Se non conosci i termini, non puoi governare la spesa
Nelle riunioni aziendali del 2025, termini come “LLM”, “Token” o “Inference” volano da una parte all’altra del tavolo. Spesso, però, vengono usati come parole magiche (buzzword) per vendere soluzioni costose, lasciando i decisori con più dubbi che certezze.
Per un manager, conoscere il vocabolario dell’Intelligenza Artificiale non è un esercizio accademico: è una competenza di controllo di gestione. Sapere la differenza tra un LLM e un SLM può farti risparmiare migliaia di euro in costi infrastrutturali. Capire cos’è un “Token” ti permette di prevedere i costi variabili di un progetto.
Ecco il glossario essenziale per decodificare l’IA e prendere decisioni strategiche, non solo tecnologiche.
La Gerarchia: AI, GenAI e AGI
Prima di tutto, facciamo ordine nella “tassonomia” dell’intelligenza.
- AI (Narrow AI): È il termine “ombrello”. Oggi utilizziamo quasi esclusivamente la Narrow AI (IA Stretta): sistemi eccellenti in un singolo compito specifico (es. raccomandare un film su Netflix o riconoscere un volto), ma incapaci di fare altro.
- GenAI (Generative AI): È il vero salto evolutivo. A differenza dell’IA classica che analizza dati esistenti, la GenAI ne crea di nuovi (testo, immagini, codice) basandosi sui pattern che ha appreso. È la tecnologia dietro ChatGPT.
- AGI (Artificial General Intelligence): È il “Santo Graal” (ancora teorico). Un’IA capace di apprendere qualsiasi compito intellettuale umano. Attenzione: non ci siamo ancora, nonostante quello che dicono alcuni venditori.
Le Dimensioni Contano: LLM vs SLM
Questa è la distinzione più importante per il budget e la privacy della tua azienda.
1. LLM (Large Language Models)
Sono i “giganti” (es. GPT-4, Claude 3 Opus).
- Caratteristiche: Sanno tutto di tutto. Sono generalisti ed estremamente creativi.
- Contro: Sono lenti, richiedono Data Center immensi e costano molto. Spesso i dati devono uscire dall’azienda per essere processati.
- Uso ideale: Brainstorming creativo, traduzioni complesse, analisi di cultura generale.
2. SLM (Small Language Models)
Sono la nuova tendenza strategica per le aziende (es. Phi-3, Llama-3 8B).
- Caratteristiche: Sono modelli “compatti” che possono girare anche su un computer portatile o su un server aziendale locale.
- Pro: Sono veloci, economici e garantiscono la privacy totale (i dati non lasciano mai l’azienda).
- Uso ideale: Task specifici sui dati aziendali, automazione interna, chatbot HR.
Il Consiglio: Non usare un cannone (LLM) per uccidere una mosca. Spesso un SLM ben configurato è più efficiente e sicuro per le esigenze di una PMI.
L’Unità di Costo: Cos’è un “Token”?
Quando ricevi un preventivo per un servizio IA, spesso leggi prezzi “per milione di token”. Ma cos’è un token?
L’IA non legge le parole come noi, ma legge “pezzi” di parole.
- La regola del 0.75: 1.000 Token corrispondono a circa 750 parole.
- Input e Output: Paghi sia per quello che scrivi tu (Input) sia per quello che risponde l’IA (Output).
Capire questo meccanismo è fondamentale per calcolare il ROI: una domanda lunga e prolissa costa di più di un prompt sintetico e ben strutturato (Prompt Engineering).
La Memoria a Breve Termine: Context Window
Hai mai notato che dopo una lunga conversazione, il chatbot “dimentica” cosa avevi detto all’inizio? È colpa della Context Window. È la “RAM” della conversazione: la quantità massima di testo che il modello può “ricordare” attivamente.
- Se la finestra si riempie, le informazioni più vecchie vengono “tagliate”.
- Per un’azienda che vuole analizzare un manuale di 300 pagine, serve un modello con una Context Window molto ampia (es. 128k token), altrimenti l’analisi sarà parziale.
Fiducia e Verità: Le “Allucinazioni”
Infine, un concetto etico e operativo.
- Definizione: L’IA non mente, allucina. Non avendo coscienza della verità, quando non sa una risposta, il modello tende a inventarla basandosi su ciò che è statisticamente probabile.
- Impatto Aziendale: Mai fidarsi ciecamente dell’output per dati critici (es. legali o medici). È qui che entra in gioco la RAG (Retrieval-Augmented Generation), la tecnica che costringe l’IA a leggere i tuoi documenti prima di rispondere, riducendo drasticamente le allucinazioni.
Dalla teoria alla pratica
Ora che conosci i termini, sei pronto a sederti al tavolo delle trattative con i fornitori tecnologici senza subire passivamente il gergo tecnico. Scegliere un SLM invece di un LLM, o capire i limiti della Context Window, può fare la differenza tra un progetto di successo e uno spreco di risorse.
Vuoi formare tutto il tuo team manageriale su questi temi? In Business.Edulavoro offriamo corsi di AI Literacy finanziabili tramite fondi interprofessionali, per portare tutti allo stesso livello di consapevolezza.
