Palantir lancia un nuovo “manifesto” destinato a far discutere sul futuro dell’intelligenza artificiale: l’azienda ha pubblicato una presa di posizione in nove punti sulla “sovranità dell’IA” facendo riferimento, in questo caso, all’importanza per ogni azienda di controllare i dati generati e massimizzarne la valorizzazione. “La conservazione dei dati è il tuo tesoro. Trasferirli è a tuo rischio e pericolo”, ha aggiunto il gruppo specializzato nel data mining e negli algoritmi applicati alla sicurezza nazionale, centrale nel Project Maven per l’IA militare del Pentagono, riferendosi idealmente a ogni imprenditore americano e lanciando una critica al cosiddetto tokenmaxxing, l’uso massivo di potenza di calcolo che a detta di Palantir favorisce solo i grandi “AI Labs” che stanno investendo centinaia di miliardi di dollari per grandi data center e potenza di calcolo destinata a un pubblico generico di consumatori, individuali o aziendali.
Karp e la sfida ai giganti dell’IA
Il Ceo Alex Karp ha ribadito quanto emerso dal suo gruppo in un’intervista alla CNBC, sottolineando che “Ciò che i clienti tecnici desiderano è il controllo sulla propria potenza di calcolo, sui propri modelli, sul proprio stack di dati”, sottolineando, con un’iconica citazione di Karl Marx, che l’importante è “possedere i mezzi di produzione”. Il riferimento, neanche troppo velato, è a OpenAI, Anthropic e le altre aziende che stanno fornendo la maggior quota di potenza di calcolo e token e al vero assillo di aziende come Palantir al confine tra tecnologia, industria e sicurezza nazionale: la competizione cinese. Se Palantir interpreta la frontiera operativa più spinta dell’IA, un’intelligenza artificiale tecnica, pronta ad agire e concreta, fondata sulle applicazioni, è chiaro che la fase attuale rischia di portarla in rotta di collisione con chi vede nel proprio business la concessione di potenza di calcolo.
La partita dei token
Semplificando, gli AI Labs che oggi si preparano allo sbarco a Wall Street, ma a suo modo anche la divisione AI di SpaceX oggi in perdita ma data in futuro capace di grandi risultati, fanno soldi soprattutto concedendo a terzi potenza di calcolo per gestire, tramite modelli allenati con grande dispendio di energia e risorse (i Large Language Models, Llm), vaste quantità di dati di processo. Aziende come Palantir, con piattaforme come Foundry, cercano maggiormente la redditività personalizzando i modelli sulla base delle esigenze dei clienti e portandosi direttamente al livello di applicazione concreta, in un gioco che, su un piano diverso, sfida quanto viene fatto in Cina con i modelli, prevalentemente open source, addestrati direttamente sull’uso concreto degli agenti nel settore industriale.
Le grandi partite economiche e tecnologiche plasmano il mondo di oggi. Su InsideOver le commentiamo con attenzione e curiosità. Per contribuire a sostenere una testata che vuole leggere il mondo di domani mentre è in elaborazione, abbonati e sostieni il nostro lavoro.
“Palantir non addestra modelli di frontiera, ma compete sempre più con OpenAI e Anthropic per diventare la piattaforma attraverso cui aziende e governi implementano l’IA”,ricorda Axios. I “token”, le singole unità di azione che l’IA può permettere, sono secondo Karp il business delle grandi compagnie del settore e la sua sensazione è che, invece, dovrebbero costare meno e abilitare una capacità d’azione crescente negli utilizzatori a valle. Per fare un paragone industriale, è come se le grandi compagnie che posseggono i data center fossero gli altoforni che producono l’acciaio e le aziende come Palantir quelle chiamate a lavorare nella filiera siderurgica. A un certo punto, la necessità di profitto a valle impone a chi sta nella filiera di sperare che il prezzo della materia prima si abbassi. Sempre di acciaio (o di token IA) si parla, ma il valore d’uso cambia a seconda della prospettiva. La tesi di Karp richiama sostanzialmente al differenziale di costo tra token americani e token cinesi. Come nota Channel News Asia, ci sono token cinesi come quelli di MiniMax e Moonshot che costano 2-3 dollari per milione di unità: un terzo del valore che serve a Gemini di Google, un quinto di Claudee addirittura un decimo di ChatGpt, riporta Cna.
Chi fa soldi con l’IA
Non sfugge a chi osserva, dunque, che siamo di fronte a una profonda biforcazione nel settore dell’IA. La scommessa dei gestori dei grandi modelli è che sul lungo periodo i costi operativi si abbatteranno e si farà scala grazie all’uso strategico di data center e potenza di calcolo. Aziende come Palantir, invece, spingono sulla prospettiva che per fare soldi con l’IA bisogna gestire in prima persona i dati, magari (è il naturale sottotesto) con l’ausilio di chi sa operarli al meglio…come il gruppo di Karp. Due filosofie divergenti per un settore in espansione.
Nel frattempo, nota The Register, le aziende americane spendono ma i ritorni tardano ad arrivare: “I progetti di intelligenza artificiale sono in gran parte in perdita per le aziende che li implementano, e lo sono da tempo“, dato che “solo il 28% dei casi d’uso dell’IA soddisfa pienamente le aspettative di ritorno sugli investimenti, secondo una recente stima di Gartner, e la maggior parte non va mai oltre la fase pilota”. Per gli utilizzatori il dilemma sembra, dunque, ancora più concreto: cosa fare effettivamente dell’IA e come renderla produttiva. Quale delle due filosofie trionferà o sarà maggioritaria non è dato saperlo. Ma certamente il fatto che l’economia globale stia scommettendo molto sull’intelligenza artificiale senza aver ben chiaro i perimetri del ritorno che effettivamente genererà appare sempre più palese.