- Il 19 ottobre 2026, VentureBeat ha analizzato l’ascesa dei modelli di IA dedicati alle decisioni, soffermandosi su Jev di TypeSafe AI, lanciato il 15 settembre 2026.
- A differenza dei grandi modelli linguistici (LLM), che generano testo libero, i modelli decisionali restituiscono risultati strutturati, come etichette di classificazione, punteggi di valutazione o probabilità che qualcosa sia vero o falso, accompagnati da indicatori di confidenza.
- La tecnologia è progettata per attività che richiedono valutazioni semantiche su milioni di record, tra cui la classificazione dei feedback dei clienti, l’identificazione delle richieste urgenti, il confronto delle identità e la valutazione dei rischi.
- Databricks, Snowflake, MotherDuck e Astronomer hanno annunciato soluzioni per integrare i modelli decisionali nelle proprie piattaforme dati. Anche AWS, OpenAI e Cloudflare stanno sviluppando alternative simili.
- MotherDuck ha riferito che Jev ha classificato 100.000 articoli di notizie in 40 secondi, con un costo di 0,50 dollari e una precisione dell’89%. Nel test dell’azienda, un modello OpenAI ha impiegato quasi 32 minuti, è costato 37,58 dollari e ha raggiunto una precisione dell’88%.
- Astronomer ha sperimentato Jev per classificare 4.000 titoli professionali, completando l’operazione in 66 secondi al costo di 0,16 dollari. Il costo stimato per utilizzare Snowflake AI_CLASSIFY era invece compreso tra 11 e 21 dollari.
- Southbridge AI ha utilizzato Jev per confrontare i dati di donatori e organizzazioni nei registri dei finanziamenti elettorali dell’Ohio, riducendo del 99,56% i costi del modello rispetto a una soluzione basata su un modello di IA avanzato.
- Il flusso di lavoro proposto combina tre strumenti: SQL per applicare regole deterministiche, i modelli decisionali per valutazioni semantiche su larga scala e gli LLM per i casi complessi che richiedono ragionamenti articolati in più passaggi.
- I punteggi di confidenza consentono ai sistemi di gestire automaticamente i casi chiari e di sottoporre quelli incerti alla valutazione umana. Le aziende devono tuttavia verificare l’affidabilità di tali indicatori utilizzando dati reali.
- Gli esperti avvertono che i modelli decisionali devono essere confrontati sia con SQL sia con le tecniche tradizionali di apprendimento automatico. È inoltre necessario definire chiaramente le responsabilità nella progettazione dei criteri, nel monitoraggio e nel controllo delle decisioni automatizzate.
📌 I modelli decisionali aprono una nuova strada alla specializzazione dell’IA aziendale: non tutte le attività richiedono un grande modello linguistico. Nel test pubblicato da MotherDuck, Jev ha elaborato 100.000 record al costo di 0,50 dollari, risultando circa 48 volte più veloce e 75 volte meno costoso rispetto al modello di confronto. Tuttavia, si tratta di risultati comunicati dalla stessa azienda. Il valore concreto della tecnologia dipende dalla precisione, dalla possibilità di convalidare le probabilità previste e dai meccanismi di governance delle decisioni adottati in ciascun sistema.
