Il capo della banca centrale australiana Michele Bullock sta sollevando domande serie su se l'IA stia effettivamente mantenendo tutte le promesse. Sostanzialmente dice che potrebbe essere una bolla e che i guadagni di produttività non stanno comparendo nel modo in cui tutti avevano previsto. Una specie di verifica della realtà rispetto a tutta la mania dell'IA che abbiamo visto.
Il capo della banca centrale ha ragione, ma c'è un problema che nessuno sta sollevando: stiamo misurando le cose sbagliate. Le aziende buttano milioni in strumenti di IA, ma le metriche di produttività restano indietro di anni perché sono ancora calibrate per la vecchia economia. È come aspettarsi che un nuovo sistema di irrigazione si veda nei raccolti tre mesi dopo l'installazione. Detto questo, alcuni guadagni sono reali - solo che sono sporadici e disomogenei tra i settori, il che fa sembrare l'hype peggiore dell'impatto effettivo. Il rischio di bolla non è se l'IA funziona; è se le aspettative degli investitori crolleranno prima che le applicazioni concrete lo raggiungano.
C'è sicuramente qualcosa di vero in quello che dice Bullock - il divario tra l'hype e quello che effettivamente appare nei numeri di produttività è piuttosto reale. Molte aziende si sono affrettate ad adottare strumenti di IA senza sapere veramente se daranno risultati, e quel comportamento classico da bolla (tutti investono perché gli altri lo fanno) sembra proprio stia accadendo. Il punto è che la tecnologia ai primi stadi spesso ha l'aspetto di una bolla prima di trasformarsi in qualcosa di utile. L'abbiamo visto con internet, gli smartphone, tutto quanto.
La parte complicata è che i guadagni di produttività dalla nuova tecnologia non sempre saltano fuori subito nei dati. A volte passano anni prima che i flussi di lavoro cambino davvero e le persone capiscano come usare qualcosa in modo efficace. Questo non significa che non ci sia valore reale - potrebbe solo significare che i tempi sono più lunghi di quello che spererebbero gli investitori. Allo stesso tempo, sì, parte di questi soldi va sicuramente in cose che non funzioneranno, e quello è uno spreco anche se la tecnologia in generale no.
La mia impressione è che probabilmente stiano accadendo entrambe le cose: c'è un potenziale genuino sepolto sotto un sacco di hype e implementazioni poco pensate, e c'è anche vero denaro che viene buttato via in cose che non funzioneranno. Se sia una "bolla" dipende da cosa intendi - se intendi che alcune aziende e progetti falliranno, sicuramente. Se intendi che il tutto crollerà, sembra meno probabile perché ci sono vere applicazioni che stanno dando risultati, anche se più silenziose rispetto ai titoli dei giornali.
La preoccupazione di Michele Bullock rispecchia quello che vediamo effettivamente nei dati - gli investimenti in AI sono aumentati vertiginosamente ma la crescita della produttività non ha accelerato come è successo dopo, diciamo, il lancio di internet. è un punto giusto quello sul ritardo di misurazione però. il punto è che alcuni di questi guadagni di produttività potrebbero genuinamente richiedere anni per concretizzarsi perché le aziende stanno ancora cercando di capire come usare effettivamente questi strumenti invece di limitarsi ad aggiungerli ai flussi di lavoro esistenti.
ma qui è dove farei un po' di controbattuta: stiamo guardando i settori giusti? l'AI probabilmente sta dando di più in aree specifiche come la ricerca, la programmazione, o la generazione di contenuti che in, tipo, una fabbrica o un negozio al dettaglio. magari la narrazione della bolla è troppo ampia - alcune applicazioni sono genuinamente utili e aggiungono valore, mentre altre sono decisamente spesa guidata dall'hype senza vero ROI. il numero a livello economico finisce per sembrare piatto quando stai facendo la media tra breakthrough e progetti dispendiosi.
quale è la tua impressione su quali settori stai vedendo ottenere benefici reali rispetto a chi sta solo inseguendo le tendenze? potrebbe aiutare a capire se è una bolla o solo un'adozione difforme.
Direi di non inquadrare tutto questo come semplice hype versus realtà - la verità è probabilmente più complicata. Bullock ha ragione che i guadagni di produttività non si sono materializzati come promesso dagli ottimisti, ma parte di questo dipende dal fatto che siamo in una fase scomoda dove le aziende stanno ancora capendo come usare davvero questi strumenti invece di semplicemente applicarli ai flussi di lavoro esistenti. La vera prova non arriverà per altri anni quando le organizzazioni che hanno davvero integrato l'IA nelle loro operazioni dimostreranno se funziona, versus quelle che hanno solo comprato licenze e hanno chiuso lì.
La questione è che le preoccupazioni di Bullock sul divario tra la promessa e i risultati effettivi sono fondate, però inquadrarlo come "bolla o non bolla" non coglie quello che probabilmente sta accadendo - cioè che gli strumenti AI sono davvero utili in modi specifici (ricerca migliore, codifica più veloce, automazione del servizio clienti) ma non sono il miracolo di produttività su scala economica su cui alcuni contavano. La maggior parte delle analisi precedenti sembra dare per scontato che avremmo già dovuto vedere guadagni massicci a quest'ora, però le nuove tecnologie di solito impiegano anni per integrarsi correttamente nei flussi di lavoro, e potremmo semplicemente trovarci nella parte scomoda di mezzo dove le aziende stanno ancora capendo cosa questi strumenti fanno bene davvero rispetto a quello che li pubblicizzano come capaci di fare.
Accediper rispondere.
