AI o automazione tradizionale: come si sceglie, caso per caso

Molti progetti chiamati «AI» sarebbero piu' veloci, piu' economici e piu' affidabili se fossero fatti con una regola scritta. E alcuni che si tenta di risolvere con regole non si risolveranno mai, perche' le regole necessarie sarebbero migliaia. Distinguere i due casi vale piu' di qualunque scelta di fornitore.

La domanda che separa i due mondi

Esiste, per questo compito, una risposta certa e ricavabile da criteri scrivibili?

• Si' → automazione tradizionale. Una regola, un flusso, un'integrazione. Deterministica: dato lo stesso ingresso da' sempre la stessa uscita, si puo' verificare leggendo il codice, e non costa nulla per esecuzione.
• No, ma un umano competente saprebbe rispondere → qui serve un modello. Sono i compiti in cui l'informazione e' in forma libera: testo, immagine, voce, o una casistica troppo varia per essere elencata.
• Nemmeno un umano competente saprebbe → non e' un problema di automazione. E' un problema di dati mancanti o di processo mal definito, e nessuno strumento lo risolve.

Dove sbaglia chi sceglie l'AI

Il caso tipico: «vogliamo un'AI che smisti le richieste in arrivo». Se lo smistamento dipende dall'indirizzo a cui la richiesta e' arrivata o da un campo del modulo, e' una regola di tre righe. Metterci un modello significa pagare ogni esecuzione, introdurre un margine di errore dove non ce n'era, e rendere impossibile spiegare perche' una richiesta e' finita dove e' finita.

La regola pratica: se sapete scrivere il criterio in una frase, scrivetelo in una regola.

Dove sbaglia chi si ostina con le regole

Il caso opposto e' altrettanto comune: dieci anni di manutenzione su un albero di condizioni che nessuno osa toccare, perche' nessuno sa piu' quale caso copre quale ramo. Il segnale d'allarme e' preciso — quando ogni nuovo caso richiede una regola nuova e le eccezioni superano i casi normali, quella logica sta cercando di approssimare un giudizio, e il giudizio va dato a un modello o a una persona.

La configurazione che vince quasi sempre

Non e' ne' l'una ne' l'altra: e' il modello che legge e la regola che decide. Il modello trasforma il disordine in dati strutturati — estrae, classifica, riassume; le regole, scritte e verificabili, prendono la decisione su quei dati.

Il vantaggio e' pratico: la parte che deve essere spiegabile e verificabile resta deterministica, e quella che non si puo' scrivere a mano viene delegata. Se domani cambia una soglia, si modifica una riga, non si riaddestra niente.

La tabella di decisione

• Trasferire dati fra due sistemi → integrazione, non AI.
• Applicare listini, sconti, soglie → regole.
• Leggere un documento che arriva in cento formati diversi → modello.
• Capire che cosa chiede un cliente in una email → modello.
• Decidere che cosa fare dopo averlo capito → regole.
• Riassumere, tradurre, riformulare → modello.
• Calcolare qualsiasi cosa → mai un modello linguistico: usate il sistema che gia' calcola.

Le due differenze di costo che si scoprono tardi

Una regola costa una volta e poi gira gratis; un modello costa a ogni esecuzione, e su grandi volumi la differenza diventa la voce principale. In compenso una regola costa manutenzione a ogni cambiamento del mondo reale, mentre un modello assorbe la variabilita' senza intervento. Il conto va fatto su tre anni, non sul preventivo iniziale.