Home Episodio 26

Podcast Episodio 26

L'impatto dell'IA generativa sul futuro del lavoro e della società

con Jeremiah Stone, SnapLogic, e Greg Benson, Università di San Francisco.

Nel finale della seconda stagione di Automating the Enterprise, Dayle Hall si cimenta in una conversazione dinamica con l'esperto di scienza dei dati Jeremiah Stone e il professore di informatica Greg Benson. Dal disvelamento dei misteri dell'IA generativa alla discussione del suo potenziale di trasformazione in settori come la sanità e il mondo accademico, questo episodio fa luce sul presente e sul futuro dell'innovazione guidata dall'IA.

Trascrizione completa

Dayle Hall:  

State ascoltando il podcast SnapLogic Automating the Enterprise. Questo podcast è stato progettato per fornire a tutte le organizzazioni là fuori preziose intuizioni e best practice su come integrare, automatizzare e trasformare la propria azienda. Sono il vostro ospite, Dayle Hall, CMO di SnapLogic.

Questo è l'ultimo episodio della nostra Stagione 2. Finora abbiamo trattato un sacco di argomenti diversi in ambito aziendale. Abbiamo parlato di etica dell'IA, di navigazione nell'automazione dei processi sanitari. Ma oggi abbiamo due ospiti molto speciali. E sono orgoglioso di averli con noi in questo podcast per concludere. Se qualcuno si è sintonizzato alla fine della scorsa stagione, mi ha sentito parlare, prima di tutto, con il nostro CTO, Jeremiah Stone. Quindi Jeremiah si unisce di nuovo a noi. Jeremiah, grazie per esserti unito alla fine della stagione. Ti teniamo fino alla fine, tecnicamente, non alla fine della stagione.

Jeremiah Stone:  

Beh, sono un ascoltatore fedele ed è sempre divertente venire a parlare con voi.

Dayle Hall:  

Ottimo. E poi abbiamo un altro ospite speciale oggi, che è in realtà uno scienziato capo di SnapLogic e anche un professore di informatica presso l'Università di San Francisco. Benvenuto, dottor Greg Benson.

Greg Benson: 

È bello essere qui, Dayle. Sono felice di far parte del podcast. Sono anche un'ascoltatrice abituale.

Dayle Hall:

Sì, è vero. Beh, lo apprezzo molto. Sono sicuro che non lo dici solo per farmi sentire bene e per far sentire il padrone di casa al settimo cielo quando i suoi ospiti ascoltano davvero.

Come ho detto, abbiamo affrontato un sacco di argomenti diversi. Abbiamo avuto alcuni dei nostri clienti. Ci sono stati leader di pensiero delle organizzazioni non profit. Ci sono stati leader di pensiero delle agenzie e di come sta cambiando il panorama aziendale, ma ovviamente, alcune delle cose su cui SnapLogic sta lavorando e alcune delle cose che vediamo nel mercato. L'intelligenza artificiale generativa è ovunque. So che arriveremo a questo punto alla fine del podcast, perché vorrei parlare specificamente di ciò che SnapLogic sta facendo, ma il concetto di IA generativa e ciò di cui parliamo in SnapLogic è l'integrazione generativa. Quindi approfondiremo questa seconda parte tra un attimo.

Ma vorrei iniziare con una domanda generale su ciò che vedete nel settore. Jeremiah, iniziamo con te. Stiamo assistendo a tutto questo clamore - dirò clamore ed eccitazione, il che è positivo da entrambi i punti di vista - ma intorno all'IA generativa. Secondo lei, perché il settore è saltato su questo tema molto rapidamente, come se stesse aspettando che accadesse qualcosa e ora tutti parlano di IA generativa? Cosa vede nel settore? E perché sembra che questo tema abbia molto più slancio rispetto ad altre discussioni sull'IA che abbiamo avuto fino a questo momento?

Jeremiah Stone:

Credo che si tratti di coinvolgimento, Dayle. Se ripenso agli ultimi 20 o 25 anni di tecnologia, quando si vede questo tipo di eccitazione, l'ultima volta che ricordo questo livello di coinvolgimento e di eccitazione è stato quando la gente faceva le file intorno agli isolati per avere i primi iPhone, perché si trattava di una cosa fondamentalmente diversa che tutti potevano toccare, sentire e acquisire nuove abilità, nuove capacità, nuovi poteri.

E credo che le capacità che sono state messe in luce con l'IA generativa, per quelli di noi che lavorano nel campo, siano note da anni, da quando è stato realizzato un lavoro di trasformazione, non è un gioco di parole, nell'architettura dei trasformatori con i modelli BERT o D5 o i primi modelli GPT. Ma in realtà, il lancio di ChatGPT è stato qualcosa che ha permesso a così tante persone di tutte le età, professioni e aree geografiche di sperimentarne la potenza e le capacità, e credo che abbia portato a un'esplosione dell'immaginazione delle possibilità.

Credo che questo sia il vero motore, il nuovo carburante per l'ottimismo sui modi in cui la tecnologia può migliorare la condizione umana in modo sostanziale. E questo porta naturalmente a chiedersi: "Come può aiutare la mia azienda?". E dato l'ambiente in cui ci troviamo ora, con la volatilità e le sfide dell'ambiente macroeconomico, gli alti tassi di interesse, il silenzio che abbandona, e così via, nell'ultimo anno, questo è davvero un settore e uno spazio in cui c'è ottimismo. Le persone hanno visto, sentito, sperimentato una realtà diversa e positiva. E la distanza tra chiedere a ChatGPT di aiutarvi a scrivere un'e-mail basata su un paio di punti elenco può essere facilmente tradotta in molti ambiti professionali. Penso quindi che sia solo l'impegno con la tecnologia e la capacità di sognare ciò che potrebbe essere con essa.

Dayle Hall:

Quando sono entrato a far parte di SnapLogic, il CEO Gaurav Dhillon, che è ovviamente uno stallone del settore, l'OG dell'integrazione come lo chiamiamo noi, mi diceva sempre, e so che ne parla ancora, che ci stiamo muovendo verso un punto in cui sarete in grado di parlare alla vostra macchina. Possiamo digitarlo, e voi potrete dire: "Ehi, SnapLogic, connetti la mia azienda", come in Star Trek. Quando l'ho sentita per la prima volta tre anni fa, è stata una grande ispirazione. Sarebbe davvero fantastico. Sembra che ora siamo più vicini di quanto potremmo mai essere ad arrivare a quel punto, grazie ad alcune delle cose che sono successe di recente. Quindi è bello vedere Gaurav sorridere mentre cammini per l'ufficio, mentre parliamo del lancio di SnapGPT, perché sembra che alcune di queste cose si stiano avverando, non credi?

Jeremiah Stone:

È così. E lei ha fatto un'ottima osservazione. Quando vediamo una tecnologia che nel corso della nostra vita è stata una fantasia speculativa, una fantascienza, e all'improvviso è qui, questo ha un impatto ed è eccitante, fondamentalmente. Abbiamo iniziato a vederlo con gli assistenti vocali. E ora vediamo che questa capacità continua a migliorare e ad accelerare, ed è tremendamente eccitante. Penso che sia il passaggio da "aspetta un attimo, pensavo fosse solo una cosa da film TV" a "è davvero una cosa". Posso toccarlo ed è reale, dammi ancora un po'.

Dayle Hall: 

Anch'io ho sempre voluto essere un Trekkie. Ero un Trekkie. Ho sempre voluto partecipare alla serie.

Ok, Greg, ti faccio una domanda simile. Dal tuo punto di vista, però, sei ovviamente un po' più impegnato in gran parte del lavoro tecnico dettagliato. E dato il tuo lavoro all'Università di San Francisco, probabilmente anche tu stai assistendo a un certo afflusso di informazioni su ciò che gli studenti sperimenteranno e su come lo useranno. Quindi, la stessa domanda è rivolta a lei, ma cosa sta vedendo e perché pensa che l'entusiasmo si stia traducendo maggiormente nei dettagli, nella scienza dei dati, nelle comunità tecniche come nel mondo accademico? O ci sono altre preoccupazioni? O come stanno rispondendo?

Greg Benson: 

Sì. Voglio dire, c'è molto da dire, stanno facendo un passo indietro in questo momento, come il momento dell'iPhone, il momento di Google Search. Penso che il rinnovato ottimismo che questa tecnologia ha portato a tutti i tipi di comunità, alle imprese, all'istruzione, sia un momento fantastico per essere nel settore tecnologico.

La funzione passo passo è interessante. Un modo in cui vorrei descriverla è pensare a ciò che avete fatto sei mesi fa se state cercando di imparare qualcosa. Sei mesi fa, ricevevate raccomandazioni, facevate ricerche su Google, distillavate le informazioni. Ora è possibile porre domande incredibilmente precise e ottenere risposte incredibilmente dettagliate. È stato trasformato - tornando alla tua osservazione sull'istruzione, quando imparo nuove lingue ora, il processo è completamente invertito per me.

Posso dire: "Voglio imparare il linguaggio di programmazione Go". Quindi dico: "Ehi, scrivi questo programma che estrae informazioni da JSON in un modo particolare". E il programma verrà scritto per me. Ok, posso eseguirlo e testarlo. Ma poi posso dire: "Ehi, sai cosa? Sto imparando questo linguaggio, puoi spiegarmi questo programma riga per riga?". E lo farà. E poi posso dire: "Non capisco questa cosa particolare del linguaggio Go, potresti spiegarmela? Tenete presente che ho familiarità con questi altri linguaggi. E mi dirà, nei termini degli altri linguaggi, che cos'è questo concetto specifico in Go.

Il motivo per cui ve lo dico dal mondo dell'istruzione è che si tratta di una trasformazione del modo in cui gli studenti impareranno, e non solo in informatica, ma in tutti i campi. Credo che nell'industria si stia assistendo alla stessa sorta di shock e stupore che si registra nell'istruzione superiore: come faremo ad abbracciare tutto questo? Se avete già sentito questa cosa, ChatGPT è la cosa più chiacchierata che nessuno ha mai usato. Molte persone hanno opinioni diverse su ChatGPT. E voi fate una domanda del tipo: "Ma tu l'hai usato? No, ma ne ho letto, giusto? Ma quando lo si usa, lo si utilizza in modo significativo per qualcosa che si fa, come nel mio caso, insegnare informatica o costruire software, è davvero notevole.

Quindi sì, per andare al punto sull'istruzione - e gli studi stanno già dimostrando che l'impegno con questa tecnologia avrà un'esperienza trasformativa sulla velocità di apprendimento della programmazione informatica da parte degli studenti. Ad Harvard, per il prossimo semestre, CS1 sta costruendo un intero chatbot basato su LLM, specifico per la classe CS1, per aumentare o forse addirittura sostituire il ruolo di un assistente tecnico nell'aiutare gli studenti a seguire il processo di apprendimento di questo materiale. Sì, proprio come stiamo vedendo nel software aziendale, l'istruzione sta attraversando un momento di trasformazione con questa tecnologia.

Dayle Hall:  

Sì. Al mio team dico sempre che, sia che si tratti di qualcosa sul mercato, di concorrenti, di prodotti, di forze di mercato, come professionista voglio lavorare in tempi in cui sono messo alla prova. Non voglio che la sfida sia tale da stressarmi fino a strapparmi i capelli. Ma se ne hai l'opportunità, se ti capitano queste cose, come i prodotti, le forze competitive o altro, e devi affrontarle, per me è eccitante. E credo che, visto quello che stiamo vedendo intorno all'IA generativa, probabilmente siamo solo alla vigilia.

E questa è la mia prossima domanda per entrambi. E so che non siete indovini. Ma a che punto siamo nel viaggio dell'IA? Perché mi sembra che, almeno dal punto di vista del marketing delle aziende tecnologiche, si parli di IA da molto tempo. Abbiamo vissuto il lavaggio dell'AI due o tre anni fa. Ma l'IA generativa è diversa dal lavaggio dell'IA? È un'altra tappa del viaggio? Per gli ascoltatori là fuori, dove collochi l'IA generativa in questo viaggio nell'IA? E siamo a un quarto del percorso? So che è difficile da dire, ma secondo lei a che punto siamo oggi?

Greg Benson: 

Ovviamente è difficile da dire. In alcuni dei miei circoli, quando la questione ha iniziato a emergere lo scorso autunno, c'era la sensazione che, da un lato, avessimo questa enorme funzione a gradini. La domanda è: con questi modelli linguistici di grandi dimensioni, quanto miglioreranno le loro capacità di ragionamento, creative e generative per un'ampia gamma di compiti? È davvero sorprendente nella sintesi, nella generazione di codice, nell'arte e in molte altre cose. La domanda è: tra un anno, per esempio, quanto potrà migliorare?

La mia opinione è che se focalizziamo la tecnologia in aree problematiche molto specifiche - e lo si può leggere ogni giorno, le persone lo stanno facendo per la diagnosi medica, per la scienza dei materiali, giusto? Penso che concentrandola in questi ambiti specifici, come stiamo facendo in SnapLogic per l'integrazione dei dati, migliorerà notevolmente. La base fondamentale è ancora... perché il prossimo passo di cui tutti parlano è l'intelligenza artificiale generale, o AGI, come l'idea di qualcosa che va oltre quello che vediamo oggi. E questo è un concetto molto discutibile. Siamo o non siamo a un passo da questo? Ma direi che vedremo dei progressi in ambiti specifici grazie a questa tecnologia. La domanda aperta per me è: quanto può migliorare la tecnologia di base nel ragionamento, nella generazione e nella sintesi? Questo, a mio avviso, è ancora tutto da vedere.

Dayle Hall:

Geremia?

Jeremiah Stone:  

Il modo in cui penso alla domanda su dove siamo nel viaggio è: quanto sarebbe applicabile alla mia vita dal punto di vista dell'ascoltatore, giusto? Perché ci sono molte cose... e torno al mio esempio del cellulare. Ricordo chiaramente un periodo in cui avevo un flip phone, ed era fantastico. Lo usavo come telefono. Potevo mandare messaggi premendo il tasto numerico per passare alla cosa successiva. Poi ho avuto un Blackberry, che è stato un miglioramento incrementale grazie alla tastiera completa e a tutto il resto. Poi ho sentito tutto il clamore e le relazioni annuali che prevedevano cosa avrebbe fatto la mobilità del calcolo. Abbiamo una combinazione di maturazione e potenza di elaborazione, di aumento della memoria e, in particolare, di ciò che avrebbe permesso di fare per i media, le fotografie e i film.

E ricordo di aver pensato distintamente: "Ok, ho una piccola e fantastica fotocamera digitale Nikon. Ha un'ottima scheda di memoria. La porto con me ovunque vada ed è meravigliosa. Ho ancora quella fotocamera. Ho anche una reflex digitale, ma non l'ho mai usata. E credo che questo mi abbia insegnato una lezione importante: la capacità di capire dove si trova la tecnologia sull'arco è più che altro una previsione dell'applicabilità a come cambia la vita delle persone. E il motivo per cui spendo i soldi per acquistare la versione aggiornata di un determinato smartphone con le fotocamere migliori è che ho scoperto che mi aiuta a sentirmi meglio come padre, perché scatto belle foto ai miei figli. Le condivido e riesco a coinvolgere maggiormente mia madre, che vive lontano, e a condividere le foto con lei. Quindi ha un impatto significativo sulla mia vita. Ecco come interpreterei la domanda: quanto migliorerebbe la mia vita?

E direi che l'unico modo in cui la maggior parte delle persone ha percepito questo tipo di tecnologia è in un paio di ambiti diversi, nei media che si ricevono attraverso le diverse fonti da cui si ottengono le informazioni o l'intrattenimento, nella conoscenza e nell'accesso alle informazioni, e poi nella vita quotidiana dal punto di vista lavorativo o anche domestico. Credo che la maggior parte delle persone non si renda conto che questa tecnologia è già stata incorporata nella ricerca sul web dai principali motori. Probabilmente non ve ne siete accorti, ma la vostra esperienza di ricerca è migliorata incredibilmente negli ultimi tre o quattro anni in termini di qualità delle informazioni recuperate, riassunte e presentate.

La maggior parte di noi non ci pensa, ma ora quando si cerca un determinato argomento, si ottengono queste piccole visualizzazioni composite sullo schermo che forniscono un riassunto e collegamenti a ulteriori informazioni. È l'intelligenza artificiale generativa che si occupa di questo quando accade. Allo stesso modo, quando cerchiamo di navigare da qualche parte nelle applicazioni primarie di navigazione e mappatura, anche in questo caso è l'intelligenza artificiale generativa a creare l'accesso alle informazioni su un'attività commerciale o un luogo di intrattenimento o qualcosa di simile.

Credo che l'area in cui tendiamo a non sentire queste cose sia la nostra vita lavorativa, perché l'incorporazione di queste tecnologie nello smartphone, beh, mi ha un po' invaso il cervello. Ha migliorato la mia vita lavorativa, ma era sempre acceso. E credo che questo sia un aspetto che cambierà per quanto riguarda l'IA. Abbiamo sentito molto clamore, ma i settori verso i quali l'IA è stata tipicamente indirizzata sono stati confinati all'ufficio della strategia, dell'ottimizzazione, delle catene di approvvigionamento. Si tratta di casi d'uso nascosti, esoterici, di piccole dimensioni. Ma è sempre stata presente.

Ho avuto la fortuna di lavorare alla General Electric in una divisione che utilizzava l'intelligenza artificiale per prevedere il degrado e i guasti degli impianti industriali. Alcune delle principali compagnie aeree del mondo utilizzano l'intelligenza artificiale per generare previsioni sul degrado dei motori. E abbiamo visto migliorare la qualità e la stabilità di queste macchine. Questo è ciò che cambierà nel prossimo anno. Tra un anno avremo l'intelligenza artificiale generativa nella nostra vita lavorativa. Lo vediamo già con Microsoft e Google con le loro suite di produttività. E sempre più spesso entrerà nelle nostre vite in altri modi in cui, come ha detto Greg, cambia il modo in cui si impara e si crea.

E il motivo per cui lo fa è che l'enorme passo avanti fatto dai trasformatori e dall'IA generativa con cui abbiamo lavorato è il passaggio da testo a testo, o da testo a immagine, o da immagine a testo. E questi sono gli elementi fondamentali della maggior parte delle attività commerciali: scambiamo documenti, scambiamo posta, scambiamo informazioni, e queste informazioni sono il testo. E quindi penso che siamo, non so, al 2% di quello che sarà. Non abbiamo ancora visto nulla.

Ma sono del tutto ottimista su ciò che farà, perché penso che ciò di cui spesso parliamo nel contesto lavorativo è che siamo migliori redattori che scrittori. Spesso siamo bravi a modificare le cose e a migliorarle in base alla nostra esperienza, alla nostra esposizione ai nostri ambiti professionali. E credo che permetterci di concentrarci su questa parte del lavoro, che dà davvero un impulso o un miglioramento alla competitività, sia stato un bene. In questo modo, non passeremo tanto tempo a occuparci della spiacevole fase iniziale, la prima bozza, di un determinato prodotto di lavoro. Questo è il lavoro d'informazione che c'è ovunque, e questo è il lavoro delle classi professionali di tutto il mondo.

E questo darà, credo, un'enorme parità di opportunità in tutta la forza lavoro del pianeta, perché, ad esempio, se l'inglese non è la vostra prima lingua, ora non ha più importanza, perché potete prendere qualcosa scritto nella vostra lingua madre. Non so se avete provato a tradurre con questi modelli, ma è bellissimo. Ora sono alla pari di traduttori umani esperti per compiti relativamente tattici. Durante i giorni di hype abbiamo visto che c'erano degli auricolari che traducevano per voi. E ci sono cose che si possono usare. Di recente sono stato in viaggio e il mio spagnolo da liceale è molto scarso, ma ora posso usare Google Translate, che è alimentato dall'intelligenza artificiale generativa, e questi altri strumenti per farlo. E quindi ora lo traduco nel contesto lavorativo. E credo che abbiamo appena iniziato a sfiorare quello che sarà.

La cosa davvero interessante è che siamo arrivati a un punto in cui abbiamo una quantità sufficiente di dati aziendali privati e proprietari che non sono esposti a questi modelli. Ma ora abbiamo gli strumenti che li rendono accessibili ai tecnologi aziendali. Penso che questo sia ciò che è cambiato fondamentalmente, è che la tecnologia di base è in realtà relativamente matura da, non so, cinque, sette anni. Siamo abbastanza avanti nelle cose che abbiamo visto con ChatGPT, con una maggiore potenza di calcolo che si è riversata su un'architettura che esisteva, che so, sette anni fa, quando è uscito il primo articolo su queste cose. E ora questo è ciò che cambia davvero nel mondo del lavoro. Abbiamo accesso alla tecnologia per rendere tutto ciò rilevante. Così la ricerca semantica migliora, la sintesi estrattiva, la sintesi astraente, il lavoro di conoscenza e il lavoro creativo migliorano. E questo è ciò che vedremo nel corso del prossimo anno o giù di lì.

Dayle Hall: 

Per me questa è la chiave. Voglio dire, siamo in SnapLogic. Siamo qui per costruire, commercializzare e vendere tecnologia di integrazione. E mi piace quello che avete detto entrambi. Greg, hai parlato in modo specifico di diversi settori, come quello sanitario, dove si assisterà a un cambiamento massiccio, e quello accademico. E quello che hai detto, Jeremiah, sull'impatto sulla nostra vita personale. E abbiamo appena iniziato ad approfondire, Jeremiah, il tema del lavoro, come funzionerà?

E mi sento come... Sentite, mi occupo di marketing da 25 anni nell'industria tecnologica e parlo del futuro del lavoro da 25 anni in una forma o nell'altra. Lei ha parlato di iPhone. Aruba Networks ha cercato di aiutare le persone a comprendere le politiche di Bring Your Own Device, perché le persone stavano introducendo tutta questa tecnologia che non potevano controllare. Quindi parliamo sempre del lavoro futuro.

Quali pensa che saranno i grandi cambiamenti, prima o poi, intorno a... Concentriamoci sull'IT perché so che ci sono molte altre cose su cui potremmo concentrarci. E so che in un team di marketing stiamo già utilizzando diversi strumenti di intelligenza artificiale generativa per aiutarci. Ma se siete là fuori e state ascoltando, se siete ingegneri o chief data officer di un'azienda, quali sono le cose a cui devono pensare? A cosa andranno incontro quando il loro lavoro cambierà nei prossimi 12 mesi? Greg, perché non inizi con questo?

Greg Benson:

Una questione pratica, oltre al semplice impegno con la tecnologia e alla comprensione di ciò che è in grado di fare, è rappresentata dalle linee generali dei modelli linguistici forniti tramite API, oppure dalla scelta di seguire la strada della messa a punto o dell'addestramento del proprio modello, che attualmente è più costoso. Dovrete stabilire quale sia il vostro punto di contatto con la tecnologia e quale sia il fornitore da utilizzare. L'aspetto che stiamo affrontando internamente, e che molte aziende stanno affrontando, è il rapido cambiamento della situazione dal punto di vista normativo, il GDPR. Ed è divertente. È successo così in fretta che quando c'è stata la lettera per lasciare [sperare] l'IA generativa per sei mesi, sarebbe stato come spegnere le criptovalute, non si può fare. È come se fosse arrivata.

Dayle Hall:

È tutto nella borsa.

Greg Benson:

Sì, è vero. Ci sono due cose che direi immediatamente. Una è che se siete professionisti e avete appena iniziato, e ieri eravamo a questo evento di AWS, e molte persone sono nella fase iniziale di "ok, noi..." e molte aziende hanno direttive dall'alto verso il basso. Forse c'è un po' di base, ma ora ci sono consigli di amministrazione che dicono: "Dov'è la nostra intelligenza artificiale generativa? Quali sono le nostre iniziative? Dove si inserisce nella nostra azienda? E vogliamo vedere dei risultati nei prossimi tre o sei mesi.

Quindi è necessario comprendere questi punti di contatto e stabilire il modo in cui si accede alla tecnologia. Poi c'è l'aspetto normativo che, onestamente, non è ancora stato risolto del tutto. Ma se siete in un settore che ha a che fare con dati sensibili, questo farà parte dell'equazione. Per quanto ci riguarda, si tratta di un aspetto che stiamo affrontando da un po' di tempo a questa parte e che possiamo sicuramente aiutare i nostri clienti ad affrontare. La parte normativa e di conformità è un'altra cosa di cui dovrete essere consapevoli.

Dayle Hall:  

Già. Jeremiah, e tu? Quali sono, secondo te, i grandi cambiamenti all'interno dell'IT, all'interno dei ruoli che ci sono, che pensi avranno un impatto nel prossimo anno o giù di lì?

Jeremiah Stone:  

Beh, ho gestito reparti IT interni, ho fatto parte dell'IT interno. Il mio primo lavoro dopo l'università è stato proprio quello di amministratore di sistemi. Quindi, essendo stato nelle trincee dell'IT, penso che, numero uno, l'assistenza agli utenti finali migliorerà molto. La possibilità per il reparto IT di creare archivi di conoscenze automatizzati e per i singoli individui dell'organizzazione di autoassistersi per quanto riguarda i loro problemi, penso che migliorerà parecchio. Quindi l'esperienza dell'help desk, in cui si deve fornire assistenza informatica. Penso che l'intero supporto IT e la capacità delle persone di gestire i propri problemi aumenteranno drasticamente. E questo comprimerà l'uso più produttivo degli strumenti. Penso quindi che questo sia un settore in cui i dipartimenti IT debbano cercare di sfruttare la capacità di utilizzare questi strumenti per supportare gli utenti finali e l'accesso alle conoscenze.

Allo stesso modo, credo che la capacità di trasferire le competenze, come ha detto Greg. Prima ha dato una bella visione di come imparare una nuova lingua, come imparare una nuova tecnologia, come imparare una vecchia tecnologia. Quindi, la capacità di trasferire le responsabilità per determinate porzioni del panorama aziendale della proprietà, come si vuole, è un aspetto da considerare in modo diverso. La capacità di avere una fluidità di compiti e responsabilità attraverso la trasferibilità delle conoscenze e il modo in cui si configura, credo, cambierà sicuramente.

Penso che i dipartimenti IT saranno sottoposti a una pressione ancora maggiore per l'adozione di nuovi strumenti, nuove funzionalità e maggiori rischi per l'azienda, perché l'altro aspetto di cui si parla meno è che i modelli più performanti dell'IA generativa sono disponibili solo tramite API. Non è possibile scaricarli ed eseguirli all'interno delle proprie mura. Quindi ora è possibile consumarli solo attraverso l'impresa estesa. E ora, capire come gestire i dati e le risorse proprietarie e riservate diventa improvvisamente molto complesso e sofisticato. Questo è l'unico ambito in cui le cose diventano molto più complesse. E direi che questa è un'area in cui i principali fornitori di questi sistemi sono in difficoltà in questo momento.

E credo che vedremo... se vedremo un'area in cui l'intero dominio inizierà a diffondersi e a offrirci molte opzioni, sarà quella dei modelli limitati in termini di calcolo e di memoria, che possono essere messi a punto per compiti ristretti e che quindi proteggono la proprietà intellettuale e i beni, e anche dei modelli preaddestrati limitati in cui si ha accesso alla comprensione dei dati su cui sono stati addestrati. Pertanto, non si ha a che fare con problemi di copyright e simili. Quindi questa è un'area in cui si ottiene l'accesso e si identifica qualcuno nel team che diventi un esperto, perché oggi non ci sono esperti in questo campo, si identifica qualcuno che sia esperto in questo campo per iniziare, si trova il giusto consulente esterno perché il vostro consulente interno probabilmente non può, non ha alcuna conoscenza trasferibile o larghezza di banda per imparare. Queste sono un paio di aree che mi vengono in mente.

Dayle Hall:

Sì, è vero. Allora Greg, passiamo a te per questa domanda. Ho partecipato a molti di questi podcast. Abbiamo parlato di IA sotto vari aspetti. Abbiamo parlato di IA etica. E ho parlato con alcune organizzazioni non profit che si sono concentrate su questo tema. Steve Nouri ha sviluppato un'organizzazione in Australia, gruppi di persone che si riuniscono per cercare di assicurarsi che stiamo agendo in modo responsabile nei confronti delle persone su cui questo avrà un impatto maggiore, e che riuniscono gruppi di diversi livelli di competenza, esperienza e background per valutare questo tipo di cose.

Ho due domande. La prima è, nello specifico, l'IA generativa aiuta o ostacola le domande sull'IA etica? Oppure dobbiamo ancora rispondere alla sfida di fondo: come assicurarci che l'IA non sia addestrata inizialmente su dati sbagliati e che l'IA generativa non peggiori le cose, dobbiamo ancora tornare ad assicurarci che i dati che abbiamo siano corretti in primo luogo? Come pensa all'IA generativa e all'IA etica insieme?

Greg Benson:

Di certo, come probabilmente avrete letto, ci sono stati numerosi studi, anche prima del recente boom dei modelli linguistici di grandi dimensioni, sulla parzialità dei dati di addestramento e sul loro impatto sull'utilizzo del ML per l'approvazione di mutui o per filtrare i candidati a un posto di lavoro, e sulla parzialità che è emersa, forse inconsapevolmente, da parte delle persone che hanno raccolto i dati di addestramento. Certamente, questo problema può esistere anche in questi sistemi di IA generativa. E credo che ci siano molte aziende private di buon livello e, come lei ha sottolineato, organizzazioni non profit che si preoccupano di garantire che siamo consapevoli e cerchiamo di mitigare gli effetti negativi di potenziali pregiudizi nei dati di addestramento.

L'unica cosa che mi sento di dire è che la recente evoluzione di questa tecnologia ha forse creato un'attenzione ancora maggiore rispetto al passato su questo tema. Direi che uno degli aspetti più interessanti che ci aiuterà è l'enorme quantità di impegno pubblico e comunitario intorno ai modelli e il numero crescente di modelli pubblici. La disponibilità dei dati di partenza per l'addestramento dei modelli aiuterà il mondo intero e la comunità a valutare, comprendere, esplorare, evidenziare le carenze di questi sistemi.

Un buon esempio è se si pensa al sistema operativo forse di maggior successo oggi, che è Linux, che è disponibile pubblicamente, è stato esaminato pubblicamente e ha portato a una piattaforma tecnologica di base su cui tutti noi facciamo affidamento per tutto, per le banche, per la sanità. Sì, ci sono altri sistemi operativi, ma si tratta di un sistema operativo ampiamente utilizzato e dipendente, pubblico e open source.

Perciò penso che l'IA generativa non sia necessariamente di aiuto o di danno. Ma vedo che il movimento di open sourcing dei modelli e l'impegno della comunità ci permettono di far emergere i problemi e di affrontarli in futuro.

Dayle Hall:  

Quindi la domanda che volevo farle, e credo che lei abbia accennato a questo prima, quando l'IA generativa ha iniziato a decollare molto pubblicamente, e ci sono alcuni, chiamiamoli così, innovatori nel mondo della tecnologia che hanno chiesto una pausa, per ragioni altruistiche o meno, qual è stata la sua risposta a questo? E non sto dicendo che non avesse dei meriti. Non dico che sia stata una trovata o un'operazione di marketing o qualcosa del genere, ma quando si assiste a questo tipo di risposta e a qualcuno che chiede di rallentare, ne abbiamo appena parlato, ovvero che a questo punto non si può più far ripartire il treno, ma come lo vede? È stata solo la pubblicità la vera preoccupazione, guardando la cosa dal tuo punto di vista accademico e di scienza dei dati?

Greg Benson:

Credo che si trattasse in gran parte di una preoccupazione molto genuina per l'umanità. Penso che quando si vede - non ricordo la citazione. Ma quando si vede una tecnologia indistinguibile dalla magia, quando abbiamo assistito a questo incredibile salto che, a detta di tutti, non è immediatamente spiegabile e, ad essere onesti, anche le strutture, queste reti neurali profonde che abbiamo costruito con la tecnologia del trasformatore di cui parlava Jeremiah, abbiamo costruito queste cose, le comprendiamo pienamente? Non è ancora chiaro.

Quindi, quando si vede questo salto, penso che ci sia stato un "wow, dove andremo a finire". Abbiamo fatto un grande balzo in avanti nella capacità di far ragionare e sintetizzare qualcosa e di agire in un modo che imita molte risposte umane. Forse è solo una reazione naturale del tipo: "Visto che non riusciamo a spiegarlo completamente, è davvero incredibile, dove andrà a finire? E credo che la preoccupazione derivi fondamentalmente da questo: questi sistemi di intelligenza artificiale potrebbero iniziare a prendere più decisioni? E dovrebbero prendere più decisioni? E dove si inseriscono nei nostri processi, come la sanità, il governo, la polizia e questo genere di cose?

A proposito, non nego che noi, come società, dobbiamo essere molto vigili per capire dove e come vengono utilizzati questi sistemi. Credo che nessuno lo neghi. Quindi credo che la pausa sia stata dettata da una genuina preoccupazione per il futuro dell'umanità che si interseca con questa tecnologia. Come abbiamo detto, è là fuori. Quindi ora la domanda che mi pongo è: come rispondiamo come società, come rispondiamo come governi per capire dove riteniamo che questa tecnologia possa portare benefici alla società e dove vediamo i maggiori rischi per la società? C'è molto lavoro da fare, proprio come nel caso delle automobili, della sicurezza dei parabrezza e della comprensione dei rischi per la salute delle sigarette, abbiamo dovuto affrontare molte cose che si sono rivelate dannose per la società. E sono cose che continueremo ad affrontare.

Dayle Hall:  

Sì. Beh, almeno mi conforta il fatto di sapere come sono le cose che stai guardando. Beh, almeno mi conforta il fatto di sapere come si svolgono le attività che state esaminando. E ancora, con il vostro lavoro state plasmando le menti dei futuri ingegneri e scienziati dei dati. E il fatto che ci pensiate in questo modo, il fatto che io sappia che molti dei processi che stiamo seguendo in SnapLogic per cose come il prodotto SnapGPT sono per assicurarci che sia sicuro e protetto almeno quanto dovrebbe esserlo qualsiasi prodotto che rilasciamo.

Ma ancora una volta, come hai sottolineato, non so se sei stato tu o Jeremiah a dire che siamo all'1% o al 2% in questo viaggio. Penso che tutti noi dobbiamo guardare alle capacità, alle opportunità, ma anche assicurarci di continuare ad agire in modo responsabile per il bene di tutti.

Greg Benson:

Sì, decisamente.

Dayle Hall:

Apprezzo che ci siano state ottime risposte. Per concludere, Jeremiah... Questo podcast non ha lo scopo di pubblicizzare il prodotto di SnapLogic. Detto questo, è una buona opportunità con l'avvento dell'IA generativa e di ciò che SnapLogic sta facendo intorno all'integrazione generativa. Mi dica perché è entusiasta di ciò che verrà lanciato entro la fine di questo podcast, ovvero la disponibilità generale di SnapGPT.

Jeremiah Stone:

Non potrei essere più entusiasta del lancio del lavoro su cui il nostro team ha lavorato intensamente negli ultimi due mesi. Quello che stiamo aprendo è la possibilità per chi ha un problema aziendale di descriverlo e di passare molto più rapidamente a un sistema che soddisfi le sue esigenze. Questo è un aspetto con cui abbiamo sempre lottato nel mondo della consegna dei progetti e delle applicazioni: prendere le intenzioni o i requisiti di qualcuno e tradurli in un sistema funzionante. Oggi siamo in grado di descrivere un'integrazione tra sistemi o un carico di lavoro e di generare la prima bozza, il prototipo di quel carico di lavoro in pochi secondi, per poi passare alla modifica, non alla creazione, eliminando l'ansia, l'onere e la sfida di costruire qualcosa.

E parlando con i nostri early adopter, è sorprendente sentire le persone dire: "Normalmente mi ci sarebbero voluti uno o due giorni, ho creato la prima bozza in un'ora". E si tratta di pipeline difficili e complesse. E vedendo questo tipo di compressione dei tempi, penso solo al fatto che qualcuno possa tornare a casa dalla propria famiglia prima, per vivere una vita più piena. Ancora una volta, si tratta di capire come ho interiorizzato: quando questa tecnologia è davvero importante, è quando migliora non solo l'azienda e la capacità delle persone di svolgere il proprio lavoro, ma migliora fondamentalmente le nostre vite.

E credo che ora, con SnapGPT e il lavoro che stiamo svolgendo, siamo in grado di raggiungere questo obiettivo, perché, come abbiamo visto da molte fonti ben pubblicizzate, il 65%, il 50% o il 60% di tutto il lavoro nell'IT consiste nell'integrare i sistemi tra loro. E se riusciamo a cancellare questo dato e a ridurlo a zero, pensate solo a quale cambiamento apporta alla vita quotidiana delle persone, alla loro capacità di concentrarsi sui clienti, sui colleghi e sulla fornitura di valore piuttosto che sull'impianto idraulico dei pezzi da mettere insieme, sono davvero entusiasta.

Dayle Hall:

E come hai detto tu, passare più tempo con le famiglie sarebbe un bel vantaggio secondario. Jeremiah, grazie mille per esserti unito a noi nel podcast di oggi.

Jeremiah Stone:

Grazie per avermi ospitato, Dayle. Lo apprezzo molto. Sono entusiasta di continuare a essere un ascoltatore fedele e di vedere dove ci porterà questo viaggio. È un momento straordinario per fare quello che stiamo facendo. E mi sento fortunata.

Dayle Hall:

Sembra buono. Greg, grazie per aver partecipato al podcast di oggi. E credo che a un certo punto, in futuro, speriamo di poterti far tornare a parlare di questo argomento.

Greg Benson:

Ne sarei felice. Sì, mi è piaciuto.

Dayle Hall:

Grazie per esserti unito a noi, Greg.

È tutto per la seconda stagione del nostro podcast. Credo che questo sia un ottimo modo per concludere la stagione. Ci sono stati sicuramente degli sviluppi interessanti. Quando abbiamo iniziato a registrare la Stagione 2, l'IA generativa era appena nata. E guardate dove siamo ora. Siamo a tre o quattro mesi di distanza e le capacità che stiamo vedendo emergere non provengono solo dalla nostra azienda, ma da molti altri luoghi. La tecnologia e l'innovazione che sono in grado di sviluppare ora sono sbalorditive, assolutamente sbalorditive.

Penso a ciò che i miei figli vivranno nei prossimi 5, 10, 15 anni. Ed è emozionante. Sono anche nervoso per alcune di queste cose, perché tutti noi dobbiamo assicurarci di continuare ad agire in modo responsabile. Alcune di queste tecnologie non sappiamo dove andranno a finire. E spero, credo, che la maggior parte delle organizzazioni là fuori agisca allo stesso modo. Ma alla fine di questa Stagione 2, grazie per aver ascoltato questo podcast. Questo è stato Automatizzare l'impresa. Sono Dayle Hall, CMO di SnapLogic, e vi do appuntamento alla prossima puntata.