Intelligenza artificiale: Sam Altman e l'avvento degli “helpful agents”

Posso utilizzare l’intelligenza artificiale già da oggi nella mia attività professionale? posso migliorare l’organizzazione mediante l’uso di strumenti come ChatGpt oppure Gemini? per implementare questi strumenti in azienda ho bisogno di consulenti informatici o consulenti organizzativi? e per fare cosa?

Queste sono alcune delle domande che molti di noi si pongono giorno dopo giorno, con la curiosità di chi si sente ripetere con continuità che siamo all’alba di una nuova rivoluzione industriale.

Ho recentemente trovato un articolo molto interessante sul MIT Technology Review, scritto da James O’Donnell e intitolato “Sam Altman says helpful agents are poised to become AI’s killer function”, pubblicato il 1° maggio 2024 che aiuta a dare qualche risposta a queste domande.

L’articolo presenta le riflessioni di Sam Altman, CEO di OpenAI, riguardo il futuro dell’intelligenza artificiale, e offre uno sguardo affascinante su come questa tecnologia potrebbe evolversi nei prossimi anni senza la necessità di hardware aggiuntivi o un incremento massiccio di dati di addestramento.

Sam Altman: chi è

Sam Altman, nato il 22 aprile 1985 a St. Louis, Missouri, ha iniziato il suo percorso accademico alla Stanford University, dove si è iscritto al corso di scienze informatiche. La sua carriera imprenditoriale ha preso il via prematuramente, portandolo a lasciare Stanford dopo solo un anno per co-fondare Loopt nel 2005.

Questa startup, focalizzata sul social networking basato sulla geolocalizzazione, ha rappresentato il suo primo significativo successo imprenditoriale, culminando con la sua vendita nel 2012 a Green Dot Corporation per oltre 43 milioni di dollari.

Dopo l'esperienza con Loopt, Altman è entrato a far parte di Y Combinator, il rinomato acceleratore di startup, prima come partner e poi come presidente dal 2014. In questa veste, ha ampliato notevolmente l'impatto e le operazioni di Y Combinator, introducendo iniziative innovative come YC Research per promuovere la ricerca a lungo termine.

Nel dicembre 2015, Altman ha co-fondato OpenAI, come primo CEO dell'organizzazione, guidandola nella sua missione di sviluppare intelligenza artificiale avanzata e accessibile.Nel 2023, Altman ha lasciato temporaneamente il ruolo di CEO di OpenAI, per poi fare rientro nello stesso anno.

Durante la sua breve pausa, ha continuato a influenzare il campo tecnologico con le sue idee e visioni, rientrando poi in OpenAI e impegnandosi a portare avanti nuove iniziative e collaborazioni strategiche, come quelle con Microsoft, per promuovere ulteriormente l'innovazione nell'intelligenza artificiale.

L’avvento degli “helpful agents” (Agenti Utili)

Gli “helpful agents”, o agenti utili, nell’ambito dell’intelligenza artificiale, si riferiscono a sistemi di AI progettati per assistere gli utenti in modi specifici e significativi.

Questi agenti AI sono programmati per compiere azioni o fornire assistenza in varie attività, migliorando l’efficienza, l’accuratezza e l’esperienza dell’utente nelle loro interazioni quotidiane o professionali.

Ecco alcune caratteristiche e applicazioni principali degli agenti utili:

1. Automazione di compiti: Gli agenti utili possono automatizzare compiti ripetitivi o complessi, come la programmazione di appuntamenti, la gestione delle email, o l’esecuzione di analisi dati. Questo libera tempo per gli utenti, permettendo loro di concentrarsi su attività più strategiche o creative.
2. Supporto decisionale: Forniscono supporto decisionale analizzando grandi quantità di dati e offrendo raccomandazioni basate su pattern e tendenze. Questo è particolarmente utile in settori come il finance, la sanità e il marketing, dove decisioni informate possono avere un impatto significativo.
3. Interazione personalizzata: Gli agenti AI sono capaci di personalizzare le interazioni basandosi sulle preferenze e sul comportamento degli utenti. Questo aspetto è evidente nelle piattaforme di e-commerce, nei servizi di streaming e nelle applicazioni di fitness, dove l’esperienza dell’utente viene migliorata attraverso raccomandazioni personalizzate.
4. Assistenza e supporto: Possono agire come assistenti virtuali o chatbots, fornendo risposte e assistenza in tempo reale a domande e richieste degli utenti. Questi agenti sono ampiamente utilizzati nel servizio clienti e nelle operazioni di supporto tecnico.
5. Integrazione e scalabilità: Gli agenti utili sono progettati per integrarsi facilmente con altri sistemi e piattaforme, ampliando così il loro impiego in diverse applicazioni senza la necessità di hardware aggiuntivo o risorse considerevoli.

La prospettiva di Sam Altman su questi agenti, come delineato nel suo discorso per il MIT Technology Review, è che diventeranno la “killer function” dell’AI, ovvero la funzionalità che definirà il successo e l’adozione diffusa dell’intelligenza artificiale nel prossimo futuro.

La sua visione suggerisce che questi agenti avanzeranno fino a diventare strumenti indispensabili e altamente efficaci, senza la necessità di incrementare esponenzialmente le risorse o l’infrastruttura esistente.

Secondo Altman, questi agenti AI non necessiteranno di nuove infrastrutture hardware né di una quantità esorbitante di dati aggiuntivi per essere sviluppati, il che li rende particolarmente rivoluzionari.

Sam Altman suggerisce che i “killer agents”, o agenti utili nell’intelligenza artificiale, non richiederanno un incremento esponenziale di risorse per diversi motivi chiave:

• Efficienza degli algoritmi: Il progresso nel campo dell’intelligenza artificiale ha portato allo sviluppo di algoritmi sempre più efficienti che possono fare di più con meno. Gli algoritmi moderni possono essere addestrati con quantità di dati relativamente minori rispetto al passato, ma con capacità di generalizzazione migliorate. Questo riduce la necessità di enormi set di dati e potenza di calcolo.
• Trasferimento di apprendimento: Tecnologie come il trasferimento di apprendimento permettono ai modelli di AI di applicare conoscenze acquisite in un contesto a problemi in contesti simili senza la necessità di riaddestrare il modello da zero. Ciò significa che i nuovi agenti utili possono essere rapidamente sviluppati e implementati utilizzando modelli pre-esistenti che hanno già ‘imparato’ compiti simili, riducendo il consumo di risorse.
• Ottimizzazione dei modelli: Con la crescente comprensione della dinamica dei modelli di deep learning, gli sviluppatori sono ora in grado di ottimizzare i modelli esistenti, rendendoli più leggeri senza compromettere significativamente le prestazioni. Questo include tecniche come la prunatura dei modelli (eliminazione di parti del modello che hanno poco impatto sulle prestazioni) e la quantizzazione (riduzione della precisione dei calcoli del modello).
• Incremento dell’Efficienza Hardware: Anche se Altman indica che non sarà necessario nuovo hardware, l’efficienza del hardware esistente continua a migliorare. I progressi nei chip specifici per l’AI, come quelli per il machine learning, permettono un miglioramento delle prestazioni e una riduzione dei costi operativi, rendendo più accessibile l’uso di AI avanzate.
• Architetture di AI più scalabili: Le nuove architetture di rete neurale sono progettate per scalare in modo più efficiente, permettendo loro di gestire compiti complessi senza necessariamente richiedere un incremento proporzionale delle risorse. Questo significa che possono essere adattate per nuove applicazioni o per gestire un maggior numero di utenti senza un aumento significativo delle risorse.
• Approcci di AI più focalizzati: Invece di costruire grandi modelli generalisti, c’è una tendenza crescente verso lo sviluppo di modelli più focalizzati, che richiedono meno dati e risorse per il training. Questi modelli sono progettati per compiti specifici e quindi possono essere più efficienti in termini di risorse.

Implicazioni tecnologiche e sociali

L’articolo sottolinea come gli agenti AI potrebbero diventare centrali in vari ambiti, migliorando l’efficienza in settori come il customer service, la gestione delle operazioni e persino nelle interazioni personali quotidiane.

La visione di Altman sembra prefigurare un futuro in cui l’AI può essere più accessibile e integrata, riducendo i costi e le barriere all’entrata per le imprese e gli individui.

Ma come sarà possibile farlo. Leggendo l’articolo e riflettendo sulle considerazioni non posso non chiedermi se vi sarà l’esigenza di nuovi consulenti specializzati, e se questi dovranno esperti di AI oppure esperti di organizzazione ma al tempo stesso qualificato sull’uso dell’AI. Oppure se sarà la stessa AI a dare questo supporto.

Ho provato a chiedere direttamente a Chat GPT un supporto su questo argomento e queste sono state le sue riflessioni.

• Automazione e supporto diretto da AI: Gli agenti AI sono progettati per automatizzare compiti e supportare decisioni senza intervento umano diretto. In molte applicazioni, l'AI può gestire compiti amministrativi, analizzare dati complessi e persino interagire con gli utenti, riducendo la necessità di personale umano per queste funzioni. Questo può accelerare significativamente i processi e aumentare l'efficienza operativa.
• Creazione di nuove figure professionali: Nonostante l'alta automazione, l'implementazione e la gestione di sistemi AI avanzati richiederanno competenze specializzate. Le organizzazioni potrebbero aver bisogno di esperti in AI, ingegneri dei dati, specialisti in etica AI, e professionisti della gestione del cambiamento per integrare con successo queste tecnologie. Questi ruoli saranno cruciali per garantire che l'AI sia usata in modo efficace e responsabile.
• Formazione e adattamento del personale: Mentre alcuni compiti diventano automatizzati, i dipendenti esistenti dovranno essere formati per lavorare efficacemente con nuove tecnologie. Ciò include l'adattamento a nuovi strumenti di AI e l'apprendimento di come interpretare e utilizzare i risultati forniti dagli agenti AI. La formazione continua sarà essenziale per massimizzare i benefici dell'AI nei processi organizzativi.
• Supporto decisionale: Anche se gli agenti AI possono fornire analisi e raccomandazioni, le decisioni finali, specialmente quelle strategiche e quelle che coinvolgono considerazioni etiche complesse, richiederanno ancora il discernimento umano. Quindi, mentre l'AI può offrire supporto decisionale, non sostituirà completamente la necessità di input umano nei processi decisionali critici.
• Collaborazione Uomo-Macchina: Il futuro vedrà probabilmente modelli di collaborazione uomo-macchina dove l'AI supporta e potenzia le capacità umane piuttosto che sostituirle completamente. Questa sinergia potrebbe portare a nuovi modi di lavorare e a una nuova dinamica nei luoghi di lavoro.

In conclusione, mentre l'AI offrirà supporto diretto in molti ambiti, la creazione di nuove figure professionali sarà essenziale per gestire, integrare e capitalizzare pienamente le tecnologie di intelligenza artificiale.

Le organizzazioni dovrebbero prepararsi a un ambiente in cui l'apprendimento e l'adattamento continuo diventano norma, garantendo che sia l'AI sia i lavoratori umani siano utilizzati al meglio delle loro capacità.

Considerazioni finali

In sintesi, le idee esposte da Altman nell’articolo di O’Donnell non solo delineano un futuro entusiasmante e imminente per l’intelligenza artificiale, ma sollevano anche importanti questioni sulla sostenibilità e l’accessibilità della tecnologia.

Se le proiezioni di Altman si avvereranno, potremmo assistere a una democratizzazione dell’AI, con un impatto profondo su come viviamo, lavoriamo e interagiamo con le macchine.

Le implicazioni di questi sviluppi sono vasti e, come tale, meritano un’attenzione approfondita da parte di tutti coloro che sono interessati al futuro del nostro panorama tecnologico.

Un sforzo che stiamo portando avanti anche con Ingenio, per comprendere come attraverso l’uso consapevole di questi strumenti sia possibile migliorare la nostra attività.