Oggi ChatGPT compie un anno. Non è esattamente vero, perché non esiste una data specifica in cui è "nato", ma la data del lancio pubblico di GPT-3.5 va bene comunque per un compleanno simbolico. Il primo anno di ChatGPT è stato un anno ricco di avvenimenti per tutta l'Intelligenza Artificiale generativa, che il mercato oggi identifica con i dodici mesi di boom pratico e mediatico di ChatGPT e dei suoi creatori di OpenAI. Ma che è in realtà un ambito molto più dinamico e complesso.

Lo è perché, innanzitutto, l'AI generativa ha dietro di sé una storia già abbastanza lunga. Praticamente di dieci anni, se consideramo che l'approccio tecnico delle reti neurali GAN (Generative Adversarial Networks) è stato presentato nel lontano 2014. Dopo una lunga fase di sviluppo in cui molto è stato fatto dai team AI dei principali vendor tecnologici, nel 2019 OpenAI ha sorpassato un po' tutti a destra con ChatGPT (allora versione 2) e nel 2021 lo ha fatto ancora una volta con Dall-E per la generazione di immagini. Poi il boom di ChatGPT come lo conosce oggi il grande pubblico.

Molte cose sono successe in dieci anni e ancora di più sono successe in pochi mesi. E quanto il campo dell'AI generativa sia dinamico lo hanno dimostrato anche le vicende del fine settimana del 19 novembre. In pochi giorni OpenAI, l'azienda nei sogni di tutti gli investitori tecnologici, ha rischiato di implodere sotto il peso della sua governance caotica. L'ennesima prova che (far) sviluppare belle tecnologie non vuol dire essere anche bravi imprenditori. E non vale solo per OpenAI, ovviamente.

Attualmente si stima ci siano oltre 300 aziende più o meno giovani e più o meno finanziariamente affidabili focalizzate in modo specifico sulla GenAI. Sta cioè nascendo un nuovo mercato specifico, che si sta anche man mano scomponendo in sotto-settori capaci di sviluppare, ciascuno, business più che adeguati. Dal prompt engineering alla MLSec, dai vector database al data management mirato, dall'auditing dei sistemi di AI alla validazione dei modelli di machine learning. E molto altro.

Certo tutti conoscono OpenAI e sanno che Microsoft ci ha investito una decina di miliardi di dollari. Ma nel corso del 2023, in campo AI generativa, molte altre società (Anthropic, Cohere, Scale, AI21labs, Hugging Face, Inflection, Adept... solo per citare quelle più note) sono diventate "unicorni" con una valutazione sopra il miliardo di dollari. A volte parecchio sopra, peraltro.

E il mercato cresce ancora, anche perché i grandi player (Microsoft, Google, AWS, Nvidia...) stanno investendo svariati miliardi alla ricerca della prossima OpenAI. Nessuno, intelligentemente, punta tutte le sue ambizioni su un solo cavallo tecnologico. Anche questo dimostra come ci si debba preparare a mesi ed anni di forte sviluppo e dinamismo. Per tecnologie, servizi, piattaforme, vendor.

Accelera tra l'altro lo sviluppo dell'AI generativa open source. Oggi la gran parte dei Large Language Model alla base della GenAI è "chiuso": se ne sa relativamente poco - spesso troppo poco - e la speranza è che la crescita degli LLM open source possa aiutare a sviluppare piattaforme di AI generativa più eque e "verificabili". Gli investimenti in LLM open source sono ancora pochi, rispetto ai miliardi degli LLM privati, ma la tendenza verso una loro crescita è chiara.

E le imprese utenti? Non è semplice capire quanto stanno investendo in progetti concreti di AI generativa perché dopo solo un anno, sia pure di boom mediatico e di grande interesse, le previsioni sono ancora poco affidabili. Di sicuro una grande impresa che investa decisamente in LLM, e solo per questa parte di base, si trova facilmente a spendere qualche milione di dollari l'anno. Ma siamo solo all'inizio.

Senza sbilanciarci in cifre: se tutto va bene come sembra, il mercato potenziale è molto, molto rilevante. Quantomeno, lo sarà se si sta attenti ad evitare che le promesse fantasmagoriche della GenAI alzino troppo le aspettative e proprio per questo risultino in qualche modo disattese. L'AI è soggetta di natura a questi sbalzi: è passata spesso dalle prime pagine dei giornali ai cosiddetti "AI winter", gli "inverni" in cui tutto il settore andava in letargo in attesa di tempi migliori.

Di sicuro le imprese hanno bisogno già adesso di partner affidabili che le guidino in un mercato - quello dell'AI generativa - già tecnologicamente complesso e che, in più, si farà articolato e nel cui prossimo futuro vedremo nascere e morire una pletora di aziende tecnologiche. Perché oggi con l'AI generativa si fa fatturato ma non si fanno utili, e gli Anni Venti di questo secolo non saranno teneri con chi dribbla per troppo tempo i "fondamentali" dell'economia aziendale. O si fanno utili, alla fine, o si esce dal mercato chiudendo o venendo acquisiti.

A parte queste considerazioni, per capire la strada tecnologica che le aziende - in primis ovviamente le grandi enterprise, poi le altre - seguiranno è utile esaminare la "vision" del fornitore tecnologico che sta facendo davvero fortuna con l'AI, e non da oggi: Nvidia. Che parla esplicitamente di una tendenza verso i "sovereign AI cloud": così come molte imprese e nazioni non hanno intenzione di cedere dati ed applicazioni alle cure dei grandi hyperscaler e cloud provider, così accadrà in partricolare per l'Intelligenza Artificiale. E non solo generativa.

Il ragionamento è logico. Se l'AI deve avere un ruolo chiave, più di quanto non accada già adesso, nella vita dei cittadini e delle imprese, allora molti vorranno tenere sotto controllo i dati e gli algoritmi che ne sono alla base. Fidarsi dell'hyperscaler statunitense di turno va bene, ma fino a un certo punto. Da qui la necessità di investire in tutto lo stack tecnologico collegato all'AI e anche, soprattutto, in skill e competenze. Insomma, anche se oggi i titoli dei media se li conquistano poche imprese tecnologiche, in realtà alla tavola dell'AI generativa si potranno sedere molti commensali.