L'impatto potenziale dell'IA Generativa: 4,4 trilioni di dollari
Quando si parla di IA generativa si fa riferimento a una tipologia di intelligenza artificiale in grado di generare contenuti ex novo. Il loro formato può variare: brani musicali, video, sequenze di testo o illustrazioni. Un esempio recente che può rendere meglio l’idea è quello di ChatGPT, che tanto ha fatto discutere gli esperti circa l’etica del suo utilizzo.
Il potenziale di queste intelligenze artificiali però non è oggetto di curiosità solo per la scienza ma anche per l’economia globale. A riguardo si possono già trovare articoli pubblicati, tra cui uno firmato dalla multinazionale di consulenza strategica McKinsey & Company.
Come funzione l’IA generativa
Alla base di questa forma di intelligenza artificiale c’è il machine learning (ML) ossia un sistema che è in grado di apprendere dai tentativi che esegue e dai dati che analizza. Esistono due tipologie di ML: quello supervisionato dove è presente un esperto a coordinare l’IA, e uno non supervisionato dove questa figura è assente.
Per produrre una canzone l’utente potrà mettere come prompt una tonalità o degli accordi, per un racconto scrivere l’argomento centrale della storia. ChatGPT è un esempio di GenAI costruita per generare racconti, testi di lunghezza variabile e simulare una conversazione come fosse un essere umano,
Un esempio di algoritmo in grado di generare immagini invece è Imagen, progettato da Google e ritenuta tra quelle in grado di ottenere risultati più realistici. Basta una descrizione sintetica per vedere l’IA restituire un’immagine fedele, anche se ci sono più soggetti da raffigurare. Imagen appartiene alla categoria di test-to-image diffusion model.
La GenAI e i suoi impieghi
Avere accesso a uno strumento come l’IA generativa sta portando grosse modifiche in diversi settori. Basti pensare alle arti figurative, alla progettazione dei videogiochi o all’istruzione. L’esistenza di questi algoritmi sta aprendo frontiere mai immaginate prima soprattutto perché può velocizzare molti processi o renderli automatici.
La generazione di codici tramite GenAI è un ottimo esempio. Per ora non è possibile generare più di alcune righe, ma l’obiettivo dei ricercatori di qui al 2030 è rendere gli algoritmi in grado di produrre da zero dei software completamente funzionanti. Un lavoro che al momento richiede dai due ai dodici mesi di lavoro ai programmatori.
Un altro grosso impatto potrebbe averlo l’IA generativa impiegata per generare modelli 3D. Basti pensare che in Medicina già si sta sperimentando la stampa in 3D delle valvole cardiache, ma progettarne una richiede tempo e energie. Un’intelligenza artificiale invece potrebbe produrre diversi modelli personalizzati in poco tempo.
La progettazione di immagini e disegni invece si prefigge entro il 2030 di poter eguagliare il lavoro compiuto da dei designer professionisti. Non tanto per eliminare la loro professione ma per velocizzare i tempi di lavoro senza che la qualità del prodotto ne finisca per risentire. Questo punto non sarà mai messo in discussione.
Le previsioni di McKinsey & Company sull’IA generativa
Secondo la società McKinsey & Company, che ha stilato questa ricerca, l’impatto principale dell’IA generativa sarà nell’automatizzazione dei processi di marketing e della gestione dei contatti dei clienti. Gli impiegati di questa multinazionale utilizzano a loro volta le GenAI nel loro lavoro e sono consci delle ripercussioni che avranno sui posti di lavoro.
Uno dei manager però, Alex Sukharevsky, ha voluto però riassicurare sul rischio che l’intelligenza artificiale possa portare ulteriore disoccupazione. Il suo avvento significherà in primis la necessità di acquisire nuove competenze da parte di molti professionisti, oltre a quella di reinventare il proprio metodo di lavoro.
Introdurre le GenAI però potrebbe essere anche il punto di svolta verso un mondo più sostenibile. Le tempistiche con cui però gli algoritmi soppianteranno alcune mansioni prima prerogativa del personale umano sarà diversa per ogni settore. Non c’è uno scenario univoco e definito che attende l’economia mondiale.
I dettagli per settore stilati dal report
Facendo delle stime per ognuno dei settori più rilevanti nell’economia globale la società di consulenza si è concentrata su tre macro aree. La prima è quella delle imprese bancarie, dove potrebbe portare incrementare la produttività di una percentuale compresa fra il 2,8 e il 4,7%. Infatti i bot allenati a interfacciarsi con i clienti sarebbero una risorsa enorme per queste realtà.
Un altro settore esaminato è quello delle industrie farmaceutiche, dove l’IA generativa raggiungerebbe risultati simili in termini di benefici per la produttività. Per testare i farmaci e nuovi prototipi di test diagnostici occorre infatti svolgere diverse analisi statistiche e screening sui risultati, processi che una GenAI otterrebbe in pochissimo tempo e senza sforzo.
Anche per la Medicina stessa però le IA potrebbero rappresentare un alleato prezioso per ottenere diagnosi accurate e repentine. Con un buon data set di risultati di altri pazienti un modello addestrato potrebbe fornire risultati attendibili riducendo gli esami di laboratorio necessari. In questo modo si salverebbe tempo prezioso e risorse ospedaliere.
L’ultimo settore esaminato da McKinsey & Company per l’impatto dell’IA generativa è quella dei beni di consumo. Le vendite, le offerte personalizzate e la mole di inventari necessari nelle grandi catene di distribuzione sono tutti processi che potrebbero diventare automatici. La produttività di conseguenza potrebbe aumentare di circa il 2%.
