Tutti gli articoli

· 4 min di lettura

Non serve sempre il modello più potente (e forse ti costa più di quanto pensi).

Cinque modelli di dimensione crescente su una linea, con il costo sotto ciascuno, da € a €€€€€. Il secondo è evidenziato come quello giusto per il compito; l’ultimo, il più grande, è il più potente.

Qualche settimana fa ho contato i nuovi modelli di intelligenza artificiale usciti in un solo mese. Ho smesso di contare quando mi sono accorto che stavo facendo esattamente quello che fanno molte aziende: inseguire il più nuovo, il più potente, quello di cui parlano tutti.

Se guidi un’azienda, o ne gestisci un pezzo, probabilmente ti sei trovato davanti a questa sensazione. Da una parte senti che l’AI è importante e che non puoi restare indietro. Dall’altra hai due dubbi che nessuno ti scioglie davvero: quanto mi costerà? e dove finiscono i miei dati?

Sono due dubbi legittimi. E la risposta è meno complicata di quanto sembri.

Il luminare e il bravo impiegato

Immagina di dover far controllare cento fatture al giorno. Chiameresti un luminare di fama internazionale, pagato a peso d’oro, per verificare che la partita IVA sia corretta e che il totale torni? Probabilmente no. Ti serve una persona precisa, veloce e affidabile, che faccia quel lavoro bene tutti i giorni.

Con l’AI succede la stessa cosa. I modelli più potenti, quelli che finiscono sui giornali, sono i luminari: capaci di ragionamenti complessi, di scrivere, analizzare e risolvere problemi nuovi. Ma gran parte del lavoro che un’azienda vorrebbe automatizzare non è da luminari:

  • leggere una fattura o un documento di trasporto e inserire i dati nel gestionale;
  • smistare le email che arrivano all’indirizzo info@;
  • riassumere un verbale o un contratto;
  • rispondere alle domande dei colleghi usando i manuali interni.

Per questi compiti un modello più piccolo, se preparato bene, spesso fa lo stesso lavoro. A volte lo fa meglio, perché puoi specializzarlo sul tuo settore. E costa una frazione.

Schema a due colonne. A sinistra il bravo impiegato: compiti che si ripetono, come fatture e DDT nel gestionale, email di info@ da smistare, riassunti di contratti e domande sui manuali interni, affidati a un modello piccolo preparato sul settore, dal costo basso. A destra il luminare: ragionamenti complessi, casi nuovi e problemi mai visti, affidati al modello più potente sul mercato, dal costo alto.
Fig. 01 Gran parte del lavoro che un’azienda vuole automatizzare è da bravo impiegato: basta un modello piccolo, preparato bene.

La questione dei dati, detta semplice

Quando usi uno dei grandi servizi di AI online, i tuoi documenti viaggiano fino ai server di qualcun altro, vengono elaborati lì e la risposta torna indietro. I fornitori seri offrono garanzie contrattuali, ma i dati escono comunque da casa tua.

Per molte aziende va benissimo. Per altre no: pensa a uno studio che gestisce dati sanitari, a un’azienda con progetti riservati, o semplicemente a un imprenditore che non si sente tranquillo a mandare fuori i propri listini e i dati dei clienti.

Qui entrano in gioco i modelli open-weight. Il nome è tecnico, il concetto no: sono modelli che puoi scaricare e far girare dove decidi tu, su un tuo server o su un cloud europeo di tua scelta. Il tuo “impiegato digitale” lavora dentro l’ufficio, non in una sede di cui non conosci l’indirizzo.

Due schemi. Servizio AI online: i documenti escono dall’azienda verso il server del fornitore, che rimanda indietro la risposta. Modello open-weight: documenti e modello stanno entrambi dentro l’azienda, su un server proprio o su un cloud europeo.
Fig. 02 Con un servizio online i documenti escono dall’azienda. Con un modello open-weight restano dentro.

Non è gratis e non è magia: va installato, configurato e mantenuto. Ma per chi ha dati sensibili può trasformare un “l’AI non fa per noi” in un “l’AI la usiamo, alle nostre condizioni”.

Il test delle quattro domande

Prima di scegliere uno strumento, o di firmare con un fornitore, fatti queste quattro domande sul compito specifico che vuoi automatizzare.

1. Il compito è ripetitivo o ogni volta è diverso?

Se è sempre lo stesso tipo di lavoro, come estrarre dati, classificare o riassumere, un modello piccolo e specializzato è quasi sempre sufficiente. Se richiede ragionamenti nuovi ogni volta, allora ha senso il luminare.

2. Quanto è grave un errore?

Se sbagliare costa poco e una persona controlla il risultato, puoi puntare su efficienza e costi. Se un errore costa caro, scegli con più attenzione e prevedi sempre un controllo umano.

3. I dati che userai possono uscire dall’azienda?

Se la risposta è “preferirei di no”, valuta seriamente un modello che giri su un’infrastruttura che controlli.

4. Quante volte al giorno lo userai?

Dieci volte al giorno o diecimila fanno una differenza enorme. Con volumi alti, la differenza di costo tra un modello grande e uno piccolo smette di essere un dettaglio e diventa una voce di bilancio.

Se per il tuo compito le risposte sono “ripetitivo”, “c’è un controllo”, “dati riservati” e “tante volte al giorno”, probabilmente il modello più potente sul mercato non è la scelta giusta. È solo la più costosa.

Le quattro domande, ognuna con due risposte. Sono evidenziate: compito ripetitivo; un errore costa poco e c’è un controllo; i dati è meglio che non escano; tante volte al giorno. Con queste risposte il modello più potente non è la scelta giusta: è solo la più costosa.
Fig. 03 Le quattro domande in sintesi, con le risposte per cui il modello più potente non serve.

La domanda da fare a chi ti propone una soluzione AI

Se un fornitore ti propone un progetto di intelligenza artificiale, chiedigli: “Perché proprio questo modello? E cosa succede se tra sei mesi ne esce uno migliore o più economico?”

Un buon fornitore ti risponderà parlando del tuo problema, dei tuoi volumi e dei tuoi dati, e ti dirà che il sistema è pensato per cambiare modello senza rifare tutto. Uno meno buono ti parlerà di quanto è potente il modello che ha scelto.

Schema: il processo, i dati e le integrazioni dell’azienda restano fissi e sono collegati al modello di oggi. Lo stesso collegamento può passare a un modello più economico o a uno migliore.
Fig. 04 Processo, dati e integrazioni restano. Il modello si cambia quando ne esce uno migliore o più economico.

Quello che voglio lasciarti

L’intelligenza artificiale utile per un’azienda non è quella che vince le classifiche. È quella giusta per il compito, sostenibile nei costi e rispettosa dei tuoi dati.

Non devi inseguire ogni novità. Devi sapere che cosa vuoi far fare all’AI, e ora hai quattro domande per capire di cosa hai bisogno davvero. Sono quattro domande che molte aziende non si fanno, prima di spendere.

E tu, nella tua azienda, qual è il compito ripetitivo che ti ruba più tempo ogni settimana?

Marco CEO@Neuracy