Quanto paghereste per avere un genio come assistente? E per averlo un po’ ritardato, ma comunque in grado di scrivere l’email che vi serve? Perché oramai siamo in grado di creare assistenti virtuali di intelligenza differente. Ma più sono intelligenti e più costa farli funzionare. Più necessitano di risorse. Per cui le aziende, che hanno venduto accesso all’assistente per un prezzo fisso, modificano le capacità del vostro assistente per renderlo meno costoso. Non è più intelligente come prima, ma vi aiuta lo stesso. Cercano quel livello di intelligenza ideale per cui continua a essere sufficientemente utile per la quasi totalità degli utenti da mantenere la sottoscrizione, ma è il meno costoso per loro possibile. Dimenticatevi l’assistente intelligentissimo. Quello lo vedrete solo nelle pubblicità e nei lanci dei nuovi prodotti che poi non vedremo mai nel mercato. Anche la paura che l’AI diventi così intelligente da rendere gli esseri umani, e molti dei loro lavori, obsoleti potrebbe essere sovrastimata. Potrebbe semplicemente essere troppo costoso e non conveniente tenere delle macchine così intelligenti accese abbastanza a lungo. Il cervello umano è incredibilmente efficiente in termini energetici. Consuma circa come una lampadina da 100 Watt. Certo possiamo creare dei robot intelligentissimi, ma quanto ci costa poi farli funzionare?

Intelligenza artificiale locale: un assistente a portata di clic

Cosa si intende per AI locale e perché potrebbe essere un’alternativa a quelle mainstream? Un viaggio tra i modelli open source, tra cloud, innovazioni e strategie imprenditoriali. 

Il problema è nel sistema economico usato. Se i costi di mantenimento dell’AI fossero riversati direttamente sugli utenti pochi li userebbero. Al momento le aziende fanno pagare circa 20 euro al mese per un accesso quasi illimitato. E una persona si immagina un uso enorme. Ma l’azienda sa bene che statisticamente l’uso fatto è molto minore. Se dovessimo pagare per ogni richiesta - e la possibilità c’è, basta usare le Application programming interface (API) - la magia si perderebbe. E infatti quando si usano le intelligenze artificiali via API si può chiedere con precisione quale AI utilizzare. Ma anche qui ci si affida all’onestà dell’azienda che ci dia l’AI corretta, a piena potenza. Tranne che non sarà mai “piena potenza” perché ancora sarebbe troppo costoso per le aziende.

Quindi dobbiamo fare un altro passo indietro. Scaricare il software dell’intelligenza artificiale, e farlo funzionare noi. E a quel punto abbiamo un controllo preciso su che modello usiamo, a che potenza. Benvenuti nel mondo dell’AI open source. Però, come potete immaginare, ci sono molti modelli disponibili. Ne abbiamo già parlato. Ma più sono potenti più capacità di calcolo hanno bisogno. E a meno che non abbiate a casa o in azienda un server molto potente è improbabile che possiate far funzionare i più potenti. Quindi semplicemente dovrete registrarvi su un server esterno di quelli potenti e farlo funzionare da lì. Ma attenzione perché potrebbe essere molto costoso.

L’AI e la fine della programmazione

Scrivere un codice vuol dire elaborare una lingua d’incontro tra computer ed esseri umani. L’intelligenza artificiale rivoluziona il settore, e cambia anche il mestiere del programmatore.

Recentemente Meta ha rilasciato il modello più avanzato di intelligenza artificiale e lo ha reso disponibile open source. Con un caviat, se la vostra azienda ha più di 700 mila utenti dovete ottenere il permesso di usarlo da loro. Che probabilmente chiederanno una parte dei profitti. Ma per tutte le piccole e medie imprese, e anche molte grandi ma non enormi l’uso è libero. E questo è importante, perché bisogna sapere con quale AI si sta dialogando. Per scrivere delle email non è necessario, ma per molti altri usi dobbiamo poter fare affidamento su AI a intelligenza stabile.

Oltre all’annoso problema della gestione dei dati.

Tutto questo ci porta a un discorso più generale. Il campo dell’intelligenza artificiale sta maturando. Parte dell’eccitazione iniziale è sbiadita. Forse è solo l’estate. O forse il riconoscimento che oltre ai limiti tecnologici, ci sono altri limiti che non riusciremo ad allontanare a velocità esponenziale.

Quando nuove tecnologie vengono introdotte spesso le aspettative (e anche i prezzi delle azioni delle aziende) seguono una curva nota come Gartner Hype Cycle. C’è un’enorme eccitazione iniziale, che poi viene rallentata quando la tecnologia fa i conti con la realtà. E all’improvviso una serie di limiti vengono inevitabilmente scoperti (nel nostro caso i costi di far girare delle AI potenti, la carenza dei dati aperti, e la battaglia sull’uso dei dati coperti da copyright). A quel punto l’eccitazione si calma e spesso ci si dimentica della tecnologia. Una parte è stata introdotta e integrata nella società. E altra viene relegata a un domani sempre più lontano. Però intanto la ricerca continua. E a un certo punto altri elementi vengono introdotti spesso senza tante fanfare. In questo ciclo le tecnologie tendono a seguire queste fasi (descritte qui da ChatGPT):

• Technology trigger (Innesco tecnologico): una nuova tecnologia viene lanciata, spesso accompagnata da un interesse significativo nonostante il prodotto non sia ancora completamente sviluppato o capito.
• Peak of inflated expectations (Picco delle aspettative gonfiate): a seguito di successi iniziali, spesso non ripetibili, le aspettative aumentano rapidamente, portando a un picco di euforia e speculazione.
• Trough of disillusionment (Fossa della delusione): man mano che diventa chiaro che la tecnologia non soddisfa tutte le aspettative, l'interesse inizia a declinare e la tecnologia entra in una fase di critiche e scetticismo.
• Slope of enlightenment (Pendio dell'illuminazione): attraverso ulteriori sviluppi e migliorie, l'uso effettivo della tecnologia comincia a cristallizzarsi, rendendo più chiaro il suo valore pratico e i casi d'uso validi.
• Plateau of productivity (Plateau della produttività): Con una comprensione più chiara e un’accettazione del mercato, la tecnologia diventa stabilmente produttiva e si integra più ampiamente nelle operazioni e nelle strategie aziendali.

Riconoscete alcuni dei passaggi che abbiamo attraversato con l’intelligenza artificiale? Bisogna notare che comunque il Plateau della produttività è sempre comunque più alto del livello iniziale. A indicare che comunque la tecnologia ha migliorato la società. E in alcuni casi arriva anche a essere superiore a molte delle aspettative che si avevano. Pensato alla dotcom bubble nel 1998 e quello che ha poi prodotto internet. Molte delle aspettative si sono poi avverate, ma su altri tempi. Il valore di Amazon ha superato il picco del 1999, ma solo nel 2010.

Inoltre quando una tecnologia è nella “Fossa della delusione” può arrivare un nuovo innesco e un nuovo picco di aspettative. A quel punto diventa legittimo dire che la tecnologia non è in una bolla… ma bolle.

Nel frattempo, buone vacanze.