Lo strato mancante dell'intelligenza artificiale

Di Momar Lissa Ndiaye («MLN»), fondatore e CEO, weyoga Inc.

Ogni era dell'informatica è stata definita dallo strato che ha aggiunto, non dalle macchine su cui girava. Vale dunque la pena definire il termine prima di usarlo.

Uno strato, nel senso che conta, è questo: una riduzione permanente del costo di una capacità prima scarsa, tale che quella capacità diventi universalmente disponibile e tutto ciò che le sta sopra debba essere ricostruito. Il personal computer rese economico il calcolo: lo strato della computazione. Internet rese economica la connessione: lo strato della connessione. Lo smartphone rese economico l'accesso: lo strato dell'accesso. E l'IA generativa ha appena reso economica la produzione stessa dell'informazione: lo strato della generazione.

Tenete a mente questa definizione, perché qualunque candidato al prossimo strato dovrà soddisfare lo stesso criterio — e notate il filo conduttore dei quattro esistenti. Ognuno, finora, è stato uno strato di informazione. Ognuno ha reso l'informazione più economica da calcolare, trasmettere, consultare o generare. Cinquant'anni di informatica in una frase: la storia della caduta del costo dell'informazione verso lo zero. Quel progetto è oggi essenzialmente compiuto. La domanda interessante è che cosa diventi scarso una volta che l'informazione è gratuita.

Ecco l'osservazione attorno alla quale voglio costruire questo saggio: quando un nuovo strato smette di cambiare le decisioni, il vincolo si è spostato altrove.

Ogni strato precedente ha cambiato decisioni. La computazione cambiò ciò che le imprese potevano tentare. La connessione cambiò chi le persone sposavano, dove lavoravano, cosa compravano. L'accesso cambiò i comportamenti così a fondo che legiferiamo contro di esso al volante. E lo strato della generazione, due anni dopo? Ha cambiato l'esecuzione. Email scritte più in fretta, codice scritto più in fretta, sintesi prodotte più in fretta. Le persone sono drammaticamente più efficienti in ciò che già facevano — e prendono sorprendentemente poche decisioni diverse su cosa fare. Quando una tecnologia così capace produce un effetto così superficiale, non è la tecnologia a fallire. Il vincolo si è spostato. Non è più dove l'industria sta scavando.

Il vincolo delle decisioni umane non è mai stato l'offerta di informazione. Chi si chiede se accettare il lavoro, chiudere la relazione, fare l'investimento o affrontare la conversazione difficile non manca di conoscenze pertinenti — vi annega. Ciò che gli manca è una vista esatta dei propri schemi: il fatto di aver già affrontato questa decisione, sotto lo stesso tipo di pressione, con la stessa razionalizzazione, e come è finita.

Chiamiamo ciò che risolve tutto questo lo strato del riconoscimento — e custodiamone la natura, perché è infrastruttura, non una funzionalità. Tre termini, tenuti con rigore: la memoria immagazzina. La continuità preserva. Il riconoscimento interpreta. La memoria è un database di eventi. La continuità è la condizione architetturale per cui il passato di una persona resta durevolmente collegato al suo presente. Il riconoscimento è un'inferenza compiuta attraverso la continuità — il rilevamento della ricorrenza, restituito prima che produca un nuovo esito. Il lettore che fonde questi tre termini in uno concluderà che finestre di contesto più lunghe risolvono il problema. Non è così. Un milione di token di trascrizioni archiviate è memoria. Diventa riconoscimento solo quando un sistema è costruito per interpretare la sequenza — e può interpretare la sequenza solo se la continuità è stata un impegno architetturale fin dall'inizio.

Il riconoscimento soddisfa la definizione di strato? Facciamo la prova. La capacità scarsa: una vista esatta e longitudinale dei propri schemi comportamentali — storicamente accessibile solo attraverso relazioni umane lunghe decenni, dunque uno dei beni più scarsi al mondo. Il suo costo può essere ridotto in modo permanente e la sua disponibilità resa universale? Per la prima volta, gli ingredienti esistono. E soprattutto supera la prova più profonda che separa gli strati dalle funzionalità: le funzionalità migliorano flussi di lavoro esistenti; gli strati ridefiniscono dove si crea il valore. Il correttore ortografico migliorò i documenti di tutti, allo stesso modo — una funzionalità. Il web rovesciò chi poteva pubblicare — uno strato. Il riconoscimento inverte per intero la direzione del valore: invece di uno stesso contenuto distribuito a miliardi di persone, il valore risale dalla particolarità accumulata di una singola persona, utile esattamente a quella persona, privo di valore per chiunque altro. Non è la forma di una funzionalità.

La replica dello scettico merita spazio: ogni ondata tecnologica fallita si è proclamata «il prossimo strato» — la TV 3D, il metaverso. La maggior parte degli strati autoproclamati sono funzionalità in attesa di assorbimento. Forse il riconoscimento è solo un'impostazione di memoria che le piattaforme aggiungeranno. La risposta sta nella definizione: la memoria innestata migliora il flusso di lavoro esistente (risposte migliori alle vostre richieste) senza ridefinire dove si crea il valore. Non cambia mai le decisioni; decora l'esecuzione. La prova di uno strato non è «ricorda?». È: «il vincolo delle decisioni umane si sposta davvero?» Ciò richiede l'architettura completa — continuità, interpretazione, tempismo — e non una funzione di richiamo.

Dentro questo argomento dorme un'implicazione da mercati dei capitali, con un precedente che si ripete a ogni ciclo: l'infrastruttura viene inizialmente prezzata come un'applicazione. Il mercato valuta il nuovo con le metriche dello strato precedente, e solo più tardi scopre che lo strato di astrazione stesso è diventato l'asset scarso. Amazon fu valutata come una libreria. Se il riconoscimento è davvero uno strato, allora le aziende che lo costruiscono sembreranno — alle metriche progettate per la pila informazionale — piccole, lente e impossibili da misurare con i benchmark, fino al giorno della rivalutazione.

La storia dell'informatica non è la storia di macchine migliori. È la storia dello scoprire, ancora e ancora, che il vincolo precedente non era più quello vero.

L'informazione era il vincolo precedente. Il riconoscimento è il prossimo.

Parte di The Recognition Layer →

Momar Lissa Ndiaye («MLN») è fondatore e CEO di weyoga Inc., società del Delaware. — weyoga.ai · mln@weyoga.ai