Lo studio: 109 mila aziende sarde e 310 mila addetti a rischio a causa dell'intelligenza artificiale

Oltre 170 professioni esposte, 109mila aziende in difficoltà e 310mila addetti a rischio. E' questo l'impatto, "devastante", che in Sardegna potrebbe avere una "gestione scriteriata e incontrollata dell'intelligenza artificiale e dell'uso distorto dell'automazione dei processi nelle attività economiche e nell'occupazione", secondo Confartigianato. "Numeri che si traducono nel fatto che per tre quarti delle imprese sarde il rischio sia medio-alto e che per 9 aziende artigiane su 10 il pericolo sia elevato. Tra i lavoratori, il rischio elevato impatta per 4 dipendenti su 5, mentre per quelli artigiani la percentuale di pericolo elevato arriva al 98% - osserva l'associazione - Al contrario, se gestiti in modo oculato, questi due fattori per le imprese sarde potrebbero rappresentare una grande opportunità di crescita e cambiamento".

GLI INVESTIMENTI DELLE IMPRESE SARDE SULLE NUOVE TECNOLOGIE 
Dal dossier di Confartigianato emerge che il 25,2% delle imprese sarde (5/o posto in Italia) ricorre a investimenti indirizzati all'utilizzo di big data per cogliere informazioni sui mercati. Il 68,1% ha effettuato investimenti digitali per adeguare le competenze mentre solo il 34,6% dei dipendenti ha seguito attività di formazione sulla digitalizzazione. Infine, solo il 13,5% è alla costante ricerca di personale con profilo Stem (Science, Technology, Engineering e Mathematics).
I CASI DI UTILIZZO DELL'INTELLIGENZA ARTIFICIALE 
L'intelligenza artificiale nelle piccole imprese in questo momento viene adottata per la manutenzione predittiva o il controllo qualità della produzione (30,4%); per la funzione di marketing o vendite (24,1%), la sicurezza informatica (21,1%) e l'organizzazione dei processi di amministrazione aziendale (16,6%). Quote più contenute l'uso di IA per le funzioni di logistica (10,3%) e la gestione delle risorse umane (5,8%). Le piccole imprese la utilizzano per l'estrazione di conoscenza e informazione da documenti di testo (38,7% dei casi), per il riconoscimento vocale (32,0%), per identificare oggetti o persone sulla base di immagini (28,5%), e per l'automatizzazione di flussi di lavoro attraverso software robot (28,0%).