Negli ultimi anni il termine “intelligenza artificiale generale” è entrato sempre più spesso nel dibattito pubblico, ma raramente viene accompagnato da definizioni precise e condivise. Per evitare che rimanga un concetto vago o puramente promozionale, in questo articolo proponiamo un metodo chiaro e misurabile per valutare i progressi concreti verso questo obiettivo. La base di questo metodo è un indice su scala da 0 a 100, chiamato generalità operativa.
Questo indice non si limita a stimare la potenza teorica di un modello, ma misura quanto un sistema completo – composto da modello, strumenti integrati e memoria – sia in grado di svolgere un’ampia gamma di compiti diversi tra loro, mai visti in addestramento, con una qualità comparabile a quella di un professionista umano. Perché un sistema possa essere considerato al livello massimo della scala, deve inoltre rispettare tempi e costi compatibili con l’uso pratico e continuativo. La soglia 100 è quindi un riferimento operativo, che indica il punto in cui, in media, il sistema riesce a portare a termine un insieme rappresentativo di attività con precisione, stabilità e sostenibilità economica.
Per calcolare l’indice vengono valutate diverse dimensioni. Si considera la capacità di ragionare e pianificare su problemi concreti, di programmare e correggere codice fino al superamento dei test, di gestire in modo coerente testi, immagini, audio e video in contesti di grande ampiezza, di imparare da pochi esempi e riutilizzare le nuove conoscenze nello stesso ciclo di lavoro. Viene misurata anche l’autonomia nell’uso di strumenti digitali, la capacità di mantenere memoria e coerenza tra sessioni diverse e il rapporto tra il risultato ottenuto e il costo in termini di tempo, risorse ed energia. I valori raccolti sono normalizzati e confrontati con valutazioni umane, in modo che il calcolo possa essere aggiornato periodicamente e sia replicabile.
Figura 1 – Andamento dell’indice 2014–2035
Il grafico illustra l’andamento dell’indice dal 2014 al 2025 e presenta una previsione fino al 2035. Nella prima parte del periodo, fino al 2020, la crescita è graduale, legata soprattutto a miglioramenti hardware e a dataset più ampi. Dal 2021 in poi la crescita è evidente, grazie a modelli più avanzati, dati di qualità superiore, generati e curati, e alla possibilità di integrare strumenti esterni che consentono azioni complesse. Lo scenario centrale indica che l’indice raggiunge 90 nel 2032 e lo supera negli anni successivi, arrivando alla soglia 100 tra il 2033 e il 2035. Le bande di incertezza mostrano che esistono scenari più ottimistici, con arrivo anticipato al 2034, e scenari più prudenti, con possibili ritardi dal 2036 in poi.
Figura 2 – Profilo delle capacità: 2025 vs 2030
Questo secondo grafico confronta il profilo delle capacità nel 2025 con la proiezione mediana per il 2030. Nel presente, i punteggi più alti si registrano nella programmazione end-to-end e nella gestione di contesti multimodali lunghi. Ragionamento e pianificazione sono solidi, mentre la memoria persistente e la coerenza tra sessioni restano aree da rafforzare. L’apprendimento rapido da pochi esempi è affidabile nei compiti comuni e sta migliorando nei settori specialistici. Il costo per completare compiti complessi è diminuito ma rimane un fattore da ottimizzare. Nel 2030, nello scenario centrale, tutte le capacità avanzano in modo visibile, avvicinandosi a livelli che rendono l’uso quotidiano dell’intelligenza artificiale sostenibile e competitivo anche per applicazioni complesse
L’analisi dei dati raccolti non serve solo a tracciare una curva di crescita generale, ma anche a supportare decisioni operative. Ogni organizzazione può applicare questo indice al proprio insieme di compiti chiave, definendo una soglia interna di qualità, tempo e costo oltre la quale l’adozione dell’intelligenza artificiale diventa conveniente. Questo approccio evita dichiarazioni generiche e fornisce uno strumento pratico per capire quando una tecnologia è pronta per essere integrata nei flussi di lavoro.
Conclusione
Sulla base delle informazioni attuali e delle tendenze osservate, la previsione più probabile è che la soglia di generalità operativa sarà raggiunta tra il 2033 e il 2035, con il 2035 come anno centrale della stima. Un anticipo al 2034 è possibile se i progressi nella qualità dei dati sintetici e nell’orchestrazione di agenti autonomi accelereranno, mentre ritardi dal 2036 in poi possono verificarsi in caso di rallentamenti nella riduzione di costi e tempi di esecuzione. L’aggiornamento periodico di questo indice e dei grafici permetterà di seguire con precisione l’avvicinamento a questo traguardo e di adeguare le strategie di adozione di conseguenza.
