L’IA generativa non è una tecnologia nuova, ma la sua democratizzazione è stata innescata dall’emergere di potenti API pubbliche, in particolare ChatGPT. Da allora, il mercato consumer ha registrato un traffico enorme e un utilizzo elevato. Sulla scia di questa domanda, la catena dell’offerta è esplosa con un’attività significativa su ogni livello (R&S, hardware, modello di base, strumenti di servizio ML, servizi di dati, applicazioni ed etica/regolamentazione), cercando di costruire l’accesso alle opportunità commerciali nel segmento aziendale.

Secondo un nuovo rapporto della società di intelligence tecnologica globale ABI Research, questo mercato si espanderà rapidamente entro il 2030 con un CAGR del 162%, offrendo quasi 60 miliardi di dollari di entrate agli operatori della supply chain.

“Cogliere l’opportunità commerciale delle imprese è essenziale, poiché gli operatori del settore continuano a lottare contro una significativa crisi dei costi determinata dal segmento dei consumatori. La creazione di set di dati, l’implementazione dell’infrastruttura, l’addestramento e l’esecuzione di modelli linguistici di grandi dimensioni come Claude, LLaMa, Titan o GPT-3.5 comportano un notevole carico di costi che sarà difficile ridurre”, spiega Reece Hayden, analista senior di ABI Research.

“Applicazioni pubbliche popolari come ChatGPT costano almeno 500.000 dollari al giorno per funzionare. Questo costo è destinato a crescere con l’aumento dell’utilizzo. Finora gli operatori del settore si sono affidati a finanziamenti esterni per sostenere l’accesso gratuito attraverso investimenti in capitale di rischio o sovvenzioni interne. Questo non può continuare per sempre e gli operatori devono individuare strategie per iniziare a generare entrate nei segmenti consumer e enterprise”.

intelligenza artificiale

Dato l’elevato costo di acquisizione dei clienti, gli operatori del settore sono principalmente bloccati in “modelli di guadagno freemium che sono in gran parte insostenibili nel segmento consumer. Questi modelli non sono adatti allo scopo nemmeno nel mercato aziendale”, continua Hayden. “Anche se abbandonare questo modello sarà impegnativo, la cosa positiva è che molte opportunità di monetizzazione sono applicabili a tutta la catena di fornitura”.

Le parti interessate possono cercare di implementare modelli pubblicitari come quelli utilizzati dai motori di ricerca, modelli di revenue share che si sono dimostrati vincenti in aree adiacenti come i marketplace cloud o addirittura cercare di produrre LLM open-sourced con funzioni aziendali closed-source. Ma è fondamentale che gli stakeholder allineino attentamente le proprie capacità con un modello di guadagno, poiché alcune potrebbero non essere adatte allo scopo.

Le strategie di generazione di ricavi di maggior successo nel prossimo futuro cercheranno di sostenere direttamente l’adozione da parte delle aziende. La maggior parte delle aziende non dispone di competenze/strumenti di machine learning, competenze operative e quadri giuridici/governativi strategici per supportare efficacemente lo sviluppo e l’implementazione dell’IA generativa. Per questo motivo, Hayden raccomanda: “Gli stakeholder della supply chain dovrebbero cercare di fornire servizi di consulenza o costruire piattaforme low/no-code che supportino lo sviluppo, l’implementazione, la messa a punto, l’ottimizzazione, la gestione dei cambiamenti operativi e le operazioni dell’IA generativa”.

In questo mercato sono in gioco altri fattori, in particolare la crescente attenzione alla privacy dei dati, che scatenerà un interesse sempre maggiore nei confronti dei fornitori di servizi di dati. L’applicazione delle norme sul copyright per i dati di formazione e la domanda di perfezionamento da parte delle imprese creeranno un interesse sostenuto per le aziende in grado di curare i dataset aziendali o di generare database sintetici. “I recenti round di raccolta fondi indicano un interesse più significativo per le aziende di dati ML. Ad esempio, Mostly AI, un generatore di dati sintetici, ha appena raccolto 25 milioni di dollari, mentre Snorkel AI ha recentemente raccolto 85 milioni di dollari con una valutazione di 1 miliardo di dollari”, afferma Hayden.