IA Generativa: roadmap per le aziende in portafoglio dei Private Equity

Molti dirigenti d’azienda hanno faticato a distinguere tra realtà e speculazioni nell’ondata recente di informazioni sull’intelligenza artificiale generativa (“IA”). Oggi i benefici e i rischi sono in gran parte ipotetici, con previsioni che vanno da enormi benefici per l’umanità a distruzioni catastrofiche. Molte aziende non sanno da dove cominciare e come impegnarsi con questa tecnologia in modo da dimostrare il proprio valore e allo stesso tempo minimizzare i rischi. Gli Operating Advisor del GS Value Accelerator hanno lavorato a stretto contatto con le nostre società di private equity in portafoglio sulle best practice relative all’IA generativa. Raccomandiamo alle aziende di adottare un approccio misurato e attento, visti i rischi e le complessità insiti in questa tecnologia nascente.

Definizione e comprensione dell’IA generativa

L’intelligenza artificiale generativa crea nuovi contenuti sotto forma di testo, codice, immagini, audio, video e così via, in base ai dati che le sono stati trasmessi e/o agli input che ha ricevuto. Alcuni esempi di questa tecnologia sono i modelli linguistici di grandi dimensioni come ChatGPT 3/4 e altre forme di generazione di nuovi contenuti come DALL-E per le immagini. Ogni tecnologia è accomunata da un’interfaccia che favorisce la simulazione delle interazioni umane. La tecnologia presenta alcuni problemi noti. I modelli di IA generativa presentano i contenuti con lo stesso grado di fiducia, indipendentemente dal fatto che le informazioni generate siano corrette o meno (queste ultime vengono chiamate allucinazioni). Inoltre, la tecnologia non è in grado di auto-riflettere o di imitare le capacità di giudizio etico dell’uomo. Poiché l’IA generativa non è ancora soggetta a politiche o normative standard, si verificano molte aree grigie che devono essere prese in considerazione. Ad esempio, chi è il proprietario finale dei contenuti generati e chi è responsabile delle azioni derivanti da tali contenuti?

Potential Use Cases and the Importance of the “Safe Case”

Many businesses are exploring generative AI for report-writing, social media, interviewing, and other use cases. At the same time, the concept of a “safe” use case for piloting generative AI in a business context is critical. Companies should place boundaries around testing and using generative AI by limiting the underlying datasets, managing variables, and implementing quality control checks, all of which can help manage risk. Several companies in our private equity portfolio are considering how best to apply the technology in their space. Below we have highlighted two examples that show the potential of AI technology and how we think about building a “safe” use case.

Casi d’uso potenziali e importanza del “Safe Case”

Molte aziende stanno esplorando l’IA generativa per la stesura di relazioni, per i social media, per le interviste e per altri casi d’uso. Allo stesso tempo, il concetto di caso d’uso “sicuro” per la sperimentazione dell’IA generativa in un contesto aziendale è fondamentale. Le aziende dovrebbero porre dei limiti alla sperimentazione e all’utilizzo dell’IA generativa, limitando i set di dati sottostanti, gestendo le variabili e implementando controlli di qualità, tutti elementi che possono aiutare a gestire il rischio. Diverse aziende del nostro portafoglio di private equity stanno valutando come applicare al meglio questa tecnologia nel loro settore.

Definizione delle priorità, risorse e pianificazione preventiva

I leader delle società in portafoglio che stanno seriamente esplorando l’IA generativa per la loro attività devono considerarla parte integrante della loro strategia, non come una preoccupazione secondaria che può essere esternalizzata o delegata. Considerare la tecnologia e le sue ripercussioni come una leva strategica fondamentale implica la necessità di dedicare tempo e lavoro per capire cosa significhi per la propria azienda, il proprio settore e il proprio ecosistema. Diverse domande chiave guideranno le fasi iniziali e successive del processo di pianificazione. Cosa fanno i competitor? Quali aree specifiche del loro modello di business, dei loro processi o delle loro operazioni si prestano a progetti pilota più sicuri di questa tecnologia, dove alcuni elementi umani rimangono intatti? Una volta definiti i progetti pilota, quali sarebbero i rischi che ne derivano e il piano di mitigazione dei rischi? Come si potrebbe creare un quadro decisionale sull’uso etico dell’IA generativa che sia in linea con i valori aziendali? Quale tipo di struttura di governance leggera all’interno dell’azienda si presterebbe meglio alla sperimentazione, alla collaborazione e a risultati ben calibrati?

L’IA generativa ha il potenziale per diventare uno strumento prezioso per molte aziende. Per utilizzare efficacemente questa tecnologia, le aziende devono prendere in considerazione le precauzioni necessarie per implementare un “caso sicuro”. Impegnandosi attivamente con la tecnologia fin dalle prime fasi, i dirigenti possono assicurarsi che le aziende siano posizionate al meglio per il futuro.