Modelli di intelligenza artificiale generativa e assetti di mercato

Sinossi

Come è noto, l’intelligenza artificiale generativa (IAG) si impone all’attenzione pubblica a fine novembre 2022, con il lancio di Chat­GPT-3, il primo Large Language Model (LLM) a uscire dai labora­tori per rendersi disponibile, gratuitamente, a tutti. Da quella da­ta, altri LLM sono stati offerti, sia gratis che a pagamento, e ormai moltissimi utenti fanno ricorso a essi, per le più diverse esigenze. Tuttavia, cosa siano esattamente i LLM, e le loro possibili varianti/evoluzioni, non è altrettanto noto. Il volume, frutto di una ricerca dell’Osservatorio Astrid sulle dinamiche dell’intelligenza artificiale, inizia proprio con una disamina delle diverse tipologie, a seconda delle dimensioni di questi modelli, delle loro architetture, dei mo­delli di business e dei settori di applicazione. Si tratta di un “uni­verso” alquanto complesso e in continuo cambiamento, che investe ogni aspetto dell’economia e della società.

Tra gli impatti economici della diffusione dei modelli di IAG, la ricerca si è concentrata sulle conseguenze per gli assetti di mercato, lungo tutta la filiera dell’in­telligenza artificiale: con riguardo tanto ai settori a monte (micro­chip, cloud, supercalcolatori, in particolare) quanto ai settori a valle (sistemi operativi, applicazioni, ad esempio). I risultati dell’analisi sono (apparentemente) sorprendenti. Nei mercati a monte, caratte­rizzati da posizioni di forza di alcuni operatori (tra tutti, il dominio di Nvidia nei microchip), due forze – in realtà – mitigano il rischio della costituzione di forme di oligopolio. Da un lato, una innovazione tecnologica continua e intensa che può rimettere in discussione le gerarchie di mercato, dall’altro lato, la competizione tra le Big Tech (americane, in particolare) che – progressivamente – estendono la propria presenza su mercati contigui a quelli in cui hanno acquisi­to una posizione di rilievo (ad esempio, Google che sfida Nvidia nei microchip, oppure la contesa che si è aperta nel mercato dei moto­ri di ricerca, dove domina Google).

Viceversa, nei mercati a valle, più evidenti appaiono i rischi per la concorrenza, data la tendenza a un’integrazione verticale delle Big Tech e al consolidamento del loro controllo su alcuni stadi della filiera del tutto strategici, come cloud, sistemi operativi, risorse computazionali, disponibilità dei dati, dei talenti e delle competenze. Rispetto a questo quadro, l’intervento pubblico non può limitarsi all’applicazione della disciplina antitrust – comunque necessaria – ma deve contemplare la regolazione che, in effetti, è stata varata negli ultimi anni (DSA, DMA, AI Act) e di cui ora bisognerà verificare efficacia ed effetti.