L’AI su cui si fonda ChatGPT, il noto modello di Intelligenza Artificiale generativa sviluppato da OpenAI e lanciato nel novembre 2022, cambierà radicalmente il business dei prossimi anni.
Lo sostengono diversi analisti soffermandosi non soltanto sull’impatto che l’Intelligenza Artificiale alla base di ChatGPT avrà in ambiti come quelli della programmazione e del copywriting, ma anche a livello generale per le aziende. Il che non esclude la cautela nel delineare il futuro che si prospetta con l’ingresso pervasivo di questa innovazione. C’è perfino chi, come J.P. Morgan, sostiene che, nonostante centinaia di startup stiano costruendo applicazioni basate su questo modello, permanga il rischio concreto di una “bolla di valutazione correlata”. In altri termini, mette sull’avviso di un eccesso di sovrastima sulle reali conseguenze disruptive dell’AI generativa, per poi però arrivare a pronosticare che entro il 2023 i suoi risultati “in termini di testo, codice, immagini e video miglioreranno in modo esponenziale, superando i risultati ottenuti dai lavoratori umani”.
Una cosa è certa. Le società produttrici di chip beneficeranno in assoluto di questa tecnologia, visto che il carico di lavoro innescato dall’AI continua a raddoppiare a ritmi vertiginosi e non accenna ad arrestarsi. Tuttavia, persistono una serie di criticità che vanno dalle cosiddette “allucinazioni”, cioè gli errori grossolani nelle risposte di ChatGPT e soluzioni simili, ai costi molto elevati di implementazione, fino ai profili irrisolti legati a tutela della privacy e violazione del copyright, che ne rallentano la piena adozione in svariati casi d’uso.
L’AI di ChatGPT per l’inverse design
Tra questi casi d’uso, ce ne sono oggi alcuni su cui si stanno concentrando gli investimenti. Brian Burke, Research VP for Technology Innovation di Gartner, afferma che “entro il 2025 oltre il 30% dei nuovi farmaci e materiali sarà scoperto sistematicamente utilizzando tecniche di AI generativa”.
Per quanto riguarda il settore farmaceutico, Gartner cita uno studio del 2010 in merito al costo medio necessario a portare un farmaco dalla scoperta al mercato: circa 1,8 miliardi di dollari, con un processo che richiede dai 3 ai 6 anni. L’impiego dell’AI di ChatGPT permetterebbe di ridurre costi e tempi in maniera drastica. Analogamente, sul fronte della scienza dei materiali, le filiere potenzialmente interessate sono molte: automotive, aerospaziale, difesa, medicale, elettronica ed energia.
Tutti ambiti nei quali l’inverse design, che individua i materiali e la forma migliori in funzione delle proprietà che dovrebbero possedere i prodotti, è reso possibile grazie al ricorso massivo ai dati messi a disposizione dall’Intelligenza Artificiale di ultima generazione.
I settori maggiormente coinvolti dalla diffusione dell’AI generativa (Gartner)
AI generativa, quali saranno gli impatti su Pil e produttività?
Dal punto di vista degli effetti sulla crescita economica mondiale, in un suo approfondimento Goldman Sachs stima che l’AI generativa inciderebbero fino a una crescita del 7% sul Pil globale annuo. Un incremento dovuto soprattutto all’impulso dato alla produttività. La nota banca d’affari ha previsto infatti che negli Stati Uniti un quarto delle attuali mansioni lavorative potrebbe essere automatizzato, con percentuali particolarmente elevate nelle professioni amministrative (46%) e legali (44%), al contrario di attività ad alta intensità fisica come l’edilizia (6%) e la manutenzione (4%). Comparando queste percentuali con il sistema europeo di classificazione delle professioni, il risultato è sovrapponibile. Del resto, è diventata virale la recente campagna di un’agenzia belga che ha messo sul tendone che copre l’impalcatura di un palazzo in costruzione la frase: “Hey ChatGPT, finish this building”.
Inoltre, a differenza delle economie statunitense ed europee, la generative AI non sarebbe all’origine di sconvolgimenti significativi nei paesi emergenti, in particolare nel settore agricolo. Ciò non toglie che, comunque, anche in questo settore si aprano scenari in cui l’Intelligenza Artificiale diventa complementare alla robotica e ai macchinari esistenti. Quindi, la quota finale di lavoro esposta all’automazione, nell’ipotesi di Goldman Sachs, oscilla tra il 15 e il 35% a livello globale.
I trend di crescita delle nuove tecnologie di Intelligenza Artificiale
Queste previsioni si possono confrontare con quelle inerenti ai trend delle tecnologie riconducibili all’AI generativa e a ChatGPT. Trend che proiettano un giro d’affari che dovrebbe raggiungere i 126,5 miliardi di dollari entro il 2031 secondo Allied Market Research, con una crescita del 32% nell’arco di un decennio. L’analisi si fonda sull’ipotesi di un utilizzo ampio di software e servizi di Artificial Intelligence in molti segmenti di mercato, nonché sulla loro presumibile integrazione con le nuove frontiere del Metaverso.
Così come evidenziato da Gartner, l’industria sanitaria e il rendering inteso in senso lato si candidano a fare da apripista, seppure con limiti dovuti ai costi tuttora eccessivi. Il punto di congiunzione tra sanità e rendering, ad esempio, confluisce nella realizzazione di arti protesici o nella creazione di molecole organiche da zero. Ma anche l’applicazione nella diagnosi, con l’identificazione precoce di potenziali neoplasie, è una delle strade che si stanno battendo per ottenere piani di trattamento più efficaci. Non mancano ovviamente gli usi più “tradizionali”, come quelli che riguardano il marketing con l’impiego di chatbot che interagiscono durante il dialogo con i clienti o creano contenuti personalizzati.
Le principali applicazioni, generali e settoriali, dell’AI generativa
Il World Economic Forum ha sintetizzato le aree su cui si concentrano rischi e opportunità dell’AI generativa nel seguente decalogo:
- Salute e sanità
- Istruzione, competenze e apprendimento
- Arte e cultura
- Futuro dei media, dell’intrattenimento e dello sport
- Futuro dell’informatica
- Partecipazione civica
- Futuro del lavoro
- Governance di Internet
- Progresso economico
- Quarta rivoluzione industriale
Le aree in cui si concentrano rischi e opportunità dell’AI generativa (WEF)
Più in dettaglio, c’è chi come Cem Dilmegani, fondatore di AIMultiple, ha provato a enumerare più di 70 applicazioni di AI generativa che possono essere utilizzate in generale o per scopi specifici di settore. Sono suddivise in due macro-categorie: quelle generali si riferiscono al campo delle applicazioni visive, audio, testuali, basate su codici ecc. Le applicazioni specifiche variano dalla sanità all’istruzione, dalla moda alle banche, dal marketing al Customer Service, dall’ottimizzazione dei motori di ricerca alle risorse umane e così via.
Scorrendo la lista, si intuisce che si tratta di un elenco per difetto, in continua evoluzione. Basti pensare che inizialmente le applicazioni contenute erano 16 e che in meno di un anno sono quadruplicate. Il che lascia presagire che da qui ai prossimi mesi la lista tenderà ad allungarsi sensibilmente.
