La Pubblica amministrazione è chiamata a un passaggio disruptive per cogliere le opportunità offerte dalle tecnologie abilitanti in tutte le loro declinazioni, intelligenza artificiale in testa, non fosse altro perché proprio la Pa è il più grande produttore di dati in circolazione.
Quei dati che servono da benzina al motore della trasformazione digitale (anche del settore privato) e che dunque pongono la Pa in una posizione strategica per favorire lo sviluppo di applicazioni e servizi ad elevato valore, perché i dati che raccoglie e gestisce sono dati ufficiali e quindi di particolare qualità. Vediamo il caso del Sistema camerale.
PA e AI, lo scenario
Riguardo allo scenario futuro, le certezze sull’evoluzione dell’impatto dell’AI sulla quotidianità si limitano al fatto che sul palcoscenico dell’economia digitale si assisterà, da un lato, a una competizione ancora più serrata tra le big dell’IT mondiale, dall’altro, alla responsabilità dei governi e delle pubbliche amministrazioni per costruire un quadro di regole globali capaci di mediare tra esigenze di sviluppo del mercato e tutela dei diritti dei cittadini.
In questo gioco delle parti, però, non va perso di vista un elemento importante e cioè che i governi hanno anche un’altra responsabilità anch’essa forte: quella di favorire l’introduzione di queste tecnologie nei servizi delle proprie amministrazioni per migliorarne la qualità e tenere il passo con l’evoluzione del mercato, alzando i propri standard a vantaggio di cittadini e imprese.
L’approccio del sistema camerale all’AI
In questa prospettiva che il sistema camerale – attraverso un tavolo di lavoro istituito in InfoCamere e che coinvolge Unioncamere e rappresentanti di alcune Camere di commercio – ha avviato dalla metà dello scorso anno una riflessione a riguardo dei possibili impatti delle tecnologie abilitanti sui propri processi e servizi, con particolare attenzione alla semplificazione e all’efficientamento del rapporto con le imprese. Da questo tavolo sono già scaturite delle iniziative sperimentali, mentre altre si sono innestate su servizi esistenti avviando concretamente una “digital roadmap” su cui far viaggiare il processo di trasformazione digitale del sistema camerale.
AI per le Camere di commercio
L’introduzione dell’AI – e in particolare l’AI generativa – nell’ambito di attività di un sistema pubblico, come quello delle Camere di commercio, comporta valutazioni approfondite su almeno tre aspetti: l’impatto sul tema della protezione dei dati, gli effetti sulle imprese (qualità delle informazioni e rischi di “allucinazioni”), gli impatti organizzativi che queste tecnologie richiedono ad esempio in ambito di nuove competenze.
La velocità di diffusione delle applicazioni di AI mette la Pa davanti all’esigenza di individuare gli ambiti in cui sviluppare soluzioni in linea con l’evoluzione tecnologica.
Il caso dei ChatBot di InfoCamere
Uno tra i primi effetti di questa veloce diffusione degli strumenti di AI è la crescita delle aspettative degli utenti che, se fino ad ora erano disponibili ad avere un po’ di pazienza con un assistente virtuale approssimativo nelle risposte, ora si attendono che questo riesca ad analizzare le interazioni della nostra conversazione e comprenderne il contesto.
Con questa consapevolezza, InfoCamere ha investito per rispondere alle richieste degli utenti dei servizi camerali, sviluppando soluzioni personalizzate con assistenti virtuali basati sull’AI (ChatBot). Esperienze già avanzate sono attive in diverse Camere di commercio e il loro sviluppo potrà presto indicare i modelli più adeguati alle esigenze di ciascun territorio e struttura imprenditorale.
Attualmente, il chatbot è disponibile dai siti web istituzionali delle Camere di Chieti-Pescara, Cagliari-Oristano, Foggia, Padova, Umbria e, a breve, anche in quella di Treviso-Belluno. A breve, l’assistente virtuale verrà introdotto anche sui siti della Camera del Molise e di Palermo-Enna mentre altre hanno manifestato interesse al progetto.
Caratteristiche del servizio
Dal punto di vista tecnologico, il servizio si caratterizza come una AI Conversation Platform basata sull’utilizzo del linguaggio naturale (Natural Processing Language) e il machine learning, in grado di analizzare e comprendere la richiesta dell’utente attraverso tecnologie di Speech to Text-Text to Speech e di identificare le risposte più pertinenti presenti nella sua Knowledge Base (KB) mediante un processo di “Intent Recognition”.
La KB standard del servizio ChatBot comprende attualmente 1600 domande, associate a circa 50 argomenti di pertinenza del contesto camerale. Una base dati in continua evoluzione in una logica di circolarità delle informazioni, tale da consentire un allineamento costante tra tutte le Camere dotate del servizio. A questa base comune si aggiungono le evoluzioni richieste dalle singole Camere per adottare modelli di risposta più adeguati alle esigenze di ciascun territorio.
L’integrazione con il LLM
Una possibile evoluzione del servizio punta all’integrazione con il Large Language Model (LLM), una delle frontiere più avanzate dell’AI, nel campo dell’elaborazione del linguaggio naturale. Si tratta di modelli linguistici in grado di generare testi coerenti e sensati a partire da un input inserito (ad esempio, GPT di Open AI, o altre soluzioni proprietarie).
Obiettivo di questa evoluzione è di giungere all’integrazione del servizio con altre KB complesse proprietarie del sistema camerale e, in prospettiva, arrivare a possibili integrazioni con il CRM camerale e con i servizi di gestione degli appuntamenti già esistenti.
Al di fuori del contesto degli assistenti virtuali evoluti, le sfide per il sistema camerale nell’implementazione di servizi basati su AI e Machine Learning ruotano intorno all’esigenza di usare queste tecnologie per rafforzare il ruolo istituzionale delle Camere e rispondere alle crescenti esigenze di soluzioni più efficienti da parte delle imprese.
Una promessa dell’intelligenza artificiale è quella di rendere fruibile su larga scala informazioni che altrimenti rimarrebbero “nascoste” nei dati. Si pensi ad esempio alle possibilità che strumenti di apprendimento automatico possano fornire nell’estrarre informazioni in maniera automatizzata da fonti non strutturate (testi o segnali) o che ne facilitino i processi di gestione.
Il nodo delle allucinazioni
Nell’ambito delle applicazioni concrete dell’AI generativa, per il Sistema camerale è molto importante prestare attenzione verso le cosiddette allucinazioni: i servizi che realizziamo rappresentano infatti una bussola per i cittadini-imprenditori nel proprio processo decisionale e nei rapporti con la PA, il cui ago deve muoversi con certezza lungo la direttrice della qualità e affidabilità dei dati.
Per affrontare la sfida della realizzazione di soluzioni basate sull’intelligenza artificiale, InfoCamere ha istituito un tavolo di lavoro con l’obiettivo di valutare gli ambiti di applicazione dell’AI sulla base delle necessità identificate dalle camere. Sulla base di questo lavoro, si è giunti ad individuare un primo set di sperimentazioni, alcune delle quali in fase avanzata di implementazione.
L’obiettivo comune di tutte queste iniziative è di testare la potenzialità dell’AI nel facilitare il processo di gestione delle informazioni da parte degli uffici camerali, migliorare la qualità dei dati inseriti nel Registro delle imprese e offrire agli utenti strumenti avanzati per l’interazione con le informazioni.
Nello specifico, le sperimentazioni messe in campo si sono focalizzate principalmente nell’ambito dell’analisi testuale. All’interno del Registro delle Imprese, che rappresenta la principale anagrafe economica del Sistema Paese, abbiamo molte informazioni testuali sulla vita economica e amministrativa delle aziende. Queste informazioni non erano immediatamente fruibili prima della diffusione degli strumenti di analisi testuale e, successivamente, di AI generativa. La classificazione dei testi, ad esempio, può rivelarsi molto utile per efficientare i processi di acquisizione e trattamento delle informazioni dirette ai registri camerali.
Le sperimentazioni
Un primo ambito di applicazione di questo approccio sta riguardando una sperimentazioni di analisi testuale per la classificazione automatica del codice settoriale Ateco, a partire dalla descrizione dell’attività dell’impresa. Ad oggi, il processo di definizione dello specifico codice settoriale è un processo che richiede tempo agli imprenditori e agli operatori camerali. Avere uno strumento che possa suggerire il codice più adatto sulla base della descrizione dell’attività potrà essere di supporto nell’efficientamento dei processi, senza sostituirsi però alla componente umana.
Con una seconda sperimentazione, si sta puntando a testare la classificazione automatica dei documenti a partire dal loro contenuto, per favorire il riconoscimento automatico del tipo di documento che l’impresa sta depositando ed evitare, così, possibili errori e ritardi nella disponibilità al pubblico delle informazioni.
La terza delle sperimentazioni avviate di recente – con la collaborazione delle Camere Cosenza, Savona e Vicenza – riguarda un prototipo di soluzione di AI sviluppato all’interno del servizio DIRE (Deposito Istanze al Registro delle Imprese) per facilitare l’identificazione del legale rappresentante a partire dai testi dei poteri dichiarati dalle aziende. Nella compilazione guidata dell’adempimento “Cariche e organi amministrativi”, DIRE ha integrato un primo servizio di AI che permette di riconoscere i legali rappresentanti delle imprese, analizzando i documenti presenti nel Registro imprese (visura, statuto, atto costitutivo, patti sociali). Grazie a questa integrazione, nella compilazione dell’adempimento, DIRE è in grado di identificare possibili incoerenze tra il dato strutturato presente nella modulistica ministeriale e le informazioni testuali/non strutturate analizzate dal servizio di AI, e suggerire all’utente come impostare correttamente in Visura l’informazione sulla legale rappresentanza.
Dalle domande al dato
Infine, sempre nell’ambito di soluzione vicine alla AI generativa, di recente InfoCamere ha completato la sperimentazione di uno strumento che permette di navigare un dataset di informazioni statistiche in forma visuale a partire da query testuali libere, anche vocali, anziché utilizzando sistemi di interrogazione classici e formalizzati. L’obiettivo è quello di ottenere come risultato grafici e rappresentazioni statistiche senza dover inserire regole complesse per la navigazione dei dati, permettendo ampia libertà all’utente nel ricercare ed estrarre le informazioni desiderate.
