Il potere dell’AI
Goldman Sachs Am ritiene che la qualità dei dati sarà in futuro un elemento chiave in grado di generare valore rispetto alla concorrenza
L’offerta di prodotti indicizzati dedicati allo sviluppo della AI e dei big data è già oggi elevata, in quanto si tratta di un mega-trend dalle spalle robuste. Chiaramente il tema è ad alta volatilità, ma la rivoluzione tecnologica è in atto ed ha ancora strada da fare. Ne è convinta anche Goldman Sachs, che considera i dati un elemento di differenziazione che non si può più trascurare in relazione alla AI: Sung Cho e Brook Dane, portfolio manager in ambito Fundamental Equity per Gsam, intravedono importanti opportunità di investimento nelle società che aiutano le aziende a gestire i propri dati in modo ottimale. Probabilmente, diventerà sempre più evidente la dispersione tra le società che sfruttano i dati in modo efficiente rispetto a quelle che invece non lo fanno.
La rapida ascesa e il potenziale d’impatto della Ai generativa mettono questa tecnologia sulla buona strada per diventare il segno distintivo dell’economia moderna. Secondo Cho e Dane, man mano che l’Ai modificherà le economie e i settori, la gamma di opportunità d’investimento e i rischi si amplieranno e il divario tra vincitori e vinti aumenterà ancora di più. E i possibili beneficiari si possono trovare anche al di fuori di un gruppo ristretto di grandi aziende statunitensi che finora hanno guidato la crescita del mercato azionario e che sono stati i favoriti diretti, o i cosiddetti catalizzatori, tra cui i produttori di semiconduttori. Il prossimo gruppo di possibili vincitori in tale ambito potrebbe quindi avere a che fare proprio con i dati e la sicurezza.
La quantità di dati creati sta, infatti, crescendo in modo esponenziale e i dataset stanno diventando più grandi, complessi e meno strutturati. Questo crea un contesto ideale per lo sviluppo di tecnologie Ai innovative, come i modelli linguistici di grandi dimensioni (large language models, Llm) come ChatGPT. Gli studi suggeriscono che una delle principali sfide che impediscono alle aziende di espandere le proprie ambizioni di Ai è la gestione dei dati: dalla raccolta e l’archiviazione, alla pulizia e la protezione. Di riflesso, le aziende in grado di offrire un contributo in queste attività evidenziano già oggi un grande vantaggio, che potrà espandersi ulteriormente più ci si sposta verso un mondo in cui l’AI sarà sempre più protagonista.
D’altronde, la quantità di dati generati per minuto, ogni giorno, è diventata impressionante: 6 milioni di ricerche su Google, 231 milioni di mail inviate, 347 mila tweet su X, oltre 100 mila ore su Zoom, 66 mila foto condivise su Instagram, e così via. Lo sviluppo di modelli linguistici di grandi dimensioni accessibili a livello commerciale, come ChatGpt, richiede una notevole potenza di calcolo e memoria, ma in sostanza si basa sui dati. Durante tutta la fase di addestramento, i modelli linguistici individuano schemi e relazioni all’interno dei dati inseriti. e per preparare al meglio un modello per la scala e l’ambito di utilizzo desiderati è essenziale un’ampia gamma di dati pertinenti, accurati e completi.
I ceo globali temono che la tracciabilità e la provenienza dei dati costituiranno un ostacolo all’adozione della GenAi. I dati strutturati sono quantitativi e, pertanto, già organizzati, mentre quelli non strutturati sono qualitativi, come audio, video, post sui social media, e richiedono uno sforzo aggiuntivo per essere interpretati. L’efficacia di un modello AI è limitata dai dati ricevuti in fase di addestramento e questo sottolinea la dipendenza da insiemi di dati rappresentativi, di alta qualità e accurati. Gli esperti di Gs Am ritengono che le aziende che si affidano a dati non strutturati otterranno una maggiore efficienza e forniranno risultati migliori.
Inoltre, una volta raccolte, le opzioni di archiviazione dei dati spaziano da ambienti di cloud locali, pubblici o privati, a soluzioni ibride. Ogni opzione ha i propri limiti e i propri vantaggi, e negli ultimi anni si è verificato un grande cambiamento a favore degli ambienti cloud. Lo slancio delle attività di Ai e dei servizi ad essa correlati è destinato a contribuire alla crescita e ai margini del cloud computing, in futuro. Ne potranno beneficiare in particolare le aziende dell’ecosistema cloud, compresi i fornitori di network che agevolano la transizione dalle piattaforme locali a quelle basate sul cloud.
È anche fondamentale che le aziende abbiano fiducia nell’output dei modelli AI. Ci si aspetta che i decision maker aziendali utilizzino l’AI anche per scelte importanti, che vanno dai rating creditizi alle decisioni in ambito healthcare. I servizi di pulizia dei dati aiutano a mantenere l’integrità all’interno della catena di valore dei dati e a soddisfare i requisiti di tracciabilità dell’origine dei dati, e ciò crea opportunità per le società che offrono servizi di preparazione e pulizia dati.
Infine, la protezione dei dati per addestrare i modelli è fondamentale, in un mondo in cui i metodi di attacco informatico sono in continua evoluzione. Con l’evoluzione del panorama delle minacce, i decision maker in materia di sicurezza delle informazioni richiederanno nuove soluzioni per proteggere i dati proprietari aziendali. La next generation di fornitori di cybersecurity può aiutare i clienti a proteggere la loro risorsa più preziosa, a vantaggio delle aziende che sviluppano solide tecnologie di difesa informatica. (riproduzione riservata)
