Il metodo IBM Client Engineering offre ai clienti il vantaggio di acquisire familiarità con i prodotti che utilizzano sotto la guida degli esperti. ZentDok è un utente di lunga data della tecnologia IBM per la raccolta dei dati, e utilizza la soluzione IBM Watson Explorer per l'elaborazione del linguaggio naturale (NLP) dal 2016. Quindi BMLV ha deciso di procedere con la tecnologia dello studio AI IBM watsonx.ai.
Con ChatZentDoc, è emersa un'interfaccia che utilizza NLP per fornire risposte basate sui fatti. Nel front-end appositamente sviluppato, gli utenti possono interrogare il database e isolare le risposte utilizzando le opzioni di filtro, per poi esportarle insieme ai documenti di origine. ChatZentDoc funziona utilizzando informazioni che vengono aggiornate quotidianamente, per garantire la necessaria tempestività. In questo modo, è stato creato un cosiddetto OSINT (Open-Source Intelligence Tool) che può essere utilizzato anche per altre applicazioni nell'amministrazione pubblica.
Collaborazione altamente efficiente, nonostante un programma ambizioso
Il colonnello Klaus Mak, che guida ZentDok, descrive la collaborazione con IBM come profonda e altamente professionale: "La qualità della prima presentazione ci ha sorpreso tutti positivamente. Nessun progetto ha mai funzionato così rapidamente con così tanto successo."
Il passo successivo sarà quello di creare un ambiente di test in cui gli utenti di altri reparti possano testare le capacità dello strumento. Per farlo, c'è bisogno di formazione e istruzione per affrontare l'AI generativa e l'NLP: "Stiamo entrando in un mondo completamente nuovo. Il prompt degli utenti è l'elemento essenziale, e la loro capacità diventerà sempre più importante."
Capacità di agire in tempi di flussi travolgenti di dati
"L'intelligence open source", spiega Benedikt Klotz di IBM, "è utilizzabile a livello universale in aree in cui è necessario cercare e analizzare grandi quantità di dati non strutturati. Le soluzioni AI per il settore pubblico hanno sempre rappresentato una sfida particolare in termini di sicurezza e disposizioni normative come GDPR, IT Security Act e la legge sull'AI dell'UE. Le esperienze acquisite in questo progetto pilota hanno portato vantaggi anche ad altri settori dell'economia che trattano dati sensibili."
Mak considera l'AI uno strumento potente per affrontare le minacce ibride: "Con l'intelligenza umana si possono osservare i dati, ma non valutarli. La loro valutazione e classificazione sono il prerequisito per poter agire alla luce degli scenari di rischio."