No, l’AI non si è fermata. Stai guardando il punteggio sbagliato

I dirigenti stanno iniziando a dubitare dei loro piani per l’AI. Dopo l’impennata iniziale degli strumenti generativi nel 2023, è naturale chiedersi se la spinta si sia ridotta. Ma quella domanda fraintende il punteggio. I progressi dell’AI non si sono fermati. Sono solo cambiati.

Ciò che un tempo sembrava un cambiamento esponenziale in superficie, scrittura fluente, riassunti lucidi, sta ora accadendo in aree più profonde e più importanti: ragionamento, codice, orchestrazione del flusso di lavoro e comprensione multimodale. Questi progressi sono meno spettacolari, ma molto più significativi. Se stai ancora misurando l’AI in base alla sua capacità di scrivere un paragrafo migliore, stai perdendo la trasformazione reale.

I veri guadagni stanno avvenendo dove il lavoro viene svolto

I progressi stanno accelerando dove più conta. Su nuove e rigorose prove come GPQA, che valuta il ragionamento scientifico di livello universitario, le prestazioni dei modelli sono aumentate di quasi 49% punti anno dopo anno. Su MMMU, che testa compiti cross-domain e multimodali, i punteggi sono aumentati di quasi 19 punti. SWE-bench, una prova che richiede la correzione di codici GitHub reali e il superamento di test automatizzati, è passata dal 4,4% al 71% in un solo anno.

Questi non sono miglioramenti marginali. Mostrano che i grandi modelli linguistici stanno padroneggiando compiti che richiedono precisione, ragionamento e integrazione in sistemi complessi. SWE-bench, in particolare, va oltre i problemi di prova per dimostrare se i modelli possano partecipare allo sviluppo di software reale, una soglia che un tempo sembrava lontana.

Nello stesso tempo, le imprese stanno evolvendo le loro aspettative. Non è più sufficiente che i modelli siano “generalmente intelligenti”, devono essere utili in modo specifico. Il passaggio a modelli adattati a domini specifici, sistemi connessi a strumenti e framework multi-agente riflette la crescente domanda di prestazioni che siano operative, verificabili e integrate in flussi di lavoro reali.

La narrazione non corrisponde alla realtà

Perché sembra che le cose stiano rallentando? Ci sono due motivi. In primo luogo, le prove che hanno inizialmente attirato l’attenzione, la sintesi di testi, la generazione di email e i compiti di chat semplici, hanno raggiunto i loro limiti naturali. Una volta che un modello esegue costantemente con un’accuratezza del 90% in quei compiti, i guadagni appaiono minimi. Questo è un effetto di soffitto, non un plateau nel progresso.

Oggi i miglioramenti coinvolgono la memoria a lungo termine, l’integrazione di strumenti, il ragionamento all’ora dell’inferenza e l’accuratezza specifica del dominio. Queste capacità non producono dimostrazioni virali, ma migliorano drasticamente ciò che i modelli possono fare in flussi di lavoro reali. Mentre le prove linguistiche tradizionali stanno raggiungendo il loro limite, le prove operative legate al ragionamento, all’uso di strumenti e all’affidabilità aziendale stanno migliorando più che mai. Quella lacuna spiega la disconnessione: gli osservatori casuali vedono la stagnazione perché la superficie non è cambiata, ma i pratici vedono la trasformazione che sta avvenendo appena al di sotto di essa.

Dai demo alla distribuzione

L’AI non è più confinata a dimostrazioni spettacolari o a prototipi ristretti. Sta superando la soglia per entrare nella distribuzione mainstream, in particolare in ambienti aziendali dove contano l’affidabilità, l’accuratezza e la consegna dei risultati. Il passaggio a sistemi strutturati e specifici per attività è già in corso.

Entro il 2026, 40% delle applicazioni aziendali avranno agenti AI integrati, un aumento significativo rispetto al 5% del 2025. Questi agenti sono progettati non solo per rispondere a prompt, ma per eseguire attività, orchestrare flussi di lavoro e consegnare risultati tangibili in aree come finanza, sicurezza informatica e operazioni dei clienti.

Questa evoluzione riflette un cambiamento tecnico più profondo. I principali sviluppatori di AI, tra cui OpenAI, stanno andando oltre la scalabilità brute-force e stanno adottando il ragionamento all’ora dell’inferenza, consentendo ai modelli di pensare ai problemi, convalidare gli output e interagire con strumenti esterni in modo dinamico. Ciò che un tempo sembrava un’automazione ristretta sta diventando qualcosa di molto più capace: agenti che pianificano, si adattano e eseguono in modo affidabile. Non è un’AI più grande, è un’AI più intelligente, costruita per il lavoro reale.

E quel lavoro reale sta essere misurato, non solo immaginato. Le imprese stanno superando i cicli di prova del concetto e stanno entrando nella fase di distribuzione pronta alla produzione con KPI chiari e obiettivi aziendali legati ai risultati. Questa fase di maturazione è meno legata alla novità e più alla affidabilità.

L’errore che gli dirigenti stanno per commettere

Il vero rischio che gli leader aziendali affrontano oggi non è che i progressi dell’AI si siano fermati. È che crederanno che si siano fermati e interromperanno gli investimenti proprio nel momento in cui le capacità stanno accelerando al di sotto della superficie.

Le organizzazioni che stanno avanzando non stanno aspettando la prossima rivelazione di stile GPT. Stanno integrando l’AI di oggi in flussi di lavoro ad alto valore e cross-funzionali e stanno consegnando un impatto aziendale misurabile. Più di due terzi delle organizzazioni che utilizzano l’AI segnalano riduzioni significative dei costi o crescita dei ricavi direttamente legati a queste distribuzioni. I più grandi adottanti sono stati quelli che hanno integrato l’AI in più funzioni aziendali e hanno automatizzato intere catene di processi.

Tuttavia, molte squadre dirigenti rimangono bloccate utilizzando framework di valutazione obsoleti. Si affidano a prove accademiche che non riflettono più la complessità dei compiti aziendali reali. Ottimizzano eccessivamente per l’efficienza dei token mentre trascurano il valore operativo dell’accuratezza, della ripristinabilità e dell’integrazione.

Non si tratta solo di un ritardo tecnico, è un ritardo strategico. La lacuna tra le aziende che hanno ricontrollato il loro approccio all’AI e quelle che non lo hanno fatto si sta allargando. E presto non sarà misurata in modelli distribuiti, ma in quota di mercato catturata e tempo di realizzazione del valore.

Come rivedere la valutazione dell’AI

È il momento di aggiornare il punteggio. Le organizzazioni devono tracciare il completamento completo delle attività, l’orchestrazione degli strumenti e i flussi di lavoro cross-modali. I modelli devono essere valutati non solo sulla loro capacità di “rispondere a una domanda”, ma sulla loro capacità di completare un’attività multi-step, recuperare da errori e produrre output che si integrano in sistemi esistenti.

Prove come GPQA, MMMU e SWE-bench sono un inizio. Ma le prove interne costruite intorno a un dominio e a flussi di lavoro specifici dell’impresa sono ancora più importanti.

L’AI moderna è in grado di consegnare risultati ad alto valore, ma solo se si testano i risultati che contano.

Ciò che definirà la prossima ondata di successo non saranno i modelli con più parametri, ma i sistemi che eseguono in modo affidabile all’interno di un contesto aziendale specifico. L’accuratezza, la verificabilità, il supporto della catena di strumenti e la ripristinabilità dagli errori avranno più peso della fluidità o del tono.

La frontiera si è spostata

L’AI non si sta fermando. Sta entrando negli strati in cui il lavoro viene svolto, dove i sistemi devono ragionare, convalidare e interagire attraverso domini. Sta lasciando la fase della novità e sta entrando nella fase dell’infrastruttura.

Le aziende che capiscono questo cambiamento stanno già costruendo un vantaggio. Non stanno inseguendo la prossima dimostrazione virale. Stanno catturando la produttività reale, migliorando il tempo di risoluzione e scalando i processi con precisione e velocità.

Se stai ancora guardando il vecchio punteggio, stai perdendo i punti che vengono segnati da qualche altra parte. I prossimi leader non saranno quelli che hanno aspettato i fuochi d’artificio. Saranno quelli che hanno visto attraverso il rumore e hanno agito sul segnale reale.