Pinterest ha ridotto in modo significativo i costi legati all’intelligenza artificiale modificando l’architettura usata per alcune funzioni di scoperta visiva e shopping conversazionale. Secondo VentureBeat, l’azienda avrebbe tagliato del 90% i costi e migliorato del 30% l’accuratezza intervenendo sul layer visivo di Qwen3-VL e sostituendolo con embedding proprietari.
La scelta è rilevante perché Pinterest opera su scala molto ampia, con circa 620 milioni di utenti mensili. In un contesto simile, affidarsi a chiamate costanti verso modelli di frontiera per ogni raccomandazione visiva può diventare economicamente insostenibile. L’approccio seguito dall’azienda punta invece su modelli open source personalizzati e su dati interni di alta qualità.
Il caso mostra una direzione sempre più concreta per l’AI aziendale: non sempre il modello più grande è la soluzione migliore. Per applicazioni verticali, l’integrazione tra open source, dati proprietari e ottimizzazioni specifiche può offrire vantaggi sia economici sia prestazionali.
Pinterest diventa così un esempio di come le imprese possano ridurre la dipendenza dai grandi fornitori di modelli, costruendo infrastrutture più controllabili e sostenibili.
Fonte: VentureBeat.
Esperienza trasversale nella formazione, comunicazione visiva e progetti educativi. Oggi ricopre il ruolo di coordinatrice di progetti formativi, contribuendo sia alla gestione organizzativa dei corsi che alla gestione delle comunicazioni interne ed esterne.
By
By
By
