https://www.moma.org/collection/works/221525?locale=it&with_images=true |
“ […] evitare che singole aziende acquisiscano grandi banche dati e
algoritmi specifici, alle politiche che incoraggino la trasparenza e la
condivisione delle banche dati, pubbliche e private.” (http://www.ilsole24ore.com/art/impresa-e-territori/2017-11-14/non-ci-sara-robocalypse-224731.shtml?uuid=AEMWLABD)
La questione della proprietà dei dati e dell’utilizzo degli stessi per
finalità previsionali risulta essere al centro delle attività orientate alla
costruzione di mercati dei dati. Il data market building tuttavia è un processo
conclusivo, concordato, e sostenuto dalle politiche economiche rispetto all’amministrazione
dei dati nella condizione attuale di mancanza di infrastrutture di scambio dei
dati. Le imprese in grado di utilizzare i dati hanno dei vantaggi competitivi
enormi in grado sia di performare una sorta di knowledge economy, sia di
realizzare delle attività di speculazione sui dati.
Infinite derivative data
theory. I dati possono essere utilizzati in modo quasi infinito. La
mancanza di una corruzione dei dati aumenta la capacità di elaborazione dei
dati. Tuttavia i processi di acquisizione dei dati pongono delle questioni
giuridiche afferenti la tutela e la difesa del consumatore ancora assenti nel
dibattito pubblico. Le forze politiche sembrano essere prive di interesse nei
confronti della capacità di difendere i dati come elemento costitutivo dei
diritti della personalità per la capacità sintetica di rappresentare la vita
delle persone nelle varie manifestazioni delle preferenze individuali. Inoltre
la capacità di estrarre informazioni dai dati è infinita per la capacità di
mixare informazioni implicite con informazioni esplicite. Il dato è sia self
evident sia oggetto di mining ovvero oggetto di indagini per estrarre il
contenuto informativo necessario all’analisi e alla previsione del fenomeno
economico utilizzato. La stragrande maggioranza delle informazioni estratte dai
dati risulta essere prodotta per motivazioni extra-economiche e afferenti la
sfera sociale, ludica oppure utilità di carattere anche culturale ed
istituzionale. L’analisi dei dati può consentire di realizzare una delle
aspirazioni da sempre presenti nell’economia ovvero la creazione di trade offs
monetari applicati a scelte realizzate per motivazioni extra-monetarie. Il
risultato può consentire alle imprese una valutazione attenta della capacità di
spesa potenziale e reale dei customers, una analisi dei competitors ed in una
ottica di impresa snella può anche avere un impatto positivo sulla supply chain
e sulla produzione del tipo just in time. Inoltre la capacità previsionale può
essere incrementata attraverso il matching di dati caratterizzati dalla
dimensione “big” per il fatto di essere quasi esaustivi in modo completo del
fenomeno in oggetto. Il fenomeno economico viene catturato in modo quasi
completo rispetto alla dimensione reale. I dati quindi possono essere
utilizzati e oggetto di una funzione produttive derivativa ed infinita senza
perdere le connotazioni informative, le caratteristiche semantiche, la capacità
di generare senso in presenza di una capacità ermeneutica generata dagli algoritmi
previsionali. Tuttavia la capacità di realizzare delle previsioni dipende anche
dalla teoria sottostante. Gli algoritmi talvolta sono privi di una capacità
ermeneutica, ovvero di una struttura in grado di dare senso mediante una forma
di storytelling, di metanarrazione. La metanarrazione è invece possibile in uno
scenario caratterizzato dalla capacità degli algoritmi di predire sia le
grandezze statistiche fondamentali in grado di sintetizzare il complesso delle
regressioni e delle correlazioni, sia anche di offrire un racconto in grado di
aprire i dati alla capacità cognitiva degli utenti utilizzatori.
Il marketing è in genere la funzione aziendale individuata per
procedere alla costruzione di storie di senso aventi una capacità ermeneutica
dei dati. Tuttavia, poiché i dati fanno spesso riferimento a delle grandezze di
carattere extra-monetario allora occorre anche fare anche utilizzare degli
strumenti di carattere sociologico, antropologico.
Rubber data barons. La
capacità di organizzazione dei mercati competitivi afferenti i dati risulta
essere abbastanza ridotta. Il mercato dei dati sembra essere caratterizzato da
una dimensione predatoria richiamante in parte le dinamiche dei robber barons
ovvero di quegli imprenditori che acquisirono il controllo privato di beni di
utilità pubblica essenziali per lo sviluppo dell’economia negli Stati Uniti con
la costruzione di monopoli ed oligopoli nel settore delle ferrovie, dei
trasporti, del petrolio. I Rubber Data Barons possono amministrare il mercato
dei dati in misura monopolistica ed oligopolistica con dei vantaggi sia nei
confronti della concorrenza, ma anche con una dimensione di pervasività nei
confronti delle persone aventi partecipanti in modo involontario alla
produzione di dati oggetto di funzioni di utilità delle imprese massimizzanti
il profitto. Il mercato dei dati quindi richiede un intervento di policy, di
regolamentazione in grado di mettere ordine e di garantire e tutelare i diritti
dei consumatori produttori di dati attraverso l’utilizzo di internet, dei
computer e delle app. Il problema del controllo e della tutela dei diritti
diventa rilevante soprattutto con riferimento alle persone ed acquisisce invece
un ruolo marginale nel contesto dei dati sviluppati in ambito industriale. La
creazione di mercati monopolistici dei dati può comportare anche un profilo
pubblico e introdurre delle limitazioni nel processo di integrazione della
globalizzazioni. Gli stati e le nazioni hanno delle politiche differenziate con
riferimento alla integrazione dei sistemi informativi. La creazione di una
istituzione globale rivolta alla tutela dei diritti delle persone in ambito
informativo può avere un impatto positivo sull’eliminazione delle barriere normative
esistenti tra i vari paesi con riferimento allo scambio di informazioni.
Influenzare le scelte di
portafoglio degli utenti. Le imprese operanti nel mercato monopolistico
hanno una capacità molto elevata di procedere ad influenzare il portafoglio
degli utenti. Le imprese possono offrire nei confronti degli utenti le opzioni
desiderate dai consumatori attraverso l’analisi delle storie di acquisto e con
il matching di dati provenienti da fonti differenziate. Le imprese possono
quindi entrare nel portafoglio dei consumatori e facilitare il processo di
incontro tra la domanda e l’offerta attraverso l’estrazione del prezzo di
riserva dal singolo consumatore per ciascuna transazione posta in essere. Le
scelte di portafoglio degli utenti risultano quindi orientate dall’offerta. La
componente dell’acquisto compulsivo ed impulsivo può essere orientata a
crescere mediante l’offerta di beni aventi la capacità massima di soddisfare l’aspettativa
di acquisto del consumatore.
L’intelligenza artificiale e l’impatto
basso su Pil. L’intelligenza artificiale sembra avere un risultato basso
sulla capacità di produzione di valore aggiunto. IL prodotto interno lordo dei
paesi occidentali risulta essere avvitato nella condizione della stagnazione
secolare. La capacità stessa di utilizzare l’espressione Quarta Rivoluzione Industriale
risulta essere ridotta per la mancanza di un impatto sul PIL significativo come
per esempio quello verificatosi nelle altre vere rivoluzioni industriali in
grado di cambiare in modo strutturale la vita delle persone attraverso la
chimica, la meccanica, l’elettricità. L’Intelligenza Artificiale, con le
questioni connesse al machine learning e al deep learning rischiano di avere un
impatto di efficientamento del sistema della produzione industriale in un
contesto globale di trasferimento di capitale tecnologico nei paesi asiatici.
Forse le aspettative sull’intelligenza artificiale sono state troppo elevate,
forse esistono delle economie potenziali in senso schumpeteriano da sviluppare
per il tramite dell’esercizio dell’attività di innovazione. Tuttavia poiché il
numero delle persone impiegate nei processi innovativi risulta essere ridotto è
probabile una svolta elitista dell’intelligenza artificiale con impatti bassi e
nulli sul prodotto interno lordo della popolazione. La Quarta Rivoluzione
Industriale per essere tale deve mostrare di porre fine alla “Secular
Stagnation”. Tuttavia fino a quando i tassi di crescita del prodotto interno
lordo saranno bassi allora la Quarta Rivoluzione Industriale con il suo
armamentario di IA, deep learning e machine learnig rischia di essere solo un
processo di ristrutturazione del settore industriale disponibile per imprese
aventi una sensibilità elevata all’innovazione.
La soluzione istituzionale al
gap tra innovazione tecnologica e prodotto interno lordo. Una soluzione
istituzionale potrebbe comportare un potenziamento delle connessioni tra le
forme innovative della Quarta Rivoluzione Industriale e le imprese e le
pubbliche amministrazioni considerate anche sotto il punto di vista
istituzionale ed organizzativo ovvero tali da indurre a forme nuove di
utilizzazione dei fattori produttivi, di contabilizzazione, e di orientamento
di politica economica volta alla risoluzione del fallimento di mercato
esistente tra i possessori di capitale tecnologico e i soggetti richiedenti
innovazioni.