Reti intelligenti, LLM e proprietà dei dati: come evolverà l’AI nel 2024 secondo Juniper Networks

Reti intelligenti, LLM e proprietà dei dati: come evolverà l’AI nel 2024 secondo Juniper Networks

Il mondo della tecnologia è in costante evoluzione e le innovazioni sono ormai all’ordine del giorno. Questo è particolarmente vero per l’intelligenza artificiale, che negli ultimi anni ha generato un grande dibattito a livello globale.

A tal proposito, Bob Friday, Chief AI Officer di Juniper Networks, ha analizzato i principali trend legati al mondo dell’AI nel 2024.

TI PIACE QUESTO ARTICOLO?

Iscriviti alla nostra newsletter per essere sempre aggiornato.

Se nel 2023 molte aziende si sono date da fare per comprendere, implementare e adattare processi e prodotti con tecnologie di intelligenza artificiale, il 2024 sarà l’anno in cui evolvere o uscire di scena. Si tratta di una trasformazione gigantesca, che abbraccia praticamente ogni settore: è risaputo che l’AI rappresenta il prossimo passo nell’evoluzione dell’automazione. Molti lavori, come li conosciamo oggi, scompariranno o saranno trasformati e questa non è solo una preoccupante verità, ma anche una splendida chance. Nel networking, l’AI doterà ogni tecnico IT di superpoteri: attività che richiedevano ore di lavoro potranno essere svolte in pochi minuti, anche in assenza di professionisti specializzati. Questa è un’epoca affascinante per chi vive il networking. Ci aspettiamo ottimisticamente un futuro in cui le persone potranno dedicarsi ad attività più interessanti anziché esaminare montagne di log per cercare di capire per quale motivo il wi-fi di un utente sia particolarmente lento; il che si traduce in un cambiamento epocale per il progresso della tecnologia e, soprattutto, per la crescita della nostra economia. Proprio come è successo per figure come gli alchimisti, telegrafisti e antichi banditori, similmente continueremo a creare nuovi ruoli e lavori sempre più al passo con l’innovazione.

Una rete che parla

L’AI generativa e i Large Language Models (LLM) continueranno a essere usati per creare reti IT più intelligenti e reattive. Ad esempio, anziché chiamare l’help desk per risolvere un problema, gli utenti potranno chiedere direttamente alla loro rete perché la sessione Zoom non funziona a dovere e la rete sarà in grado di diagnosticare e risolvere il problema. Gli LLM saranno impiegati anche per sviluppare strumenti per la manutenzione ancora più proattivi e predittivi, così da evitare persino che alcuni problemi arrivino a verificarsi.

Leggi anche:  Intelligenza artificiale, le promesse da mantenere

Aumento significativo della produttività per tutte le funzioni aziendali

Gli LLM avranno un impatto notevole sulla produttività di tutti i reparti delle imprese, con un aumento della produttività delle funzioni aziendali fino al 50%. Le imprese inizieranno ad addestrare gli LLM con tutte le conoscenze presenti nell’organizzazione, creando una connessione che permetterà a tutti i dipendenti di accedere al know-how di tutti gli altri colleghi. Ciò rivoluzionerà il modo in cui le imprese operano, facilitando e velocizzando l’apprendimento di nuove conoscenze, la collaborazione nei progetti e la risoluzione dei problemi. Ad esempio, soluzioni basate su tali LLM potranno essere usate per:

  • automatizzare operazioni come la scrittura di e-mail, la creazione di presentazioni e la generazione di codice;
  • identificare e analizzare più rapidamente i trend;
  • trasformare l’assistenza ai clienti, rendendo il supporto automatizzato più efficace e riducendo la necessità di intervento umano.

Dibattito sulla proprietà dei dati in evoluzione

Più gli LLM diventeranno potenti e sofisticati, più si intensificherà il dibattito sulla proprietà dei dati. Analogamente a ciò che abbiamo visto con il codice open source, già si discute sul modo in cui le grandi aziende usano dati non di loro proprietà per addestrare i propri modelli, il che potrebbe portare a una concentrazione di potere nelle mani di poche grandi imprese. Per affrontare la questione, vedremo nascere nuovi modelli di riferimento per la cessione in licenza dei dati, che dovranno garantire che i proprietari dei dati siano equamente compensati e che gli utenti possano accedere ai dati e usarli in modo etico e responsabile.

Diminuzione del costo per l’addestramento degli LLM di base

Il costo dell’addestramento degli LLM diminuirà rapidamente in quanto i chip utilizzati per addestrarli sono ottimizzati a un ritmo del 50% ogni due anni. In questo modo, molte più aziende avranno la possibilità di sviluppare e implementare i propri LLM, tanto che negli anni a venire assisteremo a una proliferazione di nuove applicazioni basate su tali modelli. In generale, gli LLM inizieranno ad avere un impatto notevole sulle aziende e sulla società già nel 2024.

Leggi anche:  Microsoft lancia Mesh, il lavoro ibrido sbarca su Teams

Profonda disillusione verso AI generativa e LLM

L’interesse attuale verso gli LLM probabilmente si smorzerà nel corso dell’anno, poiché molte aziende inizieranno a confrontarsi con la sfida dello sviluppo di assistenti AI specifici per ogni settore. I chatbot sono agenti AI conversazionali che possono essere usati per automatizzare attività e fornire supporto ai clienti in un dato segmento, come ad esempio la sanità, la finanza o il retail. Le organizzazioni si impegneranno a sviluppare chatbot capaci di offrire agli utenti un’esperienza migliore e ottimizzare la produttività. I chatbot specializzati sono più difficili da sviluppare rispetto agli LLM generalisti, ma possono fornire un’esperienza utente di gran lunga migliore. Un chatbot per la sanità potrebbe, ad esempio, essere usato per rispondere alle domande dei pazienti relativamente alle cure o programmare gli appuntamenti, mentre un chatbot finanziario potrebbe aiutare i clienti nella gestione del proprio conto e dei propri investimenti.