Intelligenza Artificiale: La Battaglia Persa dell’Europa
Tra le prestazioni spettacolari di un abbonamento ChatPlus e dei suoi concorrenti e nonostante le indecenti competizioni di bilancio, con centinaia di miliardi di dollari in gioco tra i nostri leader, inclusi Emmanuel Macron, l’Europa ha definitivamente perso la battaglia in questo campo di software, e ciò per diverse ragioni.
1. Il dominio hardware degli Stati Uniti
In primo luogo, la maggior parte delle schede grafiche necessarie per l’esecuzione efficace di questi LLM (large language model, “grande modello di linguaggio”) si trova concentrata nelle mani di un solo attore americano, Nvidia, che non smette di pubblicizzare le sue storie d’amore con i padroni dei Gafam (Google, Apple, Facebook, Amazon e Microsoft). I cinesi, per arrivare a DeepSeek, hanno dovuto mettere in campo grandi risorse di creatività cognitiva per superare questa carenza di materiale.
Secondo un rapporto pubblicato dal Politecnico di Milano, l’Europa si trova in una posizione di svantaggio strutturale. Infatti, il continente dipende quasi interamente da fornitori statunitensi e cinesi per i semiconduttori e i chip avanzati necessari per l’addestramento delle IA di ultima generazione (Fonte: Osservatorio AI, Polimi).
2. L’assenza di database competitivi
Altre due ragioni principali devono essere menzionate qui, legate a due vantaggi competitivi difficili da colmare di fronte ai giganti americani: in primo luogo, la compilazione, il possesso e l’utilizzo di un database unico e gigantesco, derivante principalmente dal nostro uso intensivo e ossessivo dei loro software e piattaforme, una manna esclusiva, un’area segretamente mantenuta così vasta quanto preziosa, e che rimane inaccessibile ai potenziali campioni europei.
Un recente studio condotto dall’Università La Sapienza di Roma ha evidenziato che i big data utilizzati per addestrare le IA provengono prevalentemente da piattaforme e infrastrutture gestite dagli Stati Uniti e dalla Cina, mentre le aziende europee faticano ad accedere a fonti di dati comparabili per volumi e varietà (Fonte: AI & Data Science Research, UniRoma).
3. Software più tradizionali e la mancanza di ecosistema
Ma, soprattutto, l’ultima ragione riguarda l’infiltrazione ubiquitaria di questi modelli di linguaggio in tutte le altre applicazioni software americane che compongono la nostra vita quotidiana e di cui non possiamo più fare a meno, come i motori di ricerca, le piattaforme di e-commerce, i social network o le applicazioni per ufficio, per le quali gli europei non sono mai riusciti a proporre alternative convincenti.
Grazie a Copilot, l’offerta LLM di Microsoft, il tuo elaboratore di testi continuerà automaticamente un inizio di scrittura o, partendo dallo stesso testo, genererà automaticamente una presentazione su PowerPoint che riprende i messaggi essenziali contenuti in esso. È quasi senza che tu te ne accorga, catturato e totalmente affascinato, che ti ritroverai a utilizzare massicciamente gli LLM americani senza nemmeno porti la domanda del perché e del come.
Secondo il rapporto annuale del Centro per l’Innovazione Digitale di Torino, l’Europa soffre di un problema di scala: non esiste un ecosistema unificato in grado di competere con la sinergia tra le Big Tech americane e le startup emergenti in Silicon Valley. Mentre in Europa, le normative e la mancanza di investimenti centralizzati frenano l’innovazione (Fonte: CID Torino).
4. L’inefficacia delle strategie europee
L’Europa ha tentato di colmare il divario con iniziative come Gaia-X, un progetto volto a sviluppare un’infrastruttura cloud sovrana. Tuttavia, questa iniziativa ha subito ritardi e criticità dovute alla mancanza di fondi e al disaccordo tra gli stati membri. Inoltre, il piano AI Act, volto a regolamentare l’IA in Europa, rischia di rallentare ulteriormente la crescita di startup emergenti nel settore.
Secondo una ricerca dell’Istituto Bruno Leoni, le normative europee sono spesso più orientate alla prevenzione dei rischi che allo sviluppo dell’innovazione, il che ha creato un ambiente meno favorevole per la crescita di aziende IA rispetto agli USA o alla Cina (Fonte: IBL, Rapporto Innovazione 2024).
Conclusione: un futuro difficile per l’IA europea
La competizione tra questi giganti della tecnologia fa alzare le puntate. È molto probabile che solo uno di loro sopravviva e si prenda tutto il bottino. Nel frattempo, l’Europa rischia di restare un semplice mercato di consumo per le tecnologie americane e cinesi, senza riuscire a creare veri campioni in grado di competere su scala globale. Se l’Europa non invertirà rapidamente la rotta con investimenti massicci e strategie realmente efficaci, la sua posizione nell’IA sarà destinata a restare marginale.
L’intelligenza artificiale generativa (IA Gen) offre prospettive di carriera interessanti sia per esperti tecnologici che per professionisti di settore. A differenza di altri tipi di tecnologie, ci sono due strade possibili:
- Costruire la propria IA
- Utilizzare l’IA per sviluppare la propria attività
Uno studio recente condotto da Aditya Challapally, responsabile delle scienze applicate presso Microsoft, esplora queste due vie.
Per i professionisti informatici, si tratta di fornire soluzioni rapidamente per rimanere al passo con i cambiamenti aziendali sempre più rapidi. “Devono esplorare nuovi strumenti come GitHub Copilot, Cursor, Claude Code”, dice il signor Challapally a ZDNET. “In molte organizzazioni, ho visto sviluppatori acquisire rapidamente una reputazione di super programmatori semplicemente sfruttando questi strumenti in modo efficace. E questo vantaggio tende a persistere anche se altri li raggiungono.”
Dal punto di vista aziendale, l’IA generativa non può funzionare in un vuoto tecnico. Sono necessari esperti competenti in materia di IA per adattare la tecnologia alle esigenze specifiche dell’azienda. “Man mano che i modelli di IA diventano comuni, le conoscenze specialistiche diventano sempre più preziose”, spiega il signor Challapally. “Ciò che distingue i veri esperti è la loro comprensione approfondita del loro specifico settore. E questo combinato alla loro capacità di identificare dove e come l’IA Gen può essere applicata in modo efficace.” Spesso, dice, i robot non possono da soli trasmettere queste conoscenze specifiche.
Necessità urgenti di professionisti con competenze ibride
I dirigenti d’azienda stimano che la necessità più urgente in questo momento “è quella di professionisti che fungano da collegamento tra i due mondi (IT e aziendale), coloro che comprendono profondamente le esigenze aziendali pur afferrando i fondamenti tecnici dell’IA”, ha dichiarato.
Piuttosto che puri tecnologici, cercano persone che combinano il senso degli affari tradizionale con conoscenze tecniche. Queste persone devono essere in grado di:
- Progettare visioni di prodotto
- Comprendere i concetti base di codifica
- Allineare le capacità tecnologiche con gli obiettivi aziendali
Per i tecnici, è importante “padroneggiare l’arte di indurre questi strumenti a fornire risultati accurati”, afferma il signor Challapally. “Credo davvero che la vera forza dei professionisti IT oggi risieda nella loro capacità di gestire efficacemente diversi agenti e strumenti di codifica.”
Allo stesso tempo, ha notato che “alcuni sviluppatori esperti tendono a sottovalutare questi nuovi strumenti, considerandoli gadget per principianti. Tuttavia, questi strumenti possono semplificare notevolmente i flussi di lavoro e le attività di codifica più modeste. E coloro che ne traggono vantaggio li trovano estremamente utili.”
I migliori professionisti, continua, “dedicano ogni settimana del tempo a sperimentare modelli, framework e strumenti emergenti, anche se scartano la grande maggioranza.”
Consigli per scoprire e utilizzare l’IA per i profili tech
Il signor Challapally offre diversi consigli ai professionisti della tecnologia.
Rispettare i principi fondamentali dello sviluppo software
« Questi strumenti rendono ancora più importanti i principi tradizionali dell’ingegneria del software, vale a dire, la progettazione modulare, la riflessione sulla progettazione dei sistemi e la comprensione dei requisiti del prodotto », spiega il signor Challapally.
« Ho visto professionisti IT utilizzare lo sviluppo ultra-rapido, reso possibile dall’IA, insieme a una buona riflessione sul prodotto o sull’azienda per dare impulso alla loro carriera. »
Prevedere tempo per apprendere
« Prendete due o quattro settimane e concentratevi sulle conoscenze fondamentali », ha raccomandato.
“Imparate le basi dell’IA e dell’IA generativa, familiarizevi con strumenti popolari come ChatPlus e DALL-E, e sviluppate competenze essenziali in ingegneria rapida. Con un po’ di sforzo, questi LLM possono essere utilizzati per realizzare grandi cose.”
Divenire esperti nel prompt
“Il prompt è la competenza più cruciale per utilizzare con successo l’IA Gen e ci vogliono da quattro a sei settimane per padroneggiarla”, ha consigliato.
“I professionisti devono passare da semplici compiti di input/output a tecniche avanzate come prompt multicanale e formattazione JSON. L’obiettivo è ottenere risultati coerenti e riproducibili dai LLM e valutare accuratamente le capacità dell’IA generativa per compiti specifici.”
Scegliere un’area di specializzazione
Una volta acquisite le basi tecniche, dovrete decidere come specializzarvi in base ai vostri desideri di carriera.
“I professionisti in azienda vorranno probabilmente concentrarsi sull’architettura dei sistemi, il flusso dei dati e l’integrazione dell’IA generativa. I freelance, invece, hanno bisogno di padroneggiare gli strumenti low-code/no-code e di apprendere le nozioni di base di codifica con l’aiuto dei LLM, il che consente un prototipazione e uno sviluppo rapidi.”
“Oggi, l’IA è abbastanza brava da creare semplici applicazioni – ci riesce circa all’80 %”, afferma il signor Challapally. “Ma per completare gli ultimi 20 %, ci vuole ancora una vera competenza tecnica per debuggare e far funzionare le cose nel mondo reale. Questo potrebbe presto raggiungere il 95 %, ma solo per applicazioni semplici.”
Consigli per scoprire e utilizzare l’IA per i profili aziendali
Per i professionisti nelle aree aziendali, il signor Challapally offre diversi consigli.
Conoscere il panorama IA del proprio settore
« Dedicate due o tre settimane a studiare le applicazioni di IA Gen esistenti nel vostro campo,” consiglia il signor Challapally.
“Comprendete le implementazioni di successo, i tentativi falliti e le opportunità emergenti.”
Comprendere il comportamento degli utenti
“Investite del tempo per capire come gli utenti del vostro settore interagiscono con i sistemi di IA”, raccomanda poi il signor Challapally.
“Potete facilmente farlo provando i principali strumenti di IA nel vostro campo.”
Capire come commercializzare la propria offerta
“Mentre le applicazioni di IA Gen proliferano, una delle migliori cose che un professionista possa imparare a fare è sapere come far sì che la propria applicazione di IA Gen si distingua e attiri l’attenzione.”
Fonte: “ZDNet.com”
/2025/05/06/080-hl-rcostaseca-2626917-6819c2f87de94546982310.jpg)
