Secondo Gartner, entro il 2026 oltre l’80% delle aziende utilizzerà interfacce di programmazione applicativa (API) o modelli di intelligenza artificiale generativa (GenAI) e/o implementerà applicazioni abilitate da GenAI in ambienti di produzione, rispetto a meno del 5% nel 2023. “L’IA generativa è diventata una priorità assoluta per la C-suite e ha dato il via a un’enorme innovazione di nuovi strumenti oltre ai modelli di base” ha dichiarato Arun Chandrasekaran, Distinguished VP Analyst di Gartner. “La domanda di IA generativa sta aumentando in molti settori, come quello sanitario, delle scienze della vita, legale, dei servizi finanziari e del settore pubblico”.

Il Gartner Hype Cycle for Generative AI 2023 ha identificato le tecnologie chiave che sono sempre più integrate in molte applicazioni aziendali. In particolare, tre innovazioni che si prevede avranno un enorme impatto sulle organizzazioni entro dieci anni sono le applicazioni abilitate all’IA, i modelli di fondazione e la gestione della fiducia, del rischio e della sicurezza dell’IA (AI TRiSM).

Applicazioni abilitate da GenAI

Le applicazioni abilitate all’IA generativa utilizzano la GenAI per l’esperienza utente (UX) e l’aumento dei compiti per accelerare e assistere il completamento dei risultati desiderati dall’utente. Man mano che le applicazioni vengono abilitate con GenAI, questo fenomeno permeerà un ampio spettro di competenze all’interno della forza lavoro.

“Il modello più comune per le funzionalità integrate nella GenAI oggi è il text-to-X, che democratizza l’accesso dei lavoratori a quelle che un tempo erano attività specializzate, attraverso l’ingegnerizzazione dei messaggi in linguaggio naturale”, continua Chandrasekaran. “Tuttavia, queste applicazioni presentano ancora ostacoli come allucinazioni e imprecisioni che possono limitare l’impatto e l’adozione su larga scala”.

IA generativa italia dwi shutterstock

Modelli di fondazione

I modelli di base, che rappresentano un importante passo avanti per l’IA grazie alla loro massiccia preformazione e all’ampia applicabilità dei casi d’uso, faranno avanzare la trasformazione digitale all’interno dell’azienda migliorando la produttività della forza lavoro, automatizzando e migliorando l’esperienza dei clienti e consentendo la creazione di nuovi prodotti e servizi a costi contenuti.

Su questo versante Gartner prevede che entro il 2027 i modelli di base saranno alla base del 60% dei casi d’uso dell’elaborazione del linguaggio naturale (NLP), con un notevole aumento rispetto al 5% del 2021. “I leader tecnologici dovrebbero iniziare con i modelli con un’elevata accuratezza nelle classifiche di performance, quelli che godono di un supporto superiore da parte dell’ecosistema e che dispongono di adeguate protezioni aziendali in materia di sicurezza e privacy”, ha affermato Chandrasekaran.

Gestione della fiducia, del rischio e della sicurezza dell’intelligenza artificiale (AI TRiSM)

Il modello di gestione AI TRiSM garantisce la governance, l’affidabilità, la correttezza, l’affidabilità, la solidità, l’efficacia e la protezione dei dati dei modelli di intelligenza artificiale. AI TRiSM include soluzioni e tecniche per l’interpretabilità e la spiegabilità dei modelli, il rilevamento delle anomalie dei dati e dei contenuti, la protezione dei dati dell’intelligenza artificiale, le operazioni dei modelli e la resistenza agli attacchi avversari.

“Le organizzazioni che non gestiscono in modo coerente i rischi dell’IA sono esponenzialmente inclini a subire esiti negativi, come fallimenti di progetti e violazioni. Risultati dell’IA imprecisi, non etici o non voluti, errori di processo e interferenze da parte di soggetti malintenzionati possono inoltre causare guasti alla sicurezza, perdite finanziarie e di reputazione e danni sociali”, conclude Chandrasekaran.

AI TRiSM è un framework importante per la realizzazione di un’IA responsabile e si prevede che raggiungerà l’adozione mainstream entro due-cinque anni. Entro il 2026, le organizzazioni che renderanno operativa la trasparenza, la fiducia e la sicurezza dell’IA vedranno i loro modelli di IA migliorare del 50% in termini di adozione, obiettivi aziendali e accettazione da parte degli utenti.