approach: the intelligent agent book».
• TURING, A. (1937), «On computable numbers, with an application to the Entscheidungsproblem», Proc. London Math. Soc.
• VASWANI, A., SHAZEER, N. M., PARMAR, N., USZKOREIT, J., JONES, L., GOMEZ, A. N., KAISER, L. e POLOSUKHIN, I. (2017), «Attention is All you Need», in «NIPS».
• freepik.com

Note

[1] Haenlein, M., & Kaplan, A. (2019), op. cit., 6-7.

[2] Wamba-Taguimdje, S. L., Wamba, S. F., Kamdjoug, J. R. K., & Wanko, C. E. T. (2020), op. cit., 1895.

[3] Wamba-Taguimdje, S. L., Wamba, S. F., Kamdjoug, J. R. K., & Wanko, C. E. T. (2020), op. cit., 1895.

[4] Haenlein, M., & Kaplan, A. (2019), op. cit., 8.

[5] Agrawal, A., Gans, J., & Goldfarb, A. (2017). The trade-off every AI company will face. Harvard Business Review Digital Articles,4.

[6] Haenlein, M., & Kaplan, A. (2019), op. cit., 9.

[7] Huang, M. H., Rust, R., & Maksimovic, V. (2019). The feeling economy: Managing in the next generation of artificial intelligence(AI). California Management Review, 61(4), 45-47.

[8] Berruti, F., Nel, P., & Whiteman R. (2020). An executive primer on artificial general intelligence. McKinsey Global Institute. Retrieved from https://www.mckinsey.com/business-functions/operations/our- insights/an-executive-primer-on-artificial-general-intelligence 2022/07/06.

[9] Berruti, F., Nel, P., & Whiteman R. (2020), op. cit.

[10] Haenlein, M., & Kaplan, A. (2019), op. cit., 12-13.