Sabato 21 dicembre, presso lo spazio Plin del Rondò dei Talenti di Cuneo si è tenuto l’ultimo evento dell’anno nell’ambito del progetto “Insieme per un’idea”. Ospite speciale è stato Giancarlo Mirmillo, psicologo del lavoro e delle organizzazioni, esperto in sviluppo digitale, intelligenza artificiale e machine learning.

Durante il suo intervento, Mirmillo ha esplorato come i dati possano essere utilizzati come asset strategico per la creazione di startup. Ha illustrato come la Data Science possa supportare l'avvio d’impresa attraverso l'analisi del customer profile, la definizione del business model e le strategie di digital marketing.

Chi è Giancarlo Mirmillo?

Giancarlo Mirmillo è uno psicologo del lavoro e delle organizzazioni con una vasta esperienza nel campo della Data Science, dell’intelligenza artificiale e del machine learning. Mirmillo ha iniziato la sua carriera come psicologo, concentrandosi sull’analisi delle emozioni e sul comportamento umano. Durante le sue consulenze di marketing, ha esplorato l’uso dei dati per comprendere meglio i comportamenti dei consumatori e migliorare le strategie di marketing. Nel 2013, ha fondato CrowdEmotion, collaborando con le Università di Cambridge e Nottingham, focalizzandosi sull’utilizzo dell’intelligenza artificiale per analizzare e reagire alle emozioni umane. Attualmente, è un educatore nel campo della Data Science e del machine learning, contribuendo alla formazione di nuovi talenti e alla diffusione delle conoscenze in queste aree.

L’importanza dei dati come asset strategico

Durante la mattinata Mirmillo ha sottolineato che i dati sono fondamentali per le startup, poiché possono essere utilizzati per prendere decisioni informate e sviluppare strategie efficaci. Trattare i dati come un asset strategico permette di ottenere nuove efficienze, intuizioni e capacità, supportando tecnologie emergenti. In quest’ottica la Data Science gioca un ruolo cruciale nell’avvio di un'impresa. Attraverso l'analisi del customer profile, le aziende possono comprendere meglio i loro clienti e personalizzare le loro offerte. La definizione del business model basata sui dati aiuta a identificare le opportunità di mercato e a sviluppare strategie di successo.

Strumenti e tecnologie

Mirmillo, nel corso dell’incontro, ha menzionato diversi strumenti e tecnologie utili per l'analisi dei dati e lo sviluppo di modelli predittivi:

• Excel/Google Sheet: Questi strumenti sono fondamentali per la gestione e l’analisi dei dati. Permettono di organizzare, calcolare e visualizzare dati in modo efficiente. Excel e Google Sheets consentono la creazione di tabelle pivot, grafici e formule per analizzare grandi quantità di dati. Inoltre, Google Sheets facilita la collaborazione in tempo reale, permettendo a più utenti di lavorare sullo stesso documento contemporaneamente.
• Google Colab: È un ambiente di sviluppo che permette di scrivere ed eseguire codice Python direttamente nel browser, con accesso a risorse di calcolo potenti come GPU. È ideale per sviluppare e testare modelli di machine learning grazie alla sua integrazione con librerie Python come TensorFlow e PyTorch. Facilita anche la condivisione di notebook con colleghi e la collaborazione su progetti di data science.
• Python: Un linguaggio di programmazione versatile utilizzato per una vasta gamma di applicazioni, dalla data analysis al web development. Librerie come Pandas, NumPy e Matplotlib rendono Python uno strumento potente per l'analisi e la visualizzazione dei dati. Inoltre, Python può automatizzare compiti ripetitivi, migliorando l'efficienza operativa.
• Tableau: Si tratta di uno strumento di visualizzazione dei dati che aiuta a trasformare dati grezzi in dashboard interattive e report visivi. Permette di creare grafici complessi e dashboard interattive per esplorare e presentare i dati in modo intuitivo. Aiuta le aziende a prendere decisioni basate sui dati attraverso l'analisi visiva.
• Lama (modello di Meta): È un modello di intelligenza artificiale sviluppato da Meta, utilizzato per la generazione di testo, traduzione e altre applicazioni di NLP (Natural Language Processing). Può creare testi coerenti e pertinenti per vari scopi, come articoli, descrizioni di prodotti e altro. È utile anche per l'analisi del sentiment, la classificazione dei testi e la traduzione automatica.
• Gamma: Uno strumento alimentato dall'intelligenza artificiale per creare presentazioni, documenti e siti web. Facilita la creazione di slide professionali senza necessità di competenze di design. Utilizza l'AI per generare e perfezionare contenuti rapidamente, migliorando l'efficienza nella preparazione di presentazioni.
• NotebookLM: Si tratta di un applicativo AI gratuito sviluppato da Google che funge da collaboratore intelligente per la gestione delle informazioni. Permette di caricare documenti in vari formati (come Google Docs, PDF e URL) e di fare domande sui contenuti caricati. NotebookLM risponde con risposte dettagliate e citazioni in linea, aiutando a organizzare e sintetizzare le informazioni. È particolarmente utile per creare contenuti come riassunti, guide di studio, documenti di briefing e panoramiche audio.
• SCISPACE: È una piattaforma AI che aiuta nella gestione, scrittura e pubblicazione di lavori accademici. Facilita la ricerca e l'analisi di articoli scientifici, aiutando a trovare e sintetizzare informazioni rilevanti. Offre strumenti per la generazione di citazioni, la parafrasi e la scrittura assistita da AI.
• GPT (Generative Pre-trained Transformer): Un modello di linguaggio sviluppato da OpenAI, utilizzato per la generazione di testo e l'elaborazione del linguaggio naturale. Può generare testi, rispondere a domande e fornire suggerimenti per migliorare la scrittura. È utilizzato in chatbot e assistenti virtuali per fornire risposte automatiche e interattive.

L'intervento di Giancarlo Mirmillo ha insomma offerto una panoramica approfondita su come i dati e la Data Science possano essere utilizzati per supportare la creazione e lo sviluppo di startup. La sua esperienza e le sue conoscenze hanno fornito spunti preziosi per tutti i partecipanti, evidenziando l'importanza di trattare i dati come un asset strategico e di utilizzare strumenti avanzati per l'analisi e la previsione.