Dopo anni di sperimentazione con l'intelligenza artificiale (IA) di uso generale, molte aziende si stanno ora orientando verso modelli specializzati, progettati per offrire maggiore precisione ed efficacia in ambiti specifici. Questa tendenza è stata recentemente evidenziata in un rapporto di Gartner, che ha esaminato l'emergente mercato dei modelli di linguaggio specifici per dominio (DSLM), identificando IBM come "l'azienda più in vista" nell'abilitazione dei DSLM a partire dall'8 dicembre 2025.
Gartner ha citato in particolare i modelli Granite di IBM e il portfolio watsonx come principali fattori distintivi. Secondo il rapporto, “la combinazione dei modelli Granite di livello aziendale di IBM e delle capacità della sua piattaforma watsonx affronta le sfide centrali nella creazione e nell'adozione dei DSLM, come l'efficienza dei modelli di piccole dimensioni, l'apertura per la flessibilità di implementazione, la disponibilità di dati di dominio di qualità pronti per l'IA e la governance del modello. Questo posiziona IBM attualmente in testa alla corsa per i DSLM, con l'obiettivo di offrire un DSLM a livello aziendale".
Il futuro dell'IA aziendale: la visione di IBM
IBM ritiene che il 2026 segnerà un punto di svolta cruciale per l'IA aziendale. Le organizzazioni, infatti, daranno sempre più priorità ai modelli creati, personalizzati e governati per domini specifici. I modelli di linguaggio di piccole dimensioni (SLM), come IBM® Granite, forniscono la base per questo approccio innovativo, consentendo alle aziende di personalizzare in modo efficiente l'IA per un'ampia gamma di casi d'uso specifici per dominio. Questa focalizzazione sui modelli specializzati riflette una crescente consapevolezza che l'IA generica, sebbene versatile, spesso non soddisfa le esigenze stringenti del mondo aziendale in termini di precisione e controllo.
Cosa sono i modelli di linguaggio specifici per dominio (DSLM)?
Gartner definisce i DSLM come "modelli di IA generativa (IA gen) che sono stati creati o ottimizzati per le esigenze di settori, funzioni aziendali o classi di problemi specifici". Questi modelli sono progettati con un obiettivo ben preciso: migliorare significativamente la precisione e, allo stesso tempo, diminuire la dipendenza da tecniche avanzate di prompt engineering per un insieme più limitato ma di alto valore di casi d'uso. Questa specializzazione permette ai DSLM di fornire risultati più pertinenti e affidabili rispetto ai loro equivalenti generici.
Gartner osserva che "i LLM generici e universali, sebbene versatili, non sono redditizi su larga scala e non soddisfano le esigenze di precisione, affidabilità e controllo delle aziende". A mano a mano che le iniziative di IA maturano, le imprese stanno progressivamente abbandonando l'approccio di adattare i propri processi aziendali per conformarsi ai modelli generici. Al contrario, stanno ora specializzando i modelli per farli aderire perfettamente ai propri dati, ai propri flussi di lavoro e agli specifici ambienti normativi in cui operano. Questo cambio di paradigma è fondamentale per sbloccare il vero potenziale dell'IA in contesti aziendali.
Modelli di frontiera vs. IBM Granite: un approccio differente
I modelli di frontiera (frontier models) sono concepiti per essere in grado di svolgere una vasta gamma di compiti. La loro enorme quantità di parametri li rende potenti, ma anche costosi da operare, difficili da implementare e inefficienti da personalizzare. Le loro dimensioni e complessità spesso ostacolano l'adozione su larga scala in ambienti aziendali che richiedono efficienza e agilità.
IBM adotta un approccio fondamentalmente diverso con la famiglia Granite di modelli di linguaggio di piccole dimensioni (SLM), progettati per scalare l'IA aziendale in modo efficiente e responsabile. Invece di ottimizzare per la massima scala bruta, Granite è concepito per essere piccolo, efficiente e aperto. Questo design rende la personalizzazione con i dati di qualsiasi dominio molto più semplice ed economica, senza che i modelli siano pre-progettati per un dominio specifico. La flessibilità di Granite consente alle aziende di modellare l'IA in base alle proprie esigenze uniche, massimizzando il valore e riducendo i costi operativi.
La varietà all'interno della famiglia Granite permette alle organizzazioni di selezionare il modello più adatto per ciascun caso d'uso specifico. Quando vengono personalizzati, questi modelli possono eguagliare o addirittura superare le prestazioni dei modelli di frontiera per i compiti aziendali, ma a una frazione del costo. Questo offre un vantaggio competitivo significativo per le imprese che cercano di implementare l'IA in modo sostenibile ed efficace.
Le innovazioni di Granite 4.0
Gli ultimi modelli Granite 4.0 estendono ulteriormente questo vantaggio. La loro architettura ibrida offre alta efficienza e scalabilità, riducendo i requisiti di memoria di oltre il 70% in scenari di contesto lungo e multi-sessione, mantenendo al contempo velocità e reattività eccezionali. I modelli Granite 4.0 superano molti modelli della loro categoria di peso e persino modelli molto più grandi, in compiti critici per l'azienda come il seguire istruzioni, il richiamare strumenti e la generazione aumentata da recupero (RAG).
Affidabilità e trasparenza con Granite
Granite è anche progettato con standard di fiducia e trasparenza leader del settore. È la prima famiglia di modelli aperti a ottenere la certificazione ISO 42001, rafforzando l'impegno di IBM per un'IA responsabile e governata. La famiglia ha inoltre recentemente ricevuto il punteggio più alto mai registrato nel Foundation Model Transparency Index dell'Università di Stanford, con un punteggio di trasparenza del 95%, mentre la maggior parte degli altri sviluppatori di modelli ha registrato un calo anno su anno. Questo dimostra l'impegno di IBM nel fornire non solo modelli potenti ma anche etici e verificabili.
Il ruolo cruciale di watsonx nell'abilitazione dei DSLM
I DSLM apportano il massimo valore quando sono basati su dati aziendali robusti, implementati in flussi di lavoro reali e governati lungo l'intero ciclo di vita. Ed è qui che entra in gioco watsonx. Watsonx è il portfolio di IA di IBM che opera su qualsiasi cloud, applicazione, modello, agente o tipo di dati, consentendo alle organizzazioni di costruire e implementare DSLM utilizzando i loro investimenti tecnologici esistenti, anziché doverli sostituire.
I DSLM sono efficaci quanto i dati su cui sono basati. Con oltre il 90% dei dati aziendali non strutturati, watsonx aiuta le organizzazioni ad accedere e preparare tali dati per l'IA, permettendo loro di personalizzare modelli come Granite per compiti specifici. Questi modelli personalizzati possono quindi essere messi in funzione, potenziando gli agenti che eseguono il lavoro in tutta l'azienda. Lungo questo ciclo di vita, watsonx fornisce la governance necessaria per mantenere i dati, i modelli e gli agenti sicuri e conformi man mano che scalano. Questa integrazione completa garantisce che le soluzioni di IA siano robuste, affidabili e in linea con le normative.
Insieme, Granite e watsonx forniscono una base aperta, ibrida, integrata e responsabile per l'IA di dominio specifico, consentendo alle aziende di personalizzare, implementare e governare i DSLM su larga scala. Questa sinergia è fondamentale per trasformare le capacità di IA da teoriche a operative, fornendo valore tangibile ai clienti.
Casi d'uso reali: l'IA di IBM in azione
IBM ha collaborato con migliaia di organizzazioni di tutti i settori mentre trasformano il loro modo di operare con i dati e l'IA. In molti casi, tale lavoro si è concentrato sulla specializzazione dei modelli per compiti specifici e sulla loro operazionalizzazione con watsonx.
In un esempio concreto, un'importante azienda di telecomunicazioni necessitava di analizzare centinaia di migliaia di trascrizioni di chiamate del servizio clienti ogni giorno. Inizialmente si erano affidati a un modello di frontiera massivo, il che aveva generato costi operativi elevati. Passando a un modello Granite più piccolo e personalizzato con i dati proprietari dell'azienda, l'organizzazione è riuscita a ridurre significativamente i costi mantenendo al contempo le prestazioni necessarie per l'analisi delle trascrizioni su larga scala. Questo dimostra chiaramente l'efficienza e l'efficacia dell'approccio di IBM.
Allo stesso modo, la UFC (Ultimate Fighting Championship) utilizza pipeline RAG (Generazione Aumentata da Recupero) basate su contenuti specifici del dominio con Granite e watsonx per alimentare il suo motore di conoscenza. Questa piattaforma consente agli utenti di porre domande complesse su combattimenti e lottatori attraverso un'interfaccia conversazionale unificata, migliorando l'esperienza utente e fornendo accesso rapido a informazioni dettagliate.
In ogni caso, la combinazione di modelli Granite personalizzati e watsonx ha permesso alle organizzazioni di passare da capacità di IA generiche a sistemi specifici per dominio progettati per la produzione. Questo è un fattore chiave per il successo a lungo termine delle strategie di IA aziendale.
Il futuro della corsa all'IA: specializzazione e governance
Guardando al futuro, Gartner afferma che “la prossima fase della corsa ai modelli di IA non dipenderà dalla capacità o dalla scala bruta del modello, ma dall'efficacia con cui il fornitore potrà combinare la conoscenza e il ragionamento di dominio specifico, una robusta governance e la flessibilità di implementazione in un ecosistema coerente attraverso i DSLM”. Questa previsione sottolinea l'importanza di un approccio olistico e integrato.
Man mano che ci avviciniamo al 2026, la specializzazione nei domini definirà sempre più quali iniziative di IA aziendale avranno successo. IBM ritiene che il successo non dipenderà da modelli indipendenti, ma da sistemi che consentano la personalizzazione, la distribuzione flessibile in ambienti ibridi e la governance durante l'intero ciclo di vita dell'IA. Modelli piccoli, efficienti e aperti, combinati con dati di livello aziendale, orchestrazione dei dati e governance, saranno cruciali per il successo delle iniziative di IA nel 2026 e oltre. L'approccio di IBM con Granite e watsonx è chiaramente allineato a questa visione del futuro.
I clienti di Gartner possono accedere al rapporto qui:
- Gartner. AI Vendor Race: IBM Is the Company to Beat in Domain-Specific Language Model Enablement. Roberta Cozza, Samantha Searle. 8 dicembre 2025.
GARTNER è un marchio commerciale di Gartner, Inc. e/o delle sue affiliate. Gartner non sostiene alcuna azienda, fornitore, prodotto o servizio rappresentato nelle sue pubblicazioni e non implica che gli utenti di tecnologia debbano selezionare solo i fornitori con le valutazioni più alte o altre designazioni. Le pubblicazioni di ricerca di Gartner sono costituite dalle opinioni dell'organizzazione di ricerca di Gartner e non devono essere interpretate come dichiarazioni di fatto. Gartner declina ogni garanzia, espressa o implicita, in relazione a questa ricerca, inclusa qualsiasi garanzia di commerciabilità o idoneità per uno scopo particolare.