Tags: Intelligenza Artificiale Chatbot

Quando si parla di applicazione di NLP (Natural Language Processing) si sta identificando una delle aree più promettenti nel macrocosmo dell’Intelligenza Artificiale. Natural Language Processing è infatti un ambito di studio, ricerca e applicazione tra i più prolifici in assoluto e in grado – mediante la creazione di sistemi conversazionali evoluti – di fornire alle aziende più intraprendenti un vantaggio competitivo enorme. Non solo: vista la possibilità di integrazione in prodotti e soluzioni consumer, l’applicazione di NLP potrebbe essere alla base di un nuovo modo di gestire la quotidianità per ognuno di noi. NLP potrebbe davvero cambiare il mondo, e non è un caso che le più recenti proiezioni parlino di un mercato da più di 43 miliardi di dollari entro il 2025 (fonte: Statista).

 

Che cos’è il Natural Language Processing

Spiegare cosa si intenda con l’espressione Natural Language Processing non è semplicissimo: nell’acronimo NLP rientrano infatti svariate tecniche e processi che sono però accomunati dal fine di permettere alle macchine di “comprendere” il linguaggio naturale, ovvero quello umano. NLP permette quindi la creazione di sistemi conversazionali, interfacce di comunicazione uomo-macchina che si prestano a implementazioni davvero rivoluzionarie: si pensi agli assistenti virtuali come Alexa, Siri o Google Assistant, ai traduttori automatici, ai milioni di chatbot di cui sono stracolme le pagine Internet e i Social Media, fino ad applicazioni più specifiche – ma non meno determinanti – come l’interpretazione del sentiment da una conversazione telefonica con un bot, oppure la categorizzazione automatica delle e-mail in funzione del loro contenuto e via dicendo. Alle macchine, infatti, il ‘linguaggio naturale’ può provenire sotto forma di messaggio vocale o testuale.

 

Le difficoltà da superare: tra linguistica e informatica

Tutte queste applicazioni NLP, e molte altre, sono realizzabili a patto che la macchina sia in grado di svolgere un’attenta opera di ‘interpretazione’ del linguaggio umano, un’attività che vada ben al di là dell’analisi grammaticale o sintattica e arrivi a comprendere le relazioni semantiche, ovvero il significato delle parole in relazione al loro contesto. Solo così un chatbot può dare una risposta coerente con la domanda, oppure comprendere lo stato d’animo dell’interlocutore dalle parole che usa, per poi - nel caso in cui rilevi una certa tensione - passare la parola a un collega in carne ed ossa per la gestione del caso. In quanto punto di contatto tra linguistica e informatica, NLP incontra sulla sua strada diverse difficoltà, dalla classica ambiguità semantica ai termini con più significati, per non parlare dei dialetti e dei modi di dire. Oltretutto, i dati testuali e vocali non sono strutturati e quindi richiedono tecnologie avanzate (un apporto molto importante è fornito dal deep learning) per essere poi impiegati e “compresi” correttamente. La quantità di dati a disposizione, che negli ultimi anni è perennemente in crescita, gioca invece a favore di NLP, che oltre ad essere un processo e una tecnologia in perenne divenire, offre già manifestazioni pratiche molto importanti.

 

Applicazione NLP al servizio delle aziende

Pur essendo le manifestazioni più note di NLP, per il momento lasciamo un attimo da parte Alexa, Siri e Google Assistant per concentrarci su use case determinanti per le aziende. Il principale ambito di sviluppo sono sicuramente i chatbot, la cui versatilità li rende una delle principali tendenze tecnologiche degli ultimi anni: i chatbot possono essere impiegati per agevolare la gestione del servizio clienti, ma anche per l’help desk interno dell’azienda, come supporto per le risorse umane e per l’IT, che spesso e volentieri si trova a gestire richieste di routine come il reset di una password. Le aziende che usano i chatbot, a prescindere dal settore, sperimentano un’immediata riduzione della spesa, che in alcuni casi si appoggia a un sensibile incremento dei ricavi: nel finance, per esempio, è possibile creare consulenti finanziari virtuali, ovvero i cosiddetti Robo Advisor, mentre nel manufacturing è possibile gestire i macchinari con comandi vocali o testuali. In ambito retail, invece, i chatbot possono essere dei personal shopper estremamente evoluti e capaci di suggerire l’acquisto migliore in funzione dei propri gusti.

 

Chatbot come Personal Shopper

Uno use case molto interessante consiste nel creare degli assistenti virtuali che fungano da veri e propri “personal shopper” sia in un e-commerce sia in uno spazio fisico.  Sugli e-commerce attuali sono presenti una moltitudine di prodotti in vendita con caratteristiche sempre più numerose e personalizzabili. Grazie alla elevata capacità di comprensione del linguaggio ed all’utilizzo di sistemi di interazione con gli utenti di nuova generazione (Human Machine Interface), oggi è possibile creare una nuova esperienza di acquisto on line che consente di dialogare in modo naturale con un assistente pronto a rispondere alle domande sul prodotto, su come è fatto, come si usa, quali sono prodotti simili. Un’esperienza di acquisto che può cominciare con un assistente virtuale online e terminare con l’acquisto in un negozio fisico con un continuum che crea convergenza tra online e offline, sostituendo la tipica operazione di acquisto online tradizionale, fatta di freddi click, con un approccio più “umano” in cui anche le parole e il tono di voce usati possono essere utilizzati per valutare l’emozione che sta provando l’utente nello scegliere quel determinato prodotto.

 

NLP in ambito di cybersecurity bancaria

Altro caso di sicuro impatto è poi l’applicazione di NLP in ambito di cybersecurity bancaria e in particolare per rilevare le vulnerabilità zero-day, cioè quelle per cui non esiste ancora una patch risolutiva. Per rispondere a un attacco zero-day, gli analisti solitamente studiano le conversazioni presenti nel deep web, alla ricerca di informazioni che siano utili ai fini della patch. Per questo motivo, è stato sviluppato un engine NLU (Natural Language Understanding) addestrato con svariate conversazioni e documenti rilevanti: questo, che funge da crawler -motore di ricerca-, è in grado di classificare in modo automatico tutti i dati testuali che ritiene rilevanti ai fini non solo di realizzare la patch contro un attacco già avvenuto, ma anche per prepararsi in modo proattivo ad eventuali futuri tentativi di accesso indesiderato ai propri sistemi.

 

Il Chatbot entra in fabbrica

Il dialogo uomo macchina in linguaggio naturale tramite chatbot trova ambiti di applicazione anche all’interno delle fabbriche, in particolare sulle linee di produzione ma anche tra le linee e gli applicativi gestionali. In questo ambito Exprivia | Italtel ha realizzato anche una specifica soluzione – Indychatbot – che permette a un operatore di chiedere alle macchine le informazioni di cui ha bisogno tramite uno strumento molto simile alle comuni applicazioni di messaggistica istantanea, utilizzando linguaggio naturale. Questo non solo rende più semplice l’interazione ma riduce anche sensibilmente il tempo di formazione necessario per utilizzare certi macchinari. In sostanza, l’operatore dialoga in modo reale con la macchina, che lo guida per lo svolgimento delle operazioni più complesse e può creare anche gruppi di lavoro di cui fanno parte sia le persone sia le macchine e i gestionali.