La bolla dell’AI scoppierà nel 2026? – Navigare nelle realtà degli investimenti in AI

Essere o non essere – questa è la domanda riguardo alla possibilità che la bolla dell’AI scoppierà nel 2026.

Taglierò corto su questo punto – non scoppierà. Ecco, quindi non c’è bisogno di continuare a leggere?

Bene, sì, è necessario conoscere i motivi dietro questa convinzione, cosa potrebbe accadere per cambiare la mia opinione e, cosa più importante, come guidare la tua azienda lontano da qualsiasi impatto potenziale.

Ma prima, analizziamo i motivi dietro questa speculazione di massa di un’imminente esplosione che ha fatto titoli sui giornali quotidianamente per mesi.

Smontare la paura: panico degli investitori e aumento degli investimenti in AI

Probabilmente la più grande paura che alimenta questa iperbole è il panico degli investitori. Milioni e milioni di dollari vengono pompati in quel pallone dell’AI ogni giorno, con ogni investitore e capitalista di ventura che spera di atterrare sul prossimo grande giacimento d’oro. Gli investimenti privati in AI sono cresciuti di più di tredici volte dal 2014, raggiungendo 252,3 miliardi di dollari nel 2024, con una quota significativa (oltre 33 miliardi) concentrata sull’AI generativa. Ogni sussurro che i soldi potrebbero essere persi in fretta manda ondate d’urto intorno alla comunità degli investitori e al mondo degli affari, con startup e altre entità aziendali preoccupate per il loro budget annuale o da dove verrà il prossimo round di finanziamenti. Recentemente, quando il grande investitore miliardario Peter Thiel ha annunciato che si ritira dalle azioni dell’AI Nvidia, ha alimentato ulteriori nervosismi su una bolla dell’AI in deflazione.

Il dilemma del ROI: le difficoltà dell’AI generativa e l’esperimentazione aziendale con l’AI

L’AI generativa è stata sicuramente il catalizzatore dell’iperbole e del boom degli investimenti, ma oltre alle preoccupazioni sui margini di profitto e alle valutazioni gonfiate, sono iniziati a suonare i campanelli d’allarme tra i funzionari aziendali responsabili della conformità, della sicurezza e della gestione dei rischi dei modelli.

Inoltre, è arrivato uno studio del MIT che riporta che il 95% degli investimenti in AI generativa non sta producendo alcun ritorno sugli investimenti, con la maggior parte bloccata nella fase di pilotaggio o sperimentazione, lasciando molte organizzazioni a interrogarsi sui propri investimenti in AI.

Questo mi porta al vero problema dietro l’ansia per una bolla – le aziende che si tuffano a capofitto senza valutare adeguatamente le loro vere esigenze e come affrontarle.

La paura di perdere l’opportunità e le sue conseguenze: come i dispiegamenti affrettati dell’AI causano il caos operativo

Abbiamo già visto cosa può accadere quando le aziende si buttano dentro senza una strategia – il caos tra il personale e l’IT. In effetti, il 60% dei responsabili IT che abbiamo sondaggiamo nel 2024 ha ammesso che il loro fattore trainante per investire in AI era la paura di perdere l’opportunità. Sì, la paura di perdere l’opportunità di essere il prossimo grande evento e permettere ai rivali di prendere un passo avanti ha causato reazioni a catena per molti responsabili delle decisioni.

Inoltre, un anno dopo, lo studio più recente di ABBYY – condotto da Opinium Research a luglio – ha mostrato che i leader aziendali hanno aumentato la spesa per la tecnologia più recente, l’AI generativa, eppure la maggior parte di loro sta lottando per lavorare con essa. Quasi un terzo (31%) ha scoperto che addestrare i modelli di AI generativa è più difficile del previsto, mentre il 28% afferma che gli strumenti sono stati difficili da integrare a causa delle sfide con i dati e i processi attuali. Inoltre, il 26% non aveva una governance adeguata e, preoccupantemente, un quinto (21%) afferma che il personale sta utilizzando gli strumenti di AI generativa in modo errato e lo stesso numero sta subendo allucinazioni potenzialmente dannose.

Ma ecco il punto chiave. La maggior parte dei rispondenti ha ammesso di aver bisogno di altre tecnologie per salvare la situazione. 1 su 4 (40%) delle aziende statunitensi ha introdotto agenti di AI, oltre un terzo (36%) si è rivolto all’intelligenza dei processi, il 31% ha aumentato con l’AI dei documenti e il 23% ha aggiunto la generazione di recupero aumentato (RAG).

L’approccio multi-strumento: combinare l’AI generativa con tecnologie complementari

Migliorare l’AI generativa con queste altre tecnologie ha portato i leader aziendali a vedere una maggiore coerenza dei risultati (58%), una migliore integrazione nei flussi di lavoro esistenti (50%), risultati più precisi e affidabili (48%), una maggiore efficienza dei costi e risparmi (44%) e un aumento della fiducia degli utenti (42%).

La lezione è chiara, la spesa indiscriminata sull’AI generativa spesso non produce valore. Le aziende stanno spendendo denaro per strumenti che promettono più di quanto possano fornire. In alcuni casi, non ne hanno nemmeno bisogno. Sono azioni come queste che alimentano le paure di una bolla dell’AI, poiché le aziende riflettono sui loro fallimenti, con un potenziale ritorno sugli investimenti basso che inizia a suonare i campanelli d’allarme. Quando i leader smettono di seguire la folla continuando a buttare soldi nella tecnologia più recente, la bolla dell’AI smetterà di gonfiarsi.

Passi strategici in avanti

Prima di procedere con l’utilizzo degli strumenti di AI generativa o di AI agente, le aziende devono prima valutare i processi attuali e creare una mappa di visibilità del flusso di lavoro utilizzando strumenti di analisi dei dati sofisticati che segnalano problemi, individuano opportunità di automazione e monitorano le prestazioni.

Gli OpenAI del mondo continueranno a innovare, portando nuovi modi per risolvere problemi del mondo reale – ma non saranno mai un negozio unico. Altri vendor e tecnologie saranno sempre necessari per raggiungere l’obiettivo. Il Wall Street Journal ha recentemente notato che i modelli linguistici di grandi dimensioni ricevono tutta l’attenzione, ma i modelli più piccoli sono necessari per ottenere il valore che le aziende necessitano dai loro strumenti. Cita uno studio di Nvidia e del Georgia Institute of Technology che ha notato che gli agenti di AI vengono utilizzati per compiti ripetitivi e stretti, per i quali i modelli linguistici di piccole dimensioni sono molto più adatti. Le persone inizieranno a riconoscere come possono tenere i costi bassi, realizzando che non c’è bisogno di addestrare un modello su 30.000 documenti e bruciare la computazione per qualcosa che una semplice espressione regolare potrebbe fare altrettanto bene. Inoltre, la comunità open-source sta avanzando rapidamente, dando ai clienti più opzioni da scegliere e sperimentare.

Quindi, per riassumere, ci saranno ancora molti investimenti in AI nel 2026, ma su strumenti più mirati e focalizzati sulla risoluzione di un reale problema aziendale, poiché la dirigenza riordina le priorità e valuta l’impatto necessario rispetto alle promesse finora mantenute. I vendor che definiscono un percorso di successo e utilizzano la tecnologia con senso comune prevarranno – e quel boom dell’AI continuerà a espandersi, guidato da strategia, entrate tangibili e domanda, non iperbole.