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.
Tag: AI
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%.
Microsoft e Meta ballano sul bordo del vulcano, e lo fanno con il sorriso stampato in faccia. Le trimestrali pubblicate mercoledì sono state da standing ovation, almeno per chi guarda solo la superficie. I numeri sono solidi, le reazioni di Wall Street sono state euforiche: +9% per il titolo Microsoft, +11,7% per Meta nelle contrattazioni after-hours. Ma sotto la patina dei profitti c’è un dato che dovrebbe far alzare qualche sopracciglio: il costo dell’intelligenza artificiale sta esplodendo. E questa corsa all’oro algoritmico ha un prezzo che non tutti potranno permettersi di pagare.
Un tempo cambiare software aziendale era come tentare di sostituire un motore mentre si è in volo. Costoso, lento, dannatamente rischioso. Ma se gli strumenti di intelligenza artificiale continuano a evolversi con questa velocità e precisione chirurgica, presto passare da Microsoft a Salesforce sarà semplice come cambiare barista. Secondo The Information, i CIO lo stanno già facendo. E non per sport. L’intelligenza artificiale sta tagliando i costi, riducendo i tempi e azzerando la frizione psicologica che per anni ha blindato i fornitori di software enterprise all’interno di relazioni simili a matrimoni medievali. Forzati, lunghi, spesso infelici, ma inevitabili.
Oggi una società del Minnesota sta utilizzando ChatGPT per scrivere il codice che migra i dati da Microsoft Dynamics a un’applicazione di vendita più agile e moderna. L’intero processo? Ridotto del 50% in costi e tempi. Per i competitor di Microsoft questo è il sogno di una vita. Per Microsoft, Palantir, SAP e compagnia bella, potrebbe trasformarsi in un incubo dal sapore di retrocompatibilità interrotta. I colossi dell’enterprise software, da Salesforce a ServiceNow, hanno prosperato in un mondo in cui cambiare software era una follia contabile, un rischio reputazionale e una guerra psicologica interna. Ma ora la migrazione software si fa in pochi clic, magari con un assistente AI che genera lo script, lo testa e lo valida. E per la prima volta, la fedeltà al fornitore non è più una condanna.
Immaginate di essere un CEO europeo con un prodotto di intelligenza artificiale che fa gola agli investitori. Poi, un bel giorno, un tribunale decide che il vostro algoritmo è responsabile di un danno. Non voi. Non l’azienda. Lui, l’algoritmo. Sembra fantascienza? Non più. Perché la Responsabilità Civile Intelligenza Artificiale sta diventando il vero campo di battaglia geopolitico, e l’Unione Europea ha appena piazzato la prima mina. Chi non l’ha ancora capito, si prepari a una lezione dolorosa.
Il Dipartimento tematico Giustizia, Libertà civili e Affari istituzionali del Parlamento europeo ha commissionato uno studio esplosivo, che consiglio a chiunque faccia business nell’AI di leggere e stampare come fosse un manuale di sopravvivenza legale: Artificial Intelligence and Civil Liability. Qui non si parla solo di responsabilità in astratto, ma di un approccio che ribalta le regole del gioco: chi sviluppa o implementa un sistema AI potrebbe presto trovarsi nella posizione di dover dimostrare la propria innocenza, e non più il contrario. Un capovolgimento giuridico che ricorda le peggiori distopie burocratiche, ma con un retrogusto molto reale: se l’AI sbaglia, il colpevole è chi l’ha messa in circolazione, punto.
Il paradosso è servito su un piatto d’argento. La Silicon Valley, patria del liberalismo progressista e della retorica anti populista, oggi applaude un presidente che fino a ieri considerava un corpo estraneo nel suo universo dorato di equity, stock option e startup miliardarie. L’intelligenza artificiale, quella vera, non il marketing travestito da AI, è diventata il nuovo feticcio politico. E Donald Trump lo ha capito meglio di chiunque altro. In una scena che quattro anni fa sarebbe sembrata satira politica, il presidente, a sette mesi dal suo secondo mandato, ha annunciato un quadro normativo che definire aggressivo è un eufemismo. Ha promesso deregulation, incentivi e un’accelerazione forzata dello sviluppo. Ha scelto di farlo non in un contesto istituzionale, ma in un evento co-organizzato da venture capitalist che sembravano usciti da un episodio di Silicon Valley: quattro investitori trasformati in podcaster, e uno di loro già ribattezzato “lo zar dell’intelligenza artificiale e delle criptovalute”.
La grande illusione dell’intenzione di spesa tecnologica è sempre la stessa: tutti fingono di avere un piano, ma alla prima scossa economica l’unica strategia è tirare il freno. Ecco perché S&P Global Market Intelligence ha fatto sobbalzare più di un analista annunciando che, dopo tre trimestri di cauto entusiasmo, la curva dell’ottimismo si è piegata verso il basso nel secondo trimestre e continuerà a calare nel terzo. Un déjà vu noioso, ma pericoloso. Eppure ci cascano sempre: i CFO leggono i numeri, i CEO si preoccupano per la “visibilità futura”, gli investitori chiedono margini. Morale? Le slide sulle “priorità digitali” finiscono di nuovo in fondo all’agenda.