L'annuncio di Mistral di abbandonare lo sviluppo del proprio grande modello di linguaggio ha sollevato dubbi sulla capacità europea di competere nell'intelligenza artificiale. Tuttavia, l'IA non è un'entità unica, ma un insieme di tecnologie, tra cui i modelli di linguaggio. Mistral sta adottando una strategia basata sul controllo di altre componenti tecnologiche, come i modelli di linguaggio aperti, e ha recentemente raccolto 3 miliardi di euro in finanziamenti.
L'IA come insieme di tecnologie
Un modello di linguaggio è un sistema basato su reti neurali, addestrato su un vasto corpus di dati, capace di prevedere una sequenza probabile per un input dato. Questi modelli sono spesso valutati in contesti applicativi specifici, come la finanza o la cybersicurezza. Un modello di linguaggio è solo una parte di una soluzione informatica completa, che include anche una piattaforma hardware, sistemi per adattare le risposte del modello alle esigenze dell'utente e altri sviluppi software specifici.
Le tre fasi di sviluppo di una soluzione IA
Come in altre industrie, la costruzione di una soluzione IA avviene in tre fasi: la produzione delle tecnologie di base, il loro assemblaggio in una piattaforma e l'adattamento della piattaforma a esigenze specifiche. Questi passaggi possono essere realizzati da attori diversi. Inoltre, non tutti gli assemblaggi sono tecnicamente o economicamente sostenibili. Lo sviluppo di una componente o di una piattaforma comporta un costo fisso significativo, che può essere distribuito tra un maggior numero di utenti per ridurre il costo per utente.
Tre strategie per le aziende nell'IA
L'industria dell'IA risponde a queste sfide come il resto dell'industria informatica. Esistono tre strategie principali per le aziende nel settore dell'IA: creare una piattaforma generalista, sviluppare soluzioni su misura per un cliente specifico o prespecializzare una piattaforma per un settore specifico.
Strategia 1: una piattaforma generalista per tutti
La prima strategia è quella di creare una piattaforma generalista che risponde a una moltitudine di usi a un costo accessibile. Questo richiede di controllare le componenti chiave e di avere il modello più grande possibile, addestrato su una vasta quantità di dati. I costi fissi di creazione della piattaforma sono ammortizzati su un gran numero di utenti e di usi, al fine di offrire il costo d'uso più basso possibile. Tuttavia, la concorrenza in questo settore è feroce e pochi attori sopravviveranno.
Strategia 2: soluzioni su misura per un cliente
La seconda strategia è quella di sviluppare soluzioni specifiche per un cliente. Questo richiede di esprimere esigenze aziendali, addestrare un modello su dati specifici e integrarlo nei sistemi informatici esistenti. La dimensione dei modelli può essere ridotta rispetto alla strategia 1, ma questi sviluppi non beneficiano delle economie di scala e sono quindi riservati alle grandi organizzazioni con le risorse necessarie. Ad esempio, il Crédit Agricole ha recentemente annunciato un investimento di 500 milioni di euro per sviluppare un'IA interna.
Strategia 3: piattaforme specializzate per settore
La terza strategia è quella di prespecializzare una piattaforma per un settore specifico e adattarla ai margini. Questo approccio è più adatto per le aziende di medie dimensioni che non possono permettersi di sviluppare soluzioni completamente personalizzate. Le aziende di servizi digitali, come Capgemini e Atos, stanno ridirigendo le loro offerte verso l'integrazione di sistemi di IA nei sistemi informatici delle aziende.
In conclusione, l'annuncio di Mistral non segnala un declino tecnologico europeo nell'IA, ma riflette una strategia industriale basata sul controllo di diverse componenti tecnologiche. Le aziende europee possono competere nell'IA adottando una delle tre strategie principali: creare una piattaforma generalista, sviluppare soluzioni su misura per un cliente specifico o prespecializzare una piattaforma per un settore specifico.