Il CEO di NVIDIA Jensen Huang spiega perché l'IA non sostituirà il tuo lavoro: il paradosso della radiologia

Circa 10 anni fa, un informatico di fama mondiale affermò:

"Il primo lavoro a scomparire a causa dell'IA sarà il radiologo."

Dieci anni dopo, questa previsione si è avverata solo a metà.

Questo aneddoto è stato raccontato da Jensen Huang, CEO di NVIDIA, durante un intervento al Milken Institute nel maggio 2024.

Prima, la parte che si è avverata.

La visione artificiale è diventata completamente sovrumana nel compito specifico di interpretare le scansioni. Riesce a mantenere la concentrazione più a lungo di un essere umano e a individuare minuscole anomalie che gli umani potrebbero trascurare. Secondo Huang, dieci anni dopo, l'IA ha una penetrazione del 100% in radiologia.

Ma la parte che si è rivelata sbagliata è stata profonda.

Il lavoro del radiologo non è scomparso. Anzi, è successo il contrario.

Affidando all'IA la lettura delle scansioni, i medici hanno potuto esaminare più referti. Hanno potuto prendere in carico più pazienti e diagnosticare le malattie con maggiore precisione.

Di conseguenza, i ricavi ospedalieri sono aumentati, la radiologia è diventata uno dei reparti con il maggior fatturato negli ospedali, e ora gli ospedali vogliono assumere ancora più radiologi.

Huang ha anche sottolineato che se tutti avessero creduto a quella previsione e avessero smesso di aspirare a diventare radiologi, il mondo avrebbe perso questo talento di importanza critica.

Voglio che le persone che si sentono a disagio ogni volta che vedono notizie sull'IA che potrebbe potenzialmente rubare il loro lavoro comprendano la ragione dietro questo ribaltamento.

Quando avrai finito di leggere, quell'ansia vaga dovrebbe trasformarsi in un'azione concreta: "Stasera, dividerò il mio lavoro in due parti su carta e proverò a affidare un compito all'IA domani."

Il "Compito" è Scomparso, ma lo "Scopo" del Lavoro No

Perché la previsione è fallita?

La risposta di Huang è stata essenzialmente una frase.

"Ciò che tutti trascurano è che lo scopo di un lavoro e i compiti di un lavoro sono correlati, ma non sono la stessa cosa."

Lo scopo di un radiologo non è fissare le scansioni su una postazione di lavoro in una stanza buia.

È collaborare con altri medici per diagnosticare malattie e curare i pazienti. Leggere le scansioni è semplicemente un "compito" per raggiungere questo obiettivo.

Pertanto, anche se il compito è stato automatizzato, il lavoro non è scomparso. Invece, il tempo che poteva essere dedicato allo scopo è aumentato, il numero di pazienti visitati è aumentato e il lavoro si è spostato verso la crescita.

Huang ha poi usato se stesso come esempio, il che è stato piuttosto interessante.

"Il 100% dei compiti che svolgo per lavoro sono digitare e parlare. L'IA ha già automatizzato completamente sia la digitazione che la conversazione ed è completamente sovrumana in entrambe. Se è così, dovrei essere disoccupato. Eppure, stiamo lavorando più duramente che mai."

Dice che lo stesso vale per gli ingegneri del software.

Lo scopo di un ingegnere non è scrivere codice, ma risolvere problemi e creare cose nuove. Ha persino scherzato sul fatto che nessun bambino che si è trasferito in America all'età di nove anni lo ha fatto perché sognava una vita passata a digitare tasti su un piccolo schermo dal mattino alla sera.

Questo si applica direttamente anche al tuo lavoro.

Creare documenti. Riassumere i verbali delle riunioni. Trascrivere numeri. Rispondere alle email. Questi sono compiti.

Deliziare i clienti. Far progredire il team. Generare vendite. Questi sono scopi.

L'IA sta arrivando per eliminare i compiti.

Huang Discute lo Stato Attuale: "L'IA è Finalmente Diventata Utile in Questi Ultimi Mesi"

Quindi, dove si trova l'IA ora?

Penso che la vera natura dell'ansia sia la sensazione che "l'evoluzione sia così rapida che il quadro generale è invisibile." L'organizzazione di Huang di questo concetto è stata molto facile da comprendere come una tabella di marcia.

Due anni fa, è apparso ChatGPT ed è nata l'IA generativa. Secondo Huang, c'erano due aspetti essenziali nella capacità di "generare".

Primo: Pensare è la generazione di pensieri (token) nella mente. Quindi, nel momento in cui la generazione è diventata possibile, si è aperta la strada per l'IA per pensare e ragionare.

Secondo: Per usare gli strumenti, è necessario generare comandi. Anche per utilizzare un browser, devi generare parole per controllare qualcosa.

Questa IA capace di ragionamento è emersa l'anno scorso, e ora siamo nella fase dell'"IA agentica" che può comprendere, ragionare, pianificare e usare strumenti per realizzare cose utili.

Il simbolo citato era Claude Code di Anthropic.

Ha notato che è stato il primo sistema agentico a gestire un lavoro veramente produttivo come la codifica software. La cosa importante qui è che Huang ha sottolineato che "la codifica non è solo per gli ingegneri."

La codifica è "codificare in un programma le cose che vuoi automatizzare ripetutamente." Non esiste azienda al mondo che non abbia nulla da automatizzare. Pertanto, la codifica è in realtà di importanza critica per ogni azienda.

E questo cambiamento ha creato un'esplosione di calcoli.

La quantità di calcolo richiesta per l'IA agentica è circa 1.000 volte superiore a quella dell'IA generativa. Moltiplica questo per il fatto che "il numero di persone che vogliono usarla è aumentato di 100 volte."

Ecco perché la domanda di GPU sta esplodendo, e c'era persino un aneddoto secondo cui le GPU vendute 4-5 anni fa stanno aumentando di valore più velocemente del vino pregiato.

Inoltre, Huang ha sottolineato che i margini lordi delle aziende native dell'IA come OpenAI e Anthropic sono diventati significativamente positivi negli ultimi 3-6 mesi, e ha dichiarato senza mezzi termini:

"L'IA è finalmente diventata utile in questi ultimi mesi."

Anche il modo in cui usiamo i computer cambierà.

Fino ad ora, si trattava di "recuperare" cose che qualcuno aveva precedentemente creato e salvato.

D'ora in poi, quando comunicherai la tua intenzione come se stessi parlando con una persona, l'IA penserà al metodo, farà un piano, padroneggerà strumenti come browser, Excel o Photoshop e restituirà il prodotto finito.

Mentre tu hai paura, gli strumenti continuano ad avanzare in questa direzione.

I Lavori Non Scompariranno, ma "Il Lavoro di Tutti" Sarà Influenzato

Fino a questo punto, potrebbe sembrare un semplice ottimismo. Tuttavia, Huang ha anche parlato chiaramente della realtà dell'occupazione.

Innanzitutto, ciò che l'IA sta facendo inizialmente è creare un numero enorme di posti di lavoro.

Fabbriche di chip, fabbriche di computer, fabbriche di IA. Una reindustrializzazione da diversi trilioni di dollari sta avvenendo in questi tre tipi di fabbriche.

L'anno scorso, 100 miliardi di dollari – quello che Huang chiama il più grande investimento nella storia umana – sono confluiti in startup legate all'IA, e tutto si è trasformato in posti di lavoro.

C'è anche un paradosso interessante.

Anche se la codifica è stata la prima cosa in cui l'IA è diventata brava, le offerte di lavoro per ingegneri del software stanno effettivamente aumentando. Il motivo è che l'ambizione è aumentata. Con l'IA, si può fare di più. Pertanto, vengono assunte più persone.

Tuttavia, Huang ha anche menzionato esplicitamente la "dislocazione".

"Se uno studente che si laurea oggi all'università non padroneggia l'IA, non potrà prendere i posti di lavoro dai laureati che lo sanno fare."

"Competenze che ieri non erano necessarie diventano essenziali oggi."

Le operazioni in cui il compito stesso era il lavoro verranno effettivamente sostituite. Huang ha citato le prenotazioni telefoniche per i ristoranti come esempio. Il compito di rispondere al telefono e accettare una prenotazione passerà all'IA. Ma quella persona, invece di essere un operatore telefonico, potrà interfacciarsi con i clienti di fronte a loro.

La conclusione è questa:

"Molti posti di lavoro saranno creati. Alcuni posti di lavoro scompariranno. Ma tutti i posti di lavoro saranno influenzati."

In altre parole, non esiste una zona sicura senza vento. Ma non è nemmeno una storia di disperazione. La linea di demarcazione non è la professione; è se sei dalla parte di chi usa l'IA. Questo è il punto.

Il Perdente Più Grande è la Persona che ha Troppa Paura per Toccar l'IA

Nell'intervento, è stato affrontato anche il conflitto tra pessimisti dell'IA (doomer) e ottimisti (boomer).

Alla domanda se fosse il principale ottimista, la risposta di Huang è stata: "Sono un pragmatico."

La sua risposta di fronte alla teoria del "Padrino dell'IA" Geoffrey Hinton – secondo cui c'è una probabilità del 20-30% che l'IA ponga fine all'esistenza umana – è stata altrettanto impressionante.

"Dove si sbaglia completamente è nel pensare che un gran numero di persone intelligenti non stia lavorando per prevenirlo."

Per ogni persona che cerca di rendere un'auto più veloce, ce ne sono dieci che cercano di renderla più sicura. Per ogni persona che cerca di rendere l'IA più intelligente, ce ne sono dieci che lavorano su barriere di protezione e sicurezza.

Inoltre, la "più grande preoccupazione" sollevata da Huang è stata inaspettata.

Non riguardava altri paesi che possiedono l'IA. Riguardava le persone del suo stesso paese, continuamente alimentate da storie horror fantascientifiche, che avrebbero avuto troppa paura per toccare l'IA e, di conseguenza, il paese avrebbe perso il suo vantaggio.

"Il motivo per cui l'America ha beneficiato della precedente rivoluzione industriale non è stato perché l'abbiamo inventata, ma perché l'abbiamo applicata."

Questa è una storia su un paese, ma penso che possa essere tradotta direttamente agli individui. Il tempo speso ad essere spaventati da articoli sensazionalistici e ad aspettare per vedere è il costo più grande. Renderla sicura è compito dell'industria. Applicarla è il tuo compito.

"Quell'Ambizione è Troppo Bassa. Aumenta le Tue Aspettative di 100 Volte"

Alla fine dell'intervento, quando gli è stato chiesto a cosa stesse pensando in quel momento, Huang ha condiviso questa storia.

I ricercatori che un tempo impiegavano mesi per esplorare nuove idee ora possono farlo in un giorno usando l'IA. Mesi si sono trasformati in un giorno.

Le scoperte stanno avvenendo in ogni campo: scienza dell'energia, scienza del clima, biologia, scoperta di farmaci e scienze fisiche.

"Se potessi vedere ciò che vedo io ogni giorno, saresti entusiasta e ti renderesti conto di questo: qualunque ambizione tu abbia avuto in passato, non era abbastanza. C'è solo una cosa da cambiare: aumenta le tue aspettative di circa 100 volte."

Quindi, cosa dovremmo fare domani?

Se trasformiamo questo intervento in azione, penso ci siano tre cose:

1. Stasera, scrivi il tuo lavoro su carta e dividilo in "Scopo" e "Compito". Per un radiologo, curare i pazienti è lo scopo, e leggere le scansioni è il compito. Qual è l'uno e qual è l'altro per il tuo lavoro?

1. Domani, prova ad affidare un solo compito all'IA. Potrebbero essere i verbali di una riunione, una bozza per un documento o una ricerca. Anche se non va bene, nel momento in cui lo tocchi, sei passato dal lato di chi aspetta al lato di chi usa.

1. Dedica il tempo che hai liberato allo scopo. Clienti, pianificazione, risultati. Il tuo valore emerge nelle parti che non puoi delegare all'IA.

Sarai dalla parte che scompare o dalla parte che aumenta?

La linea di demarcazione non è la professione o l'età; è se fai questa scomposizione. Questo è come l'ho interpretato.

Infine, una domanda.

Qual è lo "scopo" del tuo lavoro? E quale "compito" affiderai all'IA per primo domani?

Mi piacerebbe sentirti nei commenti o nelle risposte.