notizia

한어Русский языкEnglishFrançaisIndonesianSanskrit日本語DeutschPortuguêsΕλληνικάespañolItalianoSuomalainenLatina

Li Ning/Testo L’intelligenza artificiale generativa (AI), conosciuta come la quarta rivoluzione industriale, rappresenta davvero una nuova rivoluzione della produttività?

Guardando indietro alla storia, le precedenti rivoluzioni industriali hanno portato enormi balzi in termini di produttività. La prima rivoluzione industriale iniziò nel 1760, segnata dal miglioramento del motore a vapore di Watt, che innescò il passaggio dal lavoro manuale alla produzione meccanica. La seconda rivoluzione industriale è stata caratterizzata dall’applicazione diffusa dell’elettricità. Queste due rivoluzioni hanno ridotto significativamente il costo dell’utilizzo della bioenergia, della manodopera e dell’energia animale e in molti scenari hanno portato il costo marginale del valore generato dal lavoro manuale vicino allo zero. La terza rivoluzione industriale, conosciuta anche come rivoluzione informatica, iniziò dopo la seconda guerra mondiale e fu segnata dalla diffusione dei computer e di Internet. In questa fase, le società Internet rappresentate da Google hanno ridotto i costi di acquisizione e diffusione delle informazioni a livelli estremamente bassi.

Come ha sottolineato Lu Qi, ex presidente di Baidu, le società Internet hanno realizzato una trasformazione fondamentale: convertire il costo marginale per ottenere informazioni in un costo fisso. Prendiamo ad esempio Google: ogni anno investe circa 1 miliardo di dollari nella produzione di mappe, ma per ciascun utente il costo per ottenere informazioni sulla mappa è quasi pari a zero. Questo modello non cambia solo il modo in cui si ottengono le informazioni, ma influenza profondamente tutti gli ambiti della vita.

Tuttavia, dobbiamo riconoscere la differenza essenziale tra informazione e conoscenza. La rivoluzione dell'informazione ha ridotto i costi per ottenere le informazioni esistenti, ma queste informazioni sono solitamente conoscenze create dalle generazioni precedenti, come libri, punti di conoscenza o codici. Dopo aver acquisito le informazioni, la ricreazione e l’applicazione della conoscenza dipendono ancora principalmente dall’uomo.

L’emergere dell’intelligenza artificiale generativa ha cambiato questa logica. Riduce notevolmente il costo della produzione della conoscenza. La creazione di conoscenza è la forza centrale che guida il progresso sociale e copre tutto, dalla ricerca scientifica all’avanguardia, alla ricerca e sviluppo aziendale, alle soluzioni di vendita nel settore dei servizi, all’istruzione e alla pianificazione della vita quotidiana nel campo familiare. In sostanza, queste attività sono processi di ricombinazione e creazione di informazioni esistenti.

Ad esempio, con l'aiuto dell'intelligenza artificiale, possiamo generare una copia di alta qualità in pochi secondi, completare un gran numero di brainstorming creativi in ​​pochi minuti e persino generare rapidamente immagini, video e opere musicali.

Nel campo della ricerca scientifica, l’applicazione dell’intelligenza artificiale è ancora più accattivante. Ad esempio, AlphaFold (un nuovo modello sviluppato da Google DeepMind e I-somorphic Labs, due società di intelligenza artificiale di Google), in quanto tecnologia di intelligenza artificiale rivoluzionaria, sta cambiando completamente il panorama della ricerca biomedica, abbreviando notevolmente il ciclo di ricerca scientifica e riducendo i costi.

Tradizionalmente, la determinazione della struttura tridimensionale di una proteina richiede l'uso di metodi sperimentali come la cristallografia a raggi X o la microscopia crioelettronica. Questi metodi non solo richiedono molto tempo e lavoro, spesso richiedono mesi o addirittura anni anche costoso. AlphaFold può prevedere con precisione le strutture proteiche in poche ore o giorni, accorciando significativamente il ciclo di ricerca.

Prendendo come esempio la ricerca e lo sviluppo di farmaci, ESM3 (un modello innovativo di intelligenza artificiale generativa sviluppato dalla startup AI EvolutionaryScale e utilizzato specificatamente per la progettazione di proteine) può simulare e generare rapidamente nuove sequenze proteiche, inclusi anticorpi ed enzimi con funzioni specifiche, consentendo agli scienziati di progettare farmaci mirati con una precisione senza precedenti.

Questa capacità consente ai ricercatori di generare e testare rapidamente nuovi progetti proteici, aggirando l’approccio per tentativi ed errori che domina lo sviluppo dei farmaci tradizionali, concentrando così la ricerca sui farmaci candidati più promettenti. La natura interattiva di ESM3 consente ai ricercatori di guidare il processo di progettazione delle proteine ​​attraverso suggerimenti, migliorando ulteriormente l'efficienza della scoperta dei farmaci. Ciò non solo accelera la ricerca ma riduce anche significativamente i costi, poiché i ricercatori possono esplorare una gamma più ampia di spazi proteici in un ambiente virtuale prima di convalidarlo in laboratorio. La capacità di ESM3 di simulare milioni di anni di processi evolutivi naturali apre nuove possibilità per lo sviluppo di farmaci innovativi.

Mustafa Suleyman, Chief Executive Officer (CEO) di Microsoft AI, prevede che nei prossimi 15-20 anni il costo della produzione di nuova conoscenza si avvicinerà allo zero. Egli ritiene che questi cambiamenti segneranno un vero “punto di svolta” nella storia umana.

Nuova visione e nuova logica

Se lo sviluppo e la divulgazione dell’intelligenza artificiale generativa realizzassero la visione di un costo marginale della creazione di conoscenza prossimo allo zero, inaugureremo un futuro senza precedenti. In questo futuro, la produzione della conoscenza diventerà estremamente economica ed efficiente, il che porterà profondi cambiamenti.

Immagina che i ricercatori scientifici possano completare la progettazione sperimentale e l’analisi dei dati in pochi minuti e che il ciclo di ricerca scientifica che prima richiedeva mesi sia stato notevolmente ridotto. Compiti complessi come la previsione della struttura delle proteine ​​e lo screening delle sostanze chimiche diventeranno accurati ed efficienti e il progresso scientifico sarà promosso come mai prima d'ora. In laboratorio, i ricercatori saranno più immersi nell’esplorazione creativa piuttosto che in noiosi esperimenti ripetuti.

In futuro, i medici potranno ottenere le più recenti conoscenze mediche e le migliori opzioni di diagnosi e trattamento con un semplice clic del mouse e personalizzare piani di trattamento personalizzati per i pazienti. Ogni paziente può ricevere il servizio medico più adatto e l'efficacia e l'efficienza della diagnosi e del trattamento sono notevolmente migliorate. Miglioramenti significativi della salute consentiranno alle persone di godere di una migliore qualità della vita e le malattie non saranno più un nemico invincibile.

In classe, l'intelligenza artificiale generativa fornirà risorse di apprendimento personalizzate in base ai progressi di apprendimento e agli interessi di ogni studente, insegnando veramente agli studenti in base alle loro attitudini. Gli studenti non saranno più vincolati da un curriculum unificato, ma potranno studiare nel modo e al ritmo che meglio si adattano a loro. Il potenziale di ogni bambino sarà pienamente stimolato, l'apprendimento diventerà una cosa divertente e la qualità dell'istruzione sarà complessivamente migliorata.

Nella sala di consulenza psicologica, l’intelligenza artificiale generativa fornirà consulenza psicologica personalizzata e supporto emotivo. L’intelligenza artificiale può identificare e analizzare attentamente lo stato emotivo di un individuo e fornire un aiuto psicologico tempestivo ed efficace. Che si tratti di affrontare stress, ansia o cercare conforto emotivo, tutti possono trovare pace interiore e felicità con la cura e il supporto dell’intelligenza artificiale.

In futuro l’intelligenza artificiale generativa sarà ovunque nella vita quotidiana. Tutoraggio per l'esame di ammissione all'università, servizi di consulenza e lavoro creativo, l'intelligenza artificiale migliorerà notevolmente l'efficienza e l'efficacia. Le persone sono in grado di completare una serie di attività con facilità, liberando più tempo ed energie da dedicare al lavoro creativo e strategico. I compiti ripetitivi e meccanici verranno rilevati dall’intelligenza artificiale e la vita delle persone diventerà più semplice e piacevole.

Dopo aver chiarito la visione futura che l’intelligenza artificiale generativa può portare, dobbiamo pensare a una nuova logica decisionale. Poiché il costo marginale della produzione della conoscenza si avvicinerà allo zero, tutti, dai singoli individui alle imprese, dovranno adeguare le proprie decisioni e strategie per adattarsi a questo cambiamento.

Gli individui hanno bisogno di rivalutare il proprio valore. In un’epoca in cui la conoscenza è facilmente disponibile, quali abilità e qualità sono ancora preziose? Sebbene l’intelligenza artificiale abbia dimostrato potenti capacità in molti campi, la vera innovazione da 0 a 1 è ancora inseparabile dall’ispirazione e dall’intuizione umana. Ciò che richiede questo tipo di innovazione è una scintilla di ispirazione, un momento di epifania, e l’intelligenza artificiale attualmente non è in grado di replicare completamente questo tipo di creatività da zero.

Pertanto, dobbiamo pensare a come mantenere la nostra unicità in questo ambiente. L’apprendimento continuo e l’auto-miglioramento non solo ci aiutano ad adattarci al mondo in rapida evoluzione, ma ci consentono anche di continuare a innovare nei nostri campi e rimanere competitivi. L'innovazione da 0 a 1 richiede ispirazione e intuizione imprevedibili, una piccola scintilla nel pensiero umano, che può accendere l'intero processo creativo. Dovremmo apprezzare questa capacità e continuare a coltivarla e stimolarla.

Ancora più importante, sebbene l’intelligenza artificiale sia potente, attualmente manca di senso di direzione e scopo. Uno dei ruoli chiave degli esseri umani in questa era è fornire direzione e significato all’intelligenza artificiale. Dobbiamo decidere quali problemi dovrebbero essere utilizzati per risolvere l’intelligenza artificiale, come utilizzare l’intelligenza artificiale per migliorare la vita umana e come garantire che lo sviluppo dell’intelligenza artificiale soddisfi gli standard morali ed etici. Questa capacità ci richiede di avere una prospettiva macro, intuizioni profonde e un’acuta comprensione dei valori umani e dei bisogni sociali.

Il campo della ricerca scientifica fornisce un esempio stimolante del profondo impatto che l’intelligenza artificiale generativa può avere sul processo di creazione della conoscenza.

Tradizionalmente, la ricerca scientifica è stata considerata come il luogo in cui si crea nuova conoscenza e il processo è spesso dispendioso in termini di tempo, lavoro e denaro. Prendendo come esempio il management, la ricerca non riguarda solo la scoperta di nuovi fenomeni e teorie, ma richiede anche un'attenta rifinitura e una dimostrazione rigorosa. Come descrivono gli studiosi di management Markus Baer e Jason Shaw nel loro articolo, ciò in cui si impegnano gli studiosi di management è un "artigianato accademico".

Tuttavia, l’emergere dell’intelligenza artificiale generativa potrebbe avere un profondo impatto sul valore di questo “artigianato accademico”. Ciò ci ricorda l’impatto delle precedenti rivoluzioni industriali sugli artigiani tradizionali.

Prima della rivoluzione industriale, gli artigiani qualificati erano molto apprezzati e le loro competenze erano scarse e preziose. Tuttavia, con l’introduzione delle macchine e l’aumento della produzione di massa, molte attività artigianali, un tempo altamente specializzate, furono gradualmente sostituite da processi industriali standardizzati, e lo status e il valore degli artigiani tradizionali nella società diminuirono significativamente.

Ora, sembra che ci troviamo di fronte a un punto di svolta simile. L’intelligenza artificiale generativa può elaborare rapidamente enormi quantità di dati, generare ipotesi e conclusioni apparentemente ragionevoli e può persino imitare lo stile della scrittura accademica. Questo ci fa riflettere: l’intelligenza artificiale ridurrà significativamente il valore degli “artigiani” accademici? Compiti che un tempo richiedevano ai ricercatori di investire molto tempo ed energia, come la revisione della letteratura, l’analisi dei dati e persino la costruzione di una teoria preliminare, ora potrebbero richiedere solo pochi minuti per essere completati con l’intelligenza artificiale.

Questo cambiamento avrà senza dubbio un profondo impatto sul mondo accademico. Proprio come la rivoluzione industriale ha cambiato il valore dell’artigianato e ha reso le competenze artigianali precedentemente irraggiungibili non più scarse, l’emergere dell’intelligenza artificiale generativa farà sì che alcune competenze accademiche tradizionali perdano la loro unicità? In quanto professione per una minoranza, la ricerca scientifica si trova ad affrontare sfide alla sua insostituibilità?

Queste domande hanno innescato una serie di riflessioni più profonde: nell’era dell’intelligenza artificiale, qual è il valore più essenziale degli studiosi? Dobbiamo ridefinire cosa intendiamo per “innovazione accademica”? Forse il ruolo degli studiosi cambierà radicalmente in futuro, ma come esattamente? Si concentreranno maggiormente sul porre domande veramente innovative e lasceranno il lavoro di ricerca di routine all’intelligenza artificiale? Oppure il valore degli studiosi si rifletterà maggiormente su come guidare l’IA nella conduzione della ricerca e su come giudicare l’affidabilità e il significato dei risultati generati dall’IA?

Inoltre, è necessario ripensare l’intero processo di creazione della conoscenza? In un’era in cui l’intelligenza artificiale può generare rapidamente risultati di ricerca apparentemente ragionevoli, come garantire la profondità e l’originalità della ricerca accademica? Che ruolo giocheranno la creatività e l’intuizione umana in questo processo?

Nell’era dell’intelligenza artificiale generativa, le imprese, in quanto entità importanti nella creazione di conoscenza, si trovano ad affrontare sfide e opportunità senza precedenti. La tradizionale catena del valore della creazione della conoscenza viene completamente sovvertita e le attività aziendali fondamentali come la progettazione del prodotto, l’innovazione dei servizi e le analisi del mercato potrebbero tutte subire cambiamenti fondamentali a causa dell’intervento dell’intelligenza artificiale. In questo contesto, le aziende devono anche ripensare il proprio posizionamento e la propria competitività.

Quando l’intelligenza artificiale può generare rapidamente piani di progettazione, idee di prodotto e analisi di mercato, come possono le aziende trovare il proprio valore unico nella catena di creazione della conoscenza? Una possibile direzione è spostare l’attenzione su aree difficili da replicare facilmente con l’intelligenza artificiale, come la costruzione del valore del marchio, la costruzione di connessioni emotive o l’innovazione transfrontaliera. Ciò richiede che le aziende rivalutino i propri punti di forza e investano maggiormente nell’umanizzazione e nella creatività. Queste domande hanno innescato una profonda riflessione sulla futura direzione di sviluppo dell’azienda.

La formulazione e l’attuazione della strategia devono basarsi sulla realtà che il costo marginale della conoscenza è prossimo allo zero. L’azienda ha bisogno di adattare in modo flessibile la propria strategia per rispondere rapidamente ai cambiamenti del mercato e ai progressi tecnologici? Il processo decisionale sarà sempre più basato sui dati. L’intelligenza artificiale generativa fornirà analisi e previsioni accurate e in tempo reale per aiutare i decisori a fare scelte più intelligenti? Allo stesso tempo, la cultura aziendale deve essere più aperta e inclusiva, incoraggiare l’innovazione e la cooperazione transfrontaliera e adattarsi a un ambiente in rapida evoluzione?

In questo processo, dobbiamo avere una discussione aperta: come riescono le aziende a bilanciare efficienza e innovazione? In un’era in cui la conoscenza è facilmente disponibile, quali aggiustamenti strategici possono garantire che le aziende si distinguano nella feroce concorrenza? Le future forme organizzative aziendali diventeranno più piatte e flessibili?

Non esistono risposte pronte a queste domande, ma sono questi pensieri ed esplorazioni che ci porteranno ad adattarci e a controllare questo nuovo cambiamento tecnologico.

Come realizzarlo: un viaggio a doppio senso tra persone e tecnologia

Nella visione futura dell’intelligenza artificiale generativa, il costo marginale della creazione di conoscenza si avvicina allo zero, il che significa che inaugureremo un’era di efficienza e innovazione senza precedenti. Per raggiungere questo obiettivo, la chiave sta nella corsa bidirezionale di persone e tecnologia.

L’intelligenza artificiale generativa non è un semplice strumento senza istruzioni chiare, ma un’abilità e un potenziale che richiede che le persone lo padroneggino. Il ruolo umano è cruciale in questo processo. Gli individui devono migliorare le proprie capacità di intelligenza artificiale, che si riferisce alla capacità globale di utilizzare l’intelligenza artificiale per completare compiti e risolvere problemi nell’era dell’intelligenza artificiale. Il potere dell’intelligenza artificiale non è solo la capacità di utilizzare strumenti di intelligenza artificiale, ma anche una nuova modalità di pensiero e una nuova struttura di abilità.

Nel processo di miglioramento delle capacità dell’intelligenza artificiale, gli individui devono apprendere, adattarsi continuamente e padroneggiare i metodi e le tecniche dell’intelligenza artificiale generativa. Ad esempio, come progettare parole efficaci per interagire con l'intelligenza artificiale, come decostruire le attività e collaborare con l'intelligenza artificiale per completare compiti complessi. La coltivazione di questa capacità consentirà a tutti di diventare un "super individuo" e di amplificare notevolmente le proprie capacità ed efficienza con l'aiuto dell'intelligenza artificiale.

Oltre al miglioramento delle capacità delle persone, anche lo sviluppo della tecnologia è un modo importante per raggiungere questo obiettivo. L’intelligenza artificiale generativa non richiede solo le capacità di base di modelli di grandi dimensioni, ma richiede anche sviluppo e ottimizzazione continui in vari scenari. Ad esempio, l’emergere di Suno (un’applicazione di generazione musicale basata sull’intelligenza artificiale) ha reso la creazione musicale, un’abilità che richiede conoscenze professionali, a portata di mano. Questo progresso tecnologico ha notevolmente abbassato la soglia per la creazione di conoscenza.

Nel campo della traduzione, il recente progetto di traduzione open source del professor Andrew Ng rende molto semplice la traduzione di un compito professionale, dimostrando la rapida applicazione della tecnologia in scenari specifici. In campi come l’analisi dei dati, la diagnosi medica complessa e la ricerca scientifica, anche se c’è ancora molto da fare, la direzione dello sviluppo tecnologico è chiara: attraverso l’innovazione e l’ottimizzazione continua, il costo della creazione della conoscenza alla fine sarà notevolmente ridotto .

Un mondo in cui il costo della creazione di conoscenza si avvicina allo zero

Quando il costo marginale della creazione di conoscenza si avvicinerà allo zero, ci troveremo ad affrontare una serie di domande profonde e aperte. Potrebbero non esserci ancora risposte chiare a queste domande, e alcune sono oggetto di accesi dibattiti in tutto il mondo.

Quando il costo della creazione della conoscenza sarà pari a zero, dove andrà l’umanità? Qual è il significato di essere umani? In un mondo in cui la conoscenza è facilmente disponibile, in che modo gli esseri umani ridefiniranno il proprio valore e la propria esistenza? Le nuove abilità e qualità diventeranno la chiave per la competitività fondamentale dell’uomo? Dobbiamo riesaminare aree come la creatività, le emozioni, l’etica e la responsabilità sociale che non possono essere completamente sostituite dall’intelligenza artificiale?

In un mondo in cui la conoscenza può essere facilmente acquisita e generata, le forme tradizionali di organizzazione aziendale sono ancora rilevanti? In che modo le organizzazioni si ristruttureranno e opereranno per adattarsi a questa tendenza? Le organizzazioni del futuro diventeranno più piatte, più decentralizzate e più flessibili? Come cambierà la competitività fondamentale delle imprese? In un’era di conoscenza infinita, come fanno le aziende a mantenere l’innovazione e i vantaggi competitivi?

Ancora più importante, come possiamo garantire che tutti traggano vantaggio da questo cambiamento? Ridurre il costo della creazione della conoscenza non dovrebbe essere solo un privilegio di poche persone, ma dovrebbe essere una ricchezza comune dell’intera società. Come progettare un meccanismo di distribuzione equo per garantire che i dividendi della conoscenza e della tecnologia possano andare a beneficio di tutti? Ciò include la divulgazione e il miglioramento dell’istruzione, il miglioramento del sistema di sicurezza sociale e la formulazione e attuazione di politiche e regolamenti. Come affrontare la possibile disoccupazione e l’ingiustizia sociale? Come possiamo garantire che i benefici del progresso tecnologico siano equamente distribuiti?

Come aveva coraggiosamente previsto il CEO di Microsoft AI, il costo della creazione di conoscenza sarà vicino allo zero entro 10-15 anni. In quel momento dovremo affrontare questi problemi profondi e trovare il modo di risolverli. Disponiamo di meccanismi e politiche sociali sufficienti per guidare e proteggere questa trasformazione?

Il significato e il valore degli esseri umani, la forma e il funzionamento delle organizzazioni, l’equità e il progresso sociale sono tutti argomenti importanti che dobbiamo preparare e su cui dobbiamo riflettere in anticipo. Le risposte a queste domande potrebbero non essere facili da trovare, ma sono questi pensieri ed esplorazioni che ci condurranno verso un futuro migliore e più giusto. Siamo pronti per questo cambiamento? Come sarà il mondo in futuro e come troveremo il nostro posto in questa trasformazione?

(L'autore è Professore della Cattedra Flextronics e Direttore del Dipartimento di Leadership e Gestione Organizzativa, Scuola di Economia e Management, Università di Tsinghua)

Dichiarazione sul copyright: il contenuto di cui sopra è l'opera originale di "Economic Observer" e il copyright appartiene a "Economic Observer". La ristampa o il mirroring è severamente vietato senza l'autorizzazione dell'Osservatore Economico, altrimenti gli attori interessati saranno ritenuti legalmente responsabili. Per la cooperazione in materia di copyright, chiamare: [010-60910566-1260].