AI gen, quale futuro: le previsioni nei dati McKinsey e Gartner

CIO e AI Gen, i dati di Gartner

Secondo quanto si evince dall’ultimo sondaggio di Gartner dello scorso maggio 2024 – Gartner’s 2024 CIO Generative AI Survey – l’intelligenza artificiale generativa è ora la soluzione più frequentemente implementata nelle organizzazioni e si ritiene che – entro il 2025 – il 30% delle imprese avrà implementato una strategia di sviluppo e di test potenziata da questa tecnologia, rispetto al 5% del 2021.

Inoltre, il 95% dei CIO intervistati crede nel notevole potenziale della tecnologia per migliorare le proprie organizzazioni. Ancora, entro il 2026, l’intelligenza artificiale generativa automatizzerà il 60% delle attività di progettazione di nuovi siti Web e app mobili e oltre 100 milioni di esseri umani coinvolgeranno i robo-colleghi per contribuire al loro lavoro. Mentre, entro il 2027, quasi il 15% delle nuove applicazioni sarà generato automaticamente dall’intelligenza artificiale senza l’intervento di un essere umano.

Il sondaggio di Gartner evidenzia altresì come i CIO possono sfruttare l’intelligenza artificiale generativa. In particolare, risulta che l’87% dei CIO vede l’intelligenza artificiale generativa come un’opportunità fondamentale per l’avanzamento di carriera, con il 44% di coloro che hanno competenze nell’intelligenza artificiale che confermano fermamente questa visione.

Pertanto, per massimizzare questa opportunità, i CIO devono dare priorità allo sviluppo di strategie d’intelligenza artificiale generativa che dimostrino risultati aziendali chiari e misurabili.

Fonte: Principali risultati del sondaggio Gartner Gartner’s 2024 CIO Generative AI Survey

A tal proposito, Garner raccomanda ai CIO di approfondire ulteriormente la propria conoscenza dell’IA e di promuovere una cultura di alfabetizzazione dell’IA nei propri team per capitalizzare questa tendenza. Inoltre, il 74% dei CIO sottolinea come l’intelligenza artificiale generativa si sta dimostrando efficace nello snellire le operazioni e nel migliorare la produttività aziendale, oltre a migliorare l’esperienza del cliente (49% degli intervistati) e aiutare a semplificare la trasformazione digitale (31% degli intervistati), confermando il ruolo poliedrico dell’intelligenza artificiale nelle aziende moderne.

Gartner raccomanda ai CIO di integrare l’intelligenza artificiale in aree organizzative cruciali o fondamentali, assicurandosi che tali iniziative siano allineate con gli obiettivi organizzativi e progettate per fornire risultati misurabili e scalabili.

Fonte: Principali risultati del sondaggio Gartner Gartner’s 2024 CIO Generative AI Survey

CIO e AI gen, i rischi

Sebbene l’intelligenza artificiale generativa abbia un grande potenziale, comporta anche rischi significativi. Il 59% dei CIO risulta particolarmente preoccupato per “allucinazioni” o output fuorvianti o errati. In particolare, il 44% e il 48% dei CIO esprimono preoccupazione per le violazioni della privacy e le false informazioni diffuse da aggressori malintenzionati, evidenziando l’importanza di garantire sia una governance solida sia una supervisione continua, oltre a considerare investimenti continui nella sicurezza informatica. Pertanto, Gartner suggerisce i CIO di dare priorità sia alla creazione di linee guida etiche per l’intelligenza artificiale generativa sia all’investimento in strumenti di auditing. Inoltre, Gartner ritiene che la riduzione di questi rischi dipenderà dallo sviluppo di una cultura di responsabilità e trasparenza all’interno delle organizzazioni.

Fonte: Principali risultati del sondaggio Gartner Gartner’s 2024 CIO Generative AI Survey

Sviluppi e tendenze dell’AI gen nei prossimi anni

Numerosi esperti del settore consigliano di monitorare alcune tendenze che si stanno delineando in termini d’intelligenza artificiale generativa. Vediamo di cosa si tratta.

Modelli linguistici sempre più veloci e multimodali

Negli ultimi anni, lo sviluppo di modelli linguistici di grandi dimensioni (Large language Model -LLM), alla base dell’intelligenza artificiale generativa, ha compiuto enormi passi avanti e che hanno portato alla creazione di modelli avanzati come Claude 3.5 Sonnet di Anthropic, Gemini Ultra e GPT-4o di OpenAI, dotato della modalità Advanced Voice Mode (AVM). Inoltre, il progresso degli LLM è stato alimentato da tecniche come il pre-addestramento su larga scala, la messa a punto con vari set di dati e la Retrieval Augmented Generation (RAG), che incorpora conoscenze da fonti esterne.

Questi modelli, anche se ottimizzati per l’elaborazione del testo, interagiscono con diversi tipi di media, tra cui: immagini, fogli di calcolo, PDF e persino audio e video. Pertanto, in futuro, si ritiene che assisteremo sempre più allo sviluppo di una intelligenza artificiale generativa multimodale. Ovvero, i modelli linguistici integreranno informazioni provenienti da testo, immagini, voce e video senza soluzione di continuità, come dimostrato dall’AVM di OpenAI in grado di elaborare e rispondere al parlato con latenza minima.

Inoltre, le tecniche RAG continueranno a evolversi, consentendo ai modelli di accedere a grandi quantità di dati in tempo reale e di fornire risposte sempre più aggiornate e contestualmente rilevanti. Ancora, si ritiene che il numero di modelli di intelligenza artificiale open-source sia destinato ad aumentare, facilitando la democratizzazione dell’AI, oltre a favorire la creazione di soluzioni su misura per le aziende.

Funzionalità e integrazione avanzate

Si assisterà ad una maggiore sofisticazione dei sistemi di intelligenza artificiale generativa, in grado di fornire risultati sempre più accurati e creativi. Questi sistemi non solo accelereranno nella generazione di testo, ma sono destinati a impattare anche l’arte, la musica e la ricerca scientifica attraverso simulazioni altamente realistiche, progetti altamente articolati e persino soluzioni innovative a problemi complessi.

Inoltre, l’integrazione dell’intelligenza artificiale generativa nelle applicazioni quotidiane diventerà più naturale e gli assistenti virtuali si evolveranno in compagni più intuitivi e consapevoli del contesto. Ancora, l’intelligenza artificiale generativa diventerà una funzionalità standard negli strumenti di produttività e nelle piattaforme di intrattenimento.

Iper-personalizzazione

L’intelligenza artificiale generativa offrirà livelli di personalizzazione senza precedenti. Nell’istruzione, ad esempio, l’intelligenza artificiale generativa fornirà percorsi di apprendimento personalizzati che si adatteranno alle esigenze dei singoli studenti. Allo stesso modo, le piattaforme di intrattenimento forniranno contenuti su misura in base alle preferenze personali, creando esperienze altamente coinvolgenti. Tale livello di personalizzazione è destinato ad estendersi anche ai servizi professionali, oltre ad aiutare le organizzazioni a soddisfare le esigenze specifiche dei propri clienti, introducendo altresì nuovi modelli di business.

Sviluppi etici e normativi

Lo sviluppo di quadri per definire il rapporto tra etica e intelligenza artificiale sarà cruciale man mano che l’AI gen diventerà più pervasiva. Questo per affrontare le sfide in termini di bias, disinformazione e privacy, oltre a garantire che la tecnologia operi in modo trasparente per mantenere la fiducia e promuovere un impatto sociale positivo.

Pertanto, si ritiene che in futuro saranno stabilite normative più globali e regionali, incentrate sulla privacy, la trasparenza e la responsabilità dei dati in modo da garantire che i sistemi dell’intelligenza artificiale generativa siano allineati con i valori umani e le norme sociali. E l’EU AI Act che entrerà in vigore nel corso del 2025 ne è un esempio.

Impatto sia economico sia sulla forza lavoro

L’intelligenza artificiale generativa porterà a cambiamenti significativi nel mercato del lavoro. Sebbene alcuni ruoli possano essere automatizzati, emergeranno nuove opportunità incentrate sulla gestione e sull’utilizzo degli strumenti di intelligenza artificiale. Ne consegue che i lavoratori dovranno adattarsi, acquisendo nuove competenze per prosperare in un panorama in evoluzione in cui l’intelligenza artificiale generativa gioca un ruolo centrale. Di fatto, l’intelligenza artificiale generativa guiderà nuovi modelli di business e opportunità economiche, rimodellando il panorama del lavoro e del commercio.

Progressi nella ricerca

La ricerca nell’ambito dell’intelligenza artificiale generativa registrerà ulteriori progressi scaturiti da una maggiore intersezione con le neuroscienze, le scienze cognitive e l’informatica quantistica. Tale interdisciplinarità porterà a nuove scoperte grazie a modelli di intelligenza artificiale che integrano le conoscenze di più campi per affrontare sfide globali come il cambiamento climatico o la medicina personalizzata. Inoltre, le capacità avanzate nella generazione di diversi tipi di contenuti e nella risoluzione di problemi complessi contribuiranno alla graduale evoluzione verso forme diverse di intelligenza artificiale generativa.

Diversi ambiti di utilizzo

L’ampia espansione dell’intelligenza artificiale generativa in diversi settore continuerà nel 2025, tra cui: assistenza sanitaria e scoperta di farmaci; modellazione climatica e monitoraggio ambientale; ricerca scientifica; ottimizzazione energetica

Cambiamenti sociali e culturali

Man mano che l’intelligenza artificiale generativa diventa più integrata nella nostra vita quotidiana, cambierà il modo in cui le persone interagiscono con la tecnologia. Le interfacce basate sull’intelligenza artificiale diventeranno più naturali e intuitive, consentendo interazioni più fluide e simili a quelle umane, influenzando il modo con cui comunichiamo e collaboriamo. Di fatto si ritiene che l’integrazione dell’intelligenza artificiale generativa nelle industrie creative e dei media influenzerà la produzione e il consumo culturale. Inoltre, i contenuti generati dall’intelligenza artificiale daranno forma alle tendenze e ai valori sociali, contribuendo a creare un panorama culturale dinamico e in evoluzione.

Problemi di sicurezza e protezione

La continua diffusione di intelligenza artificiale generativa genererà sempre più la necessità di garantire solide misure di sicurezza. Di fatto, la protezione contro l’uso improprio e la garanzia dell’integrità dei contenuti generati saranno una priorità. Inoltre, si ritiene che i futuri sistemi di intelligenza artificiale generativa incorporeranno sofisticate misure di sicurezza e meccanismi di rilevamento per prevenire e mitigare i rischi e gli usi dannosi – i.e. la disinformazione, deep fake e il furto di identità- oltre a garantire l’integrità dei contenuti generati dall’intelligenza artificiale.