Siamo in un'epoca di crescente controllo dell'AI e della sua influenza sulla società. Sia nel Regno Unito che in Europa, numerose autorità di regolamentazione si stanno occupando di stabilire cosa l AI dovrebbe o non dovrebbe fare, con la domanda fondamentale: chi sorveglia automaticamente le guardie automatiche?

Una delle preoccupazioni delle autorità di regolamentazione, come la Competitions and Marketing Authority (CMA) del Regno Unito, è che lo sviluppo dell AI sia così difficile e costoso (dati i requisiti di potenza di elaborazione della CPU, set di dati e competenze di alto livello in materia AI ) che solo le Big Tech possono sviluppare le IA di domani. 

Katie Prescott del Times afferma, in questo articolo a pagamento che cita CloudNC: "[Il rapporto della CMA] ha rilevato che le Big Tech, quei "gatekeeper" se vogliamo, probabilmente continueranno a dominare il mercato sempre più lucrativo dell'AI, in quello che l'autorità di regolamentazione ha definito un risultato "winner-takes-most". È molto difficile immaginare cosa possa fare la CMA o chiunque altro al riguardo.

"Per addestrare questi modelli sono necessarie enormi quantità di potenza di calcolo e un tipo di chip per computer più potente di quello disponibile. Poi c'è la costosa infrastruttura - i centri dati e i server che le Big Tech già possiedono. Le aziende che non hanno un proprio centro dati devono rivolgersi ai fornitori di servizi cloud, che sono Google, Amazon e Microsoft.

"Migliori sono i dati, migliore è il modello. YouTube è suggerito come una riserva di informazioni per i modelli, ovviamente di proprietà di Google... Il vantaggio è chiaramente per gli operatori storici".

Ma è proprio così? Solo le "Big Tech" possono sviluppare un'AI che cambi il mondo? 

AI caramba

Noi di CloudNC non la pensiamo così. Riteniamo che sia perfettamente possibile per un'azienda più piccola e specializzata sviluppare una AI che abbia il potenziale per trasformare un settore o un'industria... anche perché è proprio quello che stiamo facendo. La nostra soluzione CAM accelera già notevolmente la velocità con cui un produttore può lavorare con precisione i componenti con AI, facendo risparmiare agli utenti centinaia di ore di produzione ogni anno. 

È vero che lo sviluppo di questo tipo di tecnologia è costoso: CloudNC ha raccolto oltre 75 milioni di dollari in finanziamenti di capitale di rischio nei suoi 8 anni di vita. Se questo tipo di denaro può essere una piccola birra per le Big Tech, non lo è per un'azienda britannica sostenuta da VC.

Di conseguenza, tutti i finanziamenti devono avere uno scopo diretto e sono impegnati a realizzare la nostra missione e la nostra visione. In altre parole, in un'azienda come CloudNC, non si ha il lusso di applicare i propri finanziamenti allo sviluppo di una soluzione tecnologica che non abbia immediatamente un'ovvia applicazione commerciale al momento del rilascio (come, forse, Chat-GPT o Dall-E durante la loro gestazione).

Al contrario, gli sviluppatori come noi devono concentrarsi con estrema attenzione sull'utilizzo dell'AI e su come questa possa fare la differenza per i clienti. Altrimenti, si rischia di bruciare un sacco di soldi senza alcuna ricompensa, e di non creare alcun ritorno per le persone che hanno sostenuto il vostro successo.

Automatico per le persone

Oltre ai finanziamenti, la sfida più grande per una piccola azienda tecnologica nello sviluppo di una soluzione AI è la competizione per i talenti. 

Lo sviluppo di soluzioni come CAM è estremamente impegnativo dal punto di vista tecnico e il numero di talenti altamente qualificati in grado di portare avanti queste soluzioni è molto limitato, quindi tutti, dalle grandi aziende tecnologiche alle realtà più piccole, sono in competizione per accaparrarsi i migliori. 

Questo rende molto difficile per le aziende più piccole trovare le persone di cui hanno bisogno per portare avanti queste soluzioni. Ecco perché, oltre a impegnarci per trovare i migliori talenti, in CloudNC facciamo molto per assicurarci di essere un eccellente datore di lavoro che si preoccupa dei propri dipendenti.

L'altra grande sfida è l'accesso ai dati. Le grandi aziende tecnologiche dispongono spesso di enormi quantità di dati su cui lavorare (o sono in grado di generarli), mentre le aziende più piccole devono trovare casi d'uso più di nicchia che non siano già stati coperti. In parte, questo è il motivo per cui, ad esempio, CloudNC sta cercando di risolvere le inefficienze di produzione: non è facile per nessuno raccogliere i dati necessari per risolvere il problema. (Nel nostro caso, per accumulare ciò di cui avevamo bisogno per costruire AI nostri AI che alimentano CAM , abbiamo letteralmente costruito la nostra fabbrica). 

Questo è un esempio estremo, ma ora, come risultato, abbiamo una soluzione AI efficace che sta facendo la differenza per i nostri utenti nel mondo della lavorazione, accelerando la loro capacità di programmare macchine CNC e di aiutare i loro clienti.

Penso quindi che un'azienda britannica possa costruire un'AI che cambi il mondo? Beh, noi continuiamo a farlo, ma senza dubbio ci sono sfide specifiche che rendono il lavoro più difficile di quello che potrebbe essere per un'azienda del Terzo Mondo.

Volete saperne di più? Contattateci e potrete beneficiare di un macchinista CNC esperto e AI nella vostra officina meccanica. 

‍