La Silicon Valley è sempre stata avvezza alle bolle speculative, ma quando si parla di intelligenza artificiale il ciclo è diventato ancora più veloce e imprevedibile. All’inizio dell’anno, il trend del tokenmaxxing—l’incoraggiamento a spingere il più lontano possibile l’uso di AI—ha dominato la scena. Tuttavia, il momento del risveglio è arrivato velocemente, con aziende come Uber che hanno esaurito i propri budget annui in pochi mesi. In questo contesto, Tiffany Luck, partner di NEA, si è trovata a osservare da vicino la tensione tra la speculazione e la sostenibilità economica, argomento centrale del suo intervento nel popolare podcast Equity di TechCrunch.

Dal tokenmaxxing al ROI

Inizialmente, moltissime aziende si sono lanciate nell’utilizzo massiccio di intelligenza artificiale, spinte dal desiderio di non perdere un’occasione tecnologica potenzialmente rivoluzionaria. Alcune hanno addirittura creato “classifiche interne” per chi utilizzava più tokens, un segnale chiaro del modo folle in cui si era impiegata la risorsa. Tuttavia, come dimostrano gli sviluppi recenti—come la riduzione di licenze di Claude da parte di aziende di medie dimensioni o l’abbandono della strategia da parte di Meta—è arrivato il momento per le aziende di riconsiderare il reale ritorno sugli investimenti. Tiffany Luck ha sottolineato che questo spostamento di attenzione verso il ROI non è solo necessario, ma inevitabile per il settore.

Modelli ibridi diventano la norma

Gli esperti prevedono che il futuro dell’AI non risiederà più nello scegliere un unico fornitore di modelli, bensì nell’abilitare l’uso di modelli ibridi tra vari provider. Questo approccio consente maggiore flessibilità, riduce i rischi di dipendenza e permette alle aziende di selezionare la tecnologia più adatta per ogni singolo scenario. Questo fenomeno, che ha già iniziato a mostrare segni in settori come l’industria manifatturiera e i servizi finanziari, rappresenta una significativa evoluzione rispetto al modello dominante fino a poco tempo fa.

La strategia di utilizzo di modelli ibridi include:

L'uso di una suite composta da modello generale + modelli specifici per settore;
Un piano di riscontro per testare modelli differenti in parallelo;
La capacità tecnica per integrarli facilmente in sistemi esistenti;
Maggiore autonomia operativa e riduzione dei costi su lungo termine.

IPO e la maturità del mercato

La maturità dell’industria dell’intelligenza artificiale sta iniziando a produrre i primi frutti, con il numero di IPO in ascesa. Tuttavia, per Tiffany Luck, la scommessa non riguarda solo l’infrastruttura o lo stack model layer, ma anche strati interi del mercato in crescita che spaziano da strumenti di gestione AI alle interfacce utente personalizzate. Secondo lei, la creazione di valore si esprime attraverso innovazioni di ogni tipo: dall’ottimizzazione dei processi interni fino alla capacità di personalizzare l’esperienza del consumatore.

I personal agenti: la prossima frontiera

Un altro tema che ha attirato l’attenzione di Tiffany Luck durante l’intervista è il ruolo crescente dei così detti “personal agenti”. Questi sono agenti AI progettati per interagire direttamente con gli utenti in modi personalizzati, svolgendo compiti che prima richiedevano l’interazione con un essere umano. Alcuni esempi concreti includono l’assistente personale in grado di gestire il piano aziendale di spesa famigliare o il consulente AI per scelte di investimento. Secondo Luck, la potenzialità di tali agenti sta non solo nella capacità di automatizzare funzioni ripetitive ma anche nella loro capacità di creare “momenti magici” per i consumatori, come la scrittura di un discorso emotivo o la scelta personalizzata di un itinerario vacanziero.

Per renderli di grande impatto, gli agenti personali richiederanno una maggiore personalizzazione, accesso a dati personali e, soprattutto, una chiara intesa con l’utente sull’ambito della loro attività. Luck ha sottolineato che il successo di questi agenti dipenderà anche da innovazioni nei processi di training e ottimizzazione che permetteranno di bilanciare l’accuratezza con la privacy e la sicurezza.

Gli “ingegneri avanzati” come vettore di adozione

Gli ingegneri di punta all’interno delle aziende—spesso chiamati “forward deployed engineers”—stanno diventando una sorta di porta di accesso per l’adozione dell’AI. Questi professionisti, che comprendono sia la tecnologia che il business, sono in grado di spingere in primo piano le opportunità che l’intelligenza artificiale offre per risolvere un problema concreto. In molti casi, diventano i “cavalieri di Troia” dell’AI: riescono a convincere i team interni ad esplorare nuove tecnologie, a interagire con i fornitori e a valutare l’impatto dei nuovi modelli.

Un futuro sostenibile per l’AI

Quando l’industria dell’IA si è lanciata nel tokenmaxxing, si è spesso dimenticata la sostenibilità non solo tecnica ma anche finanziaria. Oggi, come spiega Luck, si sta assistendo a una riconsiderazione radicale: il punto non è più usare la tecnologia in ogni momento e in ogni spazio, ma utilizzarla in modo efficiente. Le aziende, per sopravvivere, devono passare da un’enfasi iperbolica sul consumo di tokens a strategie ben pianificate per il controllo di costi e la misurazione del ritorno.

Ciò include l’implementazione di strumenti di monitoraggio avanzati, l’utilizzo di metriche specifiche e una cultura interna di sostenibilità tecnologica. Gli imprenditori, i partner di investimento e gli ingegneri si trovano tutti a lavorare insieme per ottenere un equilibrio tra innovazione e responsabilità.