L’emergere dei cosiddetti modelli di “ragionamento” ha sparigliato le carte: oggi il pericolo non è che i computer inizino a pensare come gli uomini, ma che gli uomini inizino a pensare come i computer, rinunciando a interpretare un ruolo distinto e strategico
Negli ultimi mesi, a partire dal successo della app cinese DeepSeek con il conseguente effetto Sputnik generato nei confronti dei principali concorrenti, da OpenAI a Google, l’Intelligenza Artificiale Generativa ha impresso una forte accelerazione al rilascio di nuove funzionalità lasciando operatori di settore e aziende alla ricerca di una bussola che sappia guidarli in un mondo di cambiamenti continui, ricchi di opportunità, ma anche di cautele da adottare.
L’elemento che segna il vero salto di qualità è stato l’emergere dei cosiddetti modelli di “ragionamento” (R1 è il nome di quello di DeepSeek), progettati per affrontare problemi in modo strutturato, ovvero scomponendoli in passaggi logici esplicitati e ricorrendo a fonti affidabili per produrre non semplici risposte, ma analisi articolate e approfondite. Sui modelli di reasoning si fondano le funzionalità di Deep Search disponibili non solo su ChatGPT nella versione a pagamento, ma anche su Gemini e Perplexity.ai accelerando in tal modo attività come l’analisi di mercato, il confronto competitivo, l’approfondimento normativo e la simulazione di processi decisionali.
I modelli di ragionamento (o4 è il più recente fra quelli rilasciati da OpenAI) rappresentano un’evoluzione dei modelli linguistici: piattaforme come Manus.im scompongono una richiesta complessa e conducono autonomamente una sequenza di passaggi interagendo attivamente con contenuti aziendali, siti web, repository documentali per confezionare una risposta ancora più strutturata.
Gli agenti intelligenti che possono essere creati con Manus si servono del ragionamento per svolgere più attività contemporaneamente. Un esempio? Un agente AI può estrarre i punti critici da una documentazione tecnica, mentre un secondo li confronta con la normativa vigente di un mercato estero, e un terzo produce una sintesi pronta da essere inviata al team commerciale. Tutto questo, orchestrato all’interno della stessa piattaforma, e costantemente aggiornato. Questa logica “a più voci” amplia enormemente le possibilità dell’Intelligenza Artificiale, spostandola dal piano della produttività individuale a quello della collaborazione estesa con i processi aziendali. Si tratta di ambienti pensati per assistere i team nelle attività quotidiane. Fra tutte queste opportunità potenzialmente attivabili da parte delle imprese, si assiste però anche a comportamenti che cambiano in misura crescente. Un esempio evidente è rappresentato da ciò che sta accadendo su Google. L’introduzione da parte di quest’ultimo delle AI Overviews – risposte sintetiche generate dall’intelligenza artificiale posizionate sopra i risultati tradizionali – sta trasformando la dinamica di accesso all’informazione. Sempre più spesso, l’utente riceve una risposta elaborata dall’AI prima ancora di interagire con un sito web. Questo significa che la visibilità online si sta progressivamente spostando dal posizionamento organico alla capacità di essere “letti” e utilizzati dai modelli di AI.
Per le imprese, il messaggio è chiaro: non basta più essere online, bisogna diventare fonti rilevanti per l’Intelligenza Artificiale. Questo comporta un cambiamento profondo nella progettazione dei contenuti, che devono rispondere in modo puntuale a domande reali, essere verificabili, aggiornati e semanticamente coerenti. L’impresa non comunica più solo con il cliente finale, ma “to-machine”, con l’intelligenza che filtra, interpreta e veicola quelle informazioni: anche per questo, il pericolo non è che i computer inizino a pensare come gli uomini, ma che gli uomini inizino a pensare come i computer, rinunciando a interpretare un ruolo distinto e strategico.