2 months ago
88
L'intelligenza artificiale è già stata accusata di essere la singola tecnologia che ruberà più posti di lavoro nel futuro prossimo. Un concetto ragionevole, soprattutto se si pensa alle capacità dell'AI generativa e dei nuovi software che ne fanno uso.
Quello che si sottovaluta, però, è che al momento la maggior parte delle aziende non è pronta ad utilizzare tecnologie di questo tipo. Si potrebbe pensare che la colpa sia della capacità di calcolo, delle competenze o del costo, invece il vero ostacolo è un altro: i dati.
Cosa si chiede all'AI
Le informazioni sullo stato dell'implementazione dell'AI generativa nel mondo delle aziende provengono dal nuovo studio "Data Strategies for AI Leaders", realizzato dal MIT Technology Review Insights in collaborazione con Snowflake, l'AI Data Cloud company.
Le risposte date dai 276 dirigenti intervistati sono molto indicative per capire quanto l'AI sia desiderata e, allo stesso tempo, ancora sottoutilizzata.
Cosa vogliono le aziende dall'AI generativa?
- il 72% intende aumentare l'efficienza o la produttività;
- il 55% scommette su una maggiore competitività del mercato;
- il 47% mira a una maggiore innovazione di prodotti e servizi.
Come accennato all'inizio, ci sono però ancora molti problemi per implementare l'intelligenza artificiale all'interno dei processi aziendali. Al momento esistono poche società al mondo davvero capaci di usare l'AI generativa per produrre profitto.
ChatGPT è uno degli strumenti più popolari tra quelli che si basano sulla tecnologia dell'AI generativa
Problemi comuni e sfide importanti
Le cause di questo netto ritardo sono molte, anche se esistono problemi comuni segnalati dallo studio.
- il 95% ha riscontrato diversi ostacoli durante il processo d'implementazione dell'AI generativa su scala;
- il 78% non è in grado di massimizzare i propri investimenti nel campo dell'AI a causa di una base di dati insufficiente.
Il tema dei dati è sicuramente quello più difficile da sviluppare. Per sfruttare l'AI generativa al meglio, non servono solo nuovi database per raccogliere i dati richiesti da ora in poi, ma servirebbe recuperare anche i dati prodotti in precedenza, anche quelli relativi ai contenuti multimediali (immagini, video, audio).
Qual è la sfida più importante per l'implementazione dell'AI generativa su scala nelle aziende?
- per il 59%: governance, sicurezza o privacy;
- per il 53%: qualità e tempestività dei dati;
- per il 48%: costi delle risorse o degli investimenti.
Risposte abbastanza bilanciate in questo caso, che riflettono il pensiero sia delle grandi che delle piccole aziende.
Le aziende sono pronte?
Nonostante questa difficoltà oggettiva nell'accedere all'AI generativa e sfruttare tutte le sue capacità, per il futuro sembra esserci un ottimismo diffuso.
Quanto sono pronte le aziende all'impiego dell'AI?
- il 22% dei dirigenti aziendali dichiara di essere "molto pronto";
- il 53% ritiene di essere "abbastanza pronto".
Sono percentuali molto più alte delle aspettative, anche rispetto alle risposte fornite alle domande precedenti. Per questo, le prospettive per i lavoratori potrebbero presto cambiare.
Se al momento è ancora difficile che l'intelligenza artificiale possa cambiare i processi produttivi all'interno delle società più avanzate, per il futuro a medio o lungo termine il discorso cambia radicalmente.
La nascita e lo sviluppo di modelli linguistici di grandi dimensioni (LLM) più piccoli, ma ugualmente performanti e meno costosi, permetterà di ridurre i costi di gestione e implementazione dell'AI generativa. In questo modo, sempre più aziende potranno adottarla e si convinceranno a sfruttarne le capacità.
Non siamo ancora al punto di farci sostituire dai robot, come questo di Boston Dynamics
Senza dati non c'è AI
Le sfide da affrontare per la società, la politica, le aziende e il mondo del lavoro in generale sono molto importanti. Tutto si gioca sulla raccolta e sull'utilizzo dei dati, come spiega Baris Gultekin, Head of AI di Snowflake.
Molte delle organizzazioni odierne nutrono grandi ambizioni nei confronti dell'AI generativa, e vorrebbero rimodellare il modo in cui operano e ciò che promuovono. La nostra analisi congiunta con il MIT evidenzia come le aziende, sentendo sempre più l'urgenza di implementare applicazioni di AI, si stiano accorgendo che i loro dati possono aiutarle a fornire insight provenienti da fonti di informazioni precedentemente non sfruttate. Una solida base di dati costituisce il fulcro delle capacità dell'intelligenza artificiale generativa e i leader aziendali devono muoversi rapidamente per affrontare problematiche quali la sicurezza dei dati e i costi e gettare le basi necessarie per concretizzare le prospettive promesse dall'AI.
da Baris Gultekin, Head of AI di SnowflakeSiamo dunque tornati al punto di partenza: senza dati non c'è AI generativa. La discussione su come, quanto e perché raccogliere tali dati sarà sempre più infiammata nei prossimi anni, sia a livello aziendale che normativo.
La nostra impressione è che, almeno per il momento, il posto di lavoro della maggior parte delle persone non sia ancora in pericolo, come dimostrano le risposte dei dirigenti allo studio citato.
I problemi dell'AI generativa sono ancora troppi, i costi sono superiori ai profitti, in pochissimi sono pronti davvero.
D'altra parte, le cose cambiano in fretta nel mondo della tecnologia e non si può rimanere fermi ad aspettare. Bisognerà solo capire se sarà questione di mesi, anni, o decenni.
Altre notizie sull'AI
Non fatevi trovare impreparati! Rimanete informati sul mondo dell'AI con le nostre notizie aggiornate. Ecco una selezione degli ultimi sviluppi in tema d'intelligenza artificiale.
English (US)