Quasi tutta la conversazione pubblica sull’intelligenza artificiale è oggi focalizzata sui modelli: quale sia il più potente, chi lo produce, quanto costa, dove verrà addestrato. È una discussione legittima, ma che rischia di far perdere di vista le dimensioni e i valori che davvero separeranno le organizzazioni e i sistemi-Paese nei prossimi anni. Perché i modelli tenderanno a diventare rapidamente delle commodity: l’accesso, in ogni caso, è disponibile a tutti, migliorano da soli a ogni rilascio e sono uno strumento con una barriera di adozione molto bassa. Ciò che non è una commodity, e non lo sarà mai, è il patrimonio di dati di un’organizzazione.Per capire perché questo sposta l’asse della strategia conviene partire da una differenza tecnica che ha conseguenze profondamente non tecniche. Nel software tradizionale il comportamento di un sistema è scritto nel codice, riga per riga, da chi lo progetta: si può leggere, ispezionare, all’occorrenza portare davanti a un giudice. Con l’AI non è più così. Il comportamento di un modello non lo scrive nessuno: è appreso e determinato dai dati. Detto in modo netto, nell’AI il dato è assimilabile, si perdoni la comparazione un po’ ardita, al codice sorgente. E se il dato è la sostanza di cui l’AI è fatta, allora governare l’AI significa governarne i dati. Per competere le imprese non devono rincorrere l’ultimo e più efficace modello, ma attivare i propri dati.Indice degli argomenti