Le imprese avranno bisogno di una governance dell’IA man mano che crescono i modelli di linguaggio di grandi dimensioni.
Le aziende dovranno implementare una governance dell'intelligenza artificiale per gestire l'aumento dei modelli di linguaggio di grandi dimensioni.
Con l’aumento e la diversificazione dei grandi modelli linguistici (LLM) presenti sul mercato, le aziende avranno bisogno di un framework di governance per gestire le loro applicazioni di intelligenza artificiale (AI) generativa.
Le organizzazioni avranno bisogno di livelli di intelligenza in grado di combinare le capacità interne ed esterne, ha affermato Frederic Giron, vice presidente e direttore di ricerca senior di Forrester.
Inoltre: 3 modi per garantire il miglior partner di intelligenza artificiale per la tua azienda
Questo approccio comprenderà l’utilizzo di LLM a pagamento e open source di terze parti, come ChatGPT di OpenAI, Claude di Anthropic e Llama di Meta, nonché strumenti di intelligenza artificiale incorporati, come Salesforce Einstein GPT. Le organizzazioni avranno anche i loro modelli di intelligenza artificiale, compreso l’utilizzo di AI generativa, l’utilizzo di LLM generali e specializzati e l’esecuzione di varie applicazioni di intelligenza artificiale insieme a processi chiave, politiche e norme aziendali.
L’approccio sarà supportato da dati strutturati e non strutturati, quest’ultimi destinati a raddoppiare con l’adozione dell’AI generativa, poiché le aziende implementano esperienze conversazionali per clienti e dipendenti, ha dichiarato Giron durante il briefing sulle previsioni del 2024 della società di ricerca.
- WhatsApp ora ti permette di inviare messaggi vocali autodistruttivi...
- UE pronta ad approvare nuove regole estese sull’IA
- A LiveENBLE, stiamo celebrando 30 anni di tecnologia (e guardando a...
La risposta e il comportamento degli utenti dovrebbero essere inclusi in un ciclo di feedback e utilizzati per perfezionare il sistema.
Questi requisiti mettono in evidenza la necessità per le aziende di avere un’architettura di applicazione di AI generativa per governare ed assicurare che l’uso di questi strumenti sia sicuro ed efficiente, ha affermato Giron.
Questo framework dovrebbe collegare i flussi di applicazione, orchestrare le richieste in output e gestire le porte di input e output in modo che l’organizzazione possa controllare quali dati vengono utilizzati dai modelli di intelligenza artificiale e garantire che le risposte siano conformi alle regole aziendali stabilite.
Le complessità legate alla governance dell’AI significano che potrebbe volerci del tempo prima che le aziende vedano risultati concreti dall’adozione di un framework.
Forrester prevede che l’impatto trasformativo dell’AI generativa beneficerà solo il 30% delle aziende dell’Asia-Pacifico nell’arco dell’anno prossimo. Giron ha evidenziato sfide chiave legate alla governance dei dati, alla qualità e all’infrastruttura.
Inoltre: 4 modi in cui l’AI generativa può stimolare l’economia dei creatori
Per aiutare le aziende a colmare le lacune, ha osservato che i fornitori di servizi stanno investendo nella trasformazione del modo in cui operano e offrono i loro modelli di servizio, inclusa l’espansione delle partnership di settore e il lancio di nuove piattaforme, come gli studi di AI e i confronti tra modelli.
Questo investimento porterà a modelli di prezzo migliori e, nel lungo termine, avrà un impatto sui modelli commerciali. I risultati saranno strutture tariffarie basate sugli esiti e sulle soluzioni, tra le altre.
L’analista ha aggiunto che il 56% delle organizzazioni si aspetta che la produttività dei dipendenti sia il principale caso d’uso per l’IA generativa, seguito dal 48% che indica lo sviluppo e il testing del software. Un altro 48% vede l’IA generativa come un facilitatore per i dati e l’analisi self-service.
Non sorprende che l’IA generativa sia la più grande tempesta tecnologica degli ultimi 40 anni, secondo Dane Anderson, vice presidente senior della ricerca internazionale e dei prodotti di Forrester.
Segue tecnologie precedenti che hanno visto l’emergere del cloud computing nel 2009 e l’ascesa di internet mobile e degli smartphone nel 2007, ha detto Anderson. L’inflessione del World Wide Web si è consolidata negli anni ’90, mentre i personal computer hanno fatto la loro comparsa nel 1981.
Alcune di queste innovazioni hanno portato a cambiamenti più significativi di altri, creando sia opportunità che sfide, ha aggiunto. Con l’emergere dell’IA generativa, l’analista ha previsto che i siti web “statici” saranno gradualmente abbandonati nei prossimi 20 anni.
Inoltre: L’IA generativa supererà di gran lunga ciò che ChatGPT può fare. Ecco tutto sulle ultime novità tecnologiche
Gli utenti si evolveranno invece per indurre o richiedere una query, alla quale riceveranno una risposta che viene continuamente aggiornata sul backend, alimentata dall’IA generativa, e personalizzata per un’esperienza interattiva migliorata.
Queste modifiche ai siti web avranno inoltre un impatto sulla ricerca, che non sarà più così centrale o critica come lo è ora, ha detto Anderson.
Queste significative trasformazioni si svilupperanno nel corso di diversi anni. Nel breve termine, l’atteso emergere di ulteriori LLMs sul mercato significa che le organizzazioni dovranno valutare attentamente le loro opzioni e determinare quali modelli sono più adatti per ottenere i risultati desiderati.
Anderson ha anche evidenziato il potenziale di ulteriori attori di mercato che iniziano ad incorporare gratuitamente capacità di IA generativa nelle loro applicazioni aziendali esistenti.
In definitiva, il valore per le aziende non risiede nel livello in cui operano gli LLM, ha detto Leslie Joseph, analista principale di Forrester, poiché questo segmento di mercato verrà commoditizzato man mano che verranno introdotti più LLM, ha aggiunto.
Joseph ha invitato i fornitori di software a integrare le funzionalità di IA generativa nei loro prodotti, anziché offrire questi strumenti principalmente come la loro versione di un equivalente di ChatGPT. Questo approccio raffinato aiuterà a creare un ambiente lavorativo in cui le capacità di IA generativa sono più radicate nel modo in cui i dipendenti lavorano e rendereà la tecnologia più accessibile per le aziende, ha detto.
