Quando costruisci un MVP che si basa sull'intelligenza artificiale (e chi non lo fa, ormai? 😉), le regole del gioco cambiano un po'. Non basta il classico "ship fast and iterate" - a volte devi scegliere cosa costruire per primo, sapendo che ogni scelta ha un costo-opportunità concreto.
In questa puntata di Expert's Corner, Mauro Carosso ci racconta com'è andata nel suo caso: meglio sviluppare prima i modelli predittivi proprietari (e aspettare due anni di simulazione per costruire un track record serio) o partire con l'AI generativa per l'analisi fondamentale, che avrebbe dato più engagement subito ma meno credibilità sul lungo periodo?
Spoiler: non esiste la risposta giusta. Ma ci sono un paio di spunti che mi hanno fatto riflettere:
Modelli custom vs. generalisti: nel suo settore (investimenti), i modelli generalisti non sono un'opzione. Quando non hanno una risposta, se ne inventano una. E quando tratti il denaro delle persone, diciamo che un'allucinazione non è esattamente il massimo.
Dati sintetici come ponte: non hai abbastanza dati per addestrare il tuo modello? Si possono generare. Non è il dato reale, ma è il dataset minimale che ti permette di partire e iterare.
Velocità sì, ma con un bell'asterisco: il consiglio di Mauro è "velocità ", punto. Però poi racconta che il suo MVP ha richiesto due anni di validazione. Insomma, dipende molto dal settore: in alcuni un MVP lanciato troppo presto può diventare un boomerang.
Puoi guardare qui l'intervista completa:
Curiosa però di sapere la vostra: se stai integrando l'AI nel tuo prodotto, come hai deciso cosa costruire per primo: il modello o l'esperienza utente? Raccontaci nei commenti 👇
Risposte (0)