Una bella seccatura per la testa
Il programma era fitto. A mio parere, troppo fitto. Quattro conferenze di fila per ogni blocco erano davvero un bel carico. Avrei preferito un po’ più di varietà e, soprattutto, più tempo per il networking. Perché è proprio durante le pause che spesso nascono le conversazioni più preziose.
La domanda che mi è venuta in mente guardando il pubblico era ovvia. In questo gruppo di riferimento nel settore della leadership è davvero già entrato nella testa il fatto che l’IA cambierà tutto? Uno sguardo al “Firstmark 2025 MAD Landscape” (Machine Learning, AI, Data) presentato ha messo in evidenza l’enorme complessità dell’ecosistema. Numerosi relatori hanno svolto un ottimo lavoro di sensibilizzazione su questo tema. Tuttavia, probabilmente ci vorrà ancora molto di più affinché il messaggio arrivi davvero ai vertici aziendali.
La domanda più importante per me, a livello personale: che cos’è, in realtà, un agente?
Un tema centrale è stato quello dell’Agentic AI. A questo proposito ho riscontrato una discrepanza a livello personale. Nelle discussioni con i partecipanti, tra cui anche alcuni membri di swissAI, è emerso che il termine «autonomo» è difficile da definire.
La spiegazione più semplice di cosa sia un agente di intelligenza artificiale che è stata presentata era la seguente: LLM più orchestrazione (istruzioni) più strumenti.
A tal proposito, IBM ha fornito un esempio concreto con i propri “Councils” dedicati alle relazioni normative. Il processo è rigorosamente scandito da scadenze:
- I documenti vengono caricati
- Viene avviato un processo che crea una bozza
- Una "revisione del Consiglio" effettuata da Legal Agents (prompt specifici) verifica il contenuto
- La revisione finale viene effettuata da una persona
Il risultato è un risparmio del 70%. È autonomo? No. È utile? Assolutamente sì. Anche Frederico Patota di Google ha definito un Gemini Gem come un agente, sebbene in questo caso non vi sia alcuna azione autonoma.
Personalmente preferisco attenermi alla definizione di Dario Amodei, CEO di Anthropic. Per me, un agente prende decisioni autonome. La semplice scelta di un software tra quelli proposti è già di per sé autonoma? Difficilmente. Classifichiamo invece tutti i compiti di ricerca approfondita (Deep Research) dei sistemi di IA come “agentici”. È una questione che dobbiamo ancora chiarire nel settore.
Dati, leadership e il Chief Question Officer
Nonostante la confusione terminologica, i contenuti erano di grande rilievo. Una frase mi è rimasta particolarmente impressa: l’intelligenza artificiale fallisce a causa dei dati e della gestione, non a causa degli algoritmi.
Marc Holitscher di Microsoft ha sintetizzato il concetto: occorre migliorare l’esperienza lavorativa dei dipendenti, offrire valore concreto ai clienti e ripensare i processi per far crescere l’innovazione. Ha persino coniato un nuovo titolo: il CQO – Chief Question Officer. La capacità di porre le domande giuste sta diventando una competenza fondamentale.
L'azienda Bossard ha illustrato un approccio molto pragmatico su come affrontare la questione dal punto di vista culturale.
- Definire i responsabili
- Organizzare un “caffè sull’IA” per abbattere le barriere
- Definire un team esteso
- Istituire un comitato etico
- Affermare la sperimentazione ("We experiment") come principio fondamentale
IBM ha inoltre operato una distinzione strategica tra due tipi di integrazione. Da un lato, l’integrazione ampia a livello aziendale; dall’altro, i casi d’uso specifici. Entrambe hanno la loro ragion d’essere, ma devono essere gestite in modo diverso.
Prafull Sharma di PwC Svizzera ha fornito i dati nudi e crudi al riguardo. Il 54% dei CEO è preoccupato per la rapidità con cui si evolve la situazione. Tuttavia, solo il 5% ritiene che sia effettivamente possibile misurare il ROI. Allo stesso tempo, il 42% dei CEO svizzeri prevede che ciò avrà ripercussioni sulle assunzioni dei giovani. Si tratta di un enorme campo di tensione.
La società del senso
Il contributo più suggestivo è stato quello di Richard David Precht. Come al solito, si è dimostrato eloquente, diretto e spiritoso. La sua tesi fa riflettere. Stiamo passando da una società del lavoro a una società del senso. Il lavoro intellettuale di routine è destinato a diminuire. In realtà, questo è il sogno dell’umanità. Solo che non siamo affatto preparati a questo cambiamento.
Precht ha messo in guardia dal “tecnofeudalesimo”, in cui i giganti della tecnologia assumono il ruolo di signori feudali. E ci ha ricordato una cosa importante: un’intelligenza artificiale può simulare le emozioni, ma non proverà mai nulla. Quando l’essere umano si annoia, nasce la fantasia. Un’intelligenza artificiale non conosce la noia. Quando la conoscenza del mondo diventerà accessibile a tutti, le scuole dovranno essere riorganizzate per favorire lo sviluppo della personalità.
La mia conclusione
La tecnologia non è mai stata neutrale, come ha affermato Cornelia Diethelm. A mio avviso, ciò è dovuto al fatto che non esiste una vera e propria ricerca di interesse pubblico in grado di affermarsi contro gli interessi commerciali. Forse un modello open source come Apertus potrebbe garantire questa neutralità.
Chi usa l'intelligenza artificiale nel modo giusto migliora. Chi la ignora o la usa male rimane indietro. O, per dirla senza mezzi termini: gli stupidi diventano ancora più stupidi, come ha detto Prafull Sharma.
Da questa giornata mi porto a casa soprattutto un pensiero, grazie a Richard David Precht. Cerchiamo di essere di nuovo più gentili con noi stessi. Altrimenti, prima o poi ChatGPT sarà l’unico a trattarci con la cortesia e la comprensione che desideriamo.
Questo testo è stato creato utilizzando l'intelligenza artificiale sulla base di riassunti di storie di Instagram, appunti scritti a mano, foto e servizi giornalistici in diretta, ed è stato poi revisionato personalmente da me. Ciò ha permesso di pubblicare il post lo stesso giorno.