La tecnologia cambia rapidamente e va quindi osservata con grande attenzione da parte di imprese e istituzioni finanziarie e la sua evoluzione va analizzata per comprendere in che direzione si indirizzeranno gli investimenti del 2024. 

Un interessante Rapporto (“2024 Tech Trend” - CB Insight pubblicato nel febbraio 2024) sui Trend dell’evoluzione tecnologica previsti per il 2024 evidenzia le seguenti principali aree di attenzione su cui concentrare le strategie di investimento nel settore dell’Intelligenza Artificiale (AI) e nell’industria delle Big Tech. 

1. La carenza di GPU costringerà ad accelerare gli investimenti 

Con riferimento ai grandi cambiamenti attesi nell’area degli investimenti in AI, anzitutto si evidenzia la carenza di produttori mondiali di GPU che costringe le multinazionali del Tech ad accelerare in tutti i modi il processo di crescita e di investimento.  

I volumi crescenti di domanda di GPU consentono di realizzare agli attuali produttori, come Nvidia, performance anche sul mercato dei capitali particolarmente generose.  

I principali investitori del settore delle Big Tech (Google, Amazon, Microsoft, Meta e la stessa Nvidia) si orientano quindi sempre più spesso a finanziare ed incubare in contemporanea le startup più interessanti da far crescere con un processo di rapida accelerazione per ampliare anche il numero di operatori globali.  

I progetti di investimento più rilevanti secondo le Big Tech sono rappresentati da iniziative che consentano di:  

1. aumentare la produzione di chip e la loro potenza di calcolo;  
2. offrire alle imprese servizi cloud ad un pricing sempre più accessibile e competitivo;  
3. ottimizzare i tempi di elaborazione ed esecuzione delle attività di calcolo attraverso nuovi modelli in via di sperimentazione;  
4. realizzare software a supporto di una maggiore efficienza dei modelli alla base dei processi di AI;  
5. sviluppare studi e sperimentazioni su nuovi processori per il funzionamento dell’AI.  

Tra le società Target a cui questi investimenti sono indirizzati, si possono sottolineare nomi appartenenti a geografie e centri di eccellenza essenzialmente collocati in USA, Canada, Israele, Olanda, Cina e UK. 

2. L’AI Multimodale intercetterà sempre più rapidamente i bisogni delle imprese 

Lo sviluppo di modelli multimodali, e cioè in grado di costruire e far dialogare diverse e innovative tecnologie a servizio dell’AI, permetteranno sempre di più di incrociare le esigenze ed i bisogni delle imprese a beneficio dell’intera comunità globale.  

Nonostante si sia agli albori dell’applicazione di questi nodelli, ci sono già esempi, come quello realizzato da Google con la nascita di Gemini, che fanno ben sperare in una accelerazione significativa degli investimenti anche in questa direzione.  

Le tecnologie orientate alla comprensione ed all'analisi di testi, anche attraverso immagini e sistemi intelligenti di riconoscimento biometrico, permetteranno di accelerare la crescita di sviluppatori nell’ambito delle tecnologie Multimodali.  

Alcuni settori industriali beneficeranno più di altri di queste nuove tecnologie proprio perché in alcuni settori sono più visibili i bisogni espressi potenzialmente dai clienti di queste imprese e sembrano più adatte e soluzioni innovative offerte dall’applicazione dell’AI. In particolare, ci si riferisce:  

1. al settore healthcare, ad esempio con l’applicazione dell’AI alla diagnostica per immagini o all’utilizzo di dati ed informazioni sanitarie nella ricerca e nelle differenti analisi e nelle ricerche di specifiche patologie;  
2. al settore automotive, in special modo attraverso i sistemi Multimodali applicati alla guida autonoma di veicoli;  
3. al mondo retail, considerando ad esempio i servizi che possono essere indirizzati al mondo dei consumatori, attraverso la lettura Multimodale dei loro gusti, consumi ed aspirazioni; 
4. al settore manifatturiero, attraverso l’uso della robotica e della Multimodalità con l’applicazione anche di sistemi biometrici in grado di monitorare e gestire al meglio processi avanzati industriali, con beneficio in termini di efficientamento e sicurezza dei processi dell’industria stessa. 

3. L’ AI esalterà la miniera d’oro dei dati e delle informazioni anche ottenute sinteticamente 

Il nostro sistema economico e la nostra vita sono inondati continuamente di dati ed informazioni provenienti dalle fonti più disparate e che difficilmente, oltretutto, si è in grado facilmente di distinguere per veridicità, attendibilità, chiarezza o possibilità di utilizzo in base alla loro dichiarata o effettiva proprietà.  

Tuttavia, i modelli alla base dell’AI per poter generare informazioni e dati affidabili ed utili necessiteranno, invece, di dati ed informazioni di elevata qualità. Ad esempio, proprio per capire anche quando questi dati di qualità potranno essere, almeno in alcuni settori, disponibili, ci sono alcune stime di ricercatori che indicano che entro il 2026 i modelli di AI incentrati sull’LLM, e cioè su quelle tecnologie avanzate che si basano sull’analisi e sulla piena comprensione di testi, potranno in maniera esaustiva essere in grado di comprendere appieno un testo con finalità principalmente educativa.  

Uno degli elementi che continua ad essere particolarmente difficile da comprendere per i modelli di AI è legato alla effettiva veridicità e proprietà dei dati. Su questo aspetto potrebbe dare un impulso rilevante l’applicazione anche della biometria e di metodi in grado di tracciare correttamente la veridicità delle informazioni attraverso il ricorso al tracking ed l riconoscimento biometrico della proprietà dei dati da applicare ai file utilizzati per il riconoscimento di diritti di proprietà e di utilizzo. Questo potrebbe soddisfare certamente la necessità di innalzare la qualità di dati ed informazioni da elaborare con i più avanzati modelli di AI, evitando l’esposizione a significativi rischi legali, finanziari e reputazionali che potrebbero invece minare il funzionamento delle singole applicazioni e tecnologie.  

Il funzionamento dei modelli di AI si scontra quindi in questa area di attività con la scarsità di dati di qualità o con l’elevato costo per ottenerli, si pensi ad esempio ai dati sanitari particolarmente sensibili per poter fare sperimentazioni e test.  

Un’area di sviluppo, pur di nicchia, quindi potrebbe essere la creazione di data base che possano consentire le fasi di test dei modelli di AI, in ambienti dai quali l’AI possa davvero procedere con l’accesso e la sperimentazione utilizzando così detti “dati sintetici”. Si pensi ad esempio la creazione di dati sintetici sanitari che potrebbero eliminare le difficoltà legate ai dati sensibili rispetto alla necessaria  tutela della privacy da riconoscere ai veri pazienti, o, in altro settore, si considerino, ad esempio, la disponibilità di dati relativi alle esperienze di frodi interne ed esterne consumate nel settore bancario, finanziario e dei pagamenti. 

In conclusione, queste tre aree di intervento nel futuro dell’AI potranno rappresentare quelle dove presumibilmente si concentreranno i più significativi investimenti delle multinazionali del Tech e dove imprese e centri di ricerca ed innovazione più evoluti anche nazionali saranno chiamati ad intervenire e dare il contributo scientifico, di ricerca ed in generale operativo, in modo che si possa effettivamente incidere sull’evoluzione di questa interessante area dell’innovazione tecnologica e digitale.  

In questa direzione, anche l’Italia potrà contribuire a creare valore nel settore; la condizione rimarrà sempre quella legata al fatto che investimenti rilevanti nell’area necessiteranno di meccanismi di concentrazione ed aggregazione tra imprese in grado di raggruppare budget di sviluppo significativi.  

In aggiunta, un’ulteriore chiave di crescita del settore potrà essere rappresentata dalla realizzazione di partnership tecnologiche pubblico-privato tra imprese e centri di eccellenza principalmente nel campo della ricerca universitaria; infatti, le università possono essere soggetti destinatari di ingenti investimenti del PNRR nel settore dell’innovazione digitale, risorse da far confluire con intelligenza (questa non artificiale ma umana) verso strategie progettuali comuni pubblico-privato di ampio respiro rientranti in una delle molteplici direttrici delle tre aree di sviluppo dell’AI e Tech più sopra illustrate.