Quando capire non è più la cosa difficile

TripShake e il lavoro di interpretazione

TripShake, che ho cofondato nel 2008, partiva da un’intuizione semplice su come si cerca. Fare una domanda e ricevere una risposta è meglio che scomporre quello che vuoi sapere in dieci ricerche, leggere venti pagine e provare a ricostruire da solo il quadro.

Nel turismo questo problema era particolarmente evidente. Chi organizza un viaggio raramente cerca soltanto un volo o un albergo. Cerca un posto adatto a un certo periodo, a un budget, alle persone con cui viaggia e al tipo di esperienza che ha in mente. Internet chiedeva di tradurre questa intenzione in una sequenza di operazioni separate.

TripShake provava a ricomporle attraverso due strati. I viaggiatori portavano esperienze, informazioni locali e materiale grezzo. Gli agenti di viaggio leggevano la domanda, ne capivano il contesto e usavano quel materiale per arrivare a una risposta utile.

A distanza di anni, il nodo mi sembra più chiaro. Gli strumenti semantici si occupavano di classificare e recuperare le informazioni. Interpretare una domanda, capire cosa fosse rilevante e tenere insieme esigenze poco definite restava un lavoro umano. Oggi affidiamo agli LLM proprio quella parte.

Leggere il web attraverso la scarsità

Questa retrospettiva mi ha portato a leggere la storia del web attraverso lo spostamento della scarsità. Il valore tende a concentrarsi dove si trova qualcosa di difficile da produrre, e quella difficoltà cambia insieme alla tecnologia.

Nel primo web era difficile pubblicare. Servivano competenze tecniche, infrastrutture e accesso a strumenti che pochi possedevano. Il Web 2.0 ha reso la pubblicazione un’attività di massa. Milioni di persone hanno iniziato a condividere esperienze, opinioni e conoscenze.

Quell’abbondanza ha creato il bisogno di un filtro. Motori di ricerca, feed e sistemi di raccomandazione hanno iniziato a decidere che cosa mostrare e in quale ordine. Lo hanno fatto attraverso link, comportamenti, popolarità, somiglianze e probabilità. Sapevano ordinare una quantità enorme di informazioni, mentre la ricostruzione del senso rimaneva in gran parte a chi cercava.

Gli LLM intervengono su quel passaggio. Possiamo formulare una domanda nel modo in cui ci viene naturale, aggiungere dettagli, correggerci mentre ragioniamo e chiedere al modello di attraversare una grande quantità di materiale. Le risposte possono essere sbagliate e richiedono giudizio, ma la macchina riesce a svolgere una parte del lavoro di comprensione che ai tempi di TripShake richiedeva una persona.

Il costo di capire

La comprensione sta diventando ambientale. Nel modello di TripShake, ogni nuova domanda richiedeva tempo e attenzione da parte di qualcuno che conoscesse il dominio, e la capacità del sistema cresceva insieme al numero di persone in grado di svolgere quel lavoro. Oggi la stessa operazione può essere richiesta a un modello in pochi secondi, ripetuta e applicata a quantità di materiale molto più grandi. L’accuratezza e la verifica rimangono problemi aperti, ma il costo della prima interpretazione è cambiato.

Quando una risorsa smette di essere scarsa, il valore si sposta altrove.

Ciò che la macchina non conosce ancora

La risposta più immediata indica ciò che la macchina ancora non conosce: la nostra esperienza, i nostri dati, le informazioni interne a un’azienda. È materiale utile, perché permette al modello di lavorare dentro un contesto specifico. Un sistema che conosce i clienti, i processi e la storia di un’impresa produce risposte diverse da uno che opera soltanto su informazioni generali.

Mi sembra però una frontiera mobile. Quello che oggi è fuori dalla portata della macchina può diventare accessibile attraverso una nuova integrazione, un cambiamento nei permessi o una versione successiva. Molte informazioni che fino a poco tempo fa rimanevano chiuse dentro documenti, email e gestionali possono già essere interrogate da un modello.

Lo stesso vale per il sapere proprietario accumulato nel tempo. Può costituire un vantaggio importante, ma rimane informazione conservata. Se può essere archiviata e strutturata, può anche essere resa leggibile a un sistema.

I dati conservano un ruolo importante: descrivono ciò che è accaduto, rendono visibili regolarità e migliorano la qualità delle previsioni. La scelta di ciò che l’azienda debba cercare di ottenere appartiene a un altro livello.

La risorsa scarsa è l’autorità sulla direzione

Almeno nella condizione attuale, la risorsa scarsa è l’autorità di stabilire la direzione in cui il sistema deve lavorare. La macchina può sviluppare un’idea, collegarla ad altre informazioni, individuare incoerenze e suggerire alternative. Può mostrare che un piano non sta funzionando o che una certa metrica non porta più al risultato previsto. Il criterio con cui decidiamo che cosa conta come un buon risultato continua però ad arrivare dall’esterno.

Quel criterio non viene definito una volta sola. Il contesto cambia mentre il sistema lavora. Una direzione sensata all’inizio può diventare irrilevante, oppure produrre conseguenze che obbligano a rivederla. La responsabilità sta anche nel riconoscere quel momento e decidere che cosa debba cambiare.

Quando la metrica è giusta e la direzione è sbagliata

Immaginiamo una PMI che utilizzi un sistema per decidere quali opportunità commerciali seguire per prime. L’obiettivo è aumentare il tasso di conversione e ridurre il tempo necessario per chiudere una vendita. Il sistema impara presto che i clienti simili a quelli già acquisiti, con richieste standard e cicli decisionali brevi, hanno maggiori probabilità di firmare.

L’attenzione commerciale si sposta progressivamente verso quelle opportunità. Dopo alcuni mesi il tasso di conversione migliora, le previsioni diventano più affidabili e il lavoro della rete vendita appare più efficiente. Nello stesso tempo diminuisce lo spazio dedicato ai clienti nuovi, ai progetti più complessi e alle relazioni attraverso cui l’azienda avrebbe potuto evolvere.

Il sistema non ha commesso un errore. Ha selezionato correttamente ciò che la metrica gli chiedeva di privilegiare. La questione è se l’azienda debba continuare a vendere meglio ciò che vende già, oppure investire nel lavoro che vuole fare domani.

Il sistema può aiutare a stimare costi, probabilità e conseguenze di entrambe le strade. Può anche segnalare che la composizione del portafoglio sta diventando più uniforme. Non può stabilire da solo quanto questa uniformità sia desiderabile, perché il dato assume significato soltanto in relazione all’azienda che si vuole costruire.

Contribuire non è decidere

La decisione non deve arrivare necessariamente da una sola persona. Idee, segnali e valutazioni possono emergere dalla rete commerciale, dal servizio clienti, da chi sviluppa il prodotto o da chi osserva i numeri. Una direzione costruita attraverso contributi diversi può essere migliore di una scelta presa in isolamento.

Il contributo diffuso non elimina però il momento in cui quelle informazioni devono diventare una priorità, una rinuncia o una scelta. Contribuire a una direzione e assumersene la responsabilità sono due cose diverse. A un certo punto qualcuno deve decidere quale criterio adottare e rispondere delle conseguenze. Può essere una persona, un gruppo o una forma di governo condivisa. La forma cambia; la funzione rimane.

Il peso della scelta

Man mano che analisi, coordinamento ed esecuzione vengono affidati alle macchine, questa funzione occupa una parte relativamente più piccola del lavoro complessivo, ma acquista più peso. Una quantità crescente di attività può essere svolta senza intervento umano continuo. La scelta di ciò verso cui orientarla non scompare insieme a quelle attività.

Più questi sistemi diventano capaci, più quella scelta diventa importante. Se la direzione è sbagliata, uno strumento più veloce e potente permette semplicemente di seguirla meglio. L’errore cresce insieme alla capacità di esecuzione.

Per chi costruisce un’azienda, essere presente nelle risposte della macchina è ormai necessario. È il modo in cui prodotti e competenze vengono trovati, interpretati e confrontati. Rappresenta però una condizione di accesso. Il valore rimane in chi stabilisce verso che cosa orientare il sistema, riconosce quando quella direzione non funziona più e risponde delle conseguenze.

Vent’anni fa, con TripShake, cercavamo di rendere più semplice arrivare a una risposta. Oggi quella parte del problema sta diventando molto meno costosa. La parte che acquista peso è decidere a che cosa debba servire la risposta e assumersi la responsabilità di quella scelta.