Cos'è il machine learning, spiegato senza formule

Nel software tradizionale qualcuno scrive le regole: se l'importo supera una certa soglia, chiedi l'approvazione. Nel machine learning dai al programma tanti esempi già risolti e lui trova da solo gli schemi che legano i dati al risultato.

L'intelligenza artificiale è il campo generale; il machine learning è la tecnica che oggi lo domina. I modelli linguistici come GPT o Claude sono machine learning su scala enorme, addestrati su testo.

Un esempio in una PMI

Un distributore alimentare ha anni di storico delle vendite per prodotto, settimana e meteo. Un modello di machine learning impara da quello storico e propone le quantità da ordinare. Il responsabile acquisti decide, ma parte da una stima migliore della media dell'anno scorso.

Gli errori più comuni

• Pensare che basti avere dati: servono dati puliti, coerenti e abbastanza rappresentativi.
• Fidarsi delle previsioni in situazioni mai viste nello storico.
• Usare il machine learning dove una regola semplice basterebbe ed è più facile da spiegare.
• Non riaddestrare il modello quando cambiano clienti, prodotti o mercato: le previsioni peggiorano piano, senza che nessuno se ne accorga.

Perché ti interessa

Molti problemi di una PMI sono già problemi di machine learning senza saperlo: prevedere quanto ordinare, capire quali clienti stanno smettendo di comprare, stimare la durata di una commessa. Prima di chiederti quale strumento usare, chiediti se hai lo storico di quei casi, ordinato e affidabile.

Tutte le parole dell'AI spiegate semplici sono nel glossario.