Cosa riserva il futuro per genAI? Il ciclo pubblicitario di Gartner

Non sorprende nessuno che l’intelligenza artificiale generativa e i modelli fondamentali che la supportano si trovino attualmente al vertice di quello che Gartner chiama “il picco delle aspettative gonfiate” nell’ultima iterazione del “Gartner Hype Cycle for Artificial Intelligence”. Ciò significa che stanno vacillando sul precipizio che potrebbe farli precipitare nella “fossa della disillusione”.

Abbiamo parlato con Afraz Jaffri, direttore analista di Gartner specializzato in analisi, scienza dei dati e intelligenza artificiale, su come dovremmo interpretare la situazione. L'intervista è stata modificata per motivi di lunghezza e chiarezza.

D: Secondo le tue previsioni ci vorranno dai due ai cinque anni per i modelli di base, dai cinque ai dieci anni perché l’intelligenza artificiale generativa raggiunga il “altopiano della produttività”. Su cosa si basa?

R: È qui che possiamo vedere una vera adozione, non solo tra un numero selezionato di imprese, cosa che probabilmente avverrà molto più rapidamente, ma tra tutti i livelli delle organizzazioni, prevalentemente sotto forma di applicazioni in pacchetto. Ogni software avrà al suo interno una sorta di funzionalità di intelligenza artificiale generativa, ma i reali guadagni di produttività derivanti da tali funzionalità richiederanno più tempo per essere compresi. È una corsa per tutti fornire un prodotto o una funzionalità di intelligenza artificiale generativa all'interno del proprio software; in tutti questi casi, i benefici richiederanno più tempo per realizzarsi ed essere misurati.

I modelli di fondazione coprono un ampio spettro; non solo i grandi modelli linguistici ma anche i modelli di immagini e video. Ecco perché il tempo per raggiungere il plateau sarà più lungo. È un secchio di tutti i tipi di modelli.

Approfondimento: perché ci interessa l'intelligenza artificiale nel marketing

D: È possibile immaginare cose che potrebbero essere molto dannose per l'intelligenza artificiale generativa. Uno è la regolamentazione: ci sono preoccupazioni reali, soprattutto in Europa, riguardo ai modelli linguistici di grandi dimensioni che cancellano i dati personali. L'altro riguarda il diritto d'autore. Hai preso in considerazione questo tipo di possibili interruzioni qui?

R: Sì, fanno parte del pensiero. Il primo problema è in realtà l’aspetto della fiducia. Indipendentemente dalle normative esterne, c'è ancora la sensazione fondamentale che sia molto difficile controllare i risultati dei modelli e garantire che i risultati siano effettivamente corretti. Questo è un grosso ostacolo. Come hai detto, c'è anche un'ombra attorno alle normative. Se in Europa i modelli fossero sottoposti a una regolamentazione significativa, potrebbero addirittura non essere disponibili; abbiamo già visto ChatGPT rimosso lì da qualche tempo. Se le grandi imprese si rendessero conto che è troppo difficile adeguarsi, potrebbero semplicemente ritirare i loro servizi da quella regione.

C'è anche il lato legale. Questi modelli si basano, come hai detto, su dati che includono dati protetti da copyright recuperati dal web. Se i fornitori di tali dati iniziano a chiedere un adeguato riscatto, ciò avrà un impatto anche sul futuro livello di utilizzo di questi modelli. Poi c'è il lato della sicurezza. Quanto puoi rendere sicuri questi modelli contro cose come gli attacchi? Sicuramente alcuni venti contrari qui per navigare.

D: Si sente spesso parlare di “human-in-the-loop”. Prima di pubblicare qualsiasi cosa creata dall'intelligenza artificiale generativa per un pubblico, è necessario ottenere la revisione e l'approvazione umana. Ma uno dei vantaggi di genAI è la velocità e la portata della sua creatività. Come possono gli esseri umani tenere il passo?

R: La velocità e la scala sono lì per essere usate dagli esseri umani che fanno le cose di cui hanno bisogno. È lì per aiutare le persone che, ad esempio, hanno bisogno di esaminare 10 documenti per ottenere una risposta a qualcosa; ora possono farlo in un minuto. A causa del problema di fiducia, questi sono i tipi di attività più preziosi per cui utilizzare un modello linguistico.

D: Se l'IA responsabile è ancora lontana dal plateau tra i cinque ei dieci anni, sembra che tu stia prevedendo un percorso accidentato.

R: Il mondo normativo e altri sistemi sono sconosciuti; e anche quando saranno formalizzati e conosciuti ci saranno regolamenti diversi per le diverse aree geografiche. La natura innata di questi modelli è che tendono a non essere sicuri. Essere in grado di controllarlo richiederà tempo per imparare. Come si controlla che un modello sia sicuro? Come si controlla la conformità di un modello? Per sicurezza? Le migliori pratiche sono difficili da trovare; ogni organizzazione sta adottando il proprio approccio. Dimenticatevi l’intelligenza artificiale generativa, altri modelli di intelligenza artificiale, quelli utilizzati dalle organizzazioni per qualche tempo, commettono ancora errori, mostrano ancora pregiudizi.

D: Come dovrebbero prepararsi le persone all’imminente crisi di disillusione?

R: Le organizzazioni seguiranno traiettorie diverse nella loro esperienza di intelligenza artificiale generativa, quindi ciò non significa necessariamente che un'organizzazione debba cadere nel baratro. Generalmente accade quando le aspettative non vengono gestite. Se inizi osservando alcuni casi d'uso mirati, alcune implementazioni mirate e disponi di buoni parametri per il successo e anche di investimenti nella gestione e organizzazione dei dati; buon governo, buone politiche; se combini tutto ciò con una narrazione pratica su ciò che i modelli possono fare, allora hai controllato l'hype ed è meno probabile che cadi nel vuoto.

D: Diresti che il ciclo pubblicitario dell'IA sta correndo più velocemente di altri che hai osservato?

R: Il ciclo pubblicitario dell’IA tende ad avere una propensione verso le innovazioni che si muovono più rapidamente lungo la curva e tendono ad avere un impatto maggiore anche in ciò che possono fare. Al momento, è in prima linea e al centro delle iniziative di finanziamento, per i VC. È un'area davvero focale, anche nello spazio della ricerca. Molte di queste cose provengono dal mondo accademico, che è molto attivo in questo spazio.

D: Infine, l’AGI, o intelligenza artificiale generale (AI che replica l’intelligenza umana). Questo avverrà tra dieci anni o più. Stai proteggendo le tue scommesse perché potrebbe non essere affatto possibile?

R: Sì. Abbiamo un indicatore che è “obsoleto prima del plateau”. C'è una discussione per dire che non accadrà mai, ma noi diciamo che durerà più di 10 anni perché ci sono così tante interpretazioni diverse di cosa sia effettivamente l'AGI. Molti ricercatori rispettati affermano che siamo sulla strada che ci porterà all'AGI, ma sono necessarie molte altre scoperte e innovazioni per vedere come si presenta effettivamente il percorso. Pensiamo che sia qualcosa di più lontano di quanto molti credano.

Scava più a fondo: scopri gratuitamente soluzioni martech all'avanguardia – online la prossima settimana!