Entro il 2030, secondo Gartner, il 90% dei passaggi operativi dei flussi di lavoro degli agenti AI nelle aziende girerà su modelli a pesi aperti, cioè modelli che le imprese possono scaricare, ispezionare ed eseguire da sé. La previsione arriva da un documento dei analisti Mark Petty e Raymond Paquet, intitolato «Open-Weight Models Will Run 90% of Enterprise Agentic Workflow Steps», pubblicato la scorsa settimana.
La tesi parte da un dato semplice: nove passaggi su dieci di un flusso di lavoro agentico sono routinari. Si tratta di attività come classificazione, chiamate a strumenti esterni, passaggio di dati, validazione e riconciliazione. Un processo operativo tipico ne contiene centinaia di esecuzioni di questo tipo, e secondo i due analisti i modelli aperti possono gestirle «a parità» di qualità con i modelli chiusi, a un quarto del prezzo del modello chiuso più economico. Per i rari passaggi che richiedono un ragionamento complesso, resterebbero i modelli di frontiera.
I numeri migliori riguardano il confronto con il modello di frontiera usato per ogni singolo passaggio: in quel caso il costo dei modelli aperti scende fino a un ventesimo. Gli stessi analisti ammettono però che i modelli aperti attuali tendono a essere più prolissi e a ripetere più spesso le richieste, quindi il risparmio reale per singolo compito è più vicino a un fattore da cinque a sei.
Il punto che Gartner considera più importante non è il costo. Nel documento si legge che la storia dei flussi di lavoro di un'azienda pesa molto nella valutazione di una società SaaS, e che ogni passaggio di routine inviato a un'API di frontiera sposta una parte di quel patrimonio fuori dal perimetro aziendale. I pesi aperti, secondo Petty e Paquet, preservano il controllo; il risparmio è un bonus.
Gli analisti prevedono quindi che le imprese adotteranno soprattutto modelli aperti specializzati su un dominio, che funzionano bene dove pochi passaggi molto stabili vengono eseguiti milioni di volte al mese. Il documento sostiene anche che i modelli di frontiera continueranno a servire come motore di ricerca e sviluppo, trattati come una spesa in conto capitale, mentre i modelli aperti diventerebbero una spesa operativa una volta che i modelli di frontiera hanno fatto il lavoro pesante.
Sul valore del prodotto, il ragionamento è che la maggior parte dei modelli sta diventando una commodity, mentre il valore sta negli harness, cioè gli strumenti che fanno girare e gestiscono gli agenti e che indirizzano ogni compito al modello più adatto senza che l'utente se ne accorga. Un buon harness fa risparmiare, impone limiti di sicurezza solidi e governa flotte di agenti; uno debole lascia all'utente più lavoro da fare.
La previsione, va ricordato, riguarda i flussi operativi delle aziende e non l'intero universo degli agenti AI. Per i fornitori di modelli di frontiera, che spendono miliardi in infrastrutture, il quadro implicito è che i ricavi si concentrerebbero sul decimo dei passaggi più difficili. Resta da vedere se le imprese sposteranno davvero i carichi di lavoro.
Il tema si inserisce in una tendenza già visibile: Aiven ha dichiarato di aver tagliato dell'80% la spesa interna in token spostando il lavoro su modelli open-weight, mentre IBM sostiene che i modelli open weight sono ormai buoni e costano un decimo. Anche le aziende americane stanno abbandonando la dipendenza esclusiva dai modelli di frontiera per costi API ormai insostenibili.
La domanda che resta aperta è quanto di questo spostamento dipenderà dalla qualità reale dei modelli aperti nei compiti ripetitivi e quanto dalla pressione sui prezzi.
Ancora nessun commento. Puoi essere il primo!