Il lancio di ChatGPT lo scorso novembre ha fatto scalpore e ha dato luogo a nuove speculazioni sulle promesse e sui pericoli dell’intelligenza artificiale. Con tutta probabilità l’IA è sul punto di provocare una serie di cambiamenti epocali che riguarderanno varie società e industrie ma come spiegano gli esperti di Capital Group è fondamentale approfondire i dettagli per separare la realtà dall’entusiasmo.

“Sebbene una ricerca svolta da McKinsey mostri come negli ultimi cinque anni l’adozione dell’IA a livello globale sia più che raddoppiata, tanto che circa il 50% dei partecipanti al sondaggio ha dichiarato di utilizzarla in almeno un’area di attività – osserva Julien Gaertner, analista degli investimenti azionari dell’asset manager statunitense – l’entusiasmo iniziale sembra aver incontrato una battuta d’arresto temporanea dovuta probabilmente alla presa di coscienza dell’entità dei cambiamenti necessari all’interno delle organizzazioni per adottare queste tecnologie. Questo non ha tuttavia interrotto una pioggia di investimenti in IA da parte delle aziende a livello globale”.

“La funzione fondamentale dell’IA è fare previsioni e prendere decisioni in base ai dati con cui è stata ‘addestrata’. Ciò che è cambiato negli ultimi anni – prosegue l’analista – è che i progressi tecnici consentono di addestrare i modelli di IA tramite quantità di dati sempre più grandi e raggiungere così nuovi livelli di funzionalità. Con IA generative come ChatGPT l’attenzione, fatto importante, si è spostata verso i cosiddetti “large language model”, che rendono possibili funzionalità di chat e produzione di testi migliori”.

Gaertner rileva che oggi siamo in una situazione in cui i sistemi di IA generativa ottengono risultati impressionanti in molte aree ma in altre falliscono miseramente. “La previsione più ottimistica che possiamo fare è che l’aumento delle dimensioni dei modelli e la crescita dei dati con cui vengono addestrati continuino a favorire un progresso esponenziale ancora a lungo, e va detto che finora le evidenze empiriche puntano in questa direzione. Un’ipotesi pessimistica è invece quella in cui man mano che le dimensioni dei modelli aumentano i miglioramenti si esauriscano, oppure si vada a sbattere contro un muro rappresentato dalla quantità di dati disponibili per addestrarli”.

 Dal punto di vista degli investimenti, se partiamo dal punto di vista che l’IA genererà grandi profitti, al momento questa previsione sembra riflettersi ben poco nei corsi azionari delle più importanti società. “Per aziende come Alphabet, ad esempio, dopo i recenti cali sembra valere l’opposto” spiega l’analista. “OpenAI, società non quotata fondata come non-profit nel 2015, a seguito del recente investimento da parte di Microsoft varrebbe 29 miliardi di dollari e, nonostante i suoi ambiziosi obiettivi, ha riferito che nel corso di quest’anno prevede di realizzare ricavi per solo 200 milioni di dollari circa. Ipotizzando che tale previsione sia corretta la valutazione dell’azienda sconta un grande entusiasmo”.

Secondo Gaertner potremmo attualmente trovarci “in una fase simile a quella vissuta dal cloud computing nel 2013, così che le imprese in grado di sfruttare l’IA per differenziare la propria offerta o le proprie fonti di crescita della produttività potrebbero essere fortemente avvantaggiate negli anni a venire. Al di là degli ovvi settori della tecnologia e della “conoscenza", tra le potenziali aree di applicazione dell’IA vi sono gestione delle catene di approvvigionamento, sanità (nei campi dello sviluppo dei farmaci e dell’analisi delle scansioni), assicurazioni, petrolio e gas (pensate ai dati forniti dai satelliti), servizi di pubblica utilità (per la gestione della rete e dei carichi) e macchinari agricoli autonomi: le strategie in materia IA possono dunque divenire una componente sempre più importante dell’analisi delle società” conclude l’analista.