IBM ha recentemente introdotto la famiglia di modelli di linguaggio di grandi dimensioni (LLM) Granite 3.2, progettata per affrontare le sfide complesse delle aziende moderne. Questa nuova release integra funzionalità avanzate come il “conditional reasoning”, la previsione di serie temporali e la visione documentale, offrendo soluzioni pratiche per casi d’uso aziendali impegnativi.
A differenza di altri modelli di ragionamento come DeepSeek-R1 o OpenAI’s o3, IBM ha incorporato profondamente il ragionamento all’interno dei suoi modelli open-source Granite. Questo approccio, denominato “conditional reasoning”, consente di attivare il ragionamento passo-passo attraverso un flag, permettendo agli utenti di decidere quando utilizzare processi più intensivi. Questa flessibilità è particolarmente utile per le aziende che necessitano di bilanciare velocità e profondità di analisi in base alle specifiche esigenze operative.
Un’altra innovazione significativa di Granite 3.2 è il nuovo modello di visione ottimizzato per l’elaborazione documentale. Molte grandi organizzazioni possiedono vasti archivi di documenti cartacei scansionati, spesso difficili da integrare nei sistemi digitali moderni. Il modello di visione di Granite 3.2 è progettato per affrontare questa sfida, facilitando la digitalizzazione e l’estrazione di informazioni da documenti legacy, inclusi quelli contenenti grafici, tabelle e figure. Questo strumento rappresenta un vantaggio operativo significativo, trasformando dati precedentemente inaccessibili in risorse utili per l’analisi e il processo decisionale.
La previsione accurata delle tendenze future è cruciale per le aziende in settori come la finanza, la gestione della manutenzione e il rilevamento di anomalie. I modelli di previsione di serie temporali di Granite 3.2 applicano la tecnologia dei transformer per analizzare dati basati sul tempo e prevedere valori futuri. Questa capacità consente alle aziende di migliorare la pianificazione strategica, ottimizzare le operazioni e rispondere proattivamente ai cambiamenti del mercato.
IBM adotta un approccio pragmatico all’implementazione dell’intelligenza artificiale nelle imprese, concentrandosi sulla risoluzione di problemi reali piuttosto che sul perseguimento di benchmark teorici. Come affermato da David Cox, vicepresidente per i modelli di intelligenza artificiale presso IBM Research, “Il ragionamento non è qualcosa che un modello è, ma qualcosa che un modello fa”. Questa filosofia guida lo sviluppo di strumenti pratici e flessibili, come Granite 3.2, progettati per integrarsi senza soluzione di continuità nei processi aziendali esistenti e fornire valore tangibile.