ChatGPT: inizia la rivoluzione dell'intelligenza artificiale

Stephanie Roth, Senior Markets Economist

Bruno de la Sota, US Equity Strategist

Quest'anno la Lettera del Presidente e CEO di JPMorgan Chase&Co. Jamie Dimon agli azionisti sottolinea l'importanza dell'intelligenza artificiale (IA), dei dati e del passaggio al cloud. L'IA è una tecnologia dirompente straordinaria che può rivoluzionare il settore finanziario, accelerando la prossima era di innovazione ed efficienza. A nostro avviso, ChatGPT segna solo l'inizio di un nuovo universo di possibilità.

Dal suo lancio nel novembre 2022, ChatGPT ha letteralmente conquistato il mondo e i media, raggiungendo 1 milione di utenti più velocemente di qualsiasi altra applicazione. La sua rapida ascesa ha sollevato alcuni interrogativi fondamentali sulla natura dell'IA e sulle sue implicazioni per l'economia in generale.

In questo articolo analizziamo i diversi fattori alla base di questo fenomeno.

Cos'è ChatGPT?

Abbiamo chiesto a ChatGPT di spiegarci chi e cosa sia esattamente. Ecco la risposta che abbiamo ottenuto.

"ChatGPT è un modello linguistico di grandi dimensioni addestrato da OpenAI che è in grado di generare risposte simili a quelle umane alle domande formulate in un linguaggio naturale. Il modello si avvale di un'architettura di rete neurale profonda chiamata trasformatore, che è stata addestrata su un'enorme quantità di dati testuali per apprendere modelli e relazioni tra parole, espressioni e frasi.

[...]

In sostanza, ChatGPT elabora una grande quantità di dati testuali per apprendere schemi e relazioni tra parole e frasi, che poi utilizza per generare risposte contestualmente rilevanti e linguisticamente coerenti alle domande. Il risultato è un sistema in grado di comprendere e di rispondere alle domande in un linguaggio naturale in modo da imitare la conversazione umana".

Non perfetto, ma di grande effetto. 

Perché tutto questo clamore?

OpenAI ha lanciato GPT-3.5 nel novembre 2022. Il prototipo pubblico ha rapidamente preso piede, raggiungendo 1 milione di utenti in soli cinque giorni. Nel gennaio 2023 ha superato il traguardo dei 100 milioni di utenti, diventando la piattaforma con la crescita più rapida di sempre.

Il modello linguistico di grandi dimensioni (LLM) si distingue efficacemente dalle chatbot tradizionali perché dà all'utente l'impressione di interagire con un essere umano dotato di notevoli competenze in un'ampia gamma di argomenti. Gli LLM sono potenzialmente in grado di ridefinire il modo in cui affrontiamo le attività quotidiane, fornendo notevoli vantaggi in termini di efficienza, utilità e motivazione. Probabilmente non c'è da stupirsi se le Big Tech hanno rapidamente annunciato impegni pluriennali nell'IA generativa:

Qualche titolo:

• "Microsoft Invests $10 Billion in ChatGPT Maker OpenAI" (Microsoft investe 10 miliardi di dollari nel produttore di ChatGPT OpenAI) (Bloomberg, 23.01.2023)
• "Google Releases ChatGPT Rival AI 'Bard' to Early Testers" (Google rilascia 'Bard', il rivale di ChatGPT, ai primi tester) (Bloomberg, 06.02.2023)
• "Baidu surges as Hope Mounts over Chinese Answer to ChatGPT" (Baidu guadagna terreno al crescere della speranza di una risposta cinese a ChatGPT) (Bloomberg 06.02.2023)
• "Salesforce follows Microsoft in launching A.I. tools for salespeople with help from OpenAI" (Salesforce segue le orme di Microsoft nel lancio di strumenti di IA per il personale commerciale con l'aiuto di OpenAI" (CNBC 07.03.2023)
• "Salesforce Launches $250 Million Fund for Generative AI Startups" (Salesforce lancia un fondo da 250 milioni di dollari per le startup di IA generativa) (Bloomberg 07.03.2023)
• "Citadel Negotiating Enterprise-Wide ChatGPT License" (Citadel negozia una licenza aziendale per ChatGPT" (Bloomberg 07.03.2023)

Gli investimenti nell'IA generativa si concentreranno probabilmente su tre livelli: 1) applicazioni che integrano i modelli di IA nei prodotti destinati agli utenti, 2) modelli che alimentano i prodotti di IA basati su modelli proprietari (o open source) e 3) fornitori di infrastrutture che gestiscono la potenza di calcolo necessaria per eseguire i modelli. 

Casi d'uso per ChatGPT e gli LLM

Grazie alla loro adattabilità, gli LLM sono diventati molto potenti. Solo di recente, ChatGPT ha superato: 1) un esame per un MBA a Wharton, 2) un esame per l'abilitazione alla professione medica negli Stati Uniti, 3) diversi esami di un corso di giurisprudenza e 4) un colloquio di codifica con Google per un ingegnere di livello 3 con uno stipendio di 183.000 dollari. Le prospettive sono evidentemente molto ampie.

Riportiamo di seguito altri possibili casi d'uso.

1. Agenti conversazionali. Si pensi a una chatbot di e-commerce che verifica la disponibilità di magazzino e quindi raccomanda un prodotto che potrebbe essere consegnato il giorno successivo. Il cliente riceve un servizio rapido; inoltre, tenendo conto dei livelli delle scorte, della pianificazione, delle interruzioni delle catene di fornitura e dei tempi di consegna, si migliorano le operazioni. In parole povere, l'IA può svolgere tali mansioni in modo più rapido ed efficiente.
2. Assistenti virtuali. Di recente Salesforce ha confermato l'intenzione di integrare ChatGPT in EinsteinGPT, il suo strumento di customer relationship management (CRM). L'assistente virtuale automatizzerà le mansioni di vendita che richiedono più tempo, come la redazione di e-mail, la pianificazione di riunioni e la preparazione di note per le interazioni future. Utilizzando l'IA generativa per sintetizzare gli scambi passati con i clienti, i team commerciali potranno migliorare le possibilità di chiudere un affare. L'IA potrebbe persino automatizzare il processo di ricerca di nuovi clienti.
3. Elaborazione del linguaggio. Anche i settori in cui si fa spesso ricorso ad ampie modifiche dei contratti potrebbero beneficiare dell'IA generativa. Gli LLM sono in grado di redigere un contratto con un linguaggio adeguato e persino di rivedere gli accordi esistenti. La tecnologia potrebbe essere sfruttata anche durante le ricerche giuridiche per elaborare sintesi di casi, leggi e persino traduzioni.
4. Medicina e diagnosi. Assistenti virtuali per la telemedicina, il supporto alle decisioni cliniche e le raccomandazioni basate sulle prove scientifiche, con migliori risultati per i pazienti: questi sono solo alcuni modi in cui l'IA potrebbe facilitare i processi medici.

È meglio usare ChatGPT anziché Google?

In breve, non proprio. In generale, ChatGPT e gli LLM non sono ideati per fornire una versione migliore dei motori di ricerca esistenti. Alphabet potrebbe senz'altro incorporare alcune funzionalità di IA all'interno del classico motore di ricerca per offrire una risposta conversazionale simile a quella di ChatGPT. Tuttavia, a nostro avviso, la vera opportunità di crescita risiede nella possibilità di migliorare l'efficienza e la produttività dei servizi esistenti tramite l'integrazione degli LLM. Appena i principali operatori inizieranno a posizionarsi, assisteremo probabilmente a un aumento degli investimenti nei seguenti segmenti di applicazioni commerciali dell'IA:

1. Applicazioni per migliorare la produttività e l'efficienza

Il CEO di Microsoft Satya Nadella ha parlato espressamente dell'integrazione di ChatGPT nel motore di ricerca Bing, dopo l'investimento di Microsoft in OpenAI. Il potenziale beneficio dell'IA risiede nella crescita della produttività e dell'offerta di Office365. GitHub Copilot (alimentato da OpenAI Codex e acquisito da Microsoft nell'ottobre 2018) fornisce già suggerimenti di autocompletamento ai programmatori sulla base degli input forniti da un AI Pair Programmer (software che utilizza l'IA per assistere nella scrittura di codici).

Il 16 marzo 2023 Microsoft ha presentato Copilot a un piccolo gruppo di aziende e individui, testando l'integrazione di ChatGPT GPT4 in Office365. In Word, Copilot fornisce agli utenti una prima bozza da modificare mediante un processo iterativo, eliminando il problema del blocco dello scrittore. In PowerPoint, aiuta a creare presentazioni con un semplice input. Utilizzando il calcolo iterativo in Excel si possono analizzare tendenze e creare visualizzazioni di dati dall'aspetto professionale in pochi secondi. Con Teams, chi arriva in ritardo alle riunioni potrà ottenere una trascrizione sintetica di quanto discusso in sua assenza. Copilot potrà persino aiutare a organizzare le caselle di posta di Outlook.

È solo questione di tempo prima che le aziende decidano di monetizzare i vantaggi in termini di utilità. Tuttavia, la qualità dei progressi compiuti dipenderà da quella dei dati sottostanti su cui l'algoritmo viene addestrato.

2. Infrastruttura cloud

L'esecuzione di query su grandi volumi di dati può incrementare i carichi di lavoro dell'infrastruttura di cloud pubblico. L'aumento di scala necessario per soddisfare la domanda di potenza di calcolo non farà che accrescere le pressioni per maggiori investimenti in infrastrutture. Per sviluppare un LLM solido è dunque essenziale poter contare su un partner di servizi cloud, come Microsoft Azure, Amazon Web Services o Google Cloud Platform.

3. Potenza di calcolo e chip

La stima della capacità necessaria per assorbire carichi di lavoro crescenti varia notevolmente. Secondo le ultime previsioni (fonte: Dell'Oro), le spedizioni in termini unitari relative ai data center per l'IA sono destinate a raddoppiare, passando dall'attuale 7% al 15% circa entro il 2027, con una crescita dei ricavi dall'attuale 20% al 45% circa nello stesso lasso di tempo. Tale espansione sembra essere riconducibile a un aumento dei costi dei server per l'IA di 3-10 volte. 

Quali sono i costi e le sfide per l'IA?

Gestire e addestrare gli LLM è un processo economicamente oneroso. Con il tempo, i costi di ogni ricerca finiranno per diminuire via via che gli algoritmi diventeranno più efficienti. Gli LLM danno risultati insoddisfacenti quando non hanno accesso a un volume sufficiente di dati per l'addestramento, con conseguente "underfitting". È vero anche l'opposto: un eccesso di addestramento può produrre una visione a compartimenti stagni, impedendo di acquisire conoscenze in altri campi. La regolamentazione, inoltre, è destinata ad aumentare. A ogni ciclo di prodotto, le autorità sono intervenute sempre più velocemente per risolvere questioni potenzialmente controverse, specie in relazione alla moderazione dei contenuti, alla diffusione di disinformazione e alle distorsioni. 

Quali sono le implicazioni dell'IA per l'economia e il mercato del lavoro?

Abbiamo pensato di mettere ChatGPT all'opera, ponendogli alcune domande sull'impatto dell'IA e analizzando quindi le sue risposte.

L'intelligenza artificiale è un bene per l'economia?

ChatGPT: "L'intelligenza artificiale (IA) può avere un impatto positivo sulla crescita economica in diversi modi: 1) aumento della produttività: l'IA può automatizzare le mansioni di routine ed eseguirle più velocemente e accuratamente degli esseri umani, migliorando così la produttività e la produzione; 2) risparmi di costo: automatizzando mansioni e processi, l'IA può ridurre i costi del lavoro; 3) nuove opportunità di business: l'IA può aiutare le imprese a individuare nuove opportunità di crescita e innovazione; 4) miglioramento dei processi decisionali: l'IA può aiutare le aziende a prendere decisioni più informate e basate sui dati.

Tuttavia, è importante notare che alcuni settori potrebbero trarre maggiori benefici dall'IA rispetto ad altri, e che bisogna anche considerare l'impatto di quest'ultima sull'occupazione e sulle disuguaglianze di reddito".

Il nostro parere: proprio come le innovazioni dirompenti del passato, l'IA è destinata ad aumentare la produttività dell'economia statunitense. Il processo di riequilibrio potrebbe comportare la perdita di posti di lavoro, ma le difficoltà iniziali dovrebbero lasciare il posto a nuove occupazioni e ad una maggiore produttività dei lavoratori. 

Le stime sono molto varie, ma molte suggeriscono che la produttività delle imprese migliora del 2-4%¹ con l'adozione dell'IA. In base alle stime di Goldman, su cui torneremo più avanti, si prevede che il 25% circa delle aziende farà un uso significativo dell'IA, il che potrebbe dare un impulso al PIL nella misura dello 0,5% all'anno grazie all'aumento della produttività.

Quale sarà l'impatto dell'IA sul mercato del lavoro?

ChatGPT: "L'intelligenza artificiale (IA) è potenzialmente in grado di automatizzare molti lavori attualmente svolti dagli esseri umani, il che può comportare la perdita di posti di lavoro in alcuni settori. Tuttavia, è importante notare che l'IA può anche creare nuove opportunità di occupazione e cambiare la natura del lavoro stesso.

Alcuni lavori potrebbero andare incontro a una maggiore automazione rispetto ad altri, e alcuni settori potrebbero avere maggiori esigenze di lavoratori con competenze legate all'IA. I lavori che richiedono creatività, intelligenza sociale o destrezza fisica hanno minori probabilità di essere automatizzati dall'IA."

Il nostro parere: l'IA si ripercuoterà sul mercato del lavoro, proprio come l'avvento delle precedenti innovazioni tecnologiche. Per massimizzare i profitti, le imprese statunitensi hanno spesso cercato all'estero manodopera più economica e/o processi automatizzati. 

La "gara tra automazione e accrescimento" è iniziata². Goldman Sachs stima che il 25% delle attuali mansioni lavorative negli Stati Uniti e in Europa potrebbe essere automatizzato con l'IA³. Nello specifico, GS ha scoperto che i lavori altamente qualificati e non routinari (operazioni finanziarie e legali) sono fortemente suscettibili di essere automatizzati con l'IA. Per contro, le occupazioni ad alta intensità di lavoro manuale o i ruoli che richiedono abilità interpersonali sono meno vulnerabili all'automazione (edilizia, assistenza alla persona).

Cosa ci riserva il futuro?

"L'IA sarà determinante per il successo futuro della nostra azienda [...] L'importanza di implementare nuove tecnologie non potrà mai essere sottolineata abbastanza".

Lettera annuale del Presidente e CEO Jamie Dimon agli azionisti

Prevediamo che altre aziende annunceranno impegni pluriennali con OpenAI o condivideranno gli sviluppi dei propri modelli di elaborazione del linguaggio. Le opportunità sono immense e non è ancora chiaro chi vincerà la corsa all'innovazione. Sappiamo però che la battaglia non coinvolge solo le imprese tecnologiche e che non avrà un unico vincitore. In un'epoca di efficienza e produttività, chi risponde più velocemente avrà la meglio. Gli operatori storici hanno un vantaggio, ma emergeranno senz'altro nuovi protagonisti.

¹ Damioli, Van Roy e Vertesy (2021), Alderucci et al. (2020), Czarnitzki, Fernandez e Rammer (2022)

² Autore et al. (2022)

³ Sulla base della rassegna della letteratura esistente sui probabili casi d'uso dell'IA generativa, GS ha classificato 13 attività lavorative (su 39 presenti nel database O*NET) come esposte all'automazione con l'IA e, nello scenario di base, ipotizza che l'IA sia in grado di eseguire mansioni con un livello di difficoltà fino a 4 sulla scala da 1 a 7 di O*NET. Dopo aver calcolato una media ponderata in base all'importanza e alla complessità delle mansioni lavorative essenziali per ciascuna occupazione, GS stima la quota del carico di lavoro totale di ciascuna occupazione potenzialmente sostituibile con l'IA. GS ipotizza inoltre che le occupazioni in cui i lavoratori trascorrono una quota significativa del tempo all'aperto o alle prese con lavori fisici non possano essere automatizzate con l'IA.