Il settore tecnologico è stato recentemente inondato di conversazioni ed entusiasmo, e con questo articolo andremo a capire come le Aziende stanno usando Modelli Linguistici di grandi dimensioni (detti LLM o in generale LLMs), come ChatGPT di OpenAI. Ma quest’entusiasmo è giustificato? Un recente documento di Predibase tenta di rispondere a queste domande, e i risultati potrebbero sorprendervi.
Lo Stato Attuale: Sperimentazione e Cautela
Il report “Oltre l’Entusiasmo: Uno Sguardo ai Modelli di Lingua di Grandi Dimensioni in Produzione” ha sondato 150 aziende in 29 paesi tra maggio e luglio 2023. Ha rivelato che, sebbene circa il 50% delle aziende stia attualmente sperimentando con LLMs in qualche modo, meno di un quarto di esse si sente a suo agio nell’usare questi modelli in produzione.
Il 40% delle aziende intervistate non ha ancora iniziato a lavorare con i LLM ma tra queste solo il 15% non ha intenzione di farlo:
- Solo il 13% ha dichiarato di avere 1-2 LLMs commerciali in produzione.
- Solo l’1% ha più di 2 LLMs commerciali in produzione.
Questi dati suggeriscono che, nonostante l’evidente entusiasmo, c’è anche una certa cautela nel campo aziendale.
Come le Aziende stanno usando Modelli Linguistici: Preoccupazioni e Ostacoli
Le aziende esprimono preoccupazioni principalmente relative alla privacy dei dati e alla protezione delle informazioni proprietarie. Il 36% delle aziende intervistate ha espresso preoccupazioni sulla condivisione di dati sensibili con i fornitori di LLM, e il 13% ha dichiarato che gli LLMs commerciali sono troppo costosi quando implementati su larga scala. Questi dati indicano che gli ostacoli all’adozione di LLMs vanno oltre la semplice mancanza di familiarità o interesse.
Utilizzo Previsto: Personalizzazione e Applicazioni Specifiche
Il report evidenzia che le aziende sono principalmente interessate a:
- Creazione di Contenuti e Sintesi: Utilizzare LLMs per generare contenuti editoriali o riassumere grandi quantità di informazioni.
- Estrazione di Informazioni: Ad esempio, trasformare dati non strutturati come e-mail dei clienti o contenuti web in tabelle strutturate.
Interessante notare che molti dei team intervistati mostrano interesse nella personalizzazione di LLMs, attraverso metodi come il fine tuning e l’apprendimento per rinforzo con feedback umano (RLHF).
Oltre al forte interesse per il fine tuning, una parte significativa delle organizzazioni rimane incerta sulle soluzioni specifiche di cui hanno bisogno, con il 29% che indica di non sapere ancora cosa possa servire. Inoltre, altre aree di interesse includono piattaforme in cloud per addestrare gli LLMs da zero con dati privati.
Considerazioni
Il panorama emergente sembra essere uno di sperimentazione cauta. Da un lato, è eccitante vedere quante aziende stiano esplorando le potenzialità degli LLMs. D’altra parte, le preoccupazioni legate alla privacy dei dati e ai costi non sono da sottovalutare.
È importante notare che quasi la metà delle aziende trova il processo di fine tuning troppo complesso. Questo sottolinea un divario di competenze che potrebbe richiedere soluzioni formative o strumenti più user-friendly per superare la barriera dell’adozione.
In conclusione, gli LLMs stanno vivendo un periodo di “adolescenza tecnologica”, con tutto il potenziale e le incertezze che questo comporta. La strada verso un’adozione diffusa è disseminata di sfide, ma anche di enormi opportunità. La chiave sarà come le aziende affronteranno questi problemi e come la comunità tecnologica potrà offrire soluzioni che rendono l’utilizzo degli LLMs sia sicuro che economicamente sostenibile.
NetAi è qui affrontare queste sfide: semplificare e agevolare la trasformazione tecnologica, che oramai potremmo definire industria 5.0 e non più industria 4.0, per aiutare le PMI italiane a non perdere il “treno” del miglioramento produttivo!
Se sei interessato ad implementare LLM nella tua azienda e a personalizzare i dati aziendali, scrivici nel modulo: netai.it/#contatti
Link allo studio: https://21944583.fs1.hubspotusercontent-na1.net/hubfs/21944583/eBooks/Predibase_LLMs_in_Production_Survey_Whitepaper_2023.pdf
