Di Fabrizio Milano d’Aragona – CEO Datrix
Negli ultimi mesi, alcuni dei principali protagonisti dell’intelligenza artificiale hanno rilasciato dichiarazioni sempre più allarmistiche sui rischi legati all’evoluzione di questa tecnologia. Da Sam Altman ai vertici di Anthropic, il dibattito pubblico è stato attraversato da previsioni su scenari potenzialmente incontrollabili, fino a ipotizzare conseguenze estremamente gravi per l’umanità. Di fronte a queste dichiarazioni, la domanda più immediata dovrebbe essere: se l’intelligenza artificiale è davvero così pericolosa, perché le stesse aziende che denunciano questi rischi continuano a sviluppare modelli sempre più potenti?
E c’è una questione ancora più importante, che rischia di rimanere sullo sfondo: perché continuiamo a identificare l’intera rivoluzione dell’intelligenza artificiale con le tecnologie sviluppate da un numero estremamente ristretto di aziende?
Il punto non è stabilire se gli allarmi lanciati dai leader delle Big Tech siano sinceri, frutto di una strategia comunicativa o legati a esigenze di posizionamento sul mercato. Ciò che conta è l’effetto di questa narrazione, che finisce per rafforzare una corrispondenza tanto diffusa quanto fuorviante: quella tra intelligenza artificiale e grandi modelli generativi.
L’intelligenza artificiale non è soltanto quella delle Big Tech
L’AI rappresenta una trasformazione tecnologica di portata potenzialmente paragonabile a quella della rivoluzione industriale. Ma per comprenderne davvero le implicazioni occorre superare l’idea che il suo futuro coincida esclusivamente con quello di OpenAI, Anthropic, Google o degli altri grandi operatori che oggi dominano il mercato dei sistemi generativi. L’intelligenza artificiale è un universo molto più ampio, che comprende tecnologie, approcci e applicazioni differenti. Dal machine learning ai sistemi predittivi, dall’automazione industriale alla robotica, esistono numerosi ambiti in cui l’AI può produrre risultati concreti senza necessariamente ricorrere ai modelli generativi più avanzati.
Pensiamo all’ottimizzazione dei consumi energetici, alla manutenzione predittiva degli impianti, alla gestione dei processi produttivi o all’analisi di grandi volumi di dati industriali. In questi contesti, ciò che conta non è disporre del modello più potente in assoluto, ma sviluppare la soluzione più efficace, affidabile e controllabile per un problema specifico.
Continuare a raccontare l’intelligenza artificiale quasi esclusivamente attraverso l’evoluzione dei grandi modelli generativi significa quindi rappresentare soltanto una parte del fenomeno, rischiando di oscurare proprio quelle applicazioni in grado di generare valore immediato per il sistema produttivo.
Una rivoluzione non può essere nelle mani di pochi
Esiste poi un secondo rischio, ancora più profondo: quello della concentrazione tecnologica. Se accettiamo che l’intera trasformazione economica e sociale legata all’AI debba necessariamente passare attraverso le piattaforme di un numero limitato di aziende, stiamo di fatto immaginando una rivoluzione il cui funzionamento dipende dalle decisioni di pochi soggetti privati. Immaginiamo che, durante la rivoluzione industriale, le prime grandi aziende automobilistiche avessero imposto a tutte le altre imprese di utilizzare esclusivamente i propri macchinari, mantenendo, peraltro, la possibilità di controllarne o di interromperne il funzionamento. Difficilmente quella trasformazione avrebbe prodotto lo stesso livello di diffusione, innovazione e sviluppo economico. Una rivoluzione tecnologica diventa realmente tale quando le sue applicazioni si moltiplicano, si differenziano e diventano patrimonio di un ecosistema ampio di imprese e operatori. Lo stesso deve accadere per l’intelligenza artificiale: non si tratta soltanto di rendere accessibili i sistemi esistenti, ma di favorire lo sviluppo di tecnologie diverse, capaci di rispondere alle esigenze specifiche dei singoli settori. Altrimenti il rischio è che le imprese si trasformino in semplici utilizzatrici di strumenti sui quali non esercitano un controllo sufficiente, delegando a soggetti esterni una parte sempre più importante delle proprie attività.
'AI THAT WORKS': una cultura dell'intelligenza artificiale nelle imprese
La vera sfida non ha a che fare con il…
La corsa ai modelli non coincide con i bisogni delle imprese
C’è un ulteriore paradosso che caratterizza l’attuale evoluzione dell’intelligenza artificiale: mentre i grandi player tecnologici competono per sviluppare sistemi sempre più sofisticati, una parte significativa del tessuto produttivo deve ancora riuscire a integrare appieno le potenzialità delle tecnologie già disponibili. La velocità dell’innovazione dei modelli e quella della loro adozione nelle imprese procedono a ritmi profondamente diversi.
Per molte applicazioni industriali, le capacità tecnologiche oggi disponibili sono già sufficienti a risolvere problemi concreti. Non è necessariamente l’arrivo di una nuova generazione di modelli a determinare un miglioramento significativo dei processi aziendali. La vera sfida è un’altra: portare l’intelligenza artificiale dentro le imprese, integrarla nei sistemi esistenti in modo sicuro, governabile ed efficiente, adattarla ai processi produttivi e renderla uno strumento capace di generare risultati misurabili. La continua enfasi su sistemi sempre più potenti, accompagnata da dichiarazioni sui loro potenziali rischi catastrofici, rischia invece di aumentare la distanza tra chi sviluppa queste tecnologie e chi dovrebbe utilizzarle. L’effetto potrebbe essere paradossale: proprio mentre l’intelligenza artificiale offre opportunità concrete di innovazione, il modo in cui viene raccontata contribuisce a renderla più distante, complessa e difficile da comprendere.
Controllo e spiegabilità sono prima di tutto una questione di efficacia
Per le imprese, inoltre, la questione del controllo è fondamentale. In numerosi contesti industriali, dalla produzione energetica alla manutenzione predittiva, fino alle applicazioni sanitarie e ai processi critici, non è sufficiente ottenere un risultato da un sistema di intelligenza artificiale. È necessario poterne comprendere il funzionamento, verificare le decisioni e intervenire quando necessario. La spiegabilità viene spesso affrontata esclusivamente come un requisito normativo o una questione di sicurezza. In realtà, rappresenta anche una condizione essenziale per l’efficacia delle applicazioni. Un’azienda che non comprende adeguatamente il funzionamento di un sistema può incontrare difficoltà nel gestirlo e nell’ottimizzarne le prestazioni. Il controllo, quindi, non è soltanto uno strumento per prevenire rischi, ma una componente fondamentale della capacità di creare valore. Questo significa che il futuro dell’intelligenza artificiale industriale non deve necessariamente coincidere con sistemi sempre più generalisti e complessi: in molti casi, saranno proprio le soluzioni specialistiche, progettate intorno alle esigenze delle imprese e ai loro dati, a offrire le maggiori opportunità di sviluppo.
La sfida per l’Europa è non perdere di vista la vera trasformazione
Questa riflessione assume un significato particolare per l’Europa. Mentre Stati Uniti e Cina competono nello sviluppo dei grandi modelli generativi, il continente europeo ha l’opportunità di rafforzare un percorso basato sulle applicazioni specialistiche dell’intelligenza artificiale e sulla sua integrazione nei processi industriali. La Cina, peraltro, sta affiancando alla competizione sui modelli generalisti un forte interesse per l’adozione dell’AI nel proprio tessuto produttivo. È un aspetto che merita attenzione perché dimostra come la sfida tecnologica non si esaurisca nella realizzazione dei sistemi più avanzati. Per l’Europa sarebbe un errore continuare a interpretare e regolamentare l’intero fenomeno dell’intelligenza artificiale come se coincidesse esclusivamente con le grandi piattaforme generative. Occorre invece favorire un ecosistema diversificato, nel quale le imprese possano sviluppare, adottare e governare soluzioni adatte alle proprie esigenze, mantenendo il controllo dei dati e dei processi strategici.
Il futuro dell’AI non appartiene soltanto a chi costruisce i modelli più potenti
Gli allarmi dei grandi protagonisti dell’intelligenza artificiale meritano certamente attenzione, così come i rischi connessi allo sviluppo di tecnologie sempre più avanzate. Sicuramente, però, non possiamo permettere che questa narrazione finisca per identificare l’intera trasformazione dell’AI con il destino commerciale di poche aziende. Il rischio più concreto è perdere di vista la straordinaria varietà delle applicazioni possibili e, soprattutto, rallentare la capacità delle imprese di utilizzare una tecnologia che può già oggi contribuire a migliorare processi, efficienza e competitività. L’intelligenza artificiale non deve essere una rivoluzione osservata a distanza, governata esclusivamente da pochi grandi operatori. Deve diventare una trasformazione diffusa, nella quale le imprese siano protagoniste e non semplici utilizzatrici di sistemi sviluppati altrove.
