Secondo Gartner, il 40% delle soluzioni di AI generativa (GenAI) sarà multimodale (testo, immagine, audio e video) entro il 2027, rispetto all’1% del 2023. Questo passaggio da modelli individuali a modelli multimodali offre una migliore interazione uomo-Io e l’opportunità di differenziare le offerte abilitate da GenAI.
La GenAI multimodale è una delle due tecnologie identificate nel Gartner Hype Cycle for Generative AI 2024
Erick Brethenoux, Distinguished VP analyst di Gartner, dichiara: “Man mano che il mercato GenAI si evolve verso modelli addestrati in modo nativo su più di una modalità, questo aiuta a catturare le relazioni tra i diversi flussi di dati e ha il potenziale di scalare i benefici di GenAI su tutti i tipi di dati e applicazioni”. Inoltre, consente all’AI di supportare gli esseri umani nell’esecuzione di un maggior numero di compiti, indipendentemente dall’ambiente”.
La GenAI multimodale è una delle due tecnologie identificate nel Gartner Hype Cycle for Generative AI 2024, la cui adozione precoce ha il potenziale di portare a notevoli vantaggi competitivi e time-to-market. Insieme ai modelli linguistici di grandi dimensioni (LLM) open-source, entrambe le tecnologie avranno un elevato potenziale di impatto sulle organizzazioni entro i prossimi cinque anni.
Tra le innovazioni GenAI che Gartner prevede raggiungeranno l’adozione mainstream entro 10 anni, due tecnologie sono state identificate come quelle che offrono il più alto potenziale: i modelli GenAI specifici per il dominio e gli agenti autonomi (vedi Figura 1).
Figura 1: Ciclo Hype per l’IA generativa, 2024
“La navigazione nell’ecosistema GenAI continuerà a essere travolgente per le aziende a causa di un ecosistema caotico e in rapida evoluzione di tecnologie e fornitori”, dichiara Arun Chandrasekaran, Distinguished VP analyst di Gartner. “GenAI si trova nella fase di disillusione, con l’inizio del consolidamento del settore. I benefici reali emergeranno una volta che il clamore si sarà placato, e i progressi nelle capacità dovrebbero arrivare a un ritmo rapido nei prossimi anni”.
GenAI multimodale e le applicazioni aziendali
L’AI multimodale avrà un impatto trasformativo sulle applicazioni aziendali, consentendo l’aggiunta di nuove caratteristiche e funzionalità altrimenti irraggiungibili. L’impatto non è limitato a settori o casi d’uso specifici e può essere applicato a qualsiasi punto di contatto tra l’AI e gli esseri umani. Oggi, molti modelli multimodali si limitano a due o tre modalità, anche se nei prossimi anni si prevede di includerne altre.
“Nel mondo reale, le persone incontrano e comprendono le informazioni attraverso una combinazione di modalità diverse, come quelle audio, visive e sensoriali”, dichiara Brethenoux. “La GenAI multimodale è importante perché i dati sono tipicamente multimodali. Quando i modelli a modalità singola vengono combinati o assemblati per supportare le applicazioni GenAI multimodali, spesso si verificano latenze e risultati meno accurati, che si traducono in un’esperienza di qualità inferiore”.
Gli LLM open-source sono modelli di base di deep-learning che accelerano il valore aziendale derivante dall’implementazione di GenAI, democratizzando l’accesso commerciale e consentendo agli sviluppatori di ottimizzare i modelli per compiti e casi d’uso specifici. Inoltre, forniscono l’accesso a comunità di sviluppatori nelle organizzazioni, nel mondo accademico e in altri ruoli di ricerca che lavorano per obiettivi comuni per migliorare e rendere più validi i modelli.
“Gli LLM open-source aumentano il potenziale di innovazione grazie alla personalizzazione, al miglior controllo sulla privacy e sulla sicurezza, alla trasparenza del modello, alla possibilità di sfruttare lo sviluppo collaborativo e alla possibilità di ridurre il vendor lock-in”, dichiara Chandrasekaran. “In definitiva, offrono alle imprese modelli più piccoli, più facili e meno costosi da formare, e abilitano le applicazioni aziendali e i processi aziendali fondamentali”.
Modelli GenAI specifici per il dominio
I modelli GenAI specifici per il dominio sono ottimizzati per le esigenze di settori, funzioni aziendali o attività specifiche. Possono migliorare l’allineamento dei casi d’uso all’interno dell’organizzazione, offrendo al contempo maggiore precisione, sicurezza e privacy, nonché risposte meglio contestualizzate. Ciò riduce la necessità di un prompt engineering avanzato rispetto ai modelli generici e può ridurre i rischi di allucinazione grazie a una formazione mirata.
“I modelli specifici per il dominio possono ottenere un time to value più rapido, prestazioni migliori e una maggiore sicurezza per i progetti di AI, fornendo un punto di partenza più avanzato per le attività specifiche del settore”, dichiara Chandrasekaran. “Questo incoraggerà un’adozione più ampia di GenAI perché le organizzazioni saranno in grado di applicarli a casi d’uso in cui i modelli generici non sono abbastanza performanti”.
Gli agenti autonomi
Gli agenti autonomi sono sistemi combinati che raggiungono obiettivi definiti senza l’intervento umano. Utilizzano una serie di tecniche di intelligenza artificiale per identificare modelli nel loro ambiente, prendere decisioni, invocare una sequenza di azioni e generare risultati. Questi agenti hanno il potenziale per imparare dall’ambiente e migliorare nel tempo, consentendo loro di gestire compiti complessi.
“Gli agenti autonomi rappresentano un cambiamento significativo nelle capacità dell’intelligenza artificiale”, dichiara Brethenoux. “Le loro capacità operative e decisionali indipendenti consentono di migliorare le operazioni aziendali, di migliorare l’esperienza dei clienti e di attivare nuovi prodotti e servizi. Ciò consentirà probabilmente di risparmiare sui costi, garantendo un vantaggio competitivo. Ciò comporta anche uno spostamento della forza lavoro organizzativa dalla consegna alla supervisione”.
I clienti di Gartner possono leggere di più nel report “Hype Cycle for Generative AI, 2024”.
Per saperne di più, è possibile partecipare al webinar gratuito di Gartner “What Mature Organizations Do Differently for AI Success”.
