Tra gli esperti c’è chi sostiene che questo non avverrà con gli attuali LLM perché questi sistemi statistici, basati su inferenze e previsioni di stringhe di parole, producono risultati realistici, ma non per questo corretti. Inoltre, le stesse aziende che producono i principali chatbot in circolazione non hanno ancora trovato un business model in grado di coprirne i costi. Apertosolo per citarne una, ha raccolto 5 miliardi di dollari di perdite nel 2024, a fronte di 10 miliardi di fatturato. Nel suo ultimo round di finanziamenti ne ha raccolti 40, con l’idea di raggiungere i 125 di fatturato annuo entro il 2029. Per ripagare i finanziatori dovrebbe quindi decuplicare i ricavi in cinque anni. Ed è proprio qui che sembrano sorgere le difficoltà, come anche sottolineato da Gartner: l’idea di business e le strategie commerciali non sono né chiari né sostenibili.
Il mondo del lavoro
Questo non significa che l’AI non sia entrata in molti lavori e che sia certamente utile in determinate funzioni, ma semplicemente che al momento non sia ancora altamente performante in alcune operazioni complesse che richiedono interazioni con il mondo reale.
L’impatto sul lavoro è già visibile. Dall’Hai boom che ha seguito il lancio di Chatgptdiverse aziende, tra cui Duolingo e Klarna, hanno licenziato migliaia di persone, rimpiazzandole con la tecnologia. L’ad di Klarna Sebastian Siemiatkowski ha affermato di aver ridotto la sua forza lavoro del 40%, in parte anche grazie agli investimenti in AIsoprattutto nel servizio clienti, dove la tecnologia ha sostituito il lavoro di 700 persone. Recentemente però, ha dichiarato che dovranno riassumere perché il livello del servizio è scaduto e la qualità non può venire sacrificata sull’altare della riduzione dei costi. Se da una parte abbiamo un trend che pare destinato ad aumentare la produttività in certi ambiti lavorativi, dall’altra abbiamo una qualità dell’output non sempre all’altezza anche in mansioni relativamente poco specializzate e poco pagate come il customer care.
La cosa forse più curiosa è che molte di queste sono aziende tech che, essendo Early Adopterdovrebbero essere più avvezze a queste dinamiche e ai loro rischi, mentre paiono invece ancora più esposte all’hype che proprio la tecnologia porta con sé.
Da qualsiasi angolo la si voglia guardare, la situazione attuale ci racconta una realtà in cui si parla di cambiamenti epocali che continuano a venire posticipati e il vento pare stia cambiando. Che l’AI generativa sia completamente un bolla è improbabile, ma forse lo sono le valutazioni attuali delle società che ne vendono i modelli attuali, o meglio, che vendono il sogno di qualcosa di imminente che non sembra essere così vicino.
Nessuno dice che sia tutto da buttare, in fondo per arrivare a grandi innovazioni e per ottimizzarne i processi sono spesso necessari dei passaggi a vuoto. Forse però, molto semplicemente, a testare adeguatamente le nuove tecnologie dovrebbero essere le stesse compagnie che le producono, e non la società, o le società, accecate dal marketing di prodotti che raramente permettono di ottenere quanto promesso.
