Contenuti AI: Tra progresso e fatica
I contenuti generati automaticamente stanno diventando sempre più diffusi e, di conseguenza, cresce anche lo scetticismo riguardo alla loro qualità e rilevanza. Le aziende si trovano ad affrontare la sfida di integrare in modo efficace l’intelligenza artificiale nei propri processi, soddisfacendo al contempo la domanda di formati autentici. Un documento di analisi di EY Svizzera illustra gli sviluppi principali.
Il secondo documento di tesi della società di revisione e consulenza EY Svizzera esamina il futuro prossimo dell'IA in tre tesi.
Tesi 1: l'affaticamento da contenuti di IA è in aumento
I contenuti generati dall'intelligenza artificiale sono ormai parte integrante della comunicazione digitale, ma vengono sempre più rifiutati. La crescente quantità di testo prevedibile e rifinito spinge gli utenti a rivolgersi sempre più spesso a formati autentici come podcast o interviste. "Gli utenti sono sempre più attratti da prospettive umane autentiche per capire il contesto e la persona che sta dietro alle opinioni", spiega Adrian Ott, Partner e Chief Artificial Intelligence Officer di EY Svizzera.
Se usata con criterio come strumento editoriale e di controllo della qualità, l'IA può supportare e non sostituire la creatività umana. Quando si crea un nuovo articolo con l'IA, esistono oggi diversi modi per eliminare completamente il gergo superfluo e gli stili di scrittura dell'IA, mantenendo il contenuto fresco e facile da leggere e consentendo agli autori di concentrarsi sui loro pensieri originali. Un'intera branca della scienza (Human-AI Interaction, "HAX") è nata intorno all'interazione tra gli esseri umani e l'IA, studiando questa connessione e identificando le strade da percorrere.
Tesi 2: I dati aziendali come ostacolo per l'AGI
Lo sviluppo continua a progredire, in particolare nella direzione dell'intelligenza artificiale generale (AGI), che in teoria potrebbe svolgere qualsiasi compito intellettuale a livello umano. In pratica, però, il suo utilizzo spesso fallisce a causa della scarsa qualità dei dati aziendali o dei complessi processi decisionali. "È improbabile che il sogno di caricare tutti i dati aziendali in un'AGI che ottenga immediatamente una visione d'insieme dell'azienda funzioni come previsto", afferma Ott. "La questione non è solo quando arriverà l'AGI, ma anche quanto tempo ci vorrà per integrarla in modo significativo nel nostro mondo aziendale". Efficienza, affidabilità e fiducia giocano quindi un ruolo altrettanto centrale.
Tesi 3: modelli di IA più efficienti in aumento
Allo stesso tempo, il consumo energetico dei modelli di IA di grandi dimensioni sta diventando sempre più evidente. Mentre in passato modelli potenti richiedevano enormi capacità di calcolo, sviluppi come il modello cinese DeepSeek dimostrano che è possibile ottenere risultati considerevoli con meno risorse. A lungo termine, questo potrebbe portare a una spaccatura del panorama dell'IA: Da un lato, sistemi di autoapprendimento altamente complessi per la ricerca e l'innovazione e, dall'altro, modelli efficienti per l'uso quotidiano.
La collaborazione tra uomo e IA come fattore chiave
Per le aziende, ciò significa che l'IA rimane un fattore competitivo decisivo, ma il suo utilizzo deve essere strategico. Mentre aumenta la domanda di contenuti credibili, nuovi modelli di IA efficienti dal punto di vista dei costi offrono opportunità per applicazioni personalizzate. Chi investe nella qualità dei propri dati in una fase iniziale potrebbe beneficiare degli sviluppi tecnologici a lungo termine.
Qui l'intero documento di tesi può essere letto in dettaglio.
