Certe volte la tempistica di un annuncio aziendale dice più di mille comunicati stampa. Suno, la piattaforma che permette a chiunque di generare canzoni con l’intelligenza artificiale, ha appena annunciato una serie di nuovi strumenti per marchiare i brani prodotti sulla piattaforma, limitare i download e aggiornare le linee guida della community contro i brani copycat. Il tutto arriva, guarda caso, proprio mentre l’azienda affronta una raffica di cause legali da parte di etichette discografiche e associazioni di artisti che definire “poco amichevoli” sarebbe un eufemismo.
Tag: AI Pagina 1 di 2
Il dibattito sull’intelligenza artificiale è spesso raccontato come una sfida tra Stati Uniti e Cina. Una nuova Guerra Fredda tecnologica nella quale ogni modello rilasciato da una parte diventava automaticamente una minaccia per l’altra. Mark Zuckerberg, però, ha deciso di complicare questa narrazione. E probabilmente è proprio questo l’aspetto più interessante delle dichiarazioni rilasciate al Financial Times.
Hollywood ha sempre inseguito un sogno impossibile: rendere immortali le proprie stelle. Per oltre un secolo ci ha provato con la pellicola, poi con il digitale, con il restauro dei film e con gli effetti speciali. Oggi sembra aver trovato una strada molto più radicale. Che non è tanto quella di conservare gli attori, quanto quella di continuare a farli lavorare per sempre. E il paradosso è che questa rivoluzione non arriva da uno studio cinematografico, ma dall’intelligenza artificiale.
Mentre l’amministrazione Trump decide di chiudere il rubinetto sui modelli avanzati di Anthropic, spegnendo l’accesso globale a Fable 5 e Mythos 5 con un semplice ordine di sicurezza nazionale, l’Europa ha finalmente capito la lezione: chi non controlla la propria intelligenza artificiale resta un vassallo tecnologico. E al centro di questa riscossa, emersa con forza a VivaTech 2026, c’è Mistral AI, la startup francese diventata in pochi anni il simbolo concreto di una sovranità possibile.
Siamo a Roma, nell’aula magna dell’Università Roma Tre in occasione della Conferenza di presentazione ufficiale della nuova Cattedra UNESCO in “Ethics of AI and Practical Wisdom”. Sul palco il dibattito prende subito una direzione diversa da quella abituale. Non riguarda la capacità delle macchine di produrre parole, ma la loro capacità di attribuire significato alle parole stesse. Il tema è semplice da formulare e difficile da risolvere: capire davvero una lingua. Roberto Navigli, professore della Sapienza di Roma, uno dei maggiori esperti mondiali di elaborazione del linguaggio naturale, creatore di BabelNet e promotore del progetto Minerva, parte da una domanda che sembra quasi banale nell’epoca di ChatGPT, Claude e Gemini: i modelli linguistici comprendono davvero ciò che scrivono?
Mentre più di 500 mila maturandi italiani affrontano gli esami di Stato e centinaia di migliaia di studenti universitari sono alle prese con la pianificazione della sessione estiva, una ricerca internazionale di Docsity fotografa un cambiamento che si è consolidato negli ultimi anni e che oggi appare sempre meno come una conseguenza temporanea della pandemia e sempre più come una nuova normalità. Lo studio universitario si è trasferito a casa, spesso in solitudine e sempre più spesso con il supporto dell’intelligenza artificiale.
Servono nuove regole per governare gli sviluppi dell’intelligenza artificiale, perché l’automazione incontrollata rischia di stravolgere il modo in cui si fa matematica e i valori stessi su cui si fonda la disciplina. E’ questo il messaggio chiave contenuto nella “Dichiarazione di Leida sull’intelligenza artificiale e la matematica”, pubblicata da 16 ricercatori di 15 università europee e statunitensi, e supportata dall’Unione matematica internazionale (Imu).
Da almeno due anni l’intelligenza artificiale viene raccontata come una rivoluzione inevitabile e totale. Una forza destinata a riscrivere economia, lavoro, istruzione e persino il significato dell’essere umano. Nel racconto dominante manca soltanto la colonna sonora hollywoodiana, perché il resto sembra già pronto: macchine sempre più intelligenti, AGI in arrivo, produttività esplosiva e una nuova era tecnologica capace di cambiare tutto.
Poi arriva Barry Smith e, con la calma di un filosofo che da decenni studia dati, linguaggio e sistemi cognitivi, smonta gran parte della narrazione dominante senza bisogno di toni apocalittici o slogan anti-tech.
La competizione nell’ambito dell’intelligenza artificiale per le aziende si sta spostando sempre più sulle interfacce. Ogni settimana emergono nuovi copiloti, agenti e strumenti di orchestrazione per automatizzare le attività. I progressi sono evidenti, ma molte soluzioni non sono state progettate sul vero funzionamento di un’organizzazione. Le imprese non operano tramite prompt, funzionano con azioni concrete.
Aprire una chat, spiegare il contesto, caricare gli allegati, descrivere il problema nel modo più preciso possibile. Fino a questo momento, tutto il dibattito si è concentrato lì: sul prompt engineering. Ma oggi c’è un problema, questo modo di utilizzare l’AI sta già diventando vecchio. Sta arrivando infatti una nuova generazione di strumenti che non sono più semplici chatbot e il cambiamento potrebbe essere molto più radicale di quanto immaginiamo.
Mentre il mondo si interroga su quanto l’intelligenza artificiale stia davvero cambiando le regole del gioco, Prysmian ha fornito una risposta concreta con i numeri del primo trimestre 2026. Il colosso italiano dei cavi ha chiuso il periodo con ricavi per 5,218 miliardi di euro, in crescita organica del 5% rispetto ai 4,771 miliardi dell’anno precedente. L’adjusted EBITDA ha raggiunto i 601 milioni, l’utile netto è balzato a 253 milioni dai 155 milioni precedenti e il free cash flow ha toccato quota 1,191 miliardi, consentendo una robusta riduzione dell’indebitamento da 4,884 a 3,818 miliardi.
A spingere davvero l’acceleratore è stata però la combinazione tra infrastrutture tradizionali e la fame insaziabile di connettività generata dall’AI.
La canadese Cohere ha appena chiuso l’acquisizione della tedesca Aleph Alpha, trasformando due protagonisti dell’intelligenza artificiale in un unico gruppo valutato attorno ai 20 miliardi di dollari. L’annuncio è arrivato giusto ieri, venerdì 24 aprile, da Berlino, con tanto di conferenza stampa presieduta dal ministro tedesco per il digitale Karsten Wildberger e dal suo omologo canadese Evan Solomon. Sebbene i manager parlino di “fusione”, i numeri raccontano una storia più diretta: Cohere, la parte più grande, incassa circa il 90% del nuovo soggetto, mentre gli azionisti di Aleph Alpha si accontentano del 10%. Un dettaglio che rende l’operazione una vera e propria scalata travestita da matrimonio d’amore tra continenti.
I numeri raccontano una crescita robusta, ma è la direzione strategica a rendere davvero interessante la storia di Almaviva. Il 2025 si chiude con ricavi a 1,8 miliardi di euro, in aumento del 24,5% su base proforma, un Ebitda adjusted di 345 milioni e una marginalità che sfiora il 20%. Valori che nel mondo dei servizi IT non passano inosservati, soprattutto in un contesto dove crescere è importante, ma farlo mantenendo redditività lo è decisamente di più.
Il momento del decollo è sempre stato il più spettacolare per i passeggeri e il più costoso per le compagnie aeree: spinta massima, consumo elevato, margini ridotti all’essenziale. Ora però qualcosa sta cambiando, e non per merito di una nuova ala futuristica o di carburanti miracolosi, ma grazie a una combinazione molto più silenziosa e sofisticata: dati e intelligenza artificiale.
Il 16 aprile 2026 il governo britannico ha ufficialmente inaugurato il Sovereign AI Fund, un fondo da 500 milioni di sterline (equivalenti a circa 575 milioni di euro) dedicato esclusivamente agli investimenti in startup britanniche di intelligenza artificiale. L’obiettivo dichiarato è chiaro: ridurre la dipendenza del Regno Unito dalle tecnologie straniere, in particolare da giganti statunitensi come OpenAI, Google e Microsoft, e rafforzare la sovranità tecnologica nazionale in un settore strategico per l’economia e la sicurezza.
Mentre il mondo si abitua all’idea che l’intelligenza artificiale stia già cambiando l’economia e il lavoro, una startup francese alza il tiro e punta dritto al prossimo grande salto tecnologico: il calcolo quantistico utile e scalabile. L’azienda si chiama C12, è nata nel 2020 tra le mura dell’École Normale Supérieure di Parigi e ha appena presentato una roadmap ambiziosa: entro il 2033 intende consegnare un computer quantistico “tollerante ai guasti” abbastanza compatto da entrare in un normale data center. Non è l’ennesimo annuncio roboante di qubit instabili. È una dichiarazione di intenti precisa, con date, nomi e obiettivi concreti.
Nemmeno il tempo di abituarsi all’idea che l’intelligenza artificiale stia riscrivendo le regole del gioco globale, che a tremare, questa volta, è chi quelle regole le sta scrivendo. Dentro OpenAI, questo mese di aprile si è aperto con una sequenza di cambiamenti che assomiglia più a una serie di scosse sismiche che a un semplice riassetto aziendale.
In un settore dove la competizione è feroce e ogni punto percentuale di benchmark può valere miliardi, tre dei più grandi rivali dell’intelligenza artificiale americana hanno deciso di fare qualcosa di inaspettato: collaborare.
Google, OpenAI e Anthropic hanno iniziato a condividere informazioni attraverso il Frontier Model Forum, il consorzio che loro stessi hanno fondato nel 2023 insieme a Microsoft, per individuare e contrastare i tentativi di “distillazione avversaria” messi in atto dai laboratori cinesi.
88 minuti. Tanto mancava a un possibile punto di non ritorno, prima che Donald Trump annunciasse, a sorpresa, una tregua di due settimane con l’Iran. Una pausa che ha evitato bombardamenti su infrastrutture strategiche e che ha restituito al mondo una sensazione quasi dimenticata: sollievo. Ma mentre la diplomazia rallenta, un’altra dinamica continua a muoversi a velocità molto diversa. Silenziosa, distribuita, difficilmente tracciabile. E soprattutto privata. Perché dietro le quinte del conflitto tra Stati Uniti e Iran si sta delineando un nuovo fronte: quello dell’intelligence generata dall’intelligenza artificiale e venduta sul mercato.
Quando si parla di intelligenza artificiale, l’attenzione si concentra quasi sempre sui modelli, sulle prestazioni e sulle sfide etiche. Molto più raramente si guarda a ciò che rende possibile tutto questo: i dati. Eppure è proprio lì, dietro le quinte, che si è consumato il caso che ha spinto Meta a interrompere, senza una scadenza definita, ogni collaborazione con Mercor.
L’amianto non si vede, ma si paga: in termini ambientali, sanitari ed economici. E proprio per questo, paradossalmente, serve uno sguardo che venga da lontano per riportarlo sotto controllo. È quello che sta facendo e-Geos, guidando un progetto nazionale che unisce immagini satellitari ad altissima risoluzione e intelligenza artificiale per aggiornare la mappatura delle coperture in amianto in Italia.
Nel dibattito energetico europeo, il prezzo è stato e continua ad essere il protagonista indiscusso: bollette, inflazione, crisi del gas e instabilità geopolitiche che alimentano la crescita delle materie prime. Tutto ruota attorno al costo dell’energia. Ora il copione cambia e il nuovo tema è decisamente più scomodo: la disponibilità. A dirlo con chiarezza è Flavio Cattaneo, amministratore delegato di Enel, che ha messo sul tavolo una previsione destinata a far discutere: nei prossimi anni, il vero problema non sarà pagare l’energia, ma averne la disponilità.
Nel lessico sempre prudente delle istituzioni europee, l’espressione “fare un grande passo avanti” suona quasi rivoluzionaria. Quando a pronunciarla è Friedrich Merz al suo arrivo al Consiglio europeo del 19 marzo scorso, significa che qualcosa si è incrinato nella comfort zone del continente. Non una crisi improvvisa, ma la presa di coscienza che il mondo attorno corre più veloce e con meno scrupoli. Da questo punto di vista, il vertice di Bruxelles ha messo sul tavolo un dato ormai evidente: competitività, energia, difesa e tecnologia non sono più dossier separati, ma capitoli della stessa storia. E l’Europa, per restare rilevante, deve imparare a raccontarla tutta insieme.
Nel febbraio 2026, il panorama globale dell’intelligenza artificiale ha assistito a uno dei più impressionanti balzi di crescita della sua storia. Secondo i dati di AICPB.com, il principale tracker di prodotti AI, l’app mobile di Qwen, il modello di intelligenza artificiale di Alibaba, ha raggiunto 203 milioni di utenti attivi mensili (MAU), scalando posizioni in classifica mondiale con una velocità sconvolgente .
Dalla sfiducia pubblica all’eccesso di debito, fino alla carenza di elettricità e infrastrutture, ecco cosa potrebbe rallentare il boom dell’intelligenza artificiale negli Stati Uniti nella sfida globale con la Cina.
Serie: Atlante dell’AI globale
L’America corre verso l’intelligenza artificiale come se fosse una nuova corsa all’oro. Capitali abbondanti, startup valutate miliardi, colossi tecnologici pronti a investire cifre record. Il copione sembra già scritto: leadership globale, innovazione di frontiera, nuovi monopoli digitali. Eppure la storia economica insegna che ogni boom contiene i semi del proprio rallentamento.
L’Italia scopre l’intelligenza artificiale con la stessa cautela con cui si assaggia un piatto esotico. Prima si guarda, poi si annusa, poi si chiede conferma a qualcuno. Nel frattempo il resto d’Europa ha già finito il dessert. I dati diffusi da Eurostat fotografano una realtà che dovrebbe far riflettere chiunque si occupi di economia, innovazione e politiche industriali: nella fascia 16-24 anni solo il 47,2% dei giovani italiani utilizza strumenti di intelligenza artificiale generativa come ChatGPT, Gemini o altri. La media europea è del 63,8%. Detto in modo più semplice, quasi due giovani su tre nell’Unione europea usano l’AI, in Italia meno di uno su due.
Se nel mondo dell’intelligenza artificiale tutti stanno correndo per costruire il modello più grande, il data center più affamato di energia e il chatbot più loquace, Singapore ha deciso di fare una cosa molto più sottile: non vuole solo partecipare alla corsa, vuole ridisegnare il circuito. E possibilmente anche scriverne il regolamento. La ministra per lo Sviluppo Digitale e l’Informazione, Josephine Teo, ha annunciato uno stanziamento che supera il miliardo di dollari per il periodo 2025–2030 con un obiettivo che, detto in modo semplice, suona così: trasformare la città-stato nel posto dove l’AI non solo si costruisce, ma si governa, si educa, si rende affidabile e, dettaglio non trascurabile, si fa funzionare davvero nel mondo reale. Non è un piano per fare rumore, è un piano per fare sistema. Ed è proprio questo che, nel 2026, dovrebbe far drizzare le antenne a più di una capitale.
Se c’è una cosa che il 2025 sta insegnando a chi segue l’intelligenza artificiale è che la geografia del potere tecnologico non è più così scontata. Mentre in Occidente si continua a discutere di OpenAI, Meta e Google come se fossero gli unici protagonisti della partita, dalla Cina arriva una storia che ha il sapore della rivincita silenziosa ma inarrestabile. Si chiama Qwen, è la famiglia di modelli di intelligenza artificiale open source di Alibaba Cloud, e a gennaio ha superato i 700 milioni di download su Hugging Face, la piattaforma di riferimento per gli sviluppatori. Ovvero: al momento è il sistema di AI open source più usato al mondo. Non male per un progetto che, fino a poco tempo fa, molti fuori dall’Asia guardavano con un certo paternalismo.
Cosa succede quando l’Intelligenza Artificiale entra in un laboratorio segreto della FIGC per provare a creare il dodicesimo uomo perfetto e cosa succede quando questo algoritmo scopre che sugli spalti qualcuno è già arrivato prima e molto meglio? Da questa idea nasce il nuovo spot di Natale della Federazione Italiana Giuoco Calcio, un progetto che unisce sport innovazione e storytelling firmato da Auiki SRL agenzia di comunicazione di Reggio Emilia e che merita di essere raccontato perché parla di AI ma soprattutto parla di noi tifosi esseri umani imperfetti rumorosi emotivi e felicemente non programmabili.
È affascinante come una fila di numeri possa sembrare più intelligente di chi li ha messi lì. ChatGPT, auto senza pilota, arte generata da intelligenze artificiali: tutti nati da una singola unità che non sa nulla di filosofia, estetica o empatia. Solo un neurone. Non magia. Solo calcoli ripetuti milioni di volte. Ogni input, ogni peso, è un pezzo di informazione trattato come se fosse un messaggio segreto che il neurone deve interpretare, giudicare e, soprattutto, imparare a ignorare se sbagliato.
È curioso osservare come la patria delle Big Tech, il Paese che ha trasformato il termine Silicon Valley in un marchio globale di innovazione, stia oggi guardando con sospetto la stessa intelligenza artificiale che esporta al resto del mondo. I numeri parlano chiaro: metà degli americani è più preoccupata che entusiasta dell’aumento dell’uso dell’AI nella vita quotidiana. Solo uno sparuto 10% osa dichiararsi “eccitato”. Il resto si posiziona nel mezzo, diviso tra inquietudine e fascino, come chi osserva un’auto senza conducente passare a un incrocio trafficato e si chiede se fidarsi o scappare.
Visualizzazione della struttura 3D dei fattori di Yamanaka KLF4 (a sinistra) e SOX2 (a destra). Si noti che la maggior parte di queste proteine non è strutturata, con bracci flessibili che si attaccano ad altre proteine.
Fonte: AlphaFold Protein Structure Database L’idea che un algoritmo possa prendere in mano il destino biologico delle cellule umane non appartiene più alla fantascienza. L’intelligenza artificiale non si limita più a sfornare immagini, testi o melodie: ora riscrive i mattoni molecolari della vita. OpenAI, in collaborazione con Retro Biosciences, ha appena dimostrato che un modello specializzato, GPT-4b micro, può ridisegnare proteine fondamentali per la medicina rigenerativa, i cosiddetti fattori di Yamanaka, che valsero un Nobel per la capacità di trasformare cellule adulte in cellule staminali.
C’è qualcosa di ironico nel vedere IBM e NASA alleate per decifrare il Sole. Per decenni abbiamo trattato la nostra stella come un orologio impeccabile, una macchina perfetta che scandiva il tempo agricolo e industriale senza sorprese. Poi sono arrivati i satelliti, le reti elettriche globali, il GPS e la dipendenza patologica da infrastrutture digitali che si sgretolano con un colpo d’aria elettromagnetica. All’improvviso il Sole non è più un’icona da cartolina ma un potenziale nemico geopolitico. È qui che entra in scena Surya, il modello di intelligenza artificiale lanciato da NASA e IBM, un mostro addestrato su nove anni di dati solari che promette previsioni più precise del 16 per cento rispetto a tutto ciò che avevamo prima. Non stiamo parlando di percentuali astratte: quel margine può essere la differenza tra un blackout continentale e un aeroporto che continua a funzionare.
La scena è questa: settantamila candidati nelle Filippine, un processo di selezione per customer service reps, e due attori in campo. Da un lato i recruiter umani, con le loro abitudini, i bias inconsci e quella presunta capacità di leggere tra le righe. Dall’altro un’intelligenza artificiale vocale, costruita su un LLM che non conosce stanchezza, non giudica dal tono di voce e non si distrae. Risultato? Dodici per cento in più di offerte, diciotto per cento in più di assunzioni effettive e un retention rate a un mese superiore del diciassette per cento. La voice AI nelle risorse umane non è più un esperimento futuristico, ma un dato di fatto. E se qualcuno nelle direzioni HR continua a pensare che “le persone sono insostituibili”, probabilmente dovrà aggiornare il proprio vocabolario di leadership.
La dipendenza infrastrutturale in Europa è ormai un problema da codice rosso, quasi un dramma shakespeariano in chiave tecnologica. Nel mondo del cloud computing, la quasi totalità delle aziende europee si affida senza riserve a infrastrutture americane, con Amazon Web Services che detiene circa il 32% del mercato globale, seguito da Microsoft Azure con il 23% e Google Cloud Platform intorno al 11%, dati recenti di Synergy Research Group confermano questa distribuzione spietata. Questi numeri non sono soltanto statistiche: sono il riflesso di un controllo quasi totale su dati, servizi e infrastrutture critiche che influenzano quotidianamente la vita economica, sociale e politica del continente.
Quello che ti irrita di Altman è probabilmente la stessa cosa che lo rende pericolosamente convincente: dice una mezza verità e la fa sembrare una rivelazione assoluta. L’equazione che propone tra la foto di un iPhone e un video interamente sintetico di conigli saltellanti è un colpo di mano retorico elegante ma fuorviante. Certo, anche lo scatto di uno smartphone è filtrato, compresso, ribilanciato, arricchito di micro-contrasti e piccoli “aggiustamenti” cromatici. Ma quella non è la stessa cosa di un’immagine che non ha mai visto un fotone in vita sua. È la differenza tra ritoccare il trucco a una modella e inventare la modella da zero con un prompt di testo.
Ho visto molti video e articoli che propongono l’allettante possibilità di guadagnare migliaia di dollari al mese grazie all’intelligenza artificiale.
Alcuni propongono un sistema che integra vari servizi per aumentare la produttività, come Notion, e altri che automatizzano i processi, sfruttando le potenzialità degli LLM (Large Language Model), come Zapier. Altri ancora offrono corsi che ci aprono le porte al magico mondo dell’AI, promettendo guadagni da sogno con il minimo sforzo. In questi casi, la domanda che sorge spontanea è sempre la stessa: se conosci un metodo per guadagnare tanti soldi con il minimo sforzo, perché dovresti insegnarmelo? Si tratta di filantropia o di un mero sfruttamento economico che ha il sapore di truffa?
C’è qualcosa di profondamente ironico nel vedere Pechino presentare un piano globale per la governance dell’intelligenza artificiale proprio mentre Washington si affanna a mettere in mostra la propria strategia di deregulation. Il 26 luglio, il Premier Li Qiang ha lanciato un piano che sembra, in superficie, la solita fiera di buone intenzioni: cooperazione internazionale, sostenibilità verde, inclusività e sicurezza. Tutto già sentito, scritto, decantato, persino nelle dichiarazioni ufficiali del Partito Comunista cinese e negli ultimi discorsi di Xi Jinping. La differenza? È nei dettagli, nelle sfumature linguistiche e nei piccoli accenti politici che i media mainstream, con la loro fretta di fare confronti americani-cinesi, trascurano o banalizzano.
Quello che a prima vista sembra ovvio, di solito non lo è. Prendiamo ad esempio xAI, il giocattolo nuovo di Elon Musk, il rivale “libertario” di OpenAI, lo sviluppatore del chatbot Grok. Se chiedete in giro qual è l’azienda del miliardario più focalizzata sull’intelligenza artificiale, otterrete una risposta corale e automatica: xAI. Ma la realtà, come spesso accade quando c’è di mezzo Musk, è molto più sfumata. O se preferite, molto più dissonante.
Tesla, l’azienda che agli occhi del mondo è ancora un produttore di auto elettriche, ha recentemente gettato la maschera. In una lettera agli azionisti, due membri del consiglio di amministrazione hanno affermato senza mezzi termini che la società sta “passando dai veicoli elettrici a un ruolo da leader nell’intelligenza artificiale, nella robotica e nei servizi correlati”. E per rendere il tutto più credibile, hanno giustificato un premio azionario da 23,7 miliardi di dollari a favore di Musk con la necessità imperativa di trattenerlo, vista la “guerra per i talenti nell’intelligenza artificiale”. Tradotto: senza Musk, Tesla rischia di perdere il treno dell’AI. Un’affermazione che, per inciso, non è stata fatta da xAI.
Anthropic ha superato OpenAI: il sorpasso silenzioso che sta riscrivendo le regole del mercato Enterprise dell’intelligenza artificiale
Da tempo era nell’aria. Poi è arrivata la conferma, con tanto di numeri e una punta di sarcasmo da parte di alcuni CIO: “We’re not looking for hype, we’re looking for results”. Secondo il report pubblicato da Menlo Ventures, aggiornato a luglio 2025, Anthropic è ufficialmente il nuovo dominatore del mercato enterprise dei modelli linguistici di grande scala (LLM), con una quota del 32% basata sull’utilizzo effettivo da parte delle aziende. OpenAI, nonostante l’eco mediatica e il trionfalismo tipico da Silicon Valley del primo ciclo, è scivolata al secondo posto con un più modesto 25%.