Dal networking all'ecosistema neurodigitale

La tecnologia evolve perché comprendiamo meglio noi stessi

Ogni grande rivoluzione tecnologica nasce da una comprensione più profonda dell'essere umano.

La tecnologia non evolve semplicemente perché disponiamo di processori più veloci o di software più sofisticati. Questi progressi sono importanti, ma raramente rappresentano il vero punto di partenza. L'innovazione comincia quando scopriamo qualcosa di nuovo su noi stessi.

Ogni capacità che impariamo a osservare, comprendere e formalizzare diventa, almeno in parte, riproducibile attraverso la tecnologia. È accaduto con il lavoro fisico, poi con il calcolo matematico, successivamente con l'automazione industriale e oggi con attività cognitive sempre più sofisticate. Ogni volta che riusciamo a delegare una funzione umana, liberiamo nuove energie da dedicare all'esplorazione, alla creatività, alla cooperazione e alla costruzione di significati.

La tecnologia non evolve sostituendo l'intelligenza umana. Evolve ampliando lo spazio nel quale l'intelligenza umana può continuare a svilupparsi.

È in questa prospettiva che, a mio avviso, dovremmo osservare anche l'intelligenza artificiale.

L'attenzione del mercato tende naturalmente a concentrarsi su ciò che appare nuovo. Oggi questo ruolo è occupato dai modelli di AI, alimentando l'idea che il futuro della trasformazione digitale dipenda soprattutto dalla loro crescente potenza computazionale. La storia dell'informatica suggerisce però una dinamica diversa. Le innovazioni che inizialmente dominano il dibattito finiscono, con il tempo, per trasformarsi in capacità integrate dell'infrastruttura.

È accaduto con i sistemi operativi, con i database, con il networking, con le tecnologie Internet, con la virtualizzazione, con il cloud e, più recentemente, con la cybersecurity. Nessuna di queste innovazioni ha perso importanza. Al contrario, sono diventate così fondamentali da scomparire progressivamente dal dibattito, trasformandosi nelle fondamenta sulle quali si sono sviluppate le generazioni successive di tecnologie.

Credo che anche l'intelligenza artificiale seguirà la stessa traiettoria. Oggi la osserviamo come un prodotto; domani probabilmente la considereremo una proprietà delle infrastrutture digitali.

Può sembrare una distinzione sottile. In realtà cambia profondamente il modo in cui immaginiamo il futuro.

Per questo motivo mi interessa osservare meno la competizione tra modelli e più l'evoluzione delle infrastrutture. I modelli continueranno certamente a migliorare, ma la trasformazione più significativa potrebbe avvenire altrove. Le infrastrutture digitali non sono più sistemi progettati soltanto per trasportare informazioni: stanno diventando ambienti capaci di osservare ciò che accade, coordinare processi distribuiti, integrare conoscenze provenienti da contesti differenti e sostenere decisioni proprio nei luoghi in cui quelle decisioni devono essere prese.

Se questa traiettoria continuerà, il prossimo paradigma tecnologico sarà definito meno dalla potenza di calcolo che dalla capacità delle infrastrutture di distribuire l'intelligenza lungo l'intero ecosistema digitale, rendendola più contestuale, meno centralizzata e sempre più integrata nelle attività quotidiane.

Guardare le infrastrutture

È per questo che continuo a guardare le infrastrutture.

Nella storia dell'informatica sono quasi sempre state loro ad anticipare le applicazioni. Creano le condizioni perché una nuova tecnologia possa emergere, ne accompagnano l'adozione e, quando raggiungono la maturità, finiscono per diventare così integrate nell'ambiente digitale da risultare quasi invisibili. È proprio allora che diventano indispensabili.

Da questa prospettiva alcune aziende sono particolarmente interessanti, non perché siano in grado di prevedere il futuro, ma perché rendono osservabile una trasformazione già in corso. Cisco è una di queste. La sua rilevanza, a mio avviso, non dipende dalla possibilità di sviluppare il modello di intelligenza artificiale più avanzato, ma dalla direzione che il suo percorso industriale sembra indicare. Negli ultimi anni networking, osservabilità, identità digitale, cybersecurity, Internet of Things, piattaforme dati e intelligenza artificiale hanno progressivamente smesso di evolvere come domini separati. Stanno convergendo verso un'unica architettura digitale, nella quale l'intelligenza artificiale rappresenta una componente dell'ecosistema più che il suo centro.

Le acquisizioni di Jasper, ThousandEyes, AppDynamics, Duo Security e Splunk raccontano con chiarezza questa evoluzione. Considerate singolarmente possono apparire come il naturale ampliamento di un portafoglio tecnologico. Osservate nel loro insieme, invece, delineano una strategia coerente: costruire un ambiente capace di integrare connettività, osservabilità, identità, sicurezza, Internet of Things e piattaforme dati in un'unica architettura in grado di percepire ciò che accade, trasformare la telemetria in conoscenza contestualizzata e sostenere decisioni distribuite là dove gli eventi si manifestano.

È una differenza che cambia il modo di immaginare l'infrastruttura.

Per molti anni le reti sono state progettate soprattutto per trasportare informazioni verso un centro decisionale. Le architetture che stanno emergendo sembrano rispondere a un'esigenza diversa: osservare localmente, reagire localmente e mettere continuamente in relazione decisioni distribuite, così da aumentare l'intelligenza dell'intero sistema. L'infrastruttura non si limita più a trasportare dati; partecipa alla costruzione del contesto nel quale quei dati acquistano significato operativo.

Se questa evoluzione proseguirà, il maggiore valore economico potrebbe non nascere dall'infrastruttura in sé, ma dall'ecosistema che crescerà intorno ad essa. Quando l'intelligenza artificiale diventerà una capacità diffusa delle infrastrutture, emergeranno nuove generazioni di applicazioni, piattaforme verticali e partner specializzati nel trasformare capacità inferenziali distribuite in processi operativi, organizzativi e decisionali.

Anche il ruolo degli integratori sarà destinato a cambiare profondamente. Non si limiteranno più a collegare tecnologie differenti, ma saranno chiamati a progettare ecosistemi nei quali reti, identità digitale, sicurezza, osservabilità, Internet of Things, piattaforme dati e intelligenza artificiale funzionino come un unico organismo. La loro competenza non sarà soltanto tecnica; riguarderà sempre più la capacità di comprendere i processi organizzativi e di orchestrare ambienti nei quali tecnologie diverse collaborano per generare valore.

Forse il vantaggio competitivo del prossimo decennio non dipenderà tanto da chi svilupperà il modello di AI più potente, quanto da chi saprà integrare l'intelligenza in ecosistemi sempre più distribuiti.

Oltre la psicologia cognitiva

Se è questa la direzione verso cui stanno evolvendo le infrastrutture digitali, il passo successivo potrebbe non riguardare soltanto la tecnologia. Potrebbe riguardare anche il modello di intelligenza al quale quelle infrastrutture si ispirano.

Per molti anni il digitale ha trovato nella psicologia cognitiva un riferimento naturale. L'intelligenza artificiale ha imparato a riconoscere schemi, classificare informazioni, prevedere risultati e supportare decisioni individuali con una precisione sempre maggiore. È stata una trasformazione straordinaria e continuerà a esserlo. Le infrastrutture che stanno emergendo, però, sembrano richiedere qualcosa di diverso. Non devono semplicemente elaborare informazioni più velocemente, ma sostenere migliaia di decisioni contestuali distribuite tra fabbriche, ospedali, reti energetiche, città, sistemi logistici e organizzazioni, mantenendo al tempo stesso la coerenza dell'intero ecosistema.

Se psicologia relazionale e neuroscienze ci mostrano che l'intelligenza umana nasce dall'interazione continua tra decisioni, relazioni e contesto, è possibile che anche le future infrastrutture digitali evolvano nella stessa direzione. Il loro compito non sarà soltanto produrre inferenze sempre più accurate, ma consentire a molteplici intelligenze distribuite di osservare il proprio ambiente, decidere nel luogo in cui gli eventi si manifestano e mettere continuamente in relazione quelle decisioni, così da costruire una comprensione condivisa del sistema.

In questa prospettiva cambia anche il significato della parola infrastruttura. Non descrive più soltanto un insieme di reti, piattaforme e servizi, ma un ambiente capace di coordinare informazioni, inferenze e decisioni distribuite. Le reti trasportano segnali, l'identità stabilisce relazioni di fiducia, l'osservabilità rende il sistema consapevole di ciò che accade, l'Internet of Things raccoglie informazioni dall'ambiente, l'intelligenza artificiale le interpreta, la sicurezza protegge l'integrità dell'insieme e le piattaforme dati integrano conoscenze provenienti da contesti differenti. Considerate singolarmente, queste tecnologie risolvono problemi specifici; osservate nel loro insieme, iniziano a comportarsi come un organismo adattivo.

La metafora del sistema nervoso, allora, non rappresenta soltanto un'immagine evocativa. Come l'intelligenza umana emerge dal dialogo continuo tra sistema nervoso centrale e sistema nervoso periferico, così anche le future infrastrutture potrebbero costruire la propria capacità decisionale attraverso la collaborazione tra molteplici livelli di intelligenza distribuita. Il loro valore dipenderà sempre meno dalla potenza di un singolo modello e sempre più dalla qualità delle relazioni che sapranno creare tra persone, sistemi e intelligenze artificiali.

Forse è proprio qui che comincia a delinearsi ciò che potremmo definire un ecosistema neurodigitale.

L'intelligenza di prossimità

Se questa evoluzione proseguirà, il cambiamento più profondo non riguarderà soltanto modelli sempre più potenti o data center sempre più grandi. Riguarderà il modo in cui l'intelligenza verrà distribuita all'interno degli ecosistemi digitali.

Per molti decenni abbiamo immaginato le infrastrutture come sistemi nei quali le informazioni venivano raccolte alla periferia, trasferite verso un centro e trasformate lì in decisioni. Le architetture che stanno emergendo sembrano seguire una logica diversa. L'intelligenza tende progressivamente ad avvicinarsi ai luoghi nei quali gli eventi si verificano. Fabbriche, ospedali, città, reti energetiche, sistemi di trasporto e dispositivi connessi saranno sempre più capaci di osservare il proprio contesto, interpretarlo e reagire in tempo reale, mantenendo un dialogo continuo con livelli decisionali più ampi.

Questa evoluzione non elimina il centro; ne ridefinisce la funzione. Come il sistema nervoso umano non controlla ogni singolo evento ma integra continuamente le informazioni provenienti dalla periferia, così anche le future infrastrutture potranno costruire la propria intelligenza attraverso il dialogo costante tra decisioni locali e coordinamento globale. Il loro valore dipenderà sempre meno dalla potenza di un singolo modello e sempre più dalla qualità delle relazioni che sapranno creare tra persone, sistemi e intelligenze distribuite.

È in questo senso che immagino l'affermarsi di una intelligenza di prossimità. Non un'alternativa all'intelligenza centrale, ma una sua naturale evoluzione. Un'intelligenza che rende l'intero sistema più tempestivo, più contestuale e più capace di apprendere dall'esperienza quotidiana.

Se questa prospettiva si rivelerà corretta, cambierà anche il luogo nel quale si genererà valore. Non nascerà esclusivamente dalle infrastrutture né dalla disponibilità dei modelli più avanzati, ma dalla capacità di integrare tecnologie, organizzazioni e persone in ambienti che apprendono, si adattano e coordinano decisioni distribuite. Anche il ruolo degli integratori sarà destinato a evolvere. La loro competenza non riguarderà soltanto l'interconnessione di tecnologie differenti, ma la progettazione di ecosistemi collaborativi nei quali reti, identità, sicurezza, osservabilità, Internet of Things, piattaforme dati e intelligenza artificiale funzionino come parti di un unico organismo.

A questo punto il ragionamento ritorna naturalmente al suo inizio.

Ogni grande innovazione nasce quando comprendiamo qualcosa di nuovo sull'essere umano. Successivamente impariamo a formalizzare una parte di quella comprensione e a delegarla alla tecnologia. È accaduto con il lavoro fisico, con il calcolo, con l'automazione e oggi sta accadendo con attività cognitive sempre più sofisticate. Ogni delega non riduce ciò che rende umano l'essere umano; al contrario, amplia lo spazio nel quale può continuare a esplorare, creare, cooperare e costruire nuovi significati.

Forse anche l'intelligenza artificiale rappresenta semplicemente un nuovo capitolo di questa storia. Non perché sostituirà l'intelligenza umana, ma perché, come ogni grande innovazione che l'ha preceduta, ci costringerà a comprenderla più profondamente. Ogni volta che impariamo qualcosa di nuovo su noi stessi, trasformiamo quella conoscenza in tecnologia. E ogni volta che lo facciamo, la tecnologia ci restituisce una nuova possibilità di esplorare ciò che ancora non conosciamo.

Forse il vero progresso non consiste nel costruire macchine sempre più intelligenti, ma nel continuare ad ampliare gli spazi nei quali l'intelligenza umana può generare ricerca, cooperazione, innovazione e nuovi significati.

Se questa sarà davvero la direzione del prossimo paradigma tecnologico, una parola diventerà sempre più centrale: inferenza.

È un termine ormai onnipresente nel dibattito sull'intelligenza artificiale, ma assume significati molto diversi a seconda che lo si osservi dalla logica, dall'informatica, dalle neuroscienze o dalla psicologia. Comprendere queste differenze significa comprendere non solo come funzionano i sistemi di AI, ma anche quale continuerà a essere il contributo distintivo dell'intelligenza umana.

Approfondimento – Che cos'è un'inferenza?

Poche parole sono diventate così centrali nel dibattito contemporaneo sull'intelligenza artificiale quanto inferenza. Eppure, lo stesso termine assume significati profondamente diversi a seconda della disciplina dalla quale viene osservato. Più che definizioni alternative, queste prospettive rappresentano modi complementari di comprendere come l'informazione diventi conoscenza e, infine, come la conoscenza si trasformi in azione.

Per la logica, l'inferenza è il procedimento attraverso il quale una conclusione viene ricavata da una o più premesse mediante regole di deduzione o di induzione. L'attenzione è rivolta alla validità del ragionamento: la conclusione deriva correttamente da ciò che è noto?

Per l'informatica e il machine learning, il significato cambia. Una volta addestrato il modello, l'inferenza è la fase nella quale esso utilizza ciò che ha appreso per elaborare nuovi dati e produrre una previsione, una classificazione o una decisione. L'obiettivo non è dimostrare una verità, ma generare la risposta più affidabile possibile nel contesto disponibile.

Nelle neuroscienze, il concetto si amplia ulteriormente. Secondo approcci come il Predictive Processing e l'Active Inference, il cervello costruisce continuamente ipotesi sul mondo, le confronta con le informazioni sensoriali e le aggiorna quando l'esperienza le contraddice. L'inferenza diventa così un processo continuo di adattamento che permette agli organismi viventi di muoversi in un ambiente intrinsecamente incerto.

La psicologia relazionale aggiunge un'ulteriore dimensione. Il suo interesse non riguarda soltanto il modo in cui costruiamo inferenze, ma il modo in cui esse vengono continuamente verificate, trasformate e condivise nelle relazioni. Le persone prendono decisioni anche quando le informazioni sono incomplete, tollerano l'ambiguità, sospendono il giudizio, modificano le proprie ipotesi e, talvolta, le abbandonano per esplorare possibilità completamente nuove. In questa prospettiva, l'intelligenza non coincide semplicemente con la produzione di inferenze, ma con la continua costruzione di significati condivisi.

Osservate insieme, queste prospettive raccontano un'evoluzione affascinante: dalla validità logica, alla previsione computazionale, all'adattamento biologico, fino alla costruzione relazionale del significato.

Ed è proprio questa progressione che offre una chiave di lettura per comprendere il futuro dell'intelligenza artificiale. L'AI diventerà sempre più efficace nel produrre inferenze. Il contributo distintivo dell'essere umano continuerà invece a essere la capacità di metterle in relazione, collocarle nel proprio contesto, metterle in discussione quando necessario e trasformarle in comprensione, cooperazione e innovazione.

Se il prossimo paradigma sarà davvero quello dell'intelligenza distribuita, la sfida non consisterà soltanto nel produrre inferenze sempre più accurate. Consisterà nel creare le condizioni affinché inferenze generate da persone, sistemi intelligenti e contesti differenti possano dialogare, correggersi reciprocamente e contribuire alla costruzione di una comprensione condivisa.

L'inferenza potrebbe diventare il linguaggio dell'intelligenza artificiale.

La costruzione di significato continuerà a essere il linguaggio dell'intelligenza umana.

Il futuro dipenderà dalla nostra capacità di trasformare inferenze distribuite in significati condivisi.