L’IA generativa e in particolare i modelli linguistici di grandi dimensioni (LLM) cambieranno il modo in cui le organizzazioni progettano i lavori, assegnano le risorse e le responsabilità all’interno dell’azienda. Tuttavia, gli LLM comportano una serie di rischi unici rispetto ad altre implementazioni dell’IA. Le microapp generative, che potremmo definire come applicazioni che fungono da proxy tra un utente e un LLM (come ChatGPT o Bard), sono una tecnologia emergente che può consentire alle organizzazioni di dimostrare il valore dell’IA generativa riducendo al contempo l’esposizione al rischio dell’azienda.

Secondo Nader Henein, VP Analyst di Gartner, le aziende possono sfruttare le microapp generative per potenziare i lavoratori della conoscenza utilizzando l’IA generativa e incrementare la produttività dei dipendenti.

“Gartner prevede che entro il 2026 il 50% degli impiegati delle aziende Fortune 100 sarà potenziato dall’IA in una forma o nell’altra, per aumentare la produttività o per migliorare la qualità media del lavoro. Ad esempio, consideriamo un LLM integrato con un database di ricerca proprietario. Quando un autore redige un nuovo articolo di ricerca, una microapp integrata nel programma di word processing leggerebbe ogni sezione e utilizzerebbe la sua libreria di prompt precostituiti per chiedere al LLM esempi di ricerche e dati a supporto. Le risposte verrebbero verificate dalla microapp per verificarne l’accuratezza e quindi fornite sotto forma di suggerimenti o commenti nel programma di elaborazione testi”, afferma Henein.

Questo incremento aumenterebbe le capacità dell’autore al di là di quanto sia umanamente possibile. Nessuna persona potrebbe essere a conoscenza di tutte le ricerche pubblicate nel database, ma un LLM integrato con i dati aziendali può fornire questa capacità. Le microapp per usi generici diventeranno comuni all’interno delle applicazioni utilizzate quotidianamente dalla forza lavoro, come i word processor, le e-mail e gli strumenti per le conferenze. Le organizzazioni svilupperanno microapp specializzate, inizialmente come complemento per i loro dipendenti di alto valore. Nel giro di pochi anni, queste applicazioni diventeranno di uso comune per tutti i lavoratori della conoscenza, con la conseguenza che una nuova industria incentrata sullo sviluppo di microapp specializzate e generative crescerà e prospererà.

Ai,Tech,,Businessman,Show,Virtual,Graphic,Global,Internet,Connect,Chatgpt

Ma esattamente come funzionano le microapp generative? “A differenza di un utente che si interfaccia direttamente con un LLM, una microapp ha un insieme preprogrammato di richieste che affrontano un numero mirato di compiti per conto dell’utente. Non c’è un’interfaccia di conversazione/chat. I messaggi vengono utilizzati per interrogare il modello e ricevere risposte in un formato predefinito. In questo modo è più facile per la logica della microapp convalidare ogni risposta prima di trasmetterla all’utente. Le microapp generative possono essere indipendenti, ma nella maggior parte dei casi vengono integrate come estensioni nelle piattaforme di produttività comunemente utilizzate dai lavoratori della conoscenza”, continua Henein.

Parlando di come le microapp generative mitigherebbero i rischi principali delle LLM, Henein afferma che ci sono tre rischi chiave unici per i LLM: il controllo dell’accesso, l’accuratezza e la svalutazione. Ecco come le microapp affrontano ciascuno di questi rischi.

  • Controllo degli accessi: Le organizzazioni si sono affidate al controllo degli accessi, in cui una regola di accesso viene creata e applicata il 100% delle volte. Se la regola fallisce, il sistema nega semplicemente l’accesso. Tuttavia, se un LLM viene integrato con diversi tipi di dati aziendali, non c’è garanzia che le regole di accesso vengano rispettate. Le microapp generative agiscono come proxy dell’LLM aziendale, quindi non permettono all’utente di interagire direttamente con il modello attraverso la chat. In quanto tali, non possono essere costrette a esporre dati riservati.
  • Accuratezza: Allucinazioni è il termine che descrive come i modelli possano occasionalmente fornire risposte fittizie, ma sicure e convincenti. Grazie a una loro rigorosa ingegnerizzazione, i prompt preimpostati e incorporati nelle microapp possono limitare le allucinazioni. Inoltre, la microapp può imporre che le risposte fornite siano in un formato che l’app può convalidare prima di passare all’utente.
  • Svalutazione: Le organizzazioni potrebbero non essere disposte a pagare lo stesso importo per i prodotti e i servizi forniti da un LLM piuttosto che da un gruppo di professionisti esperti e qualificati. Le microapp sono state sviluppate appositamente per fungere da complemento per i lavoratori della conoscenza. Questo migliorerà la qualità media del lavoro e aumenterà la produttività, contribuendo così a mitigare la carenza di competenze. Poiché il lavoro viene comunque svolto da professionisti, il modello di business è protetto dai rischi di svalutazione.