![IBM IBM](https://www.bitmat.it/wp-content/uploads/2024/11/Foto-4-696x522.jpeg)
Tutti parlano di intelligenza artificiale ma quanto davvero le aziende ci stanno investendo? E quali sono le strategie da mettere in pratica per arrivare ad avere un reale vantaggio competitivo? Il nuovo AD di IBM, Alessandro Lo Volpe, in un incontro con la stampa avvenuto agli IBM Studios di Milano ha parlato di un potenziale di 90 miliardi per l’Italia da poter cogliere da qui al 2030 grazie all’implementazione da parte delle imprese dei modelli corretti di GenAI, a patto che questa sia aperta, affidabile, scalabile e che abbia un occhio di riguardo verso la variabile costi e verso la sostenibilità.
È questa la ricetta di IBM per scaricare a terra il potenziale dall’AI: un lavoro importante e non trascurabile se pensiamo al fatto che oggi sono circa il 45% delle aziende a livello mondiale a sperimentare in ambito GenAI o AI tradizionale mentre solo il 10% si è spostata verso un’adozione pervasiva dell’intelligenza artificiale portandola concretamente in produzione e non lasciandola restare semplicemente un prototipo.
“In questa fase di sperimentazione l’obiettivo è quello di non fermarsi allo stadio di prototipo ma di portare l’AI effettivamente in produzione perché il rischio altrimenti è quello di non registrare una vera crescita competitiva – spiega Lo Volpe –. IBM guida le aziende partendo da casi d’uso e individuando un progetto completamente tailor made sulla base delle esigenze del cliente”.
![Alessandro Lo Volpe, nuovo AD di IBM Italia](https://www.bitmat.it/wp-content/uploads/2024/11/Foto-1-1024x768.jpeg)
I giusti modelli sono cruciali
Ovviamente ad essere centrali sono i dati: se vogliamo addestrare in maniera ottima l’intelligenza artificiale la scelta dei dati da dargli in pasto è cruciale. Allo stato attuale quasi il 100% dei dati pubblici e generalisti è usato per addestrare gli LLM mentre solo l’1% dei dati aziendali è usato per addestrare i modelli alla base della GenAI. Si tratta di una vera e propria barriera data dal lack di competenze e dai dati stessi su cui bisogna lavorare andando nella direzione di nutrire l’AI coi propri dati in maniera affidabile, sicura, secondo un modello di cloud ibrido e open source.
“Per avere un vantaggio competitivo l’AI deve essere addestrata coi propri dati – continua Lo Volpe – e quello di cui necessitano le aziende è una piattaforma dati per fare tutto passando poi ad un’analisi precisa dei modelli. Noi di IBM non ci facciamo cogliere impreparati con il nostro modello di AI pensato per l’impresa e il lancio a ottobre della terza famiglia di Granite è pensata proprio per rendere più rapida l’adozione dell’AI. I nostri modelli sono costruiti su 3/8 miliardi di parametri a differenza delle centinaia di parametri dei competitor generalisti.
La missione di IBM quindi è quella di ottimizzare modelli della giusta dimensione sulla base dei dati della singola azienda con delle metodologie appositamente studiate per ottenere un più rapido ed efficace apprendimento, un time to market più rapido con una diminuzione dei costi e dell’impatto sull’ambiente, passando più agevolmente dalla prototipazione alla produzione”.
L’AI deve apprendere in modo incrementale e deve esserci una governance al servizio dei clienti a prescindere dal modello adottato.
“Il futuro avanza a passi veloci e oggi sono già tra noi non più solo gli assistenti ma dei veri e propri agenti che lavorano vicino agli sviluppatori. Gli agenti non lavorano su task ma sugli outcome con multi step processing, cosa non possibile con le tecnologie tradizionali”.
Consulting Advantage
L’altro pillar su cui si basa la strategia di IBM per la democratizzazione dell’intelligenza artificiale è Consulting Advantage: la prima piattaforma proprietaria di delivery alimentata dall’intelligenza artificiale che utilizza le tecnologie di IBM e dei suoi partner strategici ed è progettata per potenziare le competenze consulenziali interne (parliamo di oltre 160 mila consulenti in tutto il mondo). Dispone di risorse software e metodologie all’avanguardia che includono agenti e applicazioni per fornire soluzioni su scala e accelerare il time-to-value.
Le funzionalità di IBM Consulting Advantage sono accessibili attraverso un’interfaccia intuitiva e conversazionale alimentata da IBM watsonx, la piattaforma IBM per l’intelligenza artificiale e i dati, in cui i consulenti possono passare da IBM Granite a modelli di intelligenza artificiale generativa di terze parti per confrontare i risultati e selezionare il modello giusto per la propria attività.