- Il 12 ottobre 2026, The New Stack ha riportato le osservazioni di Andrej Karpathy, membro fondatore di OpenAI e attualmente al lavoro presso Anthropic, secondo cui la maggior parte del mondo non comprende ancora realmente le capacità dell’IA più avanzata.
- Secondo le stime personali di Karpathy, circa 6 miliardi di persone non hanno praticamente utilizzato modelli linguistici di grandi dimensioni, 1–2 miliardi utilizzano chatbot convenzionali, circa 20 milioni impiegano modelli avanzati per la programmazione e la matematica, mentre soltanto circa 5.000 persone possono accedere ai sistemi di IA più potenti presenti nei laboratori di ricerca.
- Questi numeri sono stime preliminari di Karpathy, non risultati di un’indagine statistica.
- Aaron Levie, CEO di Box, ritiene che questo divario rifletta una fase ancora molto iniziale della diffusione dell’IA, in cui la maggior parte degli utenti continua a considerarla un chatbot o un motore di ricerca avanzato.
- Levie prevede che gli «agent swarms», ovvero gruppi di agenti IA che collaborano per svolgere più attività in parallelo, possano diventare una modalità importante di utilizzo dell’IA nelle imprese.
- Tuttavia, oggi sono ancora pochissime le persone che utilizzano l’IA in questo modo. I principali ostacoli comprendono i costi operativi, le capacità disomogenee dei modelli, la mancanza di strumenti di orchestrazione e l’accesso limitato ai sistemi più avanzati.
- Prima di distribuire gli agenti IA su larga scala, le aziende devono inoltre affrontare questioni relative all’integrazione dei dati, alla sicurezza, alla conformità normativa e alla trasformazione dei processi di lavoro.
- Karpathy sottolinea l’enorme differenza tra un chatbot gratuito che risponde a domande semplici e un agente IA avanzato capace di dedicare ore alla ristrutturazione di software o alla risoluzione di problemi complessi.
- Afferma che, in un breve periodo, è passato dallo scrivere codice personalmente con strumenti di completamento automatico all’utilizzare agenti IA per attività di programmazione che in precedenza richiedevano giorni o settimane.
- Karpathy definisce questo nuovo approccio «agentic engineering»: gli ingegneri si concentrano sull’assegnazione dei compiti, sull’indirizzo del lavoro e sulla verifica dei risultati, anziché scrivere direttamente ogni riga di codice.
- Secondo Karpathy, l’IA progredisce più rapidamente nei settori caratterizzati da tre elementi: attività svolte in ambienti digitali, risultati verificabili ed elevato valore economico.
- La programmazione e la matematica sono particolarmente adatte all’apprendimento per rinforzo, perché i sistemi possono verificare autonomamente i risultati, individuare gli errori e migliorare attraverso ripetuti cicli di sperimentazione.
- Il progetto AutoResearch di Karpathy illustra questo approccio: in una sola notte, l’IA ha condotto 50 esperimenti utilizzando una GPU, individuato parametri di velocità di apprendimento migliori e aggiornato automaticamente il codice sorgente.
- Karpathy ritiene che limitarsi a chiedere all’IA risposte a domande brevi non permetta di sfruttarne appieno il potenziale. Il valore maggiore emerge quando le vengono affidati compiti della durata di diverse ore, con la possibilità di sperimentare e correggere autonomamente il proprio approccio.
📌 Le osservazioni di Karpathy e Levie mostrano che una delle principali divisioni nell’era dell’IA non riguarda soltanto l’utilizzo o meno della tecnologia, ma anche il livello con cui se ne sfruttano le capacità. Mentre miliardi di persone utilizzano appena i chatbot, un gruppo molto ristretto ha accesso a sistemi in grado di svolgere autonomamente ricerche, programmare e risolvere problemi complessi. La prossima tendenza sarà il passaggio da un’IA che assiste nelle singole operazioni a gruppi coordinati di agenti IA capaci di gestire interi processi di lavoro. Per le imprese, la priorità non è soltanto diffondere le competenze di base nell’uso dell’IA, ma anche sviluppare capacità di definizione dei problemi, organizzazione dei processi, verifica dei risultati e gestione dei sistemi di IA autonomi.
