Cosa serve davvero per portare l’IA in PowerPoint

Si è scritto molto su ciò che l’AI può fare. Molto meno su dove oggi non è ancora all’altezza e sul perché il divario tra ciò di cui gli utenti hanno bisogno e ciò che la tecnologia offre conti più di quanto l’entusiasmo lasci intendere.

Le slide PowerPoint sono uno di quei casi in cui la tecnologia non risponde alle esigenze degli utenti avanzati. Chi fa più affidamento su PowerPoint non è un utente occasionale in cerca di soluzioni rapide e facili. Entra in sale riunioni dove la qualità delle slide influisce direttamente sulle decisioni che vengono prese.

Per loro, “abbastanza buono” non basta.

Il problema nell’usare l’AI generativa per creare presentazioni di livello assoluto è che è davvero più difficile di quanto sembri e l’asticella di cosa significhi davvero “risolto” è molto più alta di quanto la maggior parte di chi scrive su questo tema sembri rendersi conto.

In questo articolo voglio analizzare gli ostacoli tecnici che rendono le slide un problema difficile per l’AI, di cosa hanno davvero bisogno gli utenti PowerPoint più esigenti di oggi e dove, secondo me, si trovi la vera opportunità.

Ostacoli tecnici

Le slide sono multimodali

I Large Language Model sono addestrati sul testo ed eccellono nell’elaborarlo. Ma una slide non è solo testo. Una slide è un artefatto multimodale con testo, immagini e dati disposti in uno spazio bidimensionale, dove sia i singoli elementi sia il loro layout hanno un significato.

La posizione di un riquadro di callout rispetto a un grafico conta. La dimensione di un’etichetta in relazione ai dati che descrive conta. Conta anche se lo sguardo passa in modo naturale dal titolo della slide al grafico.

Gli LLM non hanno ancora sviluppato un senso affidabile e coerente per questo tipo di ragionamento spaziale e visivo. Possono elaborare descrizioni testuali di un layout e generare immagini a partire da prompt di testo, ma capire come gli elementi visivi lavorino insieme resta una sfida significativa.

Probabilistico vs. deterministico

Gli LLM sono probabilistici. Predicono l’output più probabile sulla base dei pattern nei dati di addestramento. Per questo i risultati possono essere incoerenti, e gli output spesso sono sostanzialmente corretti nella maggior parte dei casi, ma non sempre esattamente corretti ogni volta.

Certo, per alcuni compiti, “per lo più corretto” può bastare. Ma non per le slide professionali.

Il lavoro sulle slide è deterministico, quindi richiede coerenza e ripetibilità. Una prima bozza dovrebbe essere abbastanza sviluppata da permettere all’utente di rifinire le slide, non di ricostruirle.

Una singola incoerenza di formattazione richiede una modifica. Incoerenze che continuano a ripresentarsi diventano ancora più lavoro per l’utente.

Quando presenti a un consiglio di amministrazione o a un cliente senior, il risultato dipende da chiarezza, accuratezza e credibilità delle slide. Se un LLM non riesce a mantenere standard coerenti in tutta la presentazione, allora non è pronto per quella sala.

Mancanza di dati di addestramento

La conoscenza umana esiste sotto forma di testo, a cui gli LLM possono accedere per l’addestramento. Per le immagini, esiste anche un’enorme quantità di dati di addestramento.

Per le slide non esiste nulla di paragonabile. I dati di alta qualità sulle slide semplicemente non sono disponibili online. Nessuno sta etichettando in modo sistematico le slide buone e quelle cattive per poi darlo in pasto a un modello di addestramento. Nemmeno le descrizioni testuali di come dovrebbe apparire una buona slide bastano, perché il testo non fornisce a un LLM lo stesso livello di input che si ottiene imparando dalle slide stesse.

A meno che questo non cambi, gli output di AI per la creazione di slide che si basano sull’attuale ampiezza e qualità dei dati di addestramento continueranno a mancare il bersaglio, in modi immediatamente evidenti a chiunque lavori con le slide a livello professionale.

Le esigenze degli utenti di slide di oggi

Accuratezza e affidabilità

La fascia più alta degli utenti di PowerPoint, come i consulenti di management, gli investment banker e i team di strategia, non può permettersi output inaffidabili. Non puoi presentarti a una riunione del consiglio con numeri sbagliati. Potrebbe costarti la carriera, e te la costerà sicuramente se dai la colpa all’IA.

Qualunque cosa faccia l’AI in questo ambito deve essere accurata e affidabile ogni singola volta, non solo la maggior parte delle volte.

Leggibilità

Le slide professionali servono a trasmettere un messaggio, condividere informazioni e supportare le decisioni, spesso in riunioni ad alto impatto dove il tempo è poco e l’attenzione è limitata.

Devono rispettare standard visivi elevati, non solo contenere contenuti corretti.

Sembra una cosa semplicissima, ma in pratica è qui che gli attuali strumenti di AI non sono all’altezza. Gli utenti avanzati lavorano in situazioni in cui la qualità di una slide influisce direttamente sulle decisioni prese nella stanza. L’asticella è alta, e l’attuale generazione di strumenti di AI non la supera.

Oggi, anche le migliori slide generate dall’AI tendono a non raggiungere ciò che un consulente esperto considererebbe accettabile. E per sistemarle non basterà un prompt tipo “pls fix”.

Produttività

Una soluzione di IA per PowerPoint deve integrarsi nei flussi di lavoro esistenti degli utenti, non affiancarli. Copiare e incollare da ChatGPT a PowerPoint e viceversa è un espediente, non una soluzione.

Qui non si tratta solo di risparmiare tempo. Significa ridurre il carico cognitivo dovuto al passaggio continuo tra strumenti, mantenere un livello professionale di accuratezza e coerenza e liberare spazio mentale per quel pensiero strategico che nessuna AI può fare al posto tuo.

Una soluzione che aggiunge passaggi, consente errori o spezza la concentrazione non è produttiva, per quanto impressionante sia la tecnologia sottostante.

L’opportunità

Nonostante le sfide, l’AI generativa ha indubbiamente del potenziale nel supportare il workflow di creazione delle presentazioni. È efficace nel generare insight, costruire storyboard, scrivere e rifinire testi e aiutare gli utenti a ragionare sulla struttura di un’argomentazione. Sono capacità reali che possono avere un impatto reale.

L’opportunità c’è per chiunque riesca a combinare questi punti di forza con ciò con cui l’IA fatica ancora: accuratezza, precisione visiva e integrazione profonda negli strumenti professionali.

Servirà una combinazione rara: competenze di AI di livello serio e una profonda, consolidata comprensione di ciò di cui hanno bisogno gli utenti PowerPoint più esigenti.

Conclusione

L’AI cambierà il modo in cui lavoriamo con PowerPoint. Non è una previsione su cui valga la pena discutere. La domanda più interessante, a cui torno sempre, è se gli strumenti che si stanno costruendo saranno all’altezza degli standard di chi dà più valore alla qualità delle slide: gli utenti PowerPoint di fascia alta.

Per loro, un deck di slide è una dichiarazione professionale tanto quanto un deliverable. E man mano che l’AI rende più rapido e facile per chiunque mettere insieme una presentazione, sarà l’attenzione ai dettagli ad aiutare gli utenti avanzati a continuare a distinguersi. Ma non avranno alcuna chance senza guadagni simili in produttività.

In thinkcell, da 25 anni ci concentriamo su qualità e produttività per utenti che non accettano compromessi su nessuna delle due. Ciò che stiamo costruendo ora si basa sulla stessa fondazione. E credo che varrà la pena aspettare.

Alexander von Fritsch è il CEO di thinkcell.