Intelligenza Artificiale Generativa: il passaggio delle aziende da grandi marche a soluzioni startup

L’intelligenza artificiale generativa e i chatbot non sono una novità nel mondo dal 2022. Non si tratta di Siri o Alexa, ma della vecchia ELIZA, uno dei primi esempi di elaborazione del linguaggio naturale, che oggi avrebbe 57 anni. Tuttavia, solo mezzo secolo dopo, quando Chat GPT e altri notevoli modelli di linguaggio di grandi dimensioni hanno dimostrato la tecnologia come commercialmente fattibile in un’ampia gamma di settori, le aziende hanno capito che avevano bisogno di soluzioni di intelligenza artificiale generativa il prima possibile.

Tuttavia, poche di loro si rendono conto di cosa hanno bisogno di intelligenza artificiale generativa e ancora meno capiscono la complessità del compito e le risorse richieste. È qui che entriamo in scena noi – acceleratori e società di consulenza.

Su misura o pronto all’uso?

Un buon abito, confezionato secondo le misure individuali, con stoffa, colore e occasioni specifiche in mente, è un investimento degno. Le persone che indossano tali abiti non si preoccupano del loro aspetto. Sanno di essere perfetti e si sentono di conseguenza. Una soluzione tecnologica di intelligenza artificiale personalizzata, progettata per raggiungere specifici obiettivi aziendali, con una sicurezza avanzata e che si integra perfettamente nei sistemi aziendali, è un vero e proprio abito su misura.

Questa è una buona analogia che dà un’idea generale. Ma andiamo un po’ più a fondo nelle ragioni per cui la maggior parte delle aziende preferisce non implementare soluzioni di intelligenza artificiale già pronte, anche se provenienti da leader di mercato:

Innanzitutto, l’integrazione efficace dell’intelligenza artificiale generativa è impossibile senza un lavoro altamente individualizzato per ogni azienda, che richiede un team separato, informato sui piani di sviluppo strategico dell’azienda, sugli obiettivi e sulla disponibilità di risorse. Una soluzione di intelligenza artificiale generativa che funziona per un’azienda probabilmente si rivelerà inutile per un’altra.

In secondo luogo, una startup più piccola si immergerà completamente nelle specifiche dell’azienda e offrirà una soluzione su misura da un team di esperti di intelligenza artificiale, in grado di lavorare con modelli open-source, addestrati in modo sicuro sui dati aziendali e posizionati sui server del cliente. Ciò consente di creare una soluzione on-premise e di rispettare i requisiti di deploy e archiviazione dei dati sicuri, che è una priorità per le aziende.

Cosa hanno bisogno le aziende di intelligenza artificiale generativa?

Poiché l’intelligenza artificiale generativa è relativamente una nuova arrivata nel mercato aziendale, il principale modo per acquisire esperienza e fare progressi è attraverso la sperimentazione e l’errore, il che significa lanciare progetti pilota. Fino a quando non avremo sufficienti benchmark in vari settori, questo è di gran lunga il modo più produttivo per trovare una soluzione che si adatti perfettamente alle esigenze uniche dell’azienda.

Tuttavia, ci sono alcune tendenze nelle richieste aziendali per soluzioni di intelligenza artificiale generativa:

1. Bot di testo e voce intelligenti basati su LLM per fornire assistenza di alta qualità alle query di servizio clienti e supporto di diversi livelli di complessità.

2. Assistente AI per dipendenti (ad esempio, aiutante del manager delle vendite, che analizza una conversazione in tempo reale con il potenziale cliente e genera contemporaneamente idee e offerte per uno specialista)

3. Copilota per sviluppatori

4. Soluzioni HR per l’automazione del reclutamento e dell’onboarding

5. Strumenti di marketing: generazione di immagini e avatar, scrittura di articoli e recensioni di prodotti.

“Nessuna intelligenza artificiale generativa è necessaria” – questa è la conclusione che alcuni clienti non si aspettano di raggiungere, ma concordano prontamente dopo aver analizzato lo stato attuale dell’azienda e gli obiettivi aziendali. L’intelligenza artificiale per il sake dell’intelligenza artificiale è uno spreco di risorse, che la tecnologia è chiamata a eliminare.

Opportunità di mercato dell’intelligenza artificiale generativa

Secondo le stime di PitchBook, il mercato dell’intelligenza artificiale generativa raggiungerà i 42,6 miliardi di dollari entro la fine del 2023 e si prevede che cresca a un tasso di crescita annuo composto del 32% per raggiungere i 98,1 miliardi di dollari entro il 2026. Queste previsioni non tengono conto del potenziale dell’intelligenza artificiale generativa per espandere il mercato totale dei software di intelligenza artificiale.

Ciò si confronta con un tasso di crescita annuo composto del 22,6% per l’industria dell’intelligenza artificiale nel suo complesso, il che significa che l’intelligenza artificiale generativa continuerà a superare le prestazioni dell’industria più ampia.

Se le stime non sono abbastanza convincenti, ecco un fatto illustrativo dalla nostra esperienza come acceleratore. Dopo il 2022 turbolento, associato alla recessione economica e al rapido declino degli investimenti di venture, i programmi di accelerazione di Intema hanno spostato l’attenzione dal fundraising al lancio di progetti pilota con le aziende.

Nel 2023, Intema ha tenuto due programmi di accelerazione con tecnologie dominanti assolutamente diverse: Metaverse e intelligenza artificiale generativa. Durante il programma, connettiamo le startup con i clienti aziendali per discutere potenziali soluzioni tecnologiche, organizzare demo e, se riusciti, stipulare accordi sui potenziali progetti pilota. Il programma di accelerazione del Metaverse ha portato a 4 progetti pilota con clienti aziendali, il che è grande considerando le specifiche e la complessità della tecnologia.

Il programma di intelligenza artificiale generativa, anche solo alcune settimane prima della sua scadenza, aveva 7 progetti pilota in discussione con una serie di aziende. Quindi è solo l’effetto dell’ipnosi che un tempo circondava Blockchain e Metaverse? O è perché l’intelligenza artificiale generativa è un vero e proprio cambiamento di gioco?

Tutto si riduce alla domanda: l’intelligenza artificiale generativa vale l’ipnosi?

Innanzitutto, non è insolito per una nuova tecnologia o un’idea promettente diventare iper-valorizzata nel breve termine, forse a scapito delle sue prospettive a lungo termine. Se continuiamo a tracciare paralleli tra l’intelligenza artificiale generativa e Blockchain, alla sua fase di maturità preliminare, la blockchain è stata descritta da molti come una rivoluzione tecnologica che ridisegnerà il mondo, proprio come l’intelligenza artificiale generativa è considerata oggi. Tuttavia, anni dopo, nel 2018, Gartner ha annunciato che la blockchain è entrata nella cosiddetta “trough of disillusionment”, che corrisponde anche a una caduta del 30% dell’interesse dei consumatori rispetto ai livelli di picco e a una diminuzione del 45% degli investimenti di venture dal 2018 al 2019.

Al contrario, l’intelligenza artificiale generativa, alla sua fase di maturità iniziale, ha già molti casi d’uso in un’ampia gamma di settori che sono commercialmente fattibili. Il loro numero è previsto crescere man mano che più settori adottano soluzioni di intelligenza artificiale generativa. Nella sua recente pubblicazione, Gartner ha collocato la tecnologia di intelligenza artificiale generativa al picco della cosiddetta “curva dell’ipnosi”, il che indica che potrebbe esserci una correzione delle aspettative e una sorta di delusione nel prossimo futuro.

Conclusione

Significa che dopo una così grande richiesta di soluzioni di intelligenza artificiale generativa, la tecnologia è destinata a scomparire? Questo scenario è improbabile, poiché l’intelligenza artificiale generativa ha già dimostrato la sua fondamentale tenuta e flessibilità in vari campi dell’attività umana, dalla scienza all’arte alla catena di approvvigionamento.

Tuttavia, una rallentamento nello sviluppo della tecnologia è inevitabile, con la principale causa qui rappresentata dalla necessità urgente di controllare e regolare l’uso dell’intelligenza artificiale generativa. Finora, questo strumento è stato utilizzato relativamente liberamente, senza alcun vincolo legale. La regolamentazione legale stabilirà una nuova traiettoria nel percorso di evoluzione della tecnologia, ed è difficile prevedere dove andrà, poiché l’intelligenza artificiale generativa con le sue attuali capacità è assolutamente senza precedenti nella storia umana.

L’altro fattore, previsto per limitare l’intelligenza artificiale generativa nel futuro, ironicamente è la crescente dimensione dei modelli di linguaggio di grandi dimensioni. Presto o tardi, le capacità dei chip di intelligenza artificiale non saranno in grado di stare al passo con lo sviluppo della tecnologia, e l’aspirazione a costruire un’intelligenza artificiale generale e la crescente quantità di dati richiedono un’ingegneria altamente complessa e molto più potente in termini di calcolo.

Tuttavia, queste limitazioni aprono un vasto campo per la ricerca, gli esperimenti e gli approcci non standard per la compressione senza perdita dei modelli di linguaggio, la crescita della potenza di calcolo, l’archiviazione dei dati, ecc.