L'intelligenza artificiale (IA) non è più un dominio esclusivo delle grandi imprese, quelle con accesso a enormi quantità di dati e considerevole potenza di calcolo. Al contrario, le piccole aziende e persino gli imprenditori che non hanno ancora lanciato un prodotto sul mercato stanno integrando strumenti di intelligenza artificiale, inclusa l'IA generativa (GenAI), nei loro modelli di business in modi nuovi ed entusiasmanti.

Quest'anno, il Gusto New Business Formation Report ha rivelato un dato significativo: oltre il 20% delle nuove imprese utilizza tecnologie di intelligenza artificiale generativa. La GenAI si è dimostrata fondamentale nell'aiutare gli imprenditori ad ampliare la propria portata prima del lancio sul mercato, una fase in cui le risorse sono tipicamente limitate, imponendo stringenti vincoli di tempo e costi. Questo supporto consente ai fondatori di superare ostacoli iniziali che un tempo avrebbero richiesto investimenti considerevoli o personale dedicato.

L'esperienza di Sean Ammirati: L'IA cambia l'insegnamento

L'imprenditore Sean Ammirati conosce in prima persona queste limitazioni. Non è solo un fondatore, ma anche un professore di imprenditorialità, e tiene corsi MBA presso la Carnegie Mellon University. Ogni anno, i suoi corsi guidano gli studenti attraverso il processo di sviluppo di una startup, dalla concezione all'ipotetico lancio. Quest'anno, tuttavia, l'esperienza è stata notevolmente diversa.

I suoi studenti avevano un nuovo strumento a loro disposizione: l'intelligenza artificiale generativa. Mentre alcuni docenti hanno respinto l'idea che gli studenti cercassero supporto da queste applicazioni, Ammirati, invece, lo incoraggia attivamente. Egli riconosce il potenziale rivoluzionario della GenAI, comprendendo che essa offre applicazioni potenti e trasformative per gli imprenditori emergenti.

“Ciò che è interessante è la velocità con cui gli studenti sono riusciti a progredire e ad acquisire un certo numero di clienti con prodotti relativamente solidi nel corso di un semestre, rispetto a quanto ho visto in 13 anni di esperienza con questi corsi,” afferma Ammirati. “Stanno anche realizzando cose con i loro prodotti che semplicemente non sarebbero state possibili prima di questo momento.” Alcune di queste startup operano nel campo dell'IA, ma non sono solo startup di IA; sono piuttosto startup "AI-native", che hanno sfruttato l'IA fin dall'inizio per avviare e far crescere le loro attività.

Nel 2023, Ammirati ha partecipato al programma GenAI Fellows della Carnegie Mellon, un'iniziativa del Center for Intelligent Business dell'università, volta a creare una base di ricerca per migliorare la comprensione delle applicazioni aziendali dell'IA generativa. Questo programma sottolinea l'impegno dell'università nel posizionarsi all'avanguardia nell'esplorazione del potenziale dell'IA nel mondo degli affari.

L'IA come "cofondatore": Un nuovo paradigma

Ammirati ha redatto un articolo intitolato "Applications of GenAI for Entrepreneurs", in cui descrive dettagliatamente come gli strumenti generativi possano automatizzare le attività di routine e aiutare gli imprenditori a concentrarsi su un pensiero strategico di livello superiore. Egli paragona l'avvento della GenAI all'emergere della tecnologia cloud e mobile per quanto riguarda il modo in cui queste tecnologie hanno ridefinito l'imprenditorialità, aprendo nuove frontiere e opportunità impensabili in precedenza.

Nel suo lavoro accademico, Ammirati sostiene che questa tecnologia può essere più di un semplice assistente AI; può fungere da una sorta di "cofondatore", in grado di fornire guida e informazioni preziose. Non sarà mai il decisore finale, ma un partner utile che può assistere nell'ideazione, nella convalida delle idee e nella scalabilità delle operazioni. Questa visione trasforma l'IA da un mero strumento a un collaboratore strategico.

Espansione accelerata delle funzionalità aziendali

Nell'ultimo decennio, le piccole imprese hanno integrato strumenti di intelligenza artificiale a basso costo per ottimizzare i flussi di lavoro ed eseguire funzioni di alto livello che altrimenti sarebbero state irraggiungibili a causa di costi o complessità. La rivoluzione scatenata dal rilascio di ChatGPT ha accelerato ulteriormente questa tendenza, fornendo anche agli imprenditori in fase iniziale, che magari non hanno ancora un singolo dipendente, la capacità di assumere una gamma più ampia di funzioni aziendali e di accelerare il ritmo con cui le svolgono.

Creazione di contenuti: Il caso d'uso più evidente

Un caso d'uso ovvio per l'IA generativa si trova direttamente nel suo nome: la creazione di contenuti. Questa è forse la modalità più semplice per gli imprenditori di ampliare la loro portata prima di assumere personale per queste mansioni. La capacità di generare testo, immagini e altro materiale creativo in modo rapido ed efficiente è una risorsa inestimabile per le startup con budget limitati.

Questa utilità è più evidente nelle campagne di marketing. L'IA, utilizzando l'elaborazione del linguaggio naturale, può aiutare a redigere post coinvolgenti per i social media, articoli di blog ottimizzati per la SEO e testi per siti web di e-commerce, aiutando le piccole imprese a mantenere una presenza online coerente e professionale. Nelle campagne di email marketing, l'IA può creare oggetti persuasivi, contenuti accattivanti e call-to-action efficaci per aumentare i tassi di apertura e le interazioni con i clienti.

Può anche assistere nella creazione di script per video, podcast o webinar, rendendo il marketing multimediale più accessibile per i fondatori che probabilmente non dispongono di questa specifica competenza interna. Descrizioni di prodotti Amazon, testi pubblicitari e altre attività che richiedono molto tempo possono essere completate in una frazione del tempo che richiederebbero altrimenti, liberando risorse preziose.

Oltre il marketing: Applicazioni aziendali a 360 gradi

Non si tratta solo di sforzi di marketing. Piani aziendali, presentazioni per investitori, analisi della concorrenza, descrizioni di posizioni lavorative per LinkedIn, documenti di policy, materiali di formazione e onboarding, gestione delle relazioni con i clienti (CRM) e FAQ beneficiano tutti delle soluzioni di IA generativa. I chatbot basati sull'IA possono anche dare a una startup un vantaggio nell'esperienza del cliente, il che può portare a significativi risparmi sui costi nelle fasi iniziali. Ottimizzando le attività sopra menzionate, rimane più tempo per concentrarsi su compiti cognitivi di livello superiore come la ricerca e la decisione strategica.

Il ruolo dell'IA nella ricerca strategica

Naturalmente, l'intelligenza artificiale generativa può anche aiutare nella ricerca. Una delle maggiori difficoltà dell'imprenditoria è non sapere ciò che non si sa. Un modello linguistico di grandi dimensioni (Large Language Model, LLM) può essere una risorsa eccellente per porre domande difficili ed esplorative; domande che forse ci si vergognerebbe persino di chiedere a una persona. Per esempio:

  • “Una prossima regolamentazione dell'UE influenzerà la sostenibilità della mia offerta di prodotti?”
  • “Qual è l'attuale volume del mercato globale per le alternative al mio prodotto?”

Limiti e precauzioni nell'uso delle LLM

Un avvertimento importante è che gli imprenditori devono tenere presente che gli LLM sono limitati in molti modi e che le "allucinazioni" (generazioni di informazioni errate o inventate) sono frequenti. Ancora peggio, gli LLM tradizionalmente non sono in grado di spiegare come sono giunti alle loro conclusioni, rendendo difficile la verifica delle informazioni generate. È fondamentale approcciare queste tecnologie con un sano scetticismo e una mentalità critica.

L'avanzamento della RAG e la verifica delle fonti

Fortunatamente, grazie ai recenti progressi negli algoritmi di machine learning (ML), gli LLM che sono stati potenziati con la Generazione Aumentata dal Recupero (Retrieval-Augmented Generation, RAG) possono recuperare informazioni in tempo reale da internet, e gli utenti possono verificare le fonti per accertarne l'autenticità. Questa capacità aggiunge un livello cruciale di affidabilità e trasparenza all'output dell'IA, consentendo agli imprenditori di fidarsi maggiormente delle informazioni generate.

L'IA come partner di riflessione

Può essere utile considerare gli strumenti basati sull'IA come ottime fonti per stimolare la riflessione e per ottenere informazioni esplorative iniziali, piuttosto che come risposte definitive o raccomandazioni legalmente fondate. Anche se tali strumenti non sono accurati al 100%, possono aiutare i fondatori a considerare un problema in un modo nuovo o a guidarli verso un percorso di ricerca cruciale che altrimenti non avrebbero incontrato. Essi agiscono come catalizzatori per l'innovazione e la scoperta.

I fondatori possono porre domande complesse, come quelle già menzionate, e gli LLM possono fornire contesto, consentendo ai fondatori di porre domande migliori a specialisti umani come avvocati, esperti di conformità o ingegneri della catena di approvvigionamento. Questo non solo rende il processo più efficiente, ma assicura anche che le domande poste siano più mirate e pertinenti.

“Non si dovrebbe semplicemente chiedere a un LLM una consulenza legale e poi, senza ulteriori riflessioni, intraprendere i passi successivi,” afferma Ammirati. “Ma se l'IA può trasformare un progetto di 10 ore in un progetto di un'ora, allora è un valore aggiunto significativo per l'imprenditore.”

Il futuro: Applicazioni basate su LLM

Per Ammirati, l'opportunità più entusiasmante al momento non sono necessariamente i modelli di base stessi, ma piuttosto le applicazioni che si basano sugli LLM. Alcuni potrebbero definire tali app con disprezzo come "LLM wrapper", considerandole una semplice riproposizione dell'innovazione di un LLM senza aggiungere nuove funzionalità sostanziali. Tuttavia, il loro valore risiede nella loro capacità di rendere l'IA più accessibile e mirata.

Queste applicazioni possono essere dotate di prompt o modelli predefiniti che guidano il modello, istruendolo a produrre risultati specifici e ottimizzati per determinati casi d'uso aziendali. In questo modo, anche gli utenti meno esperti di IA possono sfruttare la potenza degli LLM per risolvere problemi pratici e migliorare le operazioni quotidiane, trasformando il potenziale dell'IA in soluzioni concrete e utilizzabili.