Intelligenza Artificiale: oltre l'hype

Il dibattito sull'Intelligenza Artificiale (la chiamerò semplicemente AI, per brevità) è ormai ovunque. Se ne parla durante conferenze, seminari, fiere, forum di settore, sui social media e nei media tradizionali, ma anche davanti a un caffè, a tavola, nelle sale riunioni, nelle aule scolastiche e in famiglia.

Questo ci dice una cosa importante: l'AI è ormai riconosciuta come una forza capace di trasformare il nostro modo di vivere e di lavorare, e come tale merita un confronto aperto, consapevole e informato...

Quei tre puntini sono voluti. Ci conducono, infatti, a una domanda fondamentale.

Siamo davvero preparati ad affrontare questa conversazione?

Conosciamo i principi fondamentali dell'AI oppure ci comportiamo come spesso accade in altri ambiti: tutti allenatori durante una partita o tutti esperti di diritto davanti all'ultimo fatto di cronaca?

È una domanda che mi accompagna ogni volta che ascolto un dibattito o leggo un articolo sull'AI. A volte rimango sinceramente sorpreso. Altre volte, invece, provo un certo sconforto.

Ciò che mi preoccupa maggiormente è la grande confusione che continua a circondare alcuni dei concetti più elementari di questa tecnologia.

• Per cominciare, molte persone identificano l'Intelligenza Artificiale con i Large Language Model (LLM) pubblici.

  In realtà, gli LLM rappresentano soltanto una delle tante applicazioni dell'AI. Certamente sono tra le più note, ma non esauriscono affatto il significato e le potenzialità dell'Intelligenza Artificiale.

• Un altro equivoco molto diffuso consiste nel considerare quello che è, a tutti gli effetti, un sistema statistico, matematico e probabilistico come se fosse un'entità capace di pensare. Personalmente continuo a trovare il termine intelligente, riferito a una macchina, in parte fuorviante. È una semplificazione utile, ma non dovrebbe mai essere interpretata in senso letterale.

• Esiste poi la convinzione, altrettanto diffusa, che l'AI sia accessibile soltanto attraverso servizi online come ChatGPT, Copilot, Gemini o piattaforme analoghe, spesso disponibili esclusivamente tramite abbonamento. La realtà è ben diversa.

  Fin dalla Conferenza di Dartmouth del 1956, l'AI è stata considerata una disciplina dell'informatica nata per essere al servizio dell'umanità. Ancora oggi molti modelli sono distribuiti con licenze aperte, consentendo a sviluppatori, ricercatori, aziende e anche a semplici appassionati di scaricarli, studiarli ed eseguirli localmente. È quindi fondamentale distinguere tra i modelli di AI, spesso disponibili liberamente, e i servizi commerciali che li rendono facilmente fruibili attraverso piattaforme cloud secondo specifici modelli di business.

  Realizzare una soluzione on-premise, in hosting o nel cloud è una scelta di business, non un vincolo tecnico né un obbligo imposto dal mercato.

  Proteggere il patrimonio informativo aziendale non è né un esercizio teorico né un investimento proibitivo. È una scelta strategica, consapevole e lungimirante.

• Un altro mito difficile da sradicare è che l'AI possa funzionare soltanto disponendo di enormi quantità di dati, il ben noto concetto di Big Data. Sebbene alcune applicazioni richiedano dataset molto estesi, innumerevoli progetti di successo dimostrano ogni giorno che è possibile sviluppare soluzioni efficaci anche partendo da insiemi di dati molto più contenuti, purché pertinenti e ben organizzati.

• Da questa convinzione ne deriva spesso un'altra: quella secondo cui i dati dovrebbero essere perfettamente puliti prima che l'AI possa generare valore. In teoria è vero che dati migliori producono risultati migliori. Nella pratica, però, l'AI viene sempre più spesso utilizzata proprio per migliorare la qualità dei dati, individuando anomalie, correggendo incongruenze, arricchendo le informazioni e supportando la preparazione dei dati destinati ai processi di Machine Learning e di analisi predittiva.

• Infine, persiste l'idea che l'AI richieda necessariamente infrastrutture informatiche enormi e costosi ambienti cloud. Ancora una volta si tratta di una visione solo parzialmente corretta. Alcuni modelli avanzati richiedono effettivamente una notevole capacità di calcolo, ma migliaia di applicazioni di AI operano quotidianamente su server aziendali opportunamente dimensionati e su infrastrutture perfettamente sostenibili, senza dover ricorrere ai grandi servizi cloud oggi più diffusi.

Questi equivoci alimentano incertezza, soprattutto nel mondo delle imprese. E l'incertezza, inevitabilmente, porta all'esitazione.

Dobbiamo investire subito? È meglio aspettare? Ci stiamo muovendo troppo presto oppure siamo già in ritardo?

Paradossalmente, è proprio questa incertezza a rischiare di diventare il più grande ostacolo all'innovazione.

Ed è per questo che mi permetto di rivolgere una semplice raccomandazione a imprenditori, manager e decision maker.

Prima di lasciarvi guidare dalle promesse del mercato, dedicate qualche ora a comprendere i fondamenti dell'Intelligenza Artificiale.

Non è necessario diventare programmatori. Non serve una laurea in matematica o in data science. Quello che serve davvero è una conoscenza solida dei principi fondamentali: capire come funziona l'AI, quali problemi può risolvere, dove si trovano i suoi limiti e quali convinzioni, oggi molto diffuse, sono in realtà semplici luoghi comuni.

Poche ore di formazione ben strutturata sono spesso sufficienti per dissipare gran parte della confusione e acquisire gli strumenti necessari per valutare le opportunità con maggiore lucidità.

Solo allora saremo davvero in grado di distinguere le opportunità concrete dal semplice rumore del marketing.