Le voci dell’AI – Episodio 08: Move Fast and Break Things

Ciao a tutti! Questo è l’episodio otto di Le Voci dell’AI.

Oggi rispondo all’e-mail di un lettore/ascoltatore/spettatore. Claudio mi ha scritto all’indirizzo di posta elettronica che trovate qui sotto per discutere un dilemma.

Dopo anni di attività l’azienda di Claudio si prepara finalmente a digitalizzare il proprio business e quindi si trova di fronte alla scelta di un vasto numero di soluzioni software per vari aspetti critici per il successo dell’azienda.

Ma questo è un momento speciale, forse unico nella storia del software e Claudio fa una domanda molto pertinente.

Supponiamo che l’azienda di Claudio scelga oggi le soluzioni che esistono sul mercato da tempo e che sono state ottimizzate per le attività che intende digitalizzare.

Claudio chiede: non c’è il rischio che nel giro di qualche mese esca una soluzione sul mercato così rivoluzionaria basata sull’intelligenza artificiale generativa e la mia azienda si ritrovi in una posizione svantaggiosa dal punto di vista competitivo, nonostante l’investimento appena fatto nella digitalizzazione dei processi? La risposta è: è possibile.

Ma ci sono molti punti da chiarire.

Normalmente, quando valutiamo i pro e i contro nell’aspettare l’arrivo di una nuova tecnologia, consideriamo il cosiddetto costo opportunità.

In questo caso dobbiamo stimare quanto costa all’azienda non sfruttare immediatamente le capacità offerte dalle tecnologie esistenti in termini di mancato ricavo e confrontarlo con il ricavo che stimiamo di ottenere grazie alle tecnologie che vogliamo aspettare.

Tra le altre cose, questa stima deve tenere conto del vantaggio competitivo che ci aspettiamo di ottenere in entrambe le situazioni.

Se avete letto la biografia che accompagna questi video appuntamenti settimanali, sapete già che negli ultimi dieci anni ho servito come dirigente in una delle aziende tecnologiche più grandi del mondo, lavorando sulla strategia di business e prodotto per una delle tecnologie più avanzate sul mercato: l’automazione del software.

E in quel ruolo ho ricevuto la stessa domanda fatta da Claudio centinaia di volte e ogni volta il mio avvertimento è stato lo stesso.

La valutazione del costo opportunità è molto più complicata di quello che sembra e, nella mia personale esperienza, moltissime aziende, anche di prima grandezza, tendono a ignorare una serie di variabili che cambiano drasticamente il risultato della valutazione.

Purtroppo non abbiamo tempo di discutere in maniera esaustiva degli errori nel valutare il costo opportunità, ma possiamo almeno parlare di un aspetto.

Una delle cose che più di tutte viene ignorata è la maturità della tecnologia emergente.

Quanto è pronta quella tecnologia che stiamo aspettando, che è stata appena rilasciata per essere usata in un ambiente di produzione dove non c’è margine per errori? L’assunto di un’azienda cliente che acquisisce il software da un fornitore tecnologico è che quel software sia pronto per un uso in produzione.

Un assunto ragionevole, giacché intere divisioni di marketing spendono milioni di dollari per creare la percezione nelle nostre teste che quello che compriamo trasformerà istantaneamente il nostro business.

Qui la mia esperienza decennale fatta con un produttore di software mondiale e quella fatta ancora prima come direttore della ricerca mi aiuta a sfatare questo mito.

Il software che un’azienda cliente compra da un fornitore tecnologico non è praticamente mai pronto per andare in produzione. Questo vale tanto per le startup che per i fornitori leader di mercato.

Ma nell’interazione con le startup questo problema è più pronunciato, giacché questi fornitori tecnologici sono spesso troppo limitati nelle risorse a loro disposizione per offrire una soluzione veloce ai problemi che trova il cliente.

Negli ultimi due decenni, l’espansione del business in un mercato globale ha significato molta più competizione per tutti i partecipanti e quindi una pressione crescente nel rilasciare software sempre più velocemente.

Oltre a questo, certe correnti di pensiero hanno reso culturalmente accettabile il rilascio di software instabile.

Sono sicuro che ricordate il motto usato da Facebook internamente fino al 2014 coniato dal suo fondatore Mark Zuckerberg: Move Fast and Break Things.

A causa di questi aspetti e molti altri, vi raccomando caldamente di considerare il software che viene rilasciato sul mercato come una beta release, a volte addirittura un’alfa.

Ci vogliono anni di interazioni con i clienti che hanno già comprato prima che un dato software sia veramente stabile.

Ok, chiudiamo il cerchio.

Tutto quello che ci siamo detti finora si applica anche ai prodotti basati sull’intelligenza artificiale moderna come l’intelligenza artificiale generativa.

Ma nel caso dell’AI generativa c’è un aspetto in più da considerare: alla velocità alla quale questa tecnologia si sta evolvendo non è un’esagerazione dire che quasi ogni settimana, ormai da mesi, l’annuncio di una nuova tecnica o un nuovo algoritmo o un nuovo prodotto ridefinisce quello che è possibile ottenere con l’intelligenza artificiale moderna.

Sono in diretto contatto con molti dei ricercatori che producono queste nuove tecniche, algoritmi e prodotti e perfino loro fanno fatica a stare al passo con quello che i loro pari rilasciano ogni giorno.

In più, almeno finché non arriviamo ad un limite in quello che si può ottenere con il Machine Learning, dovreste aspettarvi il rilascio di un nuovo modello di grande importanza ogni sei mesi.

Come sapete, OpenAI ha rilasciato GTP-4 solo un mese fa.

La settimana scorsa abbiamo visto Databricks rilasciare il modello open-source Dolly 2.0, Amazon annunciare il modello Titan e stability.ai annunciare in beta il modello Stable Diffusion XL.

Dove voglio arrivare con tutto questo? Se decidete di aspettare, potreste dover aspettare per anni, perdendo per sempre la chance di ottenere un vantaggio competitivo.

Al tempo stesso, nessuno vuole imbarcarsi in una relazione con un fornitore tecnologico che offre software che sarà obsoleto in un anno.

La best practice che ho raccomandato infinite volte alle aziende più grandi del mondo durante il mio periodo come direttore della ricerca per Gartner è sempre lo stesso.

Mettete per un momento da parte il focus sulla tecnologia. Cominciate a considerare i fornitori tecnologici come partner nel business. Concentratevi nel capire come la loro agenda si allinea con la vostra e decidete quale partner migliore per voi in base a quello.

Invece di valutare i prodotti che esistono sul mercato in base alle loro funzionalità e capacità tecniche, valutate se e come il fornitore tecnologico ha pianificato di evolvere il suo portfolio di prodotti.

Se siete preoccupati di cominciare una relazione con un fornitore tecnologico come nel caso di Claudio, chiedete esplicitamente a quel fornitore tecnologico quando intendono abbracciare l’intelligenza artificiale, come intendono usarla e in che modo l’AI influenzerà il prodotto che usate oggi, o quello che volete comprare.

Chiedete le stesse cose al Ceo e al Cfo dell’azienda che state valutando, non solo al Cto e, se possibile, in sessioni separate per valutare come le risposte di ciascuno variano per la stessa domanda.

E non accontentatevi di una slide con una road-map generica che vi garantisce al cento per cento che il fornitore in questione adotterà l’AI nel prodotto che state per comprare.

Chiedete al vostro interlocutore quale esperienza ha nel lavorare con l’AI moderna e soprattutto nel gestire un team di ingegneri di machine learning.

Uno degli errori più tragici commessi dai fornitori tecnologici che si stanno preparando ad offrire l’AI inclusi quelli più grandi del mondo, è trattare gli esperti di machine learning nello stesso modo in cui trattano gli sviluppatori di software.

Chiedete al vostro interlocutore in quale mercato intende assumere il personale con l’expertise necessarie e come intende competere dal punto di vista della remunerazione.

Pochissime nazioni al mondo oggi hanno un numero ragionevole di esperti di machine learning. Gli esperti disponibili sono difficilissimi da assumere, molto costosi.

Chiedete al vostro interlocutore come intende affrontare dal punto di vista del business la manutenzione e l’aggiornamento dei modelli che si prepara ad offrire.

Se le risposte che ottenere non sono soddisfacenti, avete scoperto che il fornitore tecnologico che state valutando non è il business partner che stavate cercando.

Ci fermiamo qui per questa settimana.

Come ha fatto Claudio, scrivetemi all’indirizzo di posta che trovate qui sotto con commenti, domande, feedback.

Ciao a tutti!

Iscriviti alla newsletter

LASCIA UN COMMENTO

Inserisci il tuo commento
Inserisci il tuo nome