La prossima fase dell’intelligenza artificiale non sarà definita soltanto da risposte migliori.
Sarà definito da sistemi in grado di agire con il contesto, percepire con profondità e modellare il mondo che sono chiamati a cambiare.
La prossima domanda sull’intelligenza artificiale non è solo cosa sanno i modelli
La conversazione sull’intelligenza artificiale sta iniziando ad andare oltre l’interfaccia del chatbot.
Negli ultimi anni, la forma più visibile di intelligenza artificiale è stata quella linguistica. Le persone digitavano domande, i modelli producevano risposte e l’industria misurava i progressi attraverso il ragionamento, la codifica, la scrittura, il riepilogo e la ricerca. Quella fase non è finita. L’intelligenza linguistica sta ancora diventando più utile, più integrata e più commerciale.
Ma non è più tutta la storia.
La domanda più importante ora è cosa accadrà quando i sistemi di intelligenza artificiale non solo genereranno risposte, ma inizieranno a utilizzare strumenti, gestire flussi di lavoro, comprendere lo spazio e ragionare sul mondo fisico. È qui che l’industria sta iniziando a trasformarsi: dal linguaggio all’azione, dal testo alle interfacce, dalle risposte statiche agli ambienti dinamici.
Questa trasformazione è diventata più chiara solo da HumanX. La La spesa globale per l’IA viene ora sostenuta da infrastrutture e strumenti di agenti. Il punto non è semplicemente che sia diventato disponibile un altro modello. Il fatto è che gli agenti stanno diventando parte dello stack aziendale.
Ecco perché le conversazioni di HumanX a San Francisco sono ancora importanti. L’evento è passato, ma ha catturato una transizione che ora sta diventando più visibile: l’intelligenza artificiale si sta spostando da sistemi che parlano a sistemi che agiscono e da modelli che elaborano il linguaggio a modelli che necessitano di una certa comprensione del mondo.
“L’intelligenza artificiale è passata dall’essere in grado di rispondere alle domande all’essere ora in grado di fare cose.”
– Jensen Huang
La terza ondata di IA
Jensen Huang ha inquadrato direttamente l’evoluzione. L’intelligenza artificiale, ha affermato, è molto più ampia dei grandi modelli linguistici. Il linguaggio è una forma di informazione codificata, ma l’informazione è codificata anche in geni, proteine, sostanze chimiche, fisica, strumenti, software e ambienti. Ovunque ci sia una struttura, l’intelligenza artificiale può imparare a rappresentarla.
Questa definizione è importante perché allontana l’intelligenza artificiale dall’essere intesa come un’unica categoria. I chatbot sono importanti, ma sono solo un’espressione di una tecnologia molto più ampia. Il cambiamento più profondo è che l’intelligenza artificiale sta diventando un modo per rappresentare, prevedere e agire in tutti i settori.
Huang ha descritto il momento attuale come l’inizio di una terza ondata. La prima ondata di intelligenza artificiale moderna era generativa: modelli in grado di tradurre una forma di informazione in un’altra. La seconda ondata è stata il ragionamento, in cui i modelli sono diventati più radicati e utili. La terza ondata, a suo avviso, è quella agentica.
“Quello che sta succedendo ora è che l’intelligenza artificiale è passata dall’essere in grado di rispondere alle domande all’essere ora in grado di fare cose”, ha detto.
Questo è un modo conciso per descrivere il nuovo centro di gravità. La richiesta non è più solo una domanda. Si tratta sempre più di una richiesta di azione: costruire qualcosa, analizzare qualcosa, usare questi strumenti, accedere a questi file, ripetere finché il lavoro non è terminato.
La frase più utile di Huang potrebbe essere stata ancora più semplice: “L’intelligenza artificiale è un software che utilizza software.”
Questa idea cambia il significato del livello dell’applicazione. L’industria del software è stata costruita attorno a strumenti utilizzati dagli esseri umani. Elaboratori di testi, fogli di calcolo, suite di progettazione, sistemi aziendali, strumenti per sviluppatori, CRM, ERP e piattaforme di analisi sono stati progettati per le persone sedute davanti agli schermi. Se gli agenti AI diventano utenti di strumenti, il numero di utenti di software si espande notevolmente.
Il risultato non è solo una maggiore automazione. È una reinvenzione del modo in cui il software stesso viene consumato.
Codifica per gestire gli agenti
La conversazione OpenAI/Codex a HumanX ha reso visibile la stessa transizione dall’interno dell’ingegneria del software.
Srinivas Narayanan ha descritto gli strumenti di codifica come se fossero passati dall’assistenza all’agenzia. Gli ingegneri non utilizzano più solo l’intelligenza artificiale per completare automaticamente le funzioni o spiegare il codice. Stanno guidando i sistemi che generano software, esaminano software e correggono bug. Nelle sue parole, il lavoro è diventato “principalmente non scrivere software, ma gestire agenti”.
Questa linea si collega direttamente a ciò che sta accadendo nel lavoro della conoscenza. La codifica è il primo ambito in cui questo modello di agente è diventato altamente visibile perché il software è insolitamente verificabile. I test possono essere scritti. I repository sono limitati. I bug possono essere riprodotti. È possibile controllare le uscite.
Ma l’affermazione più profonda è che il coding può essere un’anteprima di altre forme di lavoro. Narayanan ha descritto il Codex e i modelli di codifica come strumenti fondamentali per molti tipi di lavoro basato sulla conoscenza, dai flussi di lavoro legali e finanziari all’automazione dei processi aziendali.
È qui che gli agenti diventano più che semplici strumenti per sviluppatori. Diventano un’interfaccia di lavoro generale. Se possono manipolare file, accedere a sistemi, utilizzare applicazioni e operare all’interno di guardrail, le stesse primitive che li rendono utili per il codice possono renderli utili per altri flussi di lavoro.
Il limite non è l’immaginazione. È contesto, sicurezza e accesso. L’agente conosce i sistemi dell’azienda? Comprende il flusso di lavoro. Dispone delle autorizzazioni giuste. Può essere monitorato. È affidabile quando gli agenti iniziano a interagire con altri agenti.
Queste domande spiegano perché il futuro degli agenti non è solo una razza modello. È un problema di infrastrutture, governance e interfacce.
Il passaggio dalle parole ai mondi
Se Jensen e OpenAI hanno mostrato il passaggio dalla risposta all’azione, Fei-Fei Li ha spinto la conversazione verso un’altra frontiera: l’intelligenza spaziale.
La sua tesi non era che l’intelligenza linguistica sia finita. In effetti, ha chiarito che i modelli linguistici rimarranno fondamentali. Ma l’intelligenza umana non è solo linguistica. Comprendiamo il mondo attraverso lo spazio, il movimento, gli oggetti, i corpi, la geometria, l’interazione e il tempo. Affinché le macchine diventino più utili negli ambienti fisici e virtuali, hanno bisogno di una versione di quella comprensione spaziale.
Li ha descritto l’assenza di questa consapevolezza come intelligenza nell’oscurità. Nel momento in cui gli animali hanno preso coscienza del loro corpo e del loro rapporto con il mondo, ha detto, l’intelligenza si è evoluta rapidamente. Per l’intelligenza artificiale, l’implicazione è che vedere e ragionare sul mondo non è un accessorio dell’intelligenza. È centrale per questo.
La sua definizione di modello mondiale era precisa: un sistema in grado di comprendere lo spazio, ragionare sulla geometria, l’interattività, la fisica e la dinamica e infine generare spazio 3D e 4D proprio come i computer di oggi generano parole.
Si tratta di un’ambizione diversa dal creare un chatbot migliore. Punta a sistemi in grado di creare ambienti di formazione per robot, aiutare a progettare esperienze, supportare l’imaging sanitario, potenziare mondi virtuali e modellare il prossimo stato di un ambiente fisico.
Marble di World Labs, di cui Li ha parlato sul palco, è una delle prime espressioni di quella direzione: un modello generativo per veri mondi coerenti in 3D. Il punto non è solo che tali mondi possono essere generati. È che possono diventare ambienti in cui altri sistemi possono apprendere, testare, simulare e agire.
La fase successiva è l’azione e la comprensione del mondo
Nel loro insieme, le conversazioni di HumanX suggeriscono che la prossima fase dell’intelligenza artificiale non sarà definita da un’unica interfaccia.
Gli agenti hanno bisogno di strumenti. Le aziende hanno bisogno di guardrail. Il software ha bisogno di contesto. La robotica ha bisogno di dati spaziali. I modelli video necessitano di una comprensione temporale. I modelli mondiali necessitano di elaborazione, nuove architetture e ambienti di formazione che non esistono ancora su scala Internet.
Il filo conduttore è che l’intelligenza artificiale si sta avvicinando al lavoro e al mondo. Non è più sufficiente che i modelli producano un linguaggio plausibile. Devono agire, utilizzare software, comprendere gli ambienti e generare risultati che possano essere verificati, utilizzati e affidabili.
Questo è anche il motivo per cui San Francisco rimane un obiettivo così utile. HumanX non era solo un raduno di dirigenti e fondatori di intelligenza artificiale. Era un’istantanea del successivo argomento del settore: la frontiera si sta spostando dalle parole ai flussi di lavoro e dai flussi di lavoro ai mondi.
Ciò non rende la lingua meno importante. Lo rende parte di un sistema più ampio.
La prima esperienza di intelligenza artificiale per il mercato di massa è stata la conversazione. La prossima potrebbe essere la delega. Dopodiché, potrebbe trattarsi di simulazione: agenti che lavorano all’interno di ambienti che possono comprendere, modellare e modificare.
Questo è il vero significato del momento catturato da HumanX. La prossima fase dell’intelligenza artificiale non prevede solo risposte più intelligenti. Sono i sistemi che possono agire con il contesto, percepire con profondità ed eventualmente ragionare sul mondo che devono cambiare.
