Nel 2023 Samsung scoprì uno dei paradossi destinati ad accompagnare la diffusione dell’intelligenza artificiale nelle imprese. Alcuni dipendenti della divisione semiconduttori avevano utilizzato ChatGPT per lavorare meglio: correggere codice, analizzare informazioni tecniche, sintetizzare una riunione. Nessuno stava cercando di sottrarre informazioni all’azienda. Eppure, proprio nel tentativo di rendere più efficiente il proprio lavoro, avevano cominciato a trasferire all’esterno frammenti del patrimonio informativo dell’organizzazione.
È da questo episodio che prende le mosse “L’effetto mosaico. Come l’intelligenza artificiale ricostruisce il know-how delle imprese e ridisegna i confini della sovranità industriale”, il nuovo Paper di Rivista.AI che conclude la serie dedicata alla Sovranità Tecnologica, realizzato con il contributo di Franco Bernabè, presidente di TechVisory e tra gli osservatori più autorevoli della trasformazione tecnologica e industriale italiana.
La questione affrontata dal Paper è più sottile della tradizionale protezione dei dati riservati. Una parte rilevante del vantaggio competitivo di un’impresa, infatti, non si trova nei brevetti o nei documenti classificati come confidenziali. È distribuita nelle competenze delle persone, nelle procedure costruite nel tempo, nelle eccezioni alle regole, negli errori che si è imparato a evitare, nei rapporti con clienti e fornitori e nelle soluzioni sviluppate davanti a problemi che altri non hanno ancora incontrato.
È conoscenza dispersa e spesso tacita, particolarmente importante nel sistema industriale italiano, dove il valore di molte imprese coincide proprio con un saper fare accumulato nel corso degli anni.
L’intelligenza artificiale generativa introduce un elemento nuovo: per diventare realmente utile deve conoscere il contesto nel quale lavora. Quel contesto siamo noi a fornirglielo, progressivamente, attraverso prompt, documenti, codice, correzioni, spiegazioni, analisi e descrizioni dei problemi.
È ciò che nel Paper definiamo effetto mosaico.
Una singola tessera può raccontare pochissimo. Centinaia o migliaia di tessere, messe in relazione, possono descrivere molto di più: come funziona un processo, dove incontra difficoltà, quali eccezioni vengono gestite, quali competenze servono e quali soluzioni vengono adottate.
Questo non significa che ogni informazione inserita in un sistema di AI venga automaticamente utilizzata per addestrare un modello. Training, utilizzo del servizio, memoria, feedback e trattamento dei dati sono processi differenti, regolati da prodotti, configurazioni e condizioni contrattuali diverse. Ridurre il problema al solo training, tuttavia, rischia di far perdere di vista una questione più ampia: il valore può essere catturato anche attraverso casi d’uso, integrazioni, distribuzione, ecosistemi e dipendenze infrastrutturali.
Ed è qui che il problema aziendale incontra quello della sovranità tecnologica.
L’Europa continua a produrre una straordinaria quantità di conoscenza industriale, scientifica e professionale, mentre una parte crescente delle infrastrutture attraverso cui quella conoscenza viene elaborata e trasformata in capacità tecnologica appartiene a operatori extraeuropei. La domanda diventa quindi non soltanto chi produce la conoscenza, ma anche chi controlla l’infrastruttura attraverso cui quella conoscenza acquista nuovo valore.
La risposta proposta dal Paper non è rinunciare all’intelligenza artificiale, né immaginare un’autarchia tecnologica difficilmente praticabile. Significa piuttosto imparare a distinguere: quali informazioni possono essere affidate a strumenti esterni, quali richiedono servizi enterprise, quali processi devono rimanere in ambienti controllati e quando il valore del know-how giustifica soluzioni locali o on-premise.
Perché proteggere il patrimonio tecnologico di un’impresa non significa impedirgli di circolare. Una conoscenza che non viene utilizzata, combinata con altre competenze e messa a confronto con nuove tecnologie rischia a sua volta di perdere valore.
La vera questione è conservare la capacità di decidere.
Decidere quale conoscenza può uscire dall’organizzazione, attraverso quale infrastruttura, per quale finalità e a quali condizioni.
Vista da vicino, questa scelta può cominciare da un dipendente davanti a una finestra di chat e da una domanda apparentemente innocua rivolta a un’intelligenza artificiale. Vista da lontano, riguarda la capacità di un intero sistema industriale di continuare a governare uno dei patrimoni più preziosi che possiede: la propria conoscenza.
.
→ Vedi tutti i Paper della “Serie Sovranità Tecnologica”