Leader del pensiero
Gen AI: il passaggio delle aziende dai grandi marchi alle soluzioni per startup
L’intelligenza artificiale generativa e i chatbot non sono qualcosa che il mondo ha mai visto prima del 2022. Non si tratta nemmeno di Siri o Alexa, ma della buona vecchia ELIZA, uno dei primi esempi di elaborazione del linguaggio naturale, che ora sarebbe una signora di 57 anni . Tuttavia, solo mezzo secolo dopo, quando Chat GPT e altri importanti modelli linguistici dimostrarono che la tecnologia era commercialmente fattibile in un vasto spettro di settori, le aziende capirono di aver bisogno di soluzioni di intelligenza artificiale generativa il prima possibile.
Pochi di loro, tuttavia, si rendono conto di cosa hanno bisogno dell’intelligenza artificiale generativa e ancora meno comprendono la complessità del compito e delle risorse necessarie. È qui che entriamo in gioco noi: acceleratori e società di consulenza.
Su misura o ready-to-wear?
Un buon abito, confezionato su misura in base alle misure individuali, al tessuto preferibile, al colore e con in mente un'occasione particolare, è un investimento degno. Le persone che indossano questi abiti non si preoccupano del loro aspetto. Sanno che hanno un aspetto perfetto e si sentono di conseguenza. Una soluzione tecnologica basata sull’intelligenza artificiale personalizzata, realizzata per raggiungere particolari obiettivi aziendali, dotata di maggiore sicurezza e perfettamente integrata nei sistemi aziendali, è un vero abito da James Bond.
Questo è un buon confronto, che dà un'idea generale. Ma analizziamo un po' più a fondo i motivi per cui la maggior parte delle aziende preferisce non implementare soluzioni IA già pronte, anche quelle dei leader di mercato:
Innanzitutto, un’efficace integrazione dell’intelligenza artificiale generativa è impossibile senza un lavoro altamente individuale per ciascuna azienda, che richiede un team separato, informato sui piani di sviluppo strategico, sugli obiettivi e sulla disponibilità delle risorse dell’azienda. Una soluzione di intelligenza artificiale generativa, che sembrava praticabile per un’azienda, probabilmente apparirà inutile per un’altra.
In secondo luogo, una startup più piccola si immergerà completamente nelle specificità dell'azienda e offrirà una soluzione su misura da parte di un team di esperti di intelligenza artificiale, in grado di lavorare con modelli open source, formandoli in modo sicuro sui dati aziendali e inserendoli su i server del cliente. Ciò consente di creare una soluzione on-premise e di soddisfare i requisiti di distribuzione e archiviazione sicura dei dati, che è una priorità per le aziende aziendali.
A cosa serve l’intelligenza artificiale generativa alle aziende?
Poiché la Gen AI è relativamente nuova nel mercato aziendale, il modo principale per acquisire esperienza e fare progressi è attraverso prove ed errori, il che significa lanciare progetti pilota. Finché non disponiamo di parametri di riferimento sufficienti in vari settori, questo è di gran lunga il modo più produttivo per trovare una soluzione che si adatti perfettamente alle esigenze specifiche dell'azienda.
Tuttavia, ci sono alcune tendenze nelle richieste aziendali di soluzioni di intelligenza artificiale generativa:
Bot intelligenti di testo e voce basati su LLM per fornire assistenza di alta qualità al servizio clienti e supportare domande di diversi livelli di complessità.
Assistente AI dei dipendenti (ovvero l'aiutante del responsabile delle vendite, che analizza una conversazione in tempo reale con il potenziale cliente e contemporaneamente genera idee e offerte cliente per uno specialista)
Copiloti per gli sviluppatori
Soluzioni HR per l'automazione del reclutamento e dell'onboarding
Strumenti di marketing: generazione di immagini e avatar, scrittura di articoli e recensioni di prodotti.
"Non è necessaria alcuna Gen AI": questa è la conclusione a cui alcuni clienti non si aspettano di arrivare, ma che concordano prontamente dopo aver analizzato lo stato attuale dell'azienda e gli obiettivi aziendali. L’intelligenza artificiale fine a se stessa è uno spreco di risorse, che la tecnologia è chiamata a eliminare.
Opportunità di mercato dell’intelligenza artificiale generativa
Secondo Stima di PitchBook, il mercato dell’IA generativa raggiungerà i 42,6 miliardi di dollari entro la fine del 2023 e si prevede che crescerà a un CAGR del 32% per raggiungere i 98,1 miliardi di dollari entro il 2026. Queste previsioni non tengono conto del potenziale di espansione dell’IA generativa il mercato indirizzabile totale del software AI.
Questo dato viene confrontato con un CAGR del 22.6% per il settore dell’intelligenza artificiale nel suo insieme, il che significa che GenAI continuerà a sovraperformare rispetto al settore più grande.
Se le stime non sono abbastanza convincenti, ecco un fatto illustrativo tratto dalla nostra esperienza come acceleratore. Dopo il turbolento 2022, associato alla recessione economica e al rapido declino degli investimenti di venture capital, i programmi di accelerazione di Intema hanno spostato l’attenzione dalla raccolta fondi al lancio di progetti pilota con le aziende.
Nel 2023 Intema ha tenuto due programmi di accelerazione con tecnologie dominanti assolutamente diverse: Metaverse e Generative AI. Durante tutto il programma, mettiamo in contatto le startup con i clienti aziendali per discutere potenziali soluzioni tecnologiche, organizzare demo e, in caso di successo, stipulare accordi sui potenziali progetti pilota. Il programma di accelerazione Metaverse ha dato vita a 4 progetti pilota con clienti aziendali, il che è ottimo se si considerano le specificità e la complessità della tecnologia.
Il programma di intelligenza artificiale generativa, anche diverse settimane prima della sua conclusione, aveva 7 progetti pilota in discussione con una serie di aziende. Quindi questo è solo l’effetto di un clamore che prima circondava Blockchain e Metaverse? O è perché la Gen AI è un vero punto di svolta?
Tutto si riduce alla domanda: GenAI vale la pubblicità?
Innanzitutto, non è raro che una nuova tecnologia o un’idea promettente venga sopravvalutata nel breve termine, forse a svantaggio delle sue prospettive a lungo termine. Se continuiamo a tracciare parallelismi tra GenAI e Blockchain, nella sua fase di maturità preliminare, la blockchain è stata descritta da molti come una rivoluzione tecnologica, che rimodellerà il mondo, proprio come viene pubblicizzata oggi la GenAI. Tuttavia, anni dopo, nel 2018, Lo ha annunciato Gartner che la blockchain è entrata nel periodo della disillusione, che corrisponde anche a un calo di oltre il 30% nell’interesse dei consumatori rispetto ai livelli di picco e a una diminuzione del 45% negli investimenti in capitale di rischio dal 2018 al 2019.
A differenza della blockchain, nella sua fase di maturità iniziale, GenAI ha già molti casi d’uso in un vasto spettro di settori commercialmente validi. Si prevede che il loro numero aumenterà man mano che sempre più industrie adotteranno soluzioni GenAI. Nella sua recente pubblicazione, Gartner ha collocato la tecnologia dell’intelligenza artificiale generativa al culmine della cosiddetta “curva dell’hype”, il che indica che potrebbe esserci una correzione delle aspettative e una sorta di disillusione nel prossimo futuro.
Conclusione
Significa forse che, dopo una domanda così massiccia di soluzioni di intelligenza artificiale generativa, la tecnologia è destinata a scomparire dai radar? Questo scenario è improbabile, poiché GenAI ha già dimostrato la sua fondamentale sostenibilità e flessibilità in vari ambiti dell’attività umana, dalla scienza all’arte alla catena di fornitura.
Tuttavia, un rallentamento nello sviluppo tecnologico è inevitabile, e la causa principale è l’urgente necessità di controllare e regolamentare l’uso della GenAI. Finora questo strumento è stato utilizzato in modo relativamente libero, senza alcun vincolo giuridico. La regolamentazione legale stabilirà una nuova traiettoria nel percorso evolutivo della tecnologia, ed è difficile prevedere dove andrà, poiché GenAI con le sue attuali capacità non ha precedenti nella storia umana.
L’altro fattore, che dovrebbe limitare l’intelligenza artificiale generativa in futuro, ironicamente è la dimensione crescente dei modelli linguistici di grandi dimensioni. Prima o poi le capacità dei chip IA non raggiungeranno lo sviluppo della tecnologia, e l’aspirazione a costruire un’intelligenza generale artificiale e i crescenti volumi di dati richiedono un’ingegneria altamente complessa e una potenza di calcolo molto maggiore.
Queste limitazioni, tuttavia, aprono un vasto campo per la ricerca, gli esperimenti e gli approcci non standard alla compressione senza perdite dei LLM, alla crescita della potenza di calcolo, all'archiviazione dei dati, ecc.
