Per oltre dieci anni Felix Kjellberg, conosciuto in tutto il mondo come PewDiePie, è stato uno dei creator più influenti della storia di YouTube. Ci è riuscito, tra le altre cose, grazie a interminabili sessioni di Minecraft (quel videogioco tutto cubi in cui puoi fare un po’ quel che ti pare) e reazioni forse un tantino sopra le righe a giochi horror, riuscendo a sdoganare i contenuti di questo genere che, con lui, sono passati da una fruizione di nicchia a un fenomeno di massa globale. 

Con milioni di iscritti e miliardi di visualizzazioni, non sorprende quindi che il suo ultimo progetto abbia fatto parecchio rumore.

Il signor PewDiePie non ha semplicemente deciso di entrare a gamba tesa nel mondo dell’intelligenza artificiale, ma lo ha fatto in una direzione completamente diversa rispetto a quella che il mercato aveva imboccato.

Il suo nuovo progetto si chiama Odysseus ed è un workspace AI locale progettato per funzionare direttamente sul computer dell’utente. Documenti, note, conoscenza personale, memoria storica e flussi di lavoro restano quindi all’interno della macchina che li utilizza.

Per usarlo non c’è bisogno di alcun caricamento continuo nel cloud, né di dipendere da un’infrastruttura esterna per conservare informazioni e contesto.

Ed è proprio questo il punto interessante, perché con il suo Odysseus, PewDiePie sembra quasi volerci chiedere: “siamo davvero sicuri che abbia senso regalare a scatola chiusa tutta la nostra memoria aziendale, le email e i segreti commerciali a un server dall’altra parte del mondo, invece che tenerceli stretti nel nostro computer?”

Il ring si sposta altrove.

Negli ultimi due anni abbiamo osservato il mercato come se il futuro dell’intelligenza artificiale dipendesse esclusivamente dallo scontro tra i vari modelli. D’altronde la competizione è serrata sin dagli esordi, e sul ring nessuno sembra voler cedere neppure di un millimetro.

Ci sono ottime probabilità, però, che a stretto giro il match si sposterà su un altro quadrato, poco più in là, e a darsele di santa ragione saranno l’AI che affitti, scesa dal cloud di qualcun altro, contro l’AI che possiedi, che vive direttamente nel computer dell’utente.

Fino a oggi, l’intelligenza artificiale in cloud ha avuto un ruolo fondamentale nell’accelerare l’adozione della tecnologia, ha abbattuto le barriere d’ingresso e ha reso possibile sperimentare in una manciata di ore ciò che solo a pochi anni fa richiedeva mesi di lavoro.

Ma quando la sperimentazione lascia spazio alla produzione, iniziano ad emergere domande diverse.

Secondo Deloitte, oltre una certa soglia di utilizzo l’equilibrio economico può cambiare rapidamente. Quando il costo delle infrastrutture AI in cloud raggiunge il 60-70% del costo equivalente di una soluzione proprietaria, iniziano infatti ad emergere valutazioni molto diverse.

Allo stesso tempo, per i workload più intensivi, i costi di trasferimento dati possono aggiungere dal 15% al 30% alla spesa complessiva.

Diciamolo subito: non è affatto un problema per chi sta testando un progetto. Lo è, però, per chi sta costruendo un business.

Ed è qui che il dibattito smette di riguardare il singolo modello e inizia a riguardare il controllo: non necessariamente quello di un’AI che gira sul tuo computer, ma quello di un sistema costruito attorno ai tuoi dati, ai tuoi processi e alle tue regole.

Perché quando l’intelligenza artificiale diventa parte delle operazioni aziendali, il costo di utilizzo è soltanto una delle variabili in gioco. Continuità, indipendenza e sicurezza iniziano ad avere un peso sempre maggiore.

L’altra faccia dell’AI in cloud.

Le fughe di dati collegate alla Generative AI sono oggi indicate come una delle principali preoccupazioni di sicurezza dalle organizzazioni di tutto il mondo. Non è una sorpresa, anzi, è quasi comicamente avvilente immaginare un CEO chiedere ai propri dipendenti di non inserire informazioni sensibili all’interno di tool di AI “in affitto”, pur sapendo che la metà del valore percepito di questi strumenti nasce proprio dalla possibilità di fornire loro contesto, documenti e informazioni aziendali. 

Secondo IBM, il costo medio globale di una violazione dei dati raggiunge oggi i 4,44 milioni di dollari. E nelle organizzazioni con alti livelli di Shadow AI, il costo medio aumenta di ulteriori 670.000 dollari.

Eppure molte aziende non sono ancora attrezzate per affrontare il problema. In Italia, solo il 31% delle organizzazioni dispone di policy specifiche per governare l’utilizzo dell’AI o individuare fenomeni di Shadow AI. 

In altre parole, il rischio non nasce dall’intelligenza artificiale in sé. Nasce nel momento in cui l’AI entra nei processi aziendali prima che l’azienda abbia deciso come governarla. 

Ed è esattamente ciò che accade quando una tecnologia viene adottata più velocemente delle infrastrutture e delle regole pensate per gestirla. 

Abbiamo già visto questo film.

La storia dell’informatica è piena di cicli.

Negli anni Novanta le aziende compravano hardware. Negli anni Duemila hanno iniziato a comprare software. Negli anni Dieci hanno iniziato a comprare servizi cloud. Negli anni Venti stanno comprando intelligenza artificiale. Ogni volta il mercato ha seguito uno schema sorprendentemente simile: prima la centralizzazione, poi arriva la dipendenza, poi la maturazione e infine la ricerca di autonomia.

Lo abbiamo visto con i server, lo abbiamo visto con i dati, lo abbiamo visto con il software.

Potremmo vederlo anche con l’intelligenza artificiale.

Già, perché in men che non si dica, con l’AI abbiamo già superato le fasi di centralizzazione, di dipendenza e di maturazione. Ora il mercato si sta timidamente affacciando verso l’esterno, alla ricerca di autonomia, controllo, personalizzazione, indipendenza strategica e sicurezza.

Forse hai notato che oggi si parla sempre più spesso di Sovereign AI, un concetto che non riguarda soltanto governi e infrastrutture nazionali, ma ha anche a che fare con le imprese e la loro capacità di mantenere il controllo sui propri dati, sui propri processi e su tutti quei sistemi che generano valore.

I numeri raccontano già una direzione precisa.

Secondo Databricks, il numero di organizzazioni che registrano modelli AI destinati alla produzione è cresciuto del 210% in un solo anno.

Le aziende stanno uscendo dalla fase di sperimentazione, e stanno portando l’intelligenza artificiale dentro le proprie operazioni.

La differenza fra usare e governare.

Oggi molte aziende stanno costruendo processi, automazioni e flussi operativi attorno a un solo modello AI, un solo fornitore, una sola dipendenza.

Il mercato, però, sta silenziosamente andando verso una direzione diversa.

Nel business ora non vince chi sceglie il modello migliore, bensì vince chi costruisce un sistema capace di utilizzare modelli diversi in base al contesto, agli obiettivi e ai requisiti di sicurezza.

È anche per questo che il mercato sta iniziando a spostarsi verso architetture di orchestrazione: sistemi progettati per integrare modelli differenti, instradare richieste in base al contesto, mantenere il controllo sui dati e ridurre la dipendenza da un singolo fornitore.

In queste architetture il modello smette di essere il centro del sistema, per diventare una componente intercambiabile di un ecosistema più ampio.

E così il vero asset non è più il modello che utilizzi oggi, ma la capacità dell’infrastruttura di adattarsi ai modelli che utilizzerai domani.

La domanda che conta davvero.

Mentre tutti discutono quale modello vincerà la prossima battaglia e sul ring si preparano a salire nuovi sfidanti, il mercato sta già cominciando a premiare chi progetta sistemi capaci di evolvere indipendentemente dal modello che utilizzano oggi.

Per anni abbiamo scelto software, nei prossimi anni sceglieremo infrastrutture. E allora in pochi si porranno il problema di quale AI utilizzi, ma quanto controllo conserverai quando quella AI diventerà parte integrante del tuo business.

Se il tuo vantaggio competitivo dipende da un singolo modello, da un singolo fornitore o da regole che non controlli, forse non stai costruendo qualcosa che ti appartiene davvero.

Ed è qui che PewDiePie diventa interessante.

Lui non ha creato un concorrente di ChatGPT, ma ha contribuito a rendere popolare una riflessione che molte aziende non si stanno ancora facendo.

L’intelligenza artificiale che usiamo ogni giorno è davvero nostra o la stiamo semplicemente prendendo in prestito? E a che prezzo?