Intelligenza Artificiale e Machine Learning: le agevolazioni disponibili

Intelligenza artificiale e Machine Learning sono spesso due termini che vengono utilizzati erroneamente come sinonimi, ma in realtà rappresentano due concetti differenti. Difatti, se da un lato tramite l’intelligenza artificiale si dotano le macchine di caratteristiche umane (simulando quindi la capacità di pensiero dell’essere umano), il Machine Learning è un sottoinsieme dell’Intelligenza Artificiale e consiste nello sviluppo di algoritmi e tecniche finalizzate all’apprendimento automatico mediante la statistica computazionale e l’ottimizzazione matematica per far sì che i computer siano in grado di estrarre informazioni, scoprire modelli e trarre inferenze dai dati. 

Più in breve, il Machine Learning consente ai computer di imparare dai dati e di migliorare le proprie performance senza essere appositamente programmati. 

Nel machine learning, infatti, gli algoritmi vengono addestrati a far emergere schemi e correlazioni da grandi set di dati e a formulare le migliori decisioni e previsioni sulla base di tali analisi: le applicazioni di machine learning migliorano con l’uso e diventano più accurate man mano che aumentano i dati a cui hanno accesso.

Il funzionamento del Machine Learning può essere classificato secondo quattro modelli: apprendimento supervisionato, apprendimento non supervisionato, apprendimento semi-supervisionato e apprendimento per rinforzo. 

• L’apprendimento supervisionato è il modello meno complesso in quanto si limita di replicare l’apprendimento umano mediante la predisposizione di una serie di dati contrassegnati. 
• L’apprendimento non supervisionato, invece, si distingue dal primo in quanto l’algoritmo deve essere in grado di estrarre pattern e/o informazioni precedentemente non note. A sua volta si può suddividere in clustering (raggruppamento di dati simili), stima della densità (rilevazione secondo la distribuzione), rilevamento di anomalie (identificazione delle anomalie statistiche rispetto ai dati medi), analisi delle componenti principali (analisi e riassunto di un set di dati a fini di stima o previsioni).
• Con l’apprendimento semi-supervisionato, il computer è dotato di un set di dati parzialmente contrassegnati che vengono utilizzati allo scopo di interpretare i dati non contrassegnati. L’apprendimento di rinforzo ha lo scopo di identificare una serie di azioni da compiere per il conseguimento di determinati obiettivi predeterminati tramite interazione con l’ambiente. 

Il contesto economico di IA e Machine Learning

L’intelligenza artificiale (AI) rappresenta uno dei settori digitali a maggiore crescita degli ultimi anni. 

L’Artificial Intelligence Index Report 2022 pubblicato dalla Stanford University mostra che nel 2021 gli investimenti privati nel settore hanno superato la soglia di 93,5 miliardi di dollari con una crescita maggiore al doppio degli investimenti totali nel 2020 (67.85 miliardi di dollari). A titolo di raffronto, nel 2015 gli investimenti erano pari a 12.5 miliardi di dollari per salire a 48.85 nel 2019 ed a 67.85 miliardi nel 2020, grazie agli investimenti attivati a seguito della pandemia COVID-19.

Le stime di crescita sembrano confermate anche dall’ultimo rapporto “Global AI Adoption Index 2022” pubblicato da IBM: il documento riporta che il 34% delle aziende utilizza l’intelligenza artificiale nella propria attività e che un ulteriore 42% degli intervistati afferma di stare esplorando i sistemi di AI.

Ancora marginale il mercato italiano che mostra stime di crescita del 27% tra il 2020 e il 2021 con un valore di 380 milioni di euro. Il dato è trainato principalmente dalle grandi imprese (6 su 10 hanno avviato almeno un progetto IA) mentre l’adozione di tecnologie di Intelligenza Artificiale da parte delle PMI è ancora limitato (solo il 6% delle aziende ha avviato progetti IA).

I settori di applicazione dell’Intelligenza Artificiale e del Machine Learning

La grande versatilità dell’Intelligenza Artificiale e del Machine Learning consentono un’applicazione diffusa a tutti i settori: dalla finanza al marketing, dal settore finanziario al settore produttivo, e così via.

A livello globale, i dati dell’AI Index Report 2022 mostra che l’adozione maggiore si è avuta nello sviluppo di prodotti e/o servizi sviluppo di prodotti e/o servizi per l’alta tecnologia/telecomunicazioni (45%), seguito da operazioni di servizio per i servizi finanziari (40%), operazioni di servizio per l’alta tecnologia/telecomunicazioni (40%), servizi finanziari (40%), operazioni di servizio per l’high tech/telecomunicazioni (34%), funzioni di rischio per i servizi finanziari (34%) a pari merito con le telecomunicazioni (34%). Di poco distaccate, l’adozione presso le funzioni di rischio per i servizi finanziari (32%) e gli stessi servizi finanziari (32%).

Nella vita quotidiana utilizziamo spesso l’IA e il Machine Learning anche senza rendercene conto. Si pensi ad esempio alle piattaforme come Netflix, YouTube e Spotify, che profilano l’utente e gli propongono i contenuti di maggior interesse; lo stesso vale anche per gli assistenti vocali. 

Se guardiamo per esempio al settore manifatturiero, le tecnologie di Machine Learning sono in grado di adattare rapidamente la produzione alla reattività della domanda, nonché di stimarne le variazioni future, garantendo un processo più agile, duttile, resiliente e adattabile alle variazioni imposte dal mercato. 

Molto interessante è anche l’applicazione di tali tecnologie nell’ambito della definizione delle strategie di marketing. Proprio grazie alla capacità di processare rapidamente dati su vasta scala, le aziende possono acquisire e processare i dati relativi ai comportamenti di acquisto dei clienti al fine di aumentare, a titolo esemplificativo, la possibilità di conversione mediante la proposta di prodotti maggiormente in linea con le esigenze del consumatore. 

Un ulteriore esempio è rappresentato dal settore finanziario e bancario:  le aziende ricorrono alle tecnologie di Machine Learning per analizzare enormi quantitativi di dati, identificare le esigenze della clientela nell’ambito delle attività di consulenza finanziaria, rilevare e limitare l’esposizione al rischio di comportamenti fraudolenti, frodi informatiche e prevedere i rischi creditizi.

Le agevolazioni disponibili e il Piano Nazionale in Italia

Dai dati precedentemente menzionati, si rileva che il settore dell’Intelligenza Artificiale è un settore in forte crescita perché consente alle aziende di migliorare le proprie performance e aumentare la loro competitività sul mercato nazionale ed internazionale.

Il rapido sviluppo del settore ha attirato il crescente interesse del Legislatore; infatti, l’Artificial Intelligence Index Report 2022, ad esempio, mostra che il numero di proposte legislative relative all’intelligenza artificiale in 25 Paesi è aumentato da 1 nel 2016 a 18 nel 2021. 

L’Italia ha incluso il machine learning tra le tecnologie prioritarie all’interno del Piano Nazionale di Ricerca 2021 – 2027; il documento che fornisce le linee guida ai fini del raggiungimento degli Obiettivi di Sviluppo Sostenibile delle Nazioni Unite, delle priorità poste dalla Commissione europea e delle iniziative sotto il label Next Generation EU. 

In particolare, il Piano Nazionale prevede una priorità a favore della ricerca fondamentale – avente in oggetto i modelli matematici atti a migliorare e rendere più efficienti i processi di machine learning – con focus particolare sulle necessità dei singoli individui, della comunità e dell’ambiente. 

Infine, la ricerca sull’AI in generale e sul machine learning in particolare costituisce il core della quarta rivoluzione industriale nell’ambito del Piano Transizione 4.0. 

A tale scopo il Legislatore italiano ha previsto una serie di misure agevolative aventi la duplice finalità di sostenere l’acquisto di beni strumentali, nonché l’attività di ricerca e sviluppo. 

Nel primo ambito, ad esempio, il credito d’imposta beni immateriali 4.0 prevede un’aliquota pari al 20% del costo di acquisto – anche mediante in soluzioni di cloud computing – di software, sistemi, piattaforme e applicazioni di Artificial Intelligence & Machine Learning che consentono alle macchine di mostrare un’abilità e/o attività intelligente in campi specifici a garanzia della qualità del processo produttivo e del funzionamento affidabile del macchinario e/o dell’impianto. 

Con riferimento alla finalità di sostenere le attività di ricerca e sviluppo, operano il relativo credito d’imposta e la misura agevolativa del Nuovo Patent Box, cumulabili tra di loro. 

Il credito d’imposta R&S prevede – fino al 31 dicembre 2023 – un’intensità agevolativa pari al 10% a fronte di attività di ricerca fondamentale, ricerca industriale e sviluppo sperimentale in campo scientifico o tecnologico, in conformità ai modelli stabiliti dal Manuale di Frascati. 

Il Nuovo Patent Box, invece, è un regime opzionale che offre una maxi-deduzione dei costi di ricerca e sviluppo – maggiorati del 110% ai fini delle imposte sui redditi e dell’IRAP – riferiti alla creazione, sviluppo, accrescimento e mantenimento di beni immateriali, quali software protetti da copyright, brevetti industriali, disegni e modelli.

Il regime ha durata quinquennale, è rinnovabile e irrevocabile ed è rivolto ai beni immateriali utilizzati direttamente o indirettamente nell’ambito della propria attività d’impresa.  I benefici si amplificano con il regime premiale del recapure, che consente di recuperare il beneficio non utilizzato fino agli otto anni precedenti all’anno in cui viene ottenuto il titolo di privativa industriale. 

Conclusioni 

Sebbene non siano disponibili dati specifici sulle tecnologie di Machine Learning, le stime di crescita dell’intero settore dell’Intelligenza Artificiale sono ampiamente positive.  

La grande versatilità delle stesse, tali da garantire una rapida adozione in qualsiasi realtà produttiva, la sempre maggiore necessità di avere strumenti adatti a raccogliere, processare e analizzare un numero sempre maggiore di dati, l’impulso dato alla digitalizzazione a seguito della pandemia e dei piani pluriennali di investimento come Next Generation EU, unito al crescente interesse mostrato dal Legislatore e dal mercato sono tutti elementi fondamentali al rapido sviluppo dell’Intelligenza Artificiale.

In questo senso, in base ai dati dell’ultimo studio di Next Move Strategy Consulting, il fatturato globale del settore dell’Intelligenza Artificiale – ivi incluse le tecnologie di Machine Learning – crescerà di oltre 20 volte tra il 2022 ed il 2030, da oltre 142 miliardi per il 2022, fino toccare quota 1.847 miliardi nel 2030. 

Lo sviluppo, tuttavia, non è scevro da ombre: il recentissimo provvedimento di limitazione provvisoria adottato il 30 marzo 2023 dal Garante per la Privacy nei confronti di ChatGPT – probabilmente il più noto tra i software di intelligenza artificiale relazionale in grado di simulare ed elaborare le conversazioni umane – per assenza di un presupposto tale da giustificare il trasferimento dei dati verso gli Stati Uniti, rende, infatti, necessario mantenere e garantire uno standard minimo di tutela dei dati sensibili di clienti e utenti. 

Se vuoi saperne di più, contattaci cliccando sul pulsante qui sotto.

Contattaci