L’intelligenza artificiale, che include vari aspetti come l’AI predittiva e generativa, l’apprendimento automatico e l’elaborazione del linguaggio naturale, è stata identificata come la tecnologia più rilevante del 2025 da un sondaggio globale condotto dall’IEEE – Institute of Electrical and Electronics Engineers, la più grande organizzazione professionale tecnica al mondo. Lo studio ha coinvolto 355 leader tecnologici, tra cui CIO, CTO e direttori IT in Brasile, Cina, India, Regno Unito e Stati Uniti.
Alla domanda di selezionare le tre aree tecnologiche più importanti per il 2025, il 58% degli intervistati ha scelto l’AI, per il secondo anno consecutivo.
Tendenze future e sfide dell’AI
Il rapporto, intitolato “Impact of Technology in 2025 and Beyond: an IEEE Global Study”, ha esplorato anche le tendenze future della tecnologia, comprese le aspettative per la crescita del mercato dell’AI, i benefici, gli usi e le competenze necessarie. Quasi tutti gli intervistati (91%) concordano sul fatto che nel 2025 ci sarà una resa dei conti con l’AI generativa, poiché la fascinazione e la percezione pubblica si evolveranno verso una maggiore comprensione e aspettative riguardo alla precisione dei risultati, alla trasparenza sui deepfake e altro ancora.
La maggior parte degli intervistati prevede che la propria organizzazione continuerà a utilizzare o ad abbracciare la tecnologia. Tuttavia, il 18% ha dichiarato di aver affrontato difficoltà e di voler ripensare il proprio approccio all’AI generativa. “I sistemi di AI affrontano ancora sfide iniziali”, ha affermato Eleanor Watson, membro senior dell’IEEE nel rapporto. “I sistemi di AI agentici stanno arrivando e offriranno nuove capacità. Sono in grado di pianificare e agire in modo indipendente, ma portano anche significative preoccupazioni per la sicurezza.”
Applicazioni e competenze richieste
Gli intervistati hanno classificato l’identificazione in tempo reale delle vulnerabilità di sicurezza informatica e la prevenzione degli attacchi, il potenziamento delle attività educative come l’apprendimento personalizzato, i sistemi di tutoraggio intelligente, i chatbot universitari e l’accelerazione dello sviluppo software come i principali casi d’uso potenziali per l’AI, in quest’ordine. Nel frattempo, le principali competenze ricercate dai leader tecnologici nei candidati per ruoli legati all’AI il prossimo anno sono le competenze nello sviluppo software, le pratiche etiche dell’AI e l’analisi dei dati.
Secondo il sondaggio, i settori industriali che saranno maggiormente impattati dalla tecnologia nel 2025 sono le telecomunicazioni, i servizi bancari e finanziari, e i media e l’intrattenimento.
L’ascesa dell’AI Generativa
Negli ultimi anni, l’intelligenza artificiale generativa ha conquistato il mondo dopo l’ingresso nel dominio pubblico di diversi chatbot, come ChatGPT.
Le aziende e gli esperti del settore hanno immediatamente visto i potenziali benefici. Tuttavia, negli ultimi mesi sono emersi piccoli ma crescenti dubbi sull’AI generativa. I detrattori sostengono che le capacità dell’AI generativa siano state sopravvalutate. Le “allucinazioni” – affermazioni false che i modelli di AI generativa possono fare – ne diminuiscono l’utilità, e molte aziende non hanno ancora trovato una strategia ideale per utilizzare questi strumenti. Nonostante ChatGPT sia una delle applicazioni in più rapida crescita di tutti i tempi, la proporzione di persone che affermano di usarlo regolarmente rimane piuttosto rara.
Una prospettiva per il 2025
Nel sondaggio “The Impact of Technology in 2025 and Beyond: an IEEE Global Study“, il 91% dei leader tecnologici globali intervistati ha concordato sul fatto che “nel 2025 ci sarà una resa dei conti con l’AI generativa.
Nonostante le preoccupazioni, il sondaggio non prevede un ostacolo duraturo per l’AI generativa. Una maggioranza significativa (91%) ha anche concordato sul fatto che “l’innovazione, l’esplorazione e l’adozione dell’AI generativa continueranno a velocità fulminea nel 2025.”
Capacità multimodali avanzate
Daozhuang Lin, membro senior dell’IEEE, prevede che i modelli di AI generativa renderanno più facile fornire immagini e video da brevi frammenti di testo nei prossimi anni. La sintesi testo-immagine, testo-video e vocale migliorerà, e i modelli raggiungeranno una migliore comprensione contestuale attraverso input diversi.
Le preoccupazioni riguardanti le allucinazioni, l’accuratezza e il bias hanno rallentato l’adozione dei modelli di AI generativa. Il bias può insinuarsi quando i modelli sono addestrati su dati distorti. Alcuni modelli di generazione di immagini possono mostrare una preferenza per persone di una certa razza.
Ampliamento della finestra di contesto
Una limitazione che i modelli di AI generativa affrontano è la quantità di informazioni che possono elaborare contemporaneamente in un prompt. Migliorare la finestra di contesto permetterebbe ai modelli di AI generativa di gestire compiti più complessi e migliorare la coerenza delle loro risposte.
Piccoli e grandi modelli linguistici
Tutti hanno sentito parlare dei grandi modelli linguistici, i sistemi di intelligenza artificiale che generano testo simile a quello umano. Ma cosa dire dei piccoli modelli linguistici? I ricercatori stanno spingendo per sistemi di intelligenza artificiale più piccoli e compatti per risolvere una serie di sfide poste dalla crescente fame di dati dei sistemi di intelligenza artificiale. E non sono solo i modelli di intelligenza artificiale generativa di cui si parla oggi che devono diventare più piccoli, ma anche i sistemi di intelligenza artificiale che potrebbero operare impianti industriali, città intelligenti o veicoli autonomi.
La sfida dei grandi modelli di AI
Quando usiamo l’intelligenza artificiale, sia sul telefono che sul laptop, la maggior parte dell’elaborazione avviene in un data center. Questo perché i modelli di intelligenza artificiale più popolari sono costosi dal punto di vista computazionale: probabilmente il laptop non ha abbastanza potenza di calcolo per eseguire la query.
I sistemi di intelligenza artificiale utilizzano anche quantità significative di energia. Si dice che una singola query in un modello di intelligenza artificiale generativa — come chiedere “Come funziona l’intelligenza artificiale generativa?” — consumi tanta elettricità quanto una lampadina accesa per un’ora.
Questo presenta due sfide per l’uso dell’intelligenza artificiale. In primo luogo, solleva preoccupazioni sulla sostenibilità dell’intelligenza artificiale perché l’elettricità che alimenta l’AI aumenta anche le emissioni di gas serra. In “The Impact of Technology in 2025 and Beyond: an IEEE Global Study”, il 35% ha affermato che l’utilità dell’AI supera di gran lunga il suo consumo energetico, mentre il 34% ha detto che il consumo energetico e l’utilità dell’AI sono in buon equilibrio. Circa un quinto (21%) ha percepito i benefici dell’AI come significativi, ma l’elevata quantità di energia utilizzata è ancora una preoccupazione, mentre l’8% ha percepito che la massiccia quantità di energia utilizzata supera i benefici dell’AI. In secondo luogo, significa che qualsiasi cosa che si affida all’intelligenza artificiale ha bisogno di più potenza per funzionare o della connettività a un data center.
Chi ha bisogno di un’AI “compatta”?
Sistemi di intelligenza artificiale più piccoli e più efficienti dal punto di vista energetico potrebbero essere utilizzati in una gamma diversificata di applicazioni, come i veicoli autonomi. “Gli acceleratori di intelligenza artificiale di nuova generazione e a basso consumo sono cruciali per il futuro dei veicoli autonomi in termini di affidabilità a lungo termine e ridotto consumo energetico”, ha detto Shah. “Potrebbero consentire decisioni in tempo reale e design più compatti.” Sarebbero un vantaggio per i sistemi robotici, poiché ridurrebbero i requisiti di potenza per i robot.
Cristiane Agra Pimentel, Senior Member dell’IEEE, ha affermato che i sistemi di intelligenza artificiale compatti sarebbero utili anche in contesti industriali dove controlli più piccoli potrebbero automatizzare i processi degli impianti. “L’uso dell’AI compatta nell’area industriale sarà sempre più applicabile ai controlli di funzionamento delle macchine, ai controlli di tracciabilità dei prodotti e alla gestione dei sistemi della catena di approvvigionamento”, ha detto Pimentel.
I compromessi dell’AI “piccola”
I grandi modelli linguistici sono spesso adatti a scopi diversi. Possono aiutare a scrivere saggi universitari e aiutarti a costruire un sito web. I sistemi compatti potrebbero essere ottimizzati per sistemi specifici. Potrebbero essere progettati per funzionare come chatbot per un’azienda o per completare automaticamente il codice del computer. Inoltre, i sistemi di intelligenza artificiale compatti sono, per ora, meno accurati perché spesso utilizzano meno dati. “Questi compromessi sono spesso accettabili,” ha detto Shah, “dato i benefici del minor consumo energetico, tempi di inferenza più rapidi e la capacità di eseguire l’AI su dispositivi edge. I ricercatori e gli sviluppatori continuano a lavorare per migliorare l’accuratezza dei sistemi di intelligenza artificiale compatti mantenendo i loro vantaggi di efficienza.”
Altre tecnologie rilevanti
Oltre all’AI, il sondaggio ha evidenziato l’importanza del cloud computing (26%) e della robotica (24%), che si sono classificate rispettivamente al secondo e terzo posto. Altre tecnologie significative per il 2025 includono la realtà estesa (XR), che comprende metaverso, realtà aumentata, realtà virtuale e realtà mista (21%); l’Internet delle cose industriale (19%); il quantum, inclusa la computazione quantistica (17%); e i veicoli elettrici/la ricarica dei veicoli elettrici (17%).
