La corsa all’IA che l’Europa è in grado di vincere

Per guidare l’intelligenza artificiale, l’Europa non deve sfidare Stati Uniti e Cina a colpi di miliardi sui modelli di frontiera. Deve puntare sui propri vantaggi competitivi. Inseguire gli investimenti nell’IA senza una strategia precisa significherebbe giocare la partita sbagliata, a caro prezzo. Esiste un’altra competizione, nella quale non conta quanto le aziende spendono o quanto sono potenti i modelli che utilizzano, ma il valore che riescono a generare. Vince chi sa scegliere l’intelligenza artificiale più adatta a ogni compito, con il miglior rapporto tra risultati e risorse. È una partita in cui l’Europa ha le carte in regola per affermarsi.

Secoli di industria, ricerca, ingegneria di precisione e artigianato hanno dato all’Europa un patrimonio difficilmente replicabile: conoscenze proprietarie, dati di qualità e competenze specialistiche. Imprese e istituzioni custodiscono progetti, dati ingegneristici e competenze operative che non possono essere replicate semplicemente aumentando la capacità di calcolo. E man mano che i modelli generalisti diventano più capaci e intercambiabili per molte attività, questo patrimonio acquisterà ancora più valore.

È qui che entra in gioco il concetto di Specialist AI: un’intelligenza artificiale costruita attorno ai dati, alle conoscenze, ai processi e ai vincoli specifici di un settore o di un’organizzazione, combinando i modelli e le infrastrutture più adatti alle attività da svolgere. La sua forza non risiede nella dimensione dei modelli, ma nella capacità di migliorare i processi, aumentare la produttività, accelerare l’innovazione e rendere utilizzabile una conoscenza spesso dispersa nelle organizzazioni.

L’Ufficio europeo dei brevetti elabora già 400.000 pagine al giorno utilizzando un modello progettato per uno scopo specifico, con un miliardo di parametri e un tasso di errore inferiore all’1%. È la prova che specializzazione non significa rinunciare ai risultati.

L’idea che dimensioni maggiori garantiscano sempre risultati migliori non regge. Eppure molte organizzazioni indirizzano anche richieste semplici, dalla redazione di e-mail all’analisi di documenti, verso costosi modelli di frontiera. I nostri studi mostrano che un’organizzazione su tre esaurisce il budget di token prima della fine dell’anno, mentre meno del 20% della spesa può essere ricondotto a un ritorno economico misurabile. Un’altra nostra analisi, su oltre 9.000 attività, ha rilevato che circa il 90% non richiedeva le capacità avanzate dei modelli di frontiera.