Modelli di intelligenza artificiale generativa e assetti di mercato = Generative artificial intelligence models and market structures

L’intelligenza artificiale generativa (IAG) rappresenta una delle innovazioni tecnologiche più significative degli ultimi anni, con implicazioni profonde sull’economia e sulla società globale. Questa tesi analizza il panorama attuale dei modelli di IAG, focalizzandosi sui fattori e sulle dinamiche competitive che caratterizzano questo mercato. In particolare, l’elaborato è suddiviso in tre capitoli. Nel primo capitolo viene fornita una descrizione dei foundation models, ovvero i modelli che fungono da base per lo sviluppo di applicazioni specializzate, distinguendo tra Large, Small e Medium Language Models, evidenziando le differenze sotto diverse dimensioni tra i modelli closed-source e open-source, nonché quelle tra i modelli generali e modelli specializzati. Il secondo capitolo approfondisce gli economics dei modelli di IAG, analizzando la struttura dei costi lungo la catena del valore, le modalità di distribuzione dei modelli e le differenze prestazionali tra le diverse categorie. Questa analisi sarà fondamentale per comprendere quali fattori influenzato le dinamiche competitive per ogni segmento di mercato lungo la catena di sviluppo di un modello di IAG. Infine, il terzo capitolo esamina la catena del valore da una prospettiva competitiva, valutando il livello di concentrazione del mercato e le strategie di consolidamento adottate dagli attori principali. Vengono analizzate le dinamiche di integrazione verticale e conglomerale, nonché gli accordi tra le grandi piattaforme digitali e le startup. L’obiettivo è comprendere in che modo tali strategie possano costituire un vantaggio competitivo determinante in un settore in rapida evoluzione.