L’impatto degli sviluppi dell’intelligenza artificiale (AI) sull’intelligence sta cambiando le metodologie di analisi e comparazione delle informazioni, per le varie agenzie, a livello globale.
AI e intelligence
I modelli avanzati di intelligenza artificiale (AI) sono ormai nevralgici nel comparto dell’intelligence, tanto che la loro adozione è diventata una priorità strategica per tutte le agenzie occidentali. Nevralgico, in questo senso, per il confronto geopolitico globale è stato il rilascio del modello DeepSeek da parte della Cina. Del resto, l’AI è pienamente una questione globale.
Diverse, ovviamente, le scelte e le risposte. Per esempio, secondo The Economist negli USA, la comunità dell’intelligence – di 18 diverse entità – ha avviato collaborazioni sempre più strette con vari laboratori AI di frontiera. Tra questi, Anthropic, Google DeepMind, OpenAI e xAI per sviluppare modelli ‘agentici’, ossia sistemi capaci di operare in autonomia per completare compiti complessi.
Il Pentagono ha assegnato contratti fino a 200 milioni di dollari a ciascuna di queste aziende. L’obiettivo è quello di combinare potenza computazionale e controllo operativo per rafforzare le capacità di raccolta e analisi informativa.
I modelli più diffusi
E’ ormai consuetudine che le agenzie statunitensi si affidino a modelli come Claude Gov (Anthropic) o varianti dedicate di Chat GPT. Ovviamente queste si servono poi si server sicuri e configurazioni personalizzate che permettono l’accesso a dati classificati.
Anche in Europa, l’intelligence è ormai strettamente connesso con gli agenti AI. Il Regno Unito fornisce capacità LLM segrete a tutta la comunità di intelligence. Un Large Language Model (LLM) è una tecnologia AI avanzata incentrata sulla comprensione e sull’analisi del testo.
La Francia, invece, ha iniziato a collaborare con la startup Mistral per modelli specializzati in lingue regionali critiche. Lo stesso Israele ha aumentato significativamente l’uso di GPT-4 durante il conflitto asimmetrico di Gaza.
La vera sfida
Tuttavia, nonostante i progressi e la centralità dell’AI nella ricerca di dati e nell’elaborazione di informazione, persistono limiti tecnici e culturali. I modelli ‘agentici’ presentano rischi di imprevedibilità e possono a loro volta causare disservizi, rallentando i lavori.
Da qui, il fatto che la vera sfida non sarà tanto l’impiego di modelli autonomi in sé, quanto la capacità che questi possano completamente determinare i processi decisionali, fin verso la fase di esecuzione.
Molti esperti del settore hanno sottolineato infatti la vera sfida sarà trasformare i processi decisionali, non solo con l’integrazione di nuovi strumenti di lavoro. Il ritardo nell’adattamento operativo potrebbe poi compromettere addirittura l’egemonia americana, nel confronto con la Cina.
