Ali Ghodsi, cofondatore e CEO di Databricks, ha un messaggio per i dirigenti che investono somme considerevoli nei più recenti modelli AI di frontiera: la tecnologia non è il collo di bottiglia. A suo avviso, il problema della maggior parte delle aziende non è che l'AI manchi di intelligenza, ma che non le è stato fornito nulla di utile sul business che dovrebbe servire.

Intervenendo a Bloomberg Tech, Ghodsi ha sostenuto che l'attuale generazione di modelli AI supera già ciò che la maggior parte delle imprese può concretamente utilizzare. Il divario tra ciò che questi sistemi possono fare e ciò che le aziende ne ricavano effettivamente, ha detto, si riduce a un singolo fattore: il contesto.

Il paradosso del 90%

Ghodsi ha citato una sconcertante discrepanza osservata sondando il pubblico durante i suoi interventi del 2026. Solo circa il 10% degli intervistati ritiene che l'intelligenza artificiale generale sia arrivata. Eppure circa il 90% afferma che i modelli AI che utilizza quotidianamente sono già più intelligenti della maggior parte dei colleghi.

«Non ci serve che l'AI diventi più intelligente», ha dichiarato Ghodsi. «Le manca semplicemente il contesto.»

Il contesto che ha descritto è ciò che lui chiama "contesto aziendale" (enterprise context): i dati proprietari, la conoscenza istituzionale, i flussi di lavoro decisionali e la logica di business che rendono uniche le operazioni di un'azienda. In altre parole, i modelli sono generici; l'ingrediente mancante è la conoscenza specifica del business che non possono in alcun modo conoscere da soli.

L'argomento dell'infrastruttura dati

Databricks basa il proprio business nell'aiutare le imprese a organizzare, gestire e attivare i propri dati. Tra i suoi clienti figurano AT&T, Rivian, Adidas, Mercedes-Benz, Unilever, Virgin e Bayer.

Ghodsi ha sottolineato che le aziende devono costruire il proprio "contesto aziendale" e la propria "ontologia" — una mappa strutturata di come dati, entità e processi di un'azienda si relazionano tra loro — invece di dare per scontato di poter semplicemente acquistare una soluzione AI chiavi in mano. Nella sua visione, l'investimento AI decisivo non è l'accesso a un modello più intelligente, ma il lavoro preparatorio interno che consente a un modello di agire in base a come il business funziona realmente. Databricks sta sviluppando strumenti progettati proprio per questo scopo. La sua piattaforma Genie, ad esempio, è posizionata come un modo per acquisire i dati aziendali, le decisioni e i flussi di lavoro di cui i sistemi AI hanno bisogno per passare da demo impressionanti a automazione concreta.

Ha aggiunto che anche se l'avanzamento dell'AI si fermasse completamente oggi, la maggior parte delle aziende avrebbe comunque a disposizione anni di guadagni di produttività semplicemente mettendo in ordine i dati esistenti.

Un decennio di chirurgia organativa

La stima di Ghodsi per raggiungere l'adozione completa dell'AI aziendale è potenzialmente un decennio, anche per le aziende orientate alla tecnologia. Tale tempistica riflette la realtà che integrare l'AI in un'azienda non è una semplice installazione software. È un progetto di riorganizzazione aziendale che tocca processi, ruoli, incentivi e cultura.

Per le imprese che valutano questa tesi, la domanda immediata non è quale modello acquisire in licenza, ma quanto rapidamente i propri dati possano essere organizzati, collegati e resi utilizzabili dai sistemi AI. Il modo in cui le aziende ripartiranno la spesa per l'AI tra accesso ai modelli e preparazione interna dei dati sarà un indicatore di quanto la visione di Ghodsi prenderà piede.

A settembre 2026, Ghodsi ha continuato a ribadire questo messaggio, sostenendo che le imprese dovrebbero concentrarsi sulle sfide AI pratiche piuttosto che sui rischi esistenziali.

Fonte: CryptoBriefing