La crescita esplosiva dell’IA generativa ha suscitato molte domande e considerazioni non solo nei circoli tecnologici, ma anche nella società in generale. Sia l’avanzamento della tecnologia sia la sua facilità di accesso fanno sì che praticamente chiunque possa sfruttare questi strumenti. Gran parte del 2023 è stato dedicato alla scoperta di nuovi modi di usare l’IA generativa per risolvere i problemi o migliorare la vita.
Tuttavia, nella fretta di applicare questa tecnologia rivoluzionaria, dovremmo anche tenere presente il “Martello di Maslow”. Attribuito ad Abraham Maslow, noto soprattutto per aver delineato la gerarchia dei bisogni, il Martello di Maslow evidenzia l’eccessiva dipendenza da un unico strumento, un concetto popolarmente riassunto nella frase “Se disponi solo di un martello, tutto ti sembra un chiodo”. Mentre le grandi aziende cavalcano la continua evoluzione dell’IA, dobbiamo essere certi di applicarla dove ha più senso, non solo perché si può. In ultima analisi ciò consentirà di risparmiare tempo, denaro ed energie, che potranno essere impiegati per costruire solidi strumenti e soluzioni per casi d’uso validi.
Riconoscere quando usare l’IA generativa e quando non usarla è una competenza indispensabile per esperti dei dati, ingegneri e dirigenti esecutivi di settori specifici, che si occupano di tutti gli aspetti del software.
L’esecuzione dell’IA generativa è costosa e non priva di compromessi. Ad oggi, l’applicazione dell’IA generativa senza un’attenta pianificazione può portare a perdite dell’investimento (a causa degli eccessivi costi operativi), a problemi di scalabilità e interruzioni (per la limitatezza delle risorse informatiche) e a gravi danni all’esperienza dei clienti e alla reputazione del marchio (a causa della potenziale generazione di contenuti impropri, allucinazioni, errori/disinformazioni, consigli fuorvianti ecc.). In generale le organizzazioni faticano a controllare queste variabili, perciò gli impatti negativi e le limitazioni devono essere compensati da un’enorme proposta di valore.
Un aspetto interessante, osservabile in tutti i settori, è l’effetto collaterale inatteso (ma gradito) del viaggio nell’IA generativa: una sorta di epifania che apre gli occhi. Come bilanciare il rischio/ricompensa? A cosa dobbiamo rivolgere l’attenzione e quali sono le domande da porci per assicurarci che stiamo applicando o non applicando con successo l’IA?
Liberarsi dal pregiudizio della complessità: come esseri umani, tendiamo a favorire e a dare credito solo alle soluzioni complesse (il noto “pregiudizio della complessità”). Purtroppo al giorno d’oggi questo vale soprattutto per le applicazioni di IA generativa, in quanto siamo influenzati e ci “forziamo” a usare l’IA generativa per risolvere tutti i problemi. Solo perché “sembra funzionare”, non significa che sia una soluzione sia la migliore o quella ottimale. Seguendo questa logica si può avere una significativa possibilità di scoprire che esistono mezzi più semplici (probabilmente diversi dall’IA generativa) per risolvere i problemi del mondo reale (o parti di essi). Per ottenere questa rivelazione occorre una mente umile e aperta al considerare che non sempre abbiamo bisogno della soluzione più complessa o costosa, anche se è di lusso e possiamo permettercela.
Non sempre è tutto o niente: un aspetto che funziona solo per alcune aziende, non per la maggior parte, è la necessità di tenere in esecuzione l’IA generativa tutto il tempo. Se il tuo caso aziendale non riguarda la vendita o il supporto dell’infrastruttura dell’IA generativa, è probabile che tu la stia usando come strumento per raggiungere gli obiettivi specifici del tuo campo. Se è così, ogni operatore del settore vorrebbe massimizzarne il valore riducendo al minimo i costi operativi. Con gli attuali costi di gestione dell’IA generativa, la risposta più ovvia per raggiungere tale obiettivo è evitare il più possibile di eseguirla, pur continuando a ottenere la maggior parte del valore desiderato. Questo delicato compromesso rappresenta un modo intelligente ed elegante di affrontare il problema: non ignorare il valore fornito dall’IA generativa, ma neanche utilizzarla ossessivamente fino al punto di avere un investimento in perdita. Come si ottiene questo risultato? Questa è probabilmente la ricetta segreta dell’applicazione specifica del tuo settore.
Ridimensionamento etico: i modelli di IA generativa possono essere (e di solito sono) piuttosto grandi. Sebbene ciò possa essere necessario per alcuni scenari, non lo è per la maggior parte delle applicazioni specifiche nel mondo reale, come stanno scoprendo diversi autori di IA generativa in tutto il settore (ad esempio, Phi-2). Per questo motivo è importante, non solo per la tua azienda, ma anche per l’umanità, imparare a ridimensionare e ottimizzare il più possibile i modelli di IA generativa. Questo non solo porta efficienza al tuo caso d’uso (risparmio di costi, velocità di inferenza, impronta più leggera, riduzione del rischio ecc.), ma comporta anche un uso responsabile della tecnologia, rispettoso delle risorse umane. Ogni volta che si risparmia un chilowatt o qualche secondo di inferenza per utente, si contribuisce esplicitamente a un futuro sostenibile in cui l’IA generativa viene sfruttata per massimizzarne il valore riducendo al minimo l’impatto ambientale. Questo è qualcosa di cui essere orgogliosi.
Attraversare il torrente dove è meno profondo…
La chiave è essere abbastanza umili da cercare il percorso ottimale: mantenere una mente aperta per considerare innanzitutto di risolvere i problemi senza l’IA. Se poi l’IA generativa si rivela davvero come la soluzione migliore, cerca di capire se hai davvero bisogno di tenerla in esecuzione tutto il tempo o solo a volte. Infine ridimensiona il più possibile, non solo per motivi di costo e velocità, ma anche per responsabilità sociale.
L’IA generativa sta chiaramente vivendo un momento di grande potenziale. Allo stesso tempo, per un sano sviluppo del settore, è altrettanto importante saper riconoscere gli svantaggi tecnici e finanziari dell’IA generativa. Così come non usiamo il martello per ogni attività in casa, dovremmo continuamente chiederci: questo problema vale la pena di essere risolto con l’IA generativa? E il valore fornito da questa tecnologia (quando applicata al mio caso d’uso specifico) supererà le carenze operative? È con questa mentalità che il settore compirà progressi significativi e responsabili nella risoluzione dei problemi: con una serie di strumenti diversificata ma efficiente. Continuiamo a esplorare e a costruire l’affascinante mondo dell’IA generativa, senza dimenticare quali sono i nostri obiettivi finali.
Mantieniti al corrente
Seguici per essere sempre al corrente delle notizie di McAfee e delle ultime minacce alla sicurezza per consumer e dispositivi mobili.
