L’AI parla, Ma… l’azienda risponda!

Un po’ come nella coppia, nell’amicizia, nei rapporti umani: parlarsi, comunicare bene, è difficile quanto decisivo. Così affinchè l’intelligenza artificiale faccia almeno una parte dei miracoli che promette (o meglio che per essa, incolpevole, promettono i marketing manager dei big del settore) è indispensabile che gli LLM (i large language model che sono il cuore delle soluzionI AI) “si parlino” con i software aziendali, qualsiasi cosa debbano fare in azienda: è la famosa AI agentica, che appunto vive del collegamento operativo attraverso un’Api (Application Programming Interface, un’interfaccia che permette a due software di scambiarsi dati) tra un Llm e l’informatica dell’azienda o comunque del soggetto che vuole applicare nella sua organizzazione l’AI. “Dunque è un passaggio importante, questo dall’Ai all’Ai agentica, perché mette a terra il potenziale degli Llm: ma è cosa diversa dalla robotica o dall’automazione industriale, che deve gestire anche sensoristica e percezione del mondo fisico — un problema di complessità di un altro ordine”.

E’ una prima considerazione che Roberto Bellini, direttore generale di Assosoftware, propopne all’inizio di una conversazione nata per “fare il punto” sulla diffusione dell’Ai in Italia e sui passaggi chiave da capire per entrare nel giusto mood su un terreno decisivo per il futuro di qualsisi business. “Questi nuovi strumenti  – aggiunge – accelerano molto il lavoro, ma solo nelle mani di un programmatore esperto che capisce cosa sta producendo. Usato da chi non ha quella competenza,  invece, il codice generato diventa una “black box” che introduce vulnerabilità e si trasforma in un disastro quando, un anno dopo, bisogna farne la manutenzione”. E secondo Bellini, “il futuro non è l’LLM universale, ma quello verticale. Inseguire un modello generalista in concorrenza con OpenAI, Gemini o Claude è, per i potenziali competitor, una strada persa per mancanza di capitale — lì i costi sono proibitivi. Il vero spazio per attori italiani/europei sta nei modelli specializzati, di settore, magari open source e tenuti “in casa” dall’azienda: più efficienti, più economici e capaci di intercettare la competenza di dominio specifica che i big non hanno”. Infine una nota incoraggiante: “Il crollo occupazionale nel software attribuito all’intelligenza artificiale sarebbe in realtà la correzione di un sovradimensionamento degli organici fatto durante la pandemia — un taglio che sarebbe arrivato comunque. La domanda di competenze digitali continuerà a crescere, ma si sposterà verso data science, statistica e — sorprendentemente — figure umanistiche capaci di presidiare l’etica dei sistemi AI”.

Il discorso si allarga poi al fronte più fisico dell’intelligenza artificiale, quello degli umanoidi, dove secondo Bellini bisogna distinguere con cura lo show dalla sostanza. “La Cina ci sta investendo moltissimo, ma non siamo gli unici indietro rispetto a quel fronte: abbiamo eccellenze anche in Europa e in Italia, penso all’Iit che lavora da anni sugli umanoidi e ha già rappresentato qualcosa in occasione delle competizioni internazionali. Siamo comunque ancora molto indietro rispetto alla capacità reale di queste macchine: probabilmente servirà una decina d’anni prima di avere una capacità sufficiente per affidare loro certe attività”. Diverso, aggiunge, il discorso per i robot industriali veri e propri, molto più maturi: “Sono avanti da quindici, vent’anni, oggi ancora di più: pensiamo al cagnolino robotico che gira per la fabbrica a fare controllo dei macchinari e sorveglianza. Lì la tecnologia è già solida ed economicamente sensata”. Sulle applicazioni degli umanoidi in ambiti come l’assistenza o l’infermieristica, invece, l’applicazione economicamente efficiente “ancora non si vede, ma tra qualche decennio probabilmente ci arriveremo”.

C’è poi la questione delle aspettative, spesso più grandi dei risultati reali. “Un anno fa si diceva che nel 2026 la programmazione sarebbe stata completamente automatizzata, che il codice lo avrebbe scritto interamente l’intelligenza artificiale. Non è andata così: l’aiuto è enorme, ma il traguardo dell’automazione totale è più lontano di quanto si pensasse”. Un ritardo, precisa Bellini, che non deve sorprendere troppo: “È un pattern che si ripete: le attese corrono sempre più veloci dei fatti, poi i fatti in qualche modo raggiungono le attese, ma con tempi più lunghi di quelli annunciati”.

Sul fronte dei costi, Bellini racconta un episodio che considera istruttivo per capire come le aziende stiano imparando, spesso a proprie spese, a governare l’uso dell’AI. “Molte imprese hanno integrato un chatbot basato su OpenAI sul proprio sito, un’assistenza clienti bellissima, che risponde su ordini, spedizioni, tutto. Poi si sono accorte che le persone, visto che il sistema rispondeva bene, iniziavano a chiedergli di tutto, anche cose senza alcun nesso con l’azienda: che tempo fa domani, curiosità varie. Il risultato è che circa il 70% delle chiamate al modello, quelle a pagamento, veniva sprecato su richieste inutili, e solo il 30% per finalità realmente di business”. Da lì, spiega, è nata una maggiore attenzione: “Il tema oggi è capire se il costo, calcolato a token e moltiplicato per milioni di chiamate, produce un beneficio pari o superiore alla spesa. Per un privato con un abbonamento base la questione non si pone nemmeno, ma per un’impresa che paga a consumo il conto può diventare molto pesante, ed è lì che si comincia davvero a fare i conti in tasca all’intelligenza artificiale”.

Sulla struttura del mercato, Bellini distingue con nettezza due piani che spesso vengono confusi. “Un conto sono i servizi cloud, l’infrastruttura vera e propria: lì siamo davanti a un oligopolio strettissimo, pochissimi soggetti globali, con qualche comprimario europeo che pesa molto poco. Altro discorso è mettere in mano alle aziende degli strumenti software che integrano l’intelligenza artificiale: lì il mercato si sta strutturando diversamente, con pochi grandi player universali e una miriade di integratori di processo, di partner che verticalizzano la soluzione sulla singola filiera o sul singolo settore”. È un ecosistema, sostiene, dove “i colossi resteranno pochi, ma ci sarà spazio enorme per tanti comprimari che parlano la lingua del territorio”.

Non manca un passaggio sul caso DeepSeek, che l’anno scorso ha scosso il settore con la promessa di prestazioni paragonabili ai grandi modelli americani a una frazione del costo. “La provocazione è stata: non siamo meglio di voi, siamo come voi, e ci sono costati dieci milioni di dollari. Sicuramente hanno aperto una strada, perché dimostrare che si può costruire un modello open source dichiarando costi molto più bassi ha un valore. Ma dietro c’è la Cina, e quindi non sappiamo mai fino in fondo come siano andate davvero le cose: io un punto interrogativo enorme lo metterei sempre, perché dietro quello che dichiarano c’è quasi sempre molto di più di quanto ammettano”.

Guardando più avanti, Bellini individua quella che considera la vera discontinuità ancora da venire, oltre l’attuale fase di adozione. “Oggi la direzione prevalente è annegare l’intelligenza artificiale dentro il software esistente, come funzionalità aggiuntiva che l’utente si trova già integrata, senza dover fare nulla di particolare. È un passo importante, ma è ancora un passaggio intermedio. La rivoluzione vera sarà quando riscriveremo completamente l’applicazione grazie all’AI, ripensando l’interfaccia stessa: non più tastiera, ma linguaggio naturale, dialogo diretto con il software. A quel punto tante operazioni diventeranno molto più rapide e semplici”. Un salto, avverte, tutt’altro che imminente: “Qualcuno tra i grandi player sta già sperimentando, ma servirà tempo, investimenti importanti, e soprattutto la capacità di sostenere in parallelo il prodotto nuovo e quello vecchio ancora in mano a migliaia di clienti. È esattamente quello che è successo quando siamo passati dai prodotti stand alone al client server, e poi dal client server al cloud: transizioni mai rapide, mai indolori”.