Esempi di Intelligenza Artificiale in azienda (con @AlessioPomaro)

oggi insieme faremo un percorso dove andremo a scoprire gli algoritmi generativi e andremo a capire come possiamo integrarli all'interno dei nostri flussi di lavoro per andare a ridurne l'effort Nello specifico cosa andremo a scoprire andremo a vedere una breve introduzione sull'intelligenza artificiale e la vedremo perché spesso quando parliamo di ai ci manca un pezzettino ovvero dove si collocano gli algoritmi generativi in tutto il grande mondo dell'intelligenza artificiale oggi lo proviamo a scoprire insieme poi e quindi arriveremo a vedere cosa sono gli algoritmi generativi vedremo degli esempi di utilizzo se siamo ancora vivi poi l' alcune

applicazioni sull'analisi dei dati e infine proveremo a capire qual è la direzione verso la quale stiamo andando vi dico tre cose su di me per raccontarvi chi sono Sono Alessio Pomaro Sono un ingegnere informatico quindi vengo dal mondo dello sviluppo del software Oggi sono l'ed of ai di ser chon Media Group e insegno all'Università di Parma e dall'anno prossimo anche allo usve chiusa la parentesi noiosa e iniziamo con il nostro viaggio il nostro viaggio che inizia da qui Probabilmente questa frase l'avete già vista perchi ha visto anche l'altro intervento che abbiamo fatto insieme ed è

una frase del professor Mario Rasetti il quale dice ci sarà moltissima intelligenza artificiale nel nostro futuro ed è quella che ci farà cambiare il modo di vivere di lavorare di curarci di divertirci di rapportarci con gli altri esseri umani e ho voluto iniziare da qui e inizio spesso da qui i miei viaggi proprio perch per sottolineare il momento di straordinario cambiamento che stiamo vivendo Oggi quando parliamo di intelligenza artificiale la nostra mente va immediatamente a chat GPT m Journey Dalli stable Diffusion qualcun altro ne vuole aggiungere qualche altro può farlo ma spesso ci perdiamo tutto

il pezzettino che collega questo tipo di algoritmi a tutto il mondo dell ai e quindi oggi in un complessissimo percorso proveremo a portarci le nozioni che ci servono per collocare un po' tutto e unire i puntini partiamo da qui non preoccupatevi sarà molto compresso ai machine Learning cosa sono Qual è la differenza l'ai la possiamo interpretare come una disciplina un po' come la fisica per quanto riguarda le materie scientifiche ed è Quel ramo dell'informatica che progetta macchine che hanno delle caratteristiche tipicamente umane quindi macchine in grado di se vogliamo semplificarlo prendere delle decisioni Come fa

una macchina a sviluppare un'intelligenza artificiale attraverso il machine Learning che è un sottoinsieme dell' ai lo vediamo anche dal dal dagli insiemi che sono al centro della la slide il machine Learning è un sistema che addestra dei modelli su dei dati di input e quei modelli addestrati poi saranno in grado di prevedere dei dati dove si colloca l'ai generativa in tutto questo andiamo facciamo un altro step prima il deep Learning un'altra parola che sentiamo molto spesso nominare Cos'è il deep Learning il deep Learning è un sottoinsieme del machine Learning è una parte del machine Learning

quindi andiamo sempre più nel verso il centro ed è una parte del del machine Learning che utilizza una particolare tecnologia Ovvero le reti neurali artificiali oggi non approfondiamo Cosa significa ma sono strutture algoritmiche molto complesse che vengono perché sono molto performanti e vengono utilizzate per compiti molto complessi per farvi un esempio ogni volta che elaboriamo audio video testo eccetera Questo tipo di output con l'intelligenza artificiale di certo stiamo utilizzando le reti neurali artificiali e arriviamo finalmente ai agli algoritmi generativi infatti gli algoritmi generativi sono un sottoinsieme del Deep Learning quindi stringiamo sempre di più e

quindi da da qui arriviamo a capire che gli algoritmi generativi sfruttano le reti neurali artificiali anche i modelli di linguaggio come gp4 come quando utilizziamo chat GPT sono dei sottoinsiemi del Deep Learning perché attenzione che ai generativa non è un sinonimo di modelli di linguaggio è un si intersecano lo vedete per nell'insieme ma non sono sinonimi Bene detto questo Anzi no ho un'altra volevo lasciarvi anche questa questa è una sintesi per ricordarci e per capire un po' meglio la differenza tra l'intelligenza artificiale che possiamo definire classica quindi quella basata sul machine Lear che Attenzione Non

è che oggi non la usiamo Anzi per chi usa bigquery all'interno di bigquery c'è un un modulo che si chiama bigquery machine Learning che sfrutta proprio questo tipo di algoritmi per fare predizioni sui nostri dati possiamo utilizzarla con delle semplici quer SQL quindi questo tipo di intelligenza artificiale come vedete ricevi In input dei dati e delle Label quindi ciò che dobbiamo andare a prevedere e cerca delle relazioni tra i dati e le per andare a fare delle predizioni sulle Label Mentre in quello nel grafico più in basso Vediamo cosa cos'è l'i generativa l'i generativa invece

riceve In input dei contenuti non strutturati e il modello Cerca dei pattern per organizzare questi contenuti non strutturati per poi andare a produrre nuovi dati nuovi contenuti quindi andiamo a conoscere gli algoritmi generativi con una piccola premessa perché oggi se ne parla così tanto perché oggi parliamo tutti di degli algoritmi generativi visto che non sono nati n ieri nell'anno scorso Io ad esempio ho fatto i primi esperimenti nel 2018-19 con questo tipo di algoritmi è cambiata una variabile importante ovvero l'accessibilità oggi Chiunque abbia a disposizione una connessione ad internet ha a disposizione una grandissima potenzialità

generativa e non so se avete seguito ma sicuramente sì le bigtech Google Microsoft ci hanno già raccontato come questo tipo di algoritmi saranno praticamente ovunque Non a caso microsof Google sta integrando duet quindi Presto avremo la possibilità ad esempio di creare presentazioni che prendono i dati direttamente da Gmail e da Drive potremmo sottotitolare meet automaticamente in tutte le lingue e potremmo fare Meet in report automatici Avremo sempre a disposizione un assistente che a sua volta ha a disposizione tutti i nostri dati all'interno del cloud e Microsoft chiaramente l'avrete visto sta lanciando CoPilot su Windows 11

che non è un'azione da poco direi bene Cosa sono gli algoritmi generativi semplifichiamo molto e la facciamo abbastanza veloce gli algoritmi generativi sono sistemi sono dei sistemi basati sull'intelligenza artificiale e sul machine Learning che vengono addestrati su un'enorme quantità di dati quando dico enorme intendo tutto il sapere presente nel web fondamentalmente e generano cosa generano testo immagini oggi siamo inondati da questo tipo di di contenuti ma generano anche video audio qualsiasi tipo di output digitale ci venga in mente e lo fanno come lo farebbe un essere umano come funzionano questi algoritmi ve lo dico ve

lo racconto in tre semplicissimi punti perché dal mio punto di vista oggi in questo momento storico di questi algor su questi su questa tematica È importante capire come funzionano per poter utilizzarli al meglio il primo punto è questo eh questi sistemi generano contenuti in maniera probabilistico probabilistica Quindi vanno semplicemente a completare il nostro input se vogliamo dirlo in maniera romanzata potremmo dire che non sono dei grandi parolieri ma sono più dei grandi calcolatori statistici molti fanno L'analogia con [Musica] l'automotive su quello che noi ci aspettiamo come risposta e quello che fa la differenza con il

nostro autocompletamento di WhatsApp è proprio la scala sulla quale questi sistemi sono addestrati Terzo punto e forse quello più importante per i consumer è non sono dei motori di ricerca Questo è davvero importante ricordarselo perché possono produrre delle delle allucinazioni perché hanno degli obiettivi completamente diversi rispetto ai motori di ricerca mentre il motore di ricerca ha l'obiettivo di fornire dei contest aggiornati e basati sui fatti i modelli di linguaggio invece hanno l'obiettivo di elaborare dei contesti per trasformarli in altri output Ad esempio in una conversazione ad esempio in sintesi dopo ne vedremo tantissimi di questi

esempi Questa è una frase di floridi che mi mi porto spesso dietro porto spesso con me perché sintetizza alla grande Dal mio punto di vista come ragionano questi sistemi Lui dice Non c'è alcuna comprensione del testo proprio come l'abbecedario o la calcolatrice non capiscono i numeri per quanto precisi siano i calcoli e questa calza proprio a pennello su questo tipo di modelli le tipologie Oggi abbiamo modelli di linguaggio in grado di diciamo algoritmi generativi in grado di produrre testo a partire da un input da un prompt testuale Anzi direi che oggi dobbiamo smettere probabilmente di

dire da un prompt testuale perché dovremmo iniziare a dire da un prompt multimodale visto che questi modelli ormai ricevono come input testo immagini audio video ormai qualsiasi tipo di input e qui gli i riferimenti sono li conosciamo abbastanza tutti e sono GPT 4 chat GPT Cloud che dopo vedremo Palm Lama eccetera ma abbiamo anche sistemi oggi in grado di produrre ed editare delle immagini a partire da input da prompt multimodali E ormai Beh I riferimenti li conosciamo Anche qui tutti sono Mid Journey stable Diffusion da lì eccetera e qui non ci stupiamo nemmeno più ne

parlavamo anche ieri sera di output come questi ehm perché ormai siamo talmente abituati a vedere immagini perfette che non ci stupiamo più Queste sono tutte immagini generate con l'ultima versione di Mid Journey Eh ma non esiste solo m journe perché ad esempio queste immagini le ho generate con Focus che è un una una libreria di stable Diffusion che dopo vediamo in azione e anche questa è generata con stable Diffusion ma oggi abbiamo anche sistemi in grado di produrre audio e musica attraverso dei prompt multimodali questo che vi faccio sentire [Musica] adesso [Musica] Ecco questo è

generato con Google Music LM ed è generato dal prompt che vedete in basso a sinistra sulla sulla slide quindi dal testo da una descrizione testuale che descrive il ritmo che descrive come deve essere il basso la batteria la chitarra la voce e l'output è quello che avete sentito E vi consiglio di provare stable audio che è stato appena lanciato da stable ai L'azienda che ha fatto stable Diffusion e rimarrete abbastanza colpiti Secondo me dagli output che riuscirete a ottenere e oggi abbiamo anche dei sistemi in grado di generare dei video straordinari a partire da ancora

una volta da input multimodali e gli algoritmi più interessanti in questo momento sono runway gen2 e pical ABS e A questo proposito Volevo farvi vedere un piccolo video che ho fatto io personalmente eh con questa tecnologia dopo vi racconto al volo come ho fatto a farlo Tenendo presente che io non ho nessunissima skill dedicata alla produzione [Musica] video [Musica] [Musica] continuerà Vedremo poi come andrà la produzione successiva come ho fatto a generare questo questo video così ho creato quattro immagini attraverso stable Diffusion con dei prompt sono riuscito a farle abbastanza coerenti l'uno con l'altra e

poi ho usato runway gen2 attraverso dei prompt testuali e e e l'immagine Chiaramente come prompt dove ho spiegato nei prompt come muovere gli elementi Come spostare le telecamere e quello che vedete è il risultato e immaginatevi quanto potrebbe performare una tecnologia di questo tipo in mano a chi ha in realtà delle skill di produzione video bene altro piccolo capitolo novità importanti e dal mio punto di vista game Chang che sono successe da quando ho finito le slide a quando a ieri Praticamente questa è l'integrazione che ho fatto in questi giorni perché in questi giorni è

tornata la Browsing Navigation su chat GPT Quindi adesso se noi chiediamo ad esempio Riassumi i prossimi seminari dell'accademia di seron otteniamo le risposte vedete l'appuntamento del 18 ottobre 31 23 novembre 19 dicembre eccetera Perché dal mio punto di vista questo è game Changer per due motivi perché chiaramente ci stiamo avviando verso un assistente personale in tasca e quindi c'era bisogno di avere anche la connessione alle informazioni aggiornate sul web quindi Qui abbiamo l'incontro tra il modello di linguaggio e le informazioni aggiornate e l'altro motivo per cui è game Changer è perché possiamo fare fact checking

automaticamente all'interno di chat GPT o dei modelli di linguaggio quando generiamo i contenuti un altro aspetto interessante è che in questi giorni è a disposizione dall' i3 su chat GPT E perché è game Changer questo visto che avevamo già un un carrello di generatori di immagini è game Changer perché qui cambia proprio l'approccio a questo sistema perché ce l'abbiamo all'interno di possiamo generare immagini a partire da un contesto molto più ampio che deriva da tutta la conversazione che deriva da altri contenuti che gli diamo e soprattutto questo sistema è in grado di crearsi autonomamente il

prompt quindi se noi diamo un prompt il sistema se lo ricrea in automatico per performare meglio quindi anche questo fa riflettere su quello che definiamo spesso promp design l'ultima l'ultima cosa che è game Changer E che so che conoscete molto bene È questi algoritmi ci aiuteranno sempre di più ad abbattere importanti barriere come quella linguistica Where will ai Us inure aor br trans not Technic transformando Mar solamente kultural Ki reduziert operative len ma strat fantas kreativitet zuelement [Musica] ho detto parolacce sull'ultimo no sto scherzando no Ecco questo è un piccolo Esempio di come già oggi

possiamo creare contenuti in modo da comunicare con altri mercati ad esempio e io sto parlando in italiano in questo video e il sistema in automatico lo fa in tutte le lingue ma so che Raffaele vi vi vi tiene ben aggiornati su questo e pensiamo a questo come si come si traduce nel mondo del marketing e soprattutto come si traduce nel in ambito della diffusione della cultura bene due accenni su il Prom design eh abbiamo visto cosa sono gli algoritmi generativi dove si collocano e quindi due qualche accenno su come ci eh interfacciamo Con questo tipo

di eh algoritmi Eh volevo darvi quattro principali regole Diciamo che io utilizzo nella creazione dei prompt per interfacciarci appunto con gli algoritmi generativi Il primo è questo cerchiamo di essere specifici come vedete nella slide ho scritto fornire più dettagli solitamente offre risultati migliori questo solitamente deriva dal punto due perché cerchiamo di essere precisi perché non basta scrivere tanto ma tutto deve essere preciso e allineato soprattutto per ottenere un buon output Terzo punto evitiamo di chiedere cosa non fare ma cerchiamo di focalizzarci sull l'aspetto positivo Invece sul cosa il sistema deve fare il quarto è il

più importante ovvero il ciclo test valutazione dell'output e rifinitura del prompt è determinante per ottenere un ottimo prompt perché parlo di ciclo test valutazione dell'output e rifinitura perché dobbiamo iniziare dal mio punto di vista a considerare questi prompt come degli ingranaggi che inseriamo all'interno dei flussi dell'azienda per per dare degli input e ottenere degli output dopo vi vi faccio vedere meglio di cosa sto parlando e quali sono le componenti invece del Killer prompt diciamo spesso mi viene Chiesto qual è Quali sono le regole per fare il killer prompt Dal mio punto di vista questi sono

le componenti ehm principali di un buon prompt quindi la descrizione del Task quindi dove noi spieghiamo l'algoritmo il Task che deve compiere ad esempio questo genera una storia simpatica per bambini di 5 anni concludi la storia con un semplice indovinello Il contesto il contesto è la parte più importante del prompt ed è quella che fa la differenza quando noi utilizziamo in azienda questo tipo di tecnologia qui lo vedete lo divido in due parti nella prima parte do una collocazione diciamo al all' ai Quindi sei un copywriter specializzato in storie per bambini poi sotto do il

contesto della storia quindi il contesto dove si deve svolgere la descrizione del Task qua do gli esempi anche gli esempi sono importantissimi per questo tipo di algoritmi perché gli gli spieghiamo come vogliamo ottenere l'output e infine il meno importante l'invito al completamento oggi ci avviamo verso interazioni solo chat Quindi non sono più completamenti e quindi questo diventa sicuramente meno importante ma questo possiamo anche provarlo ve lo faccio vedere vi faccio vedere cosa succede Ah ok qui me l'ero preparato e quindi lo possiamo vedere direttamente in azione chiaramente Questo è un esempio che fa un po'

r però ci fa capire come l'algoritmo esegue quello che noi gli abbiamo chiesto Quindi inizia con il cera una volta procede nella creazione della storia crea tutti i dialoghi tra i personaggi e poi vedrete che termina la storia con l'indovinello e con l'insegnamento sull'amicizia come gli avevo chiesto all'interno del Task Chiaramente poi l'aspetto interessante è che possiamo interagire via chat E quindi possiamo fare tutte le variazioni che vogliamo anche poi in seconda battuta Ecco sta faccendo l'indovinello non ho capito Certo poi altro aspetto Interessante il prompt ci permette di formattare l'output e questo è determinante

quando andiamo a fare le integrazioni perché ad esempio possiamo chiedere all'algoritmo di di creare dei Copy per dei video di YouTube e farci dare il risultato con un elenco puntato Ma possiamo chiedergli anche di generarlo in un dato strutturato Ad esempio in un json anche questo ve lo faccio vedere perché poi arriviamo ad un concetto interessante qua gli ho chiesto di fare cinque copyright per per YouTube e lui esegue vedete mi fa l'elenco puntato con i cinque titoli Ma se io gli chiedo di crearmi un json quindi un dato strutturato vedete come cambia l'output Ecco

in questo caso vedete mi butta fuori proprio il json in formato json e questo è interessante perché anche per un altro aspetto Non so se se avete mai visto cosa sono le functions di di chat GPT di Open ai le functions sono un sistema di creare il prompt dove noi andiamo a passargli esattamente come vogliamo che sia l'output in modo che le quando facciamo le chiamate api a Open ai per ottenere delle lavorazioni di testo di qualsiasi altro tipo otteniamo esattamente l'output che vogliamo Questo significa che la chiamata api verso Open ai può diventare un

api interna che utilizziamo in azienda qui ad esempio io ho creato un prompt dove gli chiedo di estr armi dei contenuti precisi del testo quindi di estr armi il ruolo della persona il job title l'azienda e il numero di figli che compare all'interno del testo e questo è l'output che ricevo quindi questo può diventare un api che integriamo all'interno dell'azienda per fare esattamente questo servizio e vi assicuro che non ho scritto che ho due figli ma ho raccontato chi sono come si chiamano eccetera il sistema l'aspetto interessante è che lo Esegue a livello semantico bene

cosa possiamo ottenere inserendo questi sistemi nei nostri flussi di lavoro adesso vedremo una serie di interazioni per vedere esempi quindi andremo a scoprire esempi di come possiamo utilizzarli per andare a ridurre alcuni dei nostri effort la prima il primo esempio che volevo farvi è l'analisi dei documenti nel nostro lavoro spessissimo dobbiamo analizzare documenti anche molto Ampi in diverse lingue per generare output ma anche per studiare per avere informazioni Come possiamo approcciare quindi a questi a queste a questo tipo di analisi Allora immaginiamo Questo è un documento del Parlamento Europeo che riguarda l'intelligenza artificiale è un

documento di 76 pagine in inglese e vi faccio vedere come potremmo approcciare per capire per analizzarlo ad esempio potremmo prendere il sommario portarcelo su C GPT in questo caso e usare un prompt come questo eh un attimo che ci arriviamo No infatti ci arriviamo adesso adesso arrivo su quello sto facendo questo esempio proprio per questo ok Quindi qua io nel prompt gli ho ho detto al sistema Se sei un esperto di intelligenza artificiale perché in questo caso il documento riguarda l'intelligenza artificiale sintetizza dettagliatamente il testo suddividi La sintesi per punti per ogni punto espandi il

concetto rimani estremamente Fedele al contenuto e gli do l'esempio dell'output che voglio ottenere quindi titolo del dell'analisi del punto dell'analisi descrizione eccetera e come vedete il sistema io ho creato il prompt in italiano il documento è in inglese e il sistema va a creare tutta l'analisi Quindi io già da qui ho in molto meno tempo Già l'idea di cosa tratta tutto il documento Come si sollevava io qui ho copiato incollato il sommario perché chat GPT ha chiaramente delle limitazioni nell' input noi possiamo passare 8000 token che bisognerebbe convertire in caratteri quindi non abbiamo la possibilità

di copiare e incollare tutto il documento per ottenere l'analisi Però possiamo fare qualcos'altro ovvero possiamo ad esempio utilizzare Cloud Cloud è la diciamo lo stesso strumento di CH GPT Ma di antropic che è un competitor di Open ai che dà una possibilità interessante Ovvero quella di uploadare il documento Quindi io posso uploadare dir ente il documento in pdf e utilizzare un prompt uguale praticamente qui non tolgo testo perché non serve più e adesso il sistema andrà a leggersi tutte le 76 pagine del documento in inglese e mi darà la sintesi per punti in italiano Adesso

finché lui lavora vi faccio vedere un'altra cosa Nel frattempo su chat GPT che è un altro approccio ancora Che possiamo sfruttare su chat GPT per andare a risolvere il problema della lunghezza del prompt e quindi ad esempio possiamo fare in questo modo possiamo utilizzare un plugin i Plugin sono degli sviluppi di terze parti che vengono inseriti all'interno del plugin Store di Open ai e che possiamo integrare al nostro sistema per ottenere degli sviluppi verticali in questo caso utilizziamo ai PDF e utilizziamo un prompt molto simile dove andiamo vedete a passare il PDF via attraverso l'URL

come vedete utilizzo My ai Drive My ai Drive è proprio la la repository di del plugin questo e che non funziona al di fuori di qui quindi è la cosa interessante è che ci sono dei Brand che stanno iniziando a sviluppare per chat GPT Ed ecco che otteniamo il risultato però adesso lui si fermerà ad un certo punto perché aspetta che noi gli gli diamo il procedi Ok per elaborarlo un po' alla volta perché gli ho chiesto in questo caso la sintesi di tutto il documento ai PDF come vedete fa l'analisi mi dice anche a

che pagina trovare il contenuto quindi questo è una tipologia di interazione che possiamo avere con i documenti ma in realtà possiamo anche con questo plugin fare delle domande attive Ok gli chiedo direttamente Dammi la di intelligenza artificiale chiaramente il sistema mantiene il contesto e quindi va a prendermi la definizione di intelligenza artificiale che troviamo all'interno del documento Sì sì Mi dice anche la pagina andiamo a vedere intanto l'elaborazione di Cloud come vedete lui fa una sintesi molto stretta di tutto il documento Ma qui ad esempio noi potremmo dirgli di espandere il punto 3 quindi il

sistema adesso andrà a processare di nuovo il documento andando ad espandere solo quello di nostro interesse in questo caso solo il punto 3 vi faccio vedere anche un'altra cosa Visto che prima abbiamo nominato la Browsing Navigation una volta che abbiamo ottenuto una risposta da chat GPT possiamo fare fact checking direttamente su chat GPT Quindi come potremmo fare apriamo una nuova chat e usiamo la Browsing Navigation ci incolliamo la definizione che ci ha dato chat GPT e usiamo un prompt come questo Ecco come vedete io gli chiedo Verifica onine se questa definizione di intelligenza artificiale è

corretta e dammi dei raffronti dammi la risposta in italiano gli do la definizione che ho ottenuto da C GPT adesso il sistema andrà a cercare online Scusate andrà a cercare onl la definizione di di di intelligenza artificiale la ra affronterà con la risposta che ci ha dato e ci darà degli degli input ci dirà Ecco dice è in linea con le definizioni di intelligenza artificiale e ci dà anche delle altri degli altri input che trova onl confrontando la nostra risposta dandoci anche tutti i riferimenti dove andare a prendere quell'informazione Ok nel frattempo Cloud ha espanso

il punto 3 e quindi qui potremmo andare avanti perché magari a noi interessa solo un punto di tutta l'analisi del documento e ci andiamo a prendere solo quella in questo caso quindi questo aspetto di lavorazione dei documenti è interessante anche per lo screening delle informazioni per andarci a prendere solo le parti del documento che sono interessanti bene Ok Ecco un altro aspetto io vado vado avanti con gli esempi ne vedremo diversi a uno inf file all'altro e un altro interessante approccio che possiamo avere con questi sistemi deriva da L'analisi dei competitor immaginiamoci di volerci posizionare

nel nel mondo del conto corrente online come vedete sotto c'è la barra di ricerca per conto corrente online e molto spesso andiamo ad analizzare le serp per vedere chi sono i nostri competitor come Si posizionano cosa trattano Ecco questi sistemi possono permetterci di fare questo tipo di analisi in maniera automatizzata ad esempio questa è lo screenshot di un documento di Google sheet dove ci sono i risultati dei miei competitor e l'ai generativa può permetterci di fare questo generare automaticamente la sintesi di cosa tratta il mio competitor all'interno della pagina e generare anche la lista degli

argomenti che tratta all'interno della pagina il mio competitor Quindi questi sistemi vanno a rispondere direttamente alla domanda ehm quali argomenti sta trattando il competitor che si posiziona meglio di me in serp vi faccio vedere come a livello pratico chiaramente questa questa è un'integrazione all'interno di di un Google sheet ok questa viene fatta in automatico ma vi faccio vedere su chat GPT Qual è l'effetto dell'analisi di questo tipo di algoritmi qui utilizzo web Pilot web Pilot è un altro plugin che utilizzo molto che serve proprio per andare a fare lo scraping della pagina adesso lo selezioniamo

Ok utilizzo un prompt come questo vedete sei un esperto Seo quello che segue il contenuto di una pagina web da analizzare analizza il contenuto con le seguenti estraendo le seguenti informazioni la sintesi del contenuto un elenco dei principali argomenti trattati un elenco delle entità Seo presenti nel documento gli do l'URL e adesso il sistema andrà a prenderselo Qui sta leggendo il documento lo potete anche vedere cliccando su sull'esecuzione del plugin qui ha tirato fuori tutti i dati dalla pagina e inizia a fare il Task che io gli ho chiesto quindi genera la sintesi genera la

lista degli argomenti genera la lista delle entità Seo che vengono trattate chiaramente Ripeto questo ve lo sto facendo vedere per capire soltanto come ragiona l'algoritmo come come l' output però diventa molto interessante quando questi pront questi processi diventano integrati in processi automatizzati Aziendali e infatti questo che che vi faccio vedere adesso lo vediamo solo a scopo di di vederlo insieme questo è un colab colab non so se lo conoscete è una piattaforma di Google che permette di eseguire del codice Python e noi ce questo sistema ce l'abbiamo integrato in azienda non su CAB ma su

delle esecuzioni nostre su servizi però ve lo faccio vedere su CAB per capirci Ecco questo è un sistema che praticamente va a prendersi su Google Drive una lista di url che io gli preparo fa lo scraping di tutte le pagine in automatico e poi alla fine fa le chiamate su sull' api di di Open ai che è questa la chiamata e estrae tutti gli argomenti di interesse questo vi faccio vedere l'output sotto Eccolo qua quindi nel nel mio diciamo documento Drive avevo inserito diversi URL e quindi per ogni URL vedete estrae il title la description

lh1 fa la sintesi ed estrae la lista degli argomenti principali per tutti gli URL Voi capite che questo una volta lanciato toglie un'enorme quantità di lavoro dal punto di vista dell'analisi perché io potrei avere già la lista di tutti i titoli da utilizzare nei miei contenuti estratta dai miei competitor che stanno funzionando molto bene perché sono i primi posizionati In serp cosa Eh bisogna utilizzare le api dei servizi creare uno script Python che ad esempio noi usiamo sarp api va a prendersi i risultati altri altre librerie per fare scraping per andare a prendere i contenuti

e poi i dati vengono mandati a eseguire sull' api di Open ai mi interessava a farvelo vedere perché molto spesso consideriamo dei giochini che vengono fatti in chat ma quando poi li portiamo all'interno dei processi Aziendali e diventano dei software degli strumenti che poi magari alimenta altri software di Analisi E allora diventa molto più interessante e e ci fa risparmiare moltissimo tempo e anche ci fa dare performance Ok un altro esempio che non si poteva non fare chiaramente è la generazione dei contenuti Questo è un esempio di contenuto che è stato che ho fatto che

ho realizzato con GPT 4 e riguarda il l'inflazione nel 2023 e anche le immagini sono fatte con stable Diffusion Questo è il prompt ci tenevo a mostrarvelo da vicino per per stimolarvi una domanda ovvero hai fatto più fatica a fare il prompt del post probabilmente ok Infatti volevo stimolare questa domanda per arrivare a una riflessione ehm questi prompt Ancora una volta sono degli ingranaggi che noi inseriamo nei flussi di lavoro e se ci immaginiamo che questo è l'output ad esempio del team Seo di un'agenzia che va a ad essere il brief per il team Copy

allora cambia subito la musica quella domanda è già risposta Praticamente se se osserviamo Comè strutturato il prompt è proprio esattamente il brief Copy fondamentalmente perché vabbè il Copy non diremo se è un esperto economista scrittore di contenuti Seo Però ad esempio eh gli diamo il titolo che dovrà avere l'articolo gli diamo la struttura dell'articolo gli diamo le note sull'articolo e dei riferimenti per prendersi informazioni su quell'articolo È esattamente quello che diamo ai copi quando devono scrivere ma andiamo a vederlo perché ci sono altri aspetti che volevo farvi vedere per generare i contenuti qua Me lo

copio tutto che l'avevo preparato Anzi questo è anche dopato rispetto a quello che abbiamo visto perché fa anche dell'altro che adesso vediamo insieme qui aggiungo anche un altro plugin che è video caption video caption permette di prendersi l'URL da YouTube trascriverlo per poi elaborare i contenuti che sono all'interno del del video quindi utilizzo web Pilot e anche video caption perché il prompt fa questo lo Eseguo poi lo guardiamo il prompt fa questo ok nel contesto diamo se è un copyright e un Seo Scrivi un articolo molto ampio almeno 1000 parole per un blog L'articolo è

qua Gli diamo super contesto sul pane Precotto surgelato per i supermercati ristoranti e GDO dovrà essere suddiviso in paragrafi Ognuno dei quali dovrà avere un titolo è destinato gli do di nuovo a chi è destinato e gli do anche il tipo di linguaggio da utilizzare quindi linguaggio semplice ma con dei riferimenti ad aspetti tecnici se sono nel materiale che ti darò qua guardate questo Eh devi seguire i seguenti step e quindi cosa gli faccio fare gli faccio generare una bozza gli faccio valutare gli faccio autovalutare la bozza eh in base alla valutazione Gli faccio scrivere

una seconda bozza più ampia cercando di espandere i punti poi ancora una volta valutare la seconda bozza in base alla valutazione scrivere il contenuto definitivo perché gli faccio fare tutti questi giochetti e tutti che sembrano un po' un giochino ehm per perché in questo modo facciamo creare contesto all'algoritmo stesso quindi lo facciamo andare per step Ok facciamo sviluppare quella che viene definita se leggete un po' di materiale su questi sistemi le catene di pensiero e e adesso vedremo cosa significa Quando vedremo l'esecuzione gli do il titolo gli do la struttura dell'articolo quindi l'introduzione la descrizione

del processo di produzione i vantaggi per i supermercati la convenienza per i clienti e le conclusioni poi gli do le note quindi gli dico non si parla di pane ma di beery a valore aggiunto e non dobbiamo convincere i clienti ma parlare della qualità dei prodotti e infine gli do un po' di doping ovvero oltre a dargli tutte queste informazioni gli dico dove andarsi a prendere dei contenuti quindi gli do altri URL che parlano di questo tipo di prodotti gli do anche un video su YouTube che parla di questo di questi di questi aspetti e

questo è l'esecuzione come scusate come vedete ehm processo Si può avere il microfono normale Ok come vedete processa per per toglierlo Scusate ma mi mi entrava nel naso Bu pui ti Ok come vedete quindi eh processa le pagine processa il video di YouTube inizia a fare la bozza fa la bozza vedete è molto scarna eh valutazione della bozza Quindi autov valuta il contenuto dice la bozza presenta un'introduzione Chiara al tema del P Precotto surgelato eccetera Tuttavia potrebbe beneficiare di ulteriori dettagli e approfondimenti in particolare riguardo al processo di produzione e ai vantaggi per i clienti

Inoltre sarebbe utile integrare informazioni Dal video fornito per arricchire il contenuto e quindi parte con la seconda bozza quindi espande vedete i vantaggi espande un po' i vantaggi e valuta la seconda bozza la seconda bozza ha integrato ulteriori dettagli e approfondimenti Tuttavia potrebbe beneficiare di ulteriori informazioni Dal video in particolare riguardo al processo di produzione qua si è fermato ma adesso lo facciamo continuare e qui il sistema continua a scrivere e e e e qua Arriva a fare il contenuto definitivo chiaramente questo sarà il contenuto definitivo per noi no eh perché dopo Noi potremmo andare

ancora ad interagire via chat per farlo espandere per fare esplodere determinati punti eccetera e avevo preparato già un'esecuzione finita da farvi vedere Eccola qua questo qua è il prompt che abbiamo visto un attimo fa lo stesso identico quindi ancora una volta fa lo stesso elabora crea la bozza la valuta crea la seconda valuta la seconda crea il contenuto definitivo qui Io inizio ad interagire per far espandere il contenuto e quindi gli chiedo rigenera il contenuto espandendo la parte relativa ai vantaggi del pane Precotto surgelato per supermercati e ristoranti GDO qui io in insisto sul contesto

espandi i punti e la loro descrizione rimanendo Fedele alle informazioni che ti ho dato e quindi ecco l'esecuzione Ok Eccolo qua vedete che lui va il sistema va ad espandere quello che gli ho detto io quindi i vantaggi per per i supermercati poi seconda interazione rigenera il contenuto espandendo la parte relativa alla Convenienza per i clienti quindi il punto 4 ed ecco l'esecuzione del sistema quindi mantiene tutto uguale e il punto 4 vedete come cresce e infine gli chiedo di Rigenerare il contenuto espandendo la descrizione del processo sottolineando le motivazioni Insomma qua si può non

solo dire di espandere Ma si può anche dare delle indicazioni sul Come espandere e questo è il contenuto definitivo come vedete questo non sarà Magari il contenuto che dopo va pubblicato direttamente ma potrebbe essere un ottimo un'ottima bozza da cui partire che ha già analizzato tutti i contenuti che avrei letto comunque e quindi da qua si può fare si possono fare delle belle cose E qua si possono fare anche delle belle cose perché da qui utilizzando lo stesso contesto potremmo ad esempio potremmo ad esempio era questa aspettate Scusate che l'ho persa la Ric clicco per

sicurezza Ok qua Una volta che abbiamo ottenuto il nostro contenuto possiamo ad esempio fargli creare una bozza del post Social che poi andrà a a promuoverlo onl e quindi qua gli ho chiesto di gener di generare un post per Facebook e uno per Twitter che accompagna la condivisione del contenuto e quindi ecco che abbiamo in pratica creato il nostro contenuto la nostra bozza e abbiamo già i i i post per i social pronti chiaramente qua adesso io l'ho fatto molto eh Ho fatto un prompt molto semplice e banale ma possiamo andare a ad essere molto

più precisi se siamo dei social media manager potremmo essere molto più precisi nella creazione del prompt Infatti mi piace molto un video che ha fatto Raffaele dove dice che il Prom design Com'è che era non è una professione ma è una skill Io sono molto d'accordo su questo e anzi non è una skill Secondo me ma è un'integrazione della della tua hard skill e quindi ecco che in mano tutti questi prompt in mano a i vari i vari tecnici i vari copi E social media manager possono espandersi ed essere molto più interessanti bene ok Ecco

un altro esempio dove io lo sto utilizzando questo sistema è la generazione delle pagine fac spesso nei nostri progetti generiamo delle pagine fac per in modo i nostri clienti trovino la risposta alle loro domande Tra le risposte alle domande di altri e quindi come facciamo solitamente a generare le pagine fac estraiamo i contenuti il Copy si inventa le le domande probabili oppure derivano dalle domande del customer service qui possiamo prendere delle pagine di interesse e possiamo generare automaticamente le fck grazie all'algoritmo Vi faccio vedere come Ecco ecco immaginiamoci di partire da qui Questo è un

esempio a caso tra i risultati che avevo messo prima nel nella ricerca e qui vedete sono tutte pagine conto corrente cos'è tipologia Come funziona quale scegliere la differenza tra conto corrente e conto deposito eccetera e quindi con un prompt come questo CH un po' perché con un prompt come questo possiamo creare automaticamente le le fck come vedete qua gli do sempre il solito incipit iniziale se è un Copy professionista esperto Seo settore banking genera una lista di fac categorizzate usando contenuti delle seguenti pagine usa un linguaggio semplice qui è per gli utenti è per i

clienti della banca Quindi usa un linguaggio semplice il target di riferimento sono persone che non hanno una conoscenza tecnica genera un contenuto derivante Ok sì genera Cont arrivante dall'analisi di tutte le seguenti pagine e e gli do le pagine di riferimento poi gli do l'esempio su come dovrebbe essere l'output e quindi vedete titolo e cioè categoria domande categoria domande eccetera e questa è l'elaborazione come vedete esegue la scansione di tutte le pagine e inizia a scrivere tutte le pagine Fack che derivano da quelle pagine Voi capite anche questo magari non sarà il testo che andrà

nella pagina effettiva del nostro sito web o del nostro cliente ma può essere sicuramente un'ottima bozza dalla quale dalla quale partire altro aspetto interessante che possono fare questi sistemi sono molto abili a generare i dati strutturati spesso facciamo le fac poi generiamo i dati strutturati che inseriamo all'interno della pagina che poi ci permettono di ottenere quei risultati quando facciamo le ricerche che possiamo espandere e ottenere le risposte direttamente sulla sarp di di Google Ecco per fare questo si creano dei file dei sistemi in Jason delle stringhe Jason e questi algoritmi possiamo chiederglielo Semplicemente così Ecco

qua gli ho chiesto gener il json dei dati strutturati di queste Fack e vedete come il sistema parte a generarlo per chi sia occupa di Seo Questo è un formato abbastanza semplice ma può scatenare degli errori di di di sintassi e in questo caso questi algoritmi fanno molto difficoltà a fare degli errori di sintassi e quindi li possiamo ottenere abbastanza facilmente Ok vi faccio vedere un un'altra cosa interessante partendo sempre dal post che abbiamo visto prima perché possiamo fargli generare andiamo a vedere come si possono generare le immagini del post quindi volevo farvi vedere due

modalità per generare le immagini uno è utilizzando Focus quello che vi ho nominato prima che è un'estensione di stable Diffusion stable Diffusion è un modello Open Source quindi possiamo utilizzarle le immagini e vi faccio vedere anche come possiamo generarle attraverso Dalli du Scusate direttamente da chat GPT e quindi questo è Focus Ok allora questo è intant Se volete segel questa è pagina github do poete trarlo perché è gratuito e utilizzabile Basta che cercate online Focus con 3 ok E questo che vi faccio vedere adesso è il colab Ok è il CAB che Potete utilizzare per

generarle questo può funzionare anche in locale quindi questo codice può andare può essere installato anche in locale e utilizzarlo sul vostro PC Oppure potete installarlo su un PC in azienda su un server in azienda adesso io lo Eseguo ci vorrà un po' a farlo eseguire ma intanto vediamo qualcos'altro Aspettate che lo lo apro da un'altra parte perché ho già ho già i permessi attivi Ok S è lo stesso identico l'ho aperto da un altro Drive qui lo Eseguo adesso il sistema farà una serie di esecuzioni andrà a scaricarsi il modello stable Diffusion quindi diversi giga

di di materiale e poi no no Questo sta girando sul browser sta girando su un server di Google Eh beh su un computer normale Deve essere abbastanza prestante per farlo girare perché il modello stable Diffusion è 8 GB di di dati quindi deve deve essere abbastanza prestante ma può girare tranquillamente su colab adesso lo vedrete girare un po' lentamente perché questa è la versione gratuita ma su CAB basta alzare il le le performance pagando quello che serve e si possono tenere delle performance altissime Ok nel frattempo vi faccio vedere come potremmo fare a generarlo a

generare le immagini attraverso ehm attraverso chat GPT e quindi Allora per generarlo con chat CPT come facciamo qua come vedete è quello che vi mostravo all'inizio tra le varie modalità di utilizzo dei sistemi possiamo utilizzare dall i3 e quindi noi andiamo a selezionare dall' i3 e gli diamo questo prompt Allora adesso ho perso l'articolo vado a prendermi tutto l'articolo che ha generato il sistema Eccolo qua lo porto qua e questo è il prompt come vedete gli ho chiesto genera l'immagine principale per l'articolo che segue il protagonista deve essere il pane sulla tavola e genera immagini

fotorealistiche L'obiettivo è comunicare a GDO ristoranti supermercati E sotto gli do tutto l'articolo che ha generato cgpt prima e quindi Vediamo cosa succede adesso così lo vedete girare anche dall' i3 Ok Qua parte il sistema e vedete cosa fa genera in automatico in base al mio prompt si fa quatt prompt automaticamente da solo e quindi in base a quei prompt adesso andrà a generare le quattro versioni dell'immagine nel frattempo andiamo a vedere colab se ci siamo Sì ci siamo anche di qua intanto lo apro Ecco una volta che Focus ha finito di di di eseguirsi

intanto facciamo due cose contemporaneamente dal a disposizione un URL cliccando sull'url ci troveremo un'interfaccia come questa Dove possiamo inserire il prompt di per generare l'immagine Allora qui mi ero preparato un prompt Ok vado ad inserirlo qua gli ho fatto un prompt serio proprio da da tre stelle Michelin gli ho chiesto e qua tra tra le impostazioni avanzate Possiamo anche scegliere come vedete le dimensioni dell'immagine se premiare la velocità o la qualità dell'immagine e anche gli stili Questa è una degli aspetti più interessanti di Focus perché il fork che hanno fatto la l'elaborazione che hanno fatto

su stable Diffusion serve proprio ad andare a semplificare il modello e quindi qua qua sugli stili possiamo selezionare uno che si sposa perfettamente con il nostro ambito che è ADS Food photography e quindi partiamo con la generazione nel frattempo andiamo a vedere cosa ha fatto da lì Ecco qua da lì intanto ha prodotto e quindi Questa potrebbe essere la nostra immagine di di riferimento per il post ma anche qui l'aspetto interessante è che possiamo interagire via chat nuovamente e andare a fare tutte le modifiche che ci servono in queste in queste immagini vediamo anche Focus

se finisce di elaborarla qua vi fa qua mentre si esegue potete vedere anche tutto il processo di diffusione Quindi vedete proprio i pixel che si aggiungono piano piano e aspettiamo un attimo Vediamo come come diventa [Musica] Eh qua sta generando la seconda Adesso gli ho chiesto di generarne due sta cucinando il Pano giusto Ok ci siamo eh ed ecco le immagini che ha generato Ecco qua che insomma potrebbero tranquillamente essere l'immagine del nostro post sul pane Precotto sul gelato bene Andiamo avanti con la carrellata perché volevo mostrarvi questo Vabbè sono i dati strutturati volevo mostrarvi

un esperimento che abbiamo fatto eh Con un gruppo di di lavoro e qui nel gruppo di lavoro si volevano utilizzare gli algoritmi generativi per per provarli per vedere quanto era un team creativo per vedere cosa potrebbero aver fatto di interessante per i loro flussi e quindi la sfida era quella di partire dal la cosa probabilmente più illeggibile della storia ovvero il bugiardino di di un farmaco era una farmaceutica in questo caso l'azienda per quello e l'idea era quella di trasformare il bugiardino in un testo leggibile da un essere umano e quindi e quindi ecco Quello

che vedete è poi era un po' più complesso di questo ma l'algoritmo ha generato il testo leggibile da da da un essere umano appunto che spiega tutti gli aspetti e genera anche la tabella di sintesi della dei dei dati che sono dentro qui Apro e chiudo una parentesi perché vi faccio vedere come questo come gli algoritmi generativi riescono a generar tabelle riassuntive in un altro ambito tenete aperta la parentesi su questo su questo case Ok ecco qui immaginiamoci di avere di dover fare una tabella di dati tecnici di di uno Smartphone qui questo è un

Xiaomi 13t Pro chiedetemi cos'è e e quindi potremmo generare tranquill ente una tabella dei dati strutturati chiaramente se il video è utile e interessante con un prompt molto semplice qua gli diamo utilizziamo i Plugin utilizziamo video caption e prompt molto semplice sei un esperto e-commerce specializzato in smartphone analizza il video della recensione di questo prodotto crea una tabella che sintetizza tutti i dati tecnici i pro e i contro Scusate lo lo rifaccio partire perché lo Sì sì lo so che sta andando solo che aggiungo un plugin perché volevo mostrarvi un'altra cosa interessante quindi aggiungo anche

make sheet e lo rifaccio partire OK e quindi perché alla fine gli chiedo genera un csv con i risultati Quindi adesso il sistema va a analizzare il video lo analizza in due tranche perché è più lungo del del limite dei token necessario ed ecco che parte a fuori vedete in un secondo dati tecnici modello materiale fotocamera display processore batteria connettività memoria video tira fuori i pro perché nel video vengono è una recensione chiaramente quindi vengono nominati e quindi ecco pronta la scheda per l'e-commerce Ok adesso mi chiede vedete vorrei ora creare una tabella con i

dati generare il csu posso GL diciamo tranquillamente di sì e parte make a sheet adesso maket mi preparerà il csv pronto per dove lista di tutti i dati tecnici del prodotto ancora una volta immaginatevi tutto questo automatizzato in un sistema integrato che salva i dati in un database o via dati strutturati e che possiamo tranquillamente accedere Possiamo tranquillamente accedere ai dati e creare dei contenuti Eccolo qua lo ha fatto e quindi abbiamo il csv da scaricare pronto all'azione Eccolo qua quindi tutti i dati tecnici con i pro e i contro sotto in lista bene torniamo

ai nostri al nostro bugiardino Quindi abbiamo prodotto il testo che descrive il farmaco la tabella dei dati tecnici e poi qui è scattata la creatività totale e quindi ci siamo inventati questo genera una storia per aiutare i genitori ad avvicinare un bambino di 5 anni al farmaco il protagonista della storia è Elio mostriciattolo che vivi in una radura incantata Descrivi la storia e Descrivi in dettaglio Elio e quindi parte la parte creativa quindi C'era una volta il mostriciattolo eccetera eccetera come vedete in grassetto ho messo in grassetto la descrizione del mostriciattolo perché l'ho fatto perché

poi ho usato quella descrizione in un generatore di immagini in un algoritmo che genera immagini per per rappresentarlo Ma se poi non è soddisfacente possiamo generarne un altro e un altro e un altro e un altro Ecco questo è solo per raccontarvi il fatto che ehm questi sistemi ci permettono di con delle piccole variazioni con delle idee che nascono da brainstorming generare cose che possono diventare poi delle Campagne interessanti e poi la storia è andata avanti perché poi la ftina Insomma non poteva non mancare e anche qui possiamo rappresentare via via immagini tutto quello che

succede fare Non so cosa è successo Ho spoilerato e fare degli storyboard e poi grazie anche agli algoritmi che abbiamo visto prima come runway possiamo anche animare il mostri Cattle perché vi ho fatto vedere tutto questo ovviamente non mi aspetto che questo diventi la una campagna pubblicitaria questo materiale però immaginatevi come cambia il flusso di lavoro quando nel team creativo si hanno questi strumenti e si generano delle idee già belle tonde già belle definite e si arriva poi a chi deve eseguire quindi i grafici videomaker eccetera con delle idee più interessanti altro tema che di

cui volevo parlarvi è la generazione di contenuti per le per le pagine dell'e-commerce ehm questo è interessante perché noi l'abbiamo utilizzato in un progetto con buoni risultati quello che vedete nella slide è la generazione della descrizione del prodotto a partire semplicemente dalla tabella dei dati tecnici Quindi questo è quello che ha generato l'ai a partire da quella tabella poi l'aspetto interessante è anche come possiamo cambiare il Ton Voice in base al target del di riferimento e quindi questo è una variazione Se volessimo generare la descrizione adatta a un bambino Questo è come cambia il Copy

quando cambia il target e quindi diventa una lampada davvero speciale che sembra No dov'è sotto fatta di materiale molto resistente che si chiama acciaio proprio come le pentole della cucina è come un grande giocattolo che illumina la stanza la rende più bella e ti permette di giocare con la luce Ok questo chiaramente è un esempio non è che sull'e-commerce un testo di questo tipo e poi un altro esperimento è ma Se volessimo creare un testo più adatto ad una persona anziana ed ecco come cambia il Copy di nuovo e che quindi diventa non è solo

bella da vedere ma è anche molto pratica consuma poca corrente e dura molto tempo perfetta per leggere o per rilassarsi nel salotto Quindi vedete come in base al il prompt che noi diamo e quindi il target di riferimento come prima per le Fack dicevo usa un linguaggio semplice perché il target di riferimento non sono dei bancari ma sono i clienti che devono aprire un conto anche qui vedete come qui l' l'ho l'ho portato all'estremo per farvelo vedere chiaramente Ma come cambiando il il il prompt può cambiare proprio l'azione e qui ve lo faccio anche vedere

con un con una piccola proteina ancora una volta perché Questo che vedete è generato esclusivamente a partire dai dati tecnici e qua possiamo fare un giochetto Ancora più interessante Ok Qua Eccolo qua Questo è il prompt che ho usato Quindi se è un copyrighter professionista e conoscitore di lampade per interni quella che segue la tabella di dati tecnici della Toyo led è una lampada genera un ampio contenuto testuale per la pagina di un del prodotto di un ecommerce che descrivere tutte le caratteristiche qua gli dico di non riportare i dati tecnici nella descrizione in modo

che non diventi un un elenco di di dati ma di rielaborarli in maniera descrittiva do la tabella di dati tecnici copiata e incollata dall'e-commerce e e alla fine gli do delle indicazioni qui per il testo quindi non ripeterla molte volte ma alterna con la lampada o l'articolo eh Non nominare il prezzo nella descrizione perché potrebbe variare nel tempo quindi mi invalider il testo dell'e-commerce e poi gli dico anche usa anche le informazioni presenti sulle pagine e qua gli do la pagina del produttore di di di floss in questo caso e gli do anche altri due

e-commerce che trattano lo stesso articolo e e qua salta fuori un'ottima descrizione ottima lo aggiungo io perché ne ho viste tante di generate e sono buone descrizioni Comunque per i prodotti Noi abbiamo fatto una sperimentazione su questo andando a automatizzare il la generazione di di di testi di questo tipo su diverse lingue con ottime performance dal punto di vista del posizionamento Ok un altro tema che mi sta super a cuore è l'estrazione dei dati dai video E qua si apre un capitolo potremmo andare avanti per un mese a parl però il concetto è sempre lo

stesso estraiamo i dati dal video per elaborare elaborarne i contenuti e quindi vi faccio vedere alcune alcune cose interessanti che si possono fare con i video Ah questa è un altro esempio dove oltre ad estrarre sintesi e gli argomenti trattati nei video qua parto da un video È un video una videog guida un Ao e lo trasformo in un Ao testuale dove mette anche il titolo tutti i passaggi e anche i dati strutturati per per le pagine dellu vi faccio vedere qualche elaborazione Ecco qua un primo metodo che possiamo usare può essere no questo no

ok può essere questo quindi partiamo da questo video questo qua è un video in inglese che tratta argomenti di banking quindi il primo la cosa più semplice possiamo fare è utilizzare GPT 4 default e incollare il testo della trascrizione qua io testo con arrivo incollo il testo con i timestamp Eccolo qua perché adesso vediamo una piccola magia ok perché come vedete nel prompt io gli chiedo di generare una sintesi dove mi mostra per ogni punto Diciamo della sintesi mi mostra un titolo un semplice sintesi e anche il minuto Dove trovo quella parte all'interno del video

quindi il sistema analizzerà il video che in questo caso è in inglese adesso mi farà tutta l'analisi per punti e mi dirà anche il punto esatto del video dove andarmi a prendere quella quel contenuto ed ecco qua che lo sta facendo come vedete fa la sintesi di tutto introduzione generative ai nella Finanza evoluzione dell ai e io quando voglio vado a prendermi automaticamente nel nel video quella parte quindi se mi interessa solo quella parte clicco e vado ok siamo un po' stretti vero Ok allora salto un po' di cose perché volevo mostrarvi Ok ok allora

alcune note su quanto questi sistemi possono aiutarci nel mondo dell'analisi dei dati Questo è un primo esempio qui in questa tabella ho la lista delle recensioni ho la lista delle recensioni di un prodotto su su Amazon e qui grazie al automatizzando tutte queste recensioni possiamo estrarne alcuni dati interessanti Il primo è il sentiment ma qui non vi racconto nulla di nuovo perché ci sono 1000 strumenti ormai in grado di determinare l'altro aspetto interessante è che possiamo estrarre i punti chiave e quindi eh possiamo andare a tirare fuori dalla recensione ok È una recensione negativa ma

su quali argomenti è una recensione negativa e quindi grazie a questo possiamo ottenere poi delle Dashboard come questa che vanno a dirci su quali punti vertono ad esempio Le recensioni negative eh dei prodotti che e questo aspetto può essere declinato poi in ogni ambito delle recensioni Ad esempio nei punti fisici per i le schede di Google Business profile file o anche altri aspetti Queste sono Dashboard esempio che io avevo realizzato per un una GDO e quindi vedevamo in base alle recensioni tutto quello che succedeva nei punti fisici Non a caso Amazon sta facendo più o

meno la stessa cosa nel nel punto comom se voi andate a vedere vengono estrapolati i pro e i contro dai prodotti attraverso l' ai e sono anche espandibili poi si possono vedere il sentiment si può vedere gli esempi di quel tipo di tag sulle recensioni questo non lo vediamo Vado avanti un po' Ecco un altro aspetto super interessante è l'analisi delle Survey dei dei dei clienti qua quando noi creiamo delle Survey ad esempio per chi ha l'e-commerce che vengono somministrate ai clienti possiamo utilizzarle ad esempio risposte aperte che dovremmo leggere tutte per avere i dati

potremmo clasar quindi raggrupparle attraverso gli algoritmi de ai Questo è un esempio in cui avevamo fatto una Survey ai clienti dell'e-commerce dove chiedavamo come mai non hai fatto acquisti nell'ultimo periodo qua inserendo dentro tutte le risposte dei clienti abbiamo ottenuti immediatamente le risposte quindi non hanno comprato per mancanza di tempo per preferenza per l'acquisto in negozio per problemi economici per mancanza di necessità interesse per problemi con l'offerta del negozio Ecco che in questo caso invece di analizzare poi migliaia di recensioni magari diventano poche decine e sono solo quelle che riguardano problemi con l'offerta del negozio

Ecco che analizzando i sistemi con questo metodo possiamo risparmiare tantissimo tempo questo ve lo ve lo faccio vedere al volo Ecco immaginiamoci che queste siano le risposte che hanno dato i clienti alla domanda e quindi semplicemente noi possiamo copiare le le risposte qua sono 200 circa prendiamo il nostro arrivo qua io ho creato questo prompt Quindi sei un esperto di dati per l'e-commerce analizza le risposte e claster iza le recensioni andando ad ogni il nome ad ogni Cluster e crea una tabella che contiene il nome dei Cluster la synthesi il sentiment del Cluster Le parole

chiave da mettere in evidenza qua ho messo in fila tutte le risposte dei clienti e questo è il lavoro che può fare il sistema qua vedete sta già creando i cluster quindi il primo è problemi tecnici e usabilità del sito preferenze di shopping fisico problemi economici e di budget mi mostra degli esempi di risposte di ogni Cluster qualità e varianza dei prodotti e così via dice perché adesso mi propone di generare la tabella qua Mi genera direttamente la tabella qui e poi con shit generer Remo il csv Ok perfetto Adesso mi ha fatto vedere l'anteprima

dei dati sulla tabella adesso parte make sheet e mi creerà il csv Dopo vi faccio vedere una cosa che possiamo fare con il csv Ok generato Lo scarichiamo e qua ho il csv con i Cluster Ok Qua Cosa possiamo fare poi con questo csv e ne ne approfitto per farvi vedere un ultimo strumento che possiamo sfruttare di chat GPT in questo caso ed è il Il code Interpreter che da qualche settimana ha cambiato nome si chiama Advanced data analysis Qua possiamo uploadare il nostro csv delle recensioni che abbiamo appena dei Cluster che abbiamo appena creato

e dargli un prompt che ci permette di fare questo quindi in questo caso noi passiamo al al sistema il file e gli diciamo di analizzare i dati all'interno del file csv e di generare una Dashboard che mette in evidenza i risultati della Survey Ok il sistema elabora i dati che sono Andro al tsv genera il codice Python necessario [Musica] per per analizzarli e poi vediamo che tipo di diagramma produce mi propone di fare una work Cloud Ok ok E adesso Mi genera il diagramma che ha pensato che sia più interessante per rappresentare questo tipo di

dati e izzando Advanced data analysis di chat GPT si possono fare delle cose molto interessanti Ok Qui ha creato un tag Cloud ma vi faccio vedere un esempio invece dove ho analizzato Questo è un è un file csv che ho caricato l'avevo preparato prima di 400 mega di dati dell'e-commerce dove ci sono tutte le vendite dei prodotti dell'e-commerce e qui il sistema come vedete analizza mi fa vedere i dati che ci sono all'interno del del file e procede Io gli avevo chiesto di generare un diagramma che mostra le entrate totali dell'e-commerce per ogni mese e

questa è la prima esecuzione Poi gli ho chiesto crea un diagramma che mostra la revenue dei 30 clienti che hanno generato la revenue più elevata e quindi mi mi va a esplorare i dati e me le fa vedere in qualche secondo Qual è il prodotto più acquistato me lo fa vedere e qua gli ho chiesto genera una Dashboard di esplorazione dei dati generale E questa possiamo insomma possiamo analizzare i dati creare Dashboard che possiamo creare anche in pdf e anche questo è interessante perché possiamo automatizzarle che non abbiamo più tempo ma potremmo andare avanti per

molto e volevo chiudere con una con due cose Volevo partire da qui oggi abbiamo visto oggi abbiamo visto tante cose fatte direttamente su Cat GPT perché L'obiettivo era di farvi vedere come Ehm cosa possono fare questi sistemi Tuttavia come vi ho più interessante non è non è tanto l'interazione con C CPT quella è una parte interessante perché è il nostro assistente personale sempre sulla scrivania però l'altra parte interessante è l'integrazione infatti nelle aziende sono già in azione dei processi per generare dei sistemi che vengono definiti rag Che significa retrieval augmented Generation e sono dei sistemi

che permettono di accedere ai dati dell'azienda al Knowledge dell'azienda derivante da tanti fonti quindi C RM gestionale eccetera eccetera questi dati vengono messi a disposizione da un modello di linguaggio per permettere una democratizzazione dei dati più elevata in azienda Quindi le persone possono accedere ai dati ed elaborare i dati in maniera molto più semplice e veloce Qual è la direzione questi sono due studi che vi faccio vedere uno è di entur vedere quanto i modelli di linguaggio impatteranno sulle giornate lavorative D persone e fa vedere insomma che L'impatto sarà molto elevato e la l'altro studio

invece che vi faccio vedere È uno studio di IBM che fa vedere come non ci sono delle dei dei ruoli che verranno di più o di meno ma tutti i ruoli dell'azienda verranno impattati è bella È interessante questa frase che hanno inserito nello studio IBM dicono l'intelligenza artificiale non non sostituirà le persone ma le persone che usano l'i sostituiranno le persone che non la usano quindi questo ci fa riflettere su questo e infatti io credo che l'i vada interpretata in questo modo ovvero sia un sistema che potenzia le nostre capacità e oggi l'abbiamo visto perché

vede meglio di noi sente meglio di noi può creare può trovare correlazioni e che noi Non saremo in grado di fare e questo porterà i Brand tutti i Brand anche i nostri Brand ad ad evolversi a trasformarsi non solo dal punto di vista tecnologico Questa è la parte più semplice E attuabile ma soprattutto dal punto di vista di cultura aziendale Infatti Paradossalmente l'intelligenza artificiale andrà a ridurre i Gap operativi quindi andrà a lavorare su quelle che sono le le hard skill perché probabilmente si appiattirlo le differenze tra un Senior e un Junior che entrerà proprio

grazie a questi eh sistemi però questo renderà sempre più importante quello che non è aumentabile dell'algoritmo ovvero quelle che sono le soft skill come la creatività l'immaginazione la strategia e io credo che Quest soft skill insieme agli algoritmi rappresenteranno le fondamenta dei Brand del futuro [Applauso] grazie