Oltre l'hype dei chatbot: perché la nuova scommessa di Mira Murati fotografa il vicolo cieco dell'AI attuale

Se c'è una persona che conosce i segreti, i limiti e i retroscena di ChatGPT, quella è Mira Murati. Come ex Chief Technology Officer di OpenAI, ha guidato la transizione dei Large Language Models da esperimenti di laboratorio a fenomeni di massa globali. Proprio per questo, quando si espone pubblicamente per dire che l'assetto attuale dell'Intelligenza Artificiale è fondamentalmente 'primitivo', l'intera industria del tech farebbe bene a fermarsi e ascoltare.

Lasciata OpenAI, Murati non ha perso tempo: ha fondato Thinking Machines Lab, una nuova realtà focalizzata sulla ricerca che ha già chiuso round miliardari (con una valutazione shock da 12 miliardi di dollari guidata da Andreessen Horowitz) e che punta a riscrivere le regole dell'interazione uomo-macchina.

Il punto di partenza della sua tesi è brutale nella sua semplicità: i modelli di oggi — compresi i mostri sacri come GPT-4, Claude o Gemini — mentre elaborano informazioni, sono di fatto ciechi e sordi.

La condanna dei modelli statici: il problema del 'Turn-Taking'

Viviamo nell'illusione che interfacce grafiche pulite e risposte testuali veloci equivalgano a un'interazione fluida. La realtà ingegneristica è molto diversa. I chatbot attuali si basano sul concetto rigido di turn-taking: l'utente scrive un prompt, la macchina si blocca, 'pensa', elabora un output statico e lo sputa fuori.

Durante questa fase di elaborazione, il sistema è totalmente disconnesso dal contesto:

Non percepisce le interruzioni vocali in modo naturale.

Non è in grado di decifrare il linguaggio del corpo o le micro-espressioni dell'utente attraverso la telecamera.

Ignora completamente il contesto fisico o ambientale della stanza in cui si trova l'utilizzatore.

In breve: non collabora, esegue semplicemente un calcolo statistico avanzato basato su input passati. Questo rende i sistemi odierni degli ottimi motori di ricerca potenziati o assistenti di scrittura, ma li allontana drammaticamente dall'essere dei veri partner operativi.

La filosofia 'Tandem Bike' di Thinking Machines

L'obiettivo di Thinking Machines Lab non è semplicemente quello di buttare altri miliardi in potenza di calcolo per far scalare i parametri di un modello testuale (una strategia brute-force che sta già mostrando i primi rendimenti decrescenti). L'obiettivo è architetturale.

Murati ha recentemente proposto una metafora efficace, definendo la prossima generazione di AI come una bicicletta tandem. In un tandem, entrambi i ciclisti hanno le mani sul manubrio e co-sterzano in tempo reale. Quando la salita si fa dura, chi è più forte pedala di più, ma il controllo e la direzione rimangono un'azione sinergica e continua. Tradotto in codice, significa sviluppare sistemi multimodali nativi in cui voce, testo e video non sono 'funzioni extra' appiccicate sopra un modello linguistico, ma canali di input paralleli e costanti. Una presenza continua che ascolta, osserva e corregge il tiro mentre l'utente lavora, studia o programma.

Il mercato sta cambiando: la fine delle 'Risposte Migliori'

Se analizziamo questo scenario insieme ai trend recenti — come il report di Anthropic sull'automazione del codice interno o la corsa all'hardware local-first come l'RTX Spark di NVIDIA — emerge un quadro chiarissimo: la corsa a 'chi dà la risposta testuale più intelligente' è quasi finita. La nuova guerra si combatte sull'integrazione contestuale.

La prossima rivoluzione tecnologica non sarà determinata da un chatbot a cui fare domande sul browser, ma da infrastrutture software capaci di integrarsi nel disordinato e dinamico modo in cui gli esseri umani collaborano nella realtà.

Per le startup e i developer che continuano a costruire business basati sulla pura manipolazione di prompt (i cosiddetti wrapper), la nascita di realtà come Thinking Machines Lab è l'ennesimo campanello d'allarme. Il valore si sta spostando dalla generazione del contenuto alla fluidità del flusso di lavoro. E chi non capisce che l'AI deve smettere di essere un tool statico per diventare un collaboratore dinamico, è destinato a rimanere indietro.