In un’epoca in cui tutti parlano di intelligenza artificiale come se bastasse installare un algoritmo per trasformare un’impresa, il nuovo report di IBM è una doccia fredda con una spruzzata di realismo da CEO navigato. Intervistando 1.700 Chief AI Officers, Chief Data Officers e senior data leader in 27 paesi e 19 settori, il colosso blu ha prodotto uno dei documenti più acuti sulla differenza tra leader AI e ritardatari digitali. Il takeaway non è la solita retorica sui big data: vincere non significa accumulare terabyte di informazioni, ma usare il dato giusto per ottenere l’outcome giusto. La differenza è radicale, ma raramente capita alle boardroom di confrontarla davvero.
Tag: ibm Pagina 1 di 2
In un momento storico in cui le grandi LLM sono apprezzate per la loro creatività ma spesso criticata per la loro imprevedibilità i ricercatori di IBM hanno messo a punto un esperimento che sembra quasi una provocazione tecnica: dimostrare che, con l’architettura giusta, un modello può dare sempre la stessa risposta. Non per essere più “intelligente”, ma per essere coerente. In settori regolamentati come la finanza, dove la consistenza vale più di un lampo di genialità, questa è una sfida che ha tutto il senso del mondo.
IBM, con oltre un secolo di storia e innovazione alle spalle, ha appena svelato un algoritmo quantistico che potrebbe ridefinire cosa significa “efficienza computazionale”. Non è un annuncio di facciata, ma un segnale che il quantum sta mutando da esperimento accademico a strumento con leve reali nel mercato. L’algoritmo in questione drenato dall’astrattezza della matematica più pura si chiama QXC, ovvero quantum approximate counting (conteggio quantistico approssimato).
La corsa verso l’efficienza nei modelli linguistici non è più una questione di “più parametri = meglio”. È diventata una questione di “fare di più con meno”. In questo contesto il lancio di Granite 4.0 Nano da parte di IBM segna un passaggio significativo. Per chi, come me, ha vissuto decenni nella trasformazione digitale, leadership tecnologica e innovazione, è il momento di dire: finalmente qualcosa che concretamente svuota la retorica del “mezzo trilione di parametri”.
C’è un sottile piacere nel vedere un colosso come IBM tornare a muovere le pedine della trasformazione finanziaria. Con il lancio di IBM Digital Asset Haven, annunciato il 27 ottobre 2025, la società di Armonk dimostra che la finanza digitale non è più un territorio sperimentale, ma un’infrastruttura strategica da dominare. Il nome stesso, “Haven”, suggerisce un porto sicuro per un mare ancora agitato: quello dei digital asset.
Agentic AI e la rivoluzione silenziosa dei modelli operativi aziendali
L’intelligenza artificiale ha smesso di essere una promessa lontana. Non si parla più di strumenti che aiutano a fare meglio ciò che già facciamo, ma di agenti AI che prendono decisioni, orchestrano processi e, in qualche modo, ridefiniscono il significato stesso di lavoro in azienda. IBM e Oracle non si limitano a lanciare slogan: una survey di oltre 800 dirigenti C‑suite in 20 paesi delinea una tendenza netta e irrinunciabile. Il 67 % degli executive prevede che gli agenti agiranno autonomamente già entro il 2027. Non un esercizio di stile, ma un deadline strategico che chi guida aziende non può ignorare.
IBM e Anthropic hanno appena siglato una partnership strategica destinata a riscrivere le regole dell’intelligenza artificiale per le imprese. L’accordo prevede l’integrazione dei modelli AI Claude di Anthropic nel portafoglio software di IBM, a partire dal nuovo Integrated Development Environment (IDE) progettato per sviluppatori aziendali. Questa mossa ha già avuto un impatto significativo sul mercato: il titolo IBM ha raggiunto il massimo storico, con un aumento del 4,6% in pre-market, attestandosi a 302,86 dollari.
Il mondo dell’AI sta correndo così veloce che i data center sembrano turbine di centrali elettriche. IBM e Intel hanno appena lanciato prototipi di chip neuromorfici capaci di riscrivere le regole del gioco, promettendo un abbattimento del consumo energetico fino al 90 percento rispetto ai processori tradizionali. La chiave? Reti di memristor che tentano di replicare, con un minimalismo elettrico quasi poetico, la logica dei neuroni del cervello umano. Non è fantascienza, ma ingegneria avanzata al limite del paradosso: meno energia, più calcolo, più intelligenza distribuita sul bordo della rete.
Un passo da gigante nel mondo della finanza quantistica: IBM e HSBC hanno annunciato il successo del primo esperimento di trading abilitato al quantum su dati reali di obbligazioni societarie europee. Questa innovazione promette di trasformare radicalmente il modo in cui i mercati finanziari operano, offrendo previsioni significativamente migliori e un’efficienza senza precedenti.
Un anno fa IBM ha rilasciato Docling e il silenzio con cui il mercato aveva accolto la notizia è stato inversamente proporzionale al rumore che sta facendo oggi. All’epoca sembrava l’ennesimo toolkit di parsing documentale destinato a vivere qualche mese su GitHub e poi scomparire nell’oblio degli esperimenti open source. Oggi invece Docling è entrato a far parte della LF AI & Data Foundation, ha sfiorato le 40 mila stelle su GitHub, viene adottato in ambienti enterprise regolamentati e si insinua nelle pipeline di intelligenza artificiale generativa come se fosse sempre esistito. La solita parabola da “slow burn” che caratterizza gli strumenti che non fanno hype ma risolvono problemi reali.
IBM e AMD hanno appena fatto outing: vogliono inventarsi la supercazzola definitiva del computing e l’hanno chiamata “quantum-centric supercomputing”. Dietro l’etichetta scintillante, l’idea è semplice e devastante: unire i computer quantistici con l’infrastruttura di calcolo classica ad alte prestazioni, CPU e GPU inclusi, in un ibrido che promette di stracciare i limiti del silicio tradizionale. Il CEO di IBM, Arvind Krishna, l’ha messa giù con un understatement degno di un diplomatico, parlando di un “powerful hybrid model”. Tradotto: non basta più avere il computer più veloce del mondo, bisogna riscrivere l’architettura stessa del calcolo.
Wall Street ha applaudito con il riflesso pavloviano dei trader: +1,4% IBM, +1,6% AMD nella stessa giornata. Nulla rispetto al +37% che AMD ha già messo a segno quest’anno, ma il segnale è chiaro. I chipmaker e i dinosauri del mainframe stanno smettendo di guardarsi in cagnesco e iniziano a formare alleanze che odorano di geopolitica digitale. Non è un matrimonio di amore, è un matrimonio di necessità. La corsa al quantum non si vince da soli, e ogni mese che passa rende più evidente che la supremazia in questo campo non è solo scientifica, è militare, economica e culturale.
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.
Il concetto di computer quantistico, una volta relegato al regno della teoria e degli esperimenti di laboratorio, sta rapidamente uscendo dall’ombra. I progressi tecnici recenti e le roadmap aggiornate di giganti del settore come IBM e Google indicano che macchine capaci di superare i supercomputer più avanzati di oggi potrebbero essere realtà prima del 2030. Non si tratta più di pura speculazione accademica: stiamo assistendo a una corsa tecnologica con implicazioni economiche, strategiche e industriali di portata mondiale.
Nel giugno del 2025, IBM ha svelato una roadmap aggiornata che affronta alcune delle sfide ingegneristiche più ostiche del campo. La strategia delineata punta a costruire architetture scalabili in grado di superare gli ostacoli dell’errore quantistico, della stabilità dei qubit e dell’interconnessione dei sistemi. Jay Gambetta, responsabile della ricerca quantistica di IBM, non ha nascosto l’entusiasmo: “Non sembra più un sogno. Sento davvero che abbiamo decifrato il codice”. Una dichiarazione che, se letta tra le righe, rivela quanto la trasformazione della promessa in realtà stia accelerando.
Sorpresa. Non da poco, e non da tutti. Xiaomi, la multinazionale cinese delle meraviglie elettroniche, è appena entrata a gamba tesa nel mercato degli occhiali intelligenti. Un settore che molti definiscono ancora di nicchia, ma che in realtà è il nuovo terreno di scontro per chi vuole presidiare il futuro del computing personale. Una guerra silenziosa fatta di microchip, lenti e assistenti vocali, dove chi ha il controllo dell’ecosistema può riscrivere le regole del gioco. Sì, perché qui non si vendono solo gadget: si piantano bandiere nel campo minato dell’intelligenza artificiale indossabile.
Quando l’algoritmo sbaglia solo una volta: IBM, Bitcoin e il ritorno dell’apocalisse quantistica
Chi ha paura del lupo quantico? Da anni lo si evoca, lo si esorcizza, lo si minimizza: quel giorno in cui un computer quantistico farà girare l’algoritmo di Shor nel tempo necessario per schiacciare una noce. Eppure, proprio ora, mentre Michael Saylor si scrolla di dosso l’ansia a favore di telecamere, IBM ha annunciato qualcosa che rischia di accelerare il conto alla rovescia verso l’inquietudine digitale definitiva: Quantum Starling, il primo computer quantistico fault-tolerant destinato al mondo reale. Scadenza: 2029.
Facciamo chiarezza. I computer quantistici attuali sono sì capaci di produrre risultati strabilianti… ma con un tasso d’errore da sbronza universitaria. Ogni calcolo è un lancio di dadi, e quando le operazioni necessarie arrivano a milioni, servono miliardi di correzioni al volo. Ecco perché parlare di “quantum advantage” – cioè un vantaggio effettivo rispetto ai supercomputer classici – è stato, finora, un gioco di prestigio teorico.
IBM e Yale la sindrome da test fallito: perché continuiamo a misurare l’IA con il righello sbagliato
C’è qualcosa di fondamentalmente disonesto — o quantomeno anacronistico — nel modo in cui il settore tech insiste nel valutare gli AI agent. È come se pretendessimo di giudicare la performance di un pilota di Formula 1 sulla base della velocità media in un parcheggio. E nonostante l’accelerazione vertiginosa dell’Intelligenza Artificiale autonoma, siamo ancora lì, a discutere di benchmark come se stessimo valutando un modello statico di linguaggio.
Ecco perché il lavoro congiunto di IBM Research e Yale University, che ha esaminato oltre 120 metodi di valutazione degli agenti AI, è più che una mappatura tecnica: è una scossa sismica epistemologica. È il momento “Copernico” del testing AI. L’oggetto in esame — l’agente autonomo — non è più un corpus passivo da interrogare, ma un’entità dinamica che percepisce, agisce, riflette, talvolta sbaglia, e spesso impara.
Dimentica il chatbot che ti diceva “Ciao, come posso aiutarti?” e poi crashava sul tuo ordine di report trimestrali. Dimentica anche il RPA che ti hanno venduto come rivoluzione e si è rivelato un macro Excel più caro e più permaloso. Il nuovo boss si chiama Agentic AI e no, non chiede permesso. Agisce. Impara. Ottimizza. Decide. In molti casi, ti risparmia anche la fatica di pensare.
La nuova ricerca di IBM lo urla (educatamente) nelle orecchie dei C-Level: o guidi questa nuova ondata, o ti ritrovi a bordo campo mentre i tuoi concorrenti giocano a Formula 1 con un copilota neurale.
Facciamo un po’ di pubblicità gratuita (purtroppo) alla grande IBM. Agenti AI la nuova frontiera o il cavallo di troia per le banche?
Se pensavate che l’intelligenza artificiale si limitasse a rispondere educatamente alle vostre domande o a suggerirvi prodotti in modo più o meno convincente, vi siete persi l’ultima rivoluzione silenziosa. IBM, che non è certo l’ultimo arrivato nel mondo tech, ha appena lanciato un allarme e una sfida alle banche: siete veramente pronte per l’Agentic AI? Quella roba lì che non sta a farvi il caffè virtuale, ma che si prende carico di pianificare, agire, imparare da sola e migliorarsi senza che un essere umano le stia costantemente addosso.
Non è più una demo da conferenza con badge scintillanti e cappuccino gratis. Gli AI agent sono usciti dal laboratorio, si sono tolti il camice bianco e ora si sporcano le mani. Lavorano, decidono, agiscono. E soprattutto: lo fanno da soli. Non chiedono permesso. Né scusa.
Nel lessico da marketing si chiamano “autonomous agents”. Ma in azienda, nel fango reale delle operation, sono diventati strumenti operativi. O forse, meglio, operatori. Hanno facoltà di scelta, decidono che tool usare, eseguono task complessi, e—follia delle follie—possono comunicare tra loro. Come una squadra di stagisti geniali ma socialmente disadattati: super veloci, brillanti, ma completamente imprevedibili.
Per qualcuno è l’inizio del paradiso. Per altri, il preludio dell’inferno. Diamo un’occhiata dentro la macchina, togliendo la patina glamour del marketing da conferenza AI. Il motore gira, ma vibra
IBM, il colosso centenario dell’informatica, ha deciso di abbandonare definitivamente l’immagine polverosa del mainframe per abbracciare con fervore l’era dell’intelligenza artificiale. Durante la conferenza Think 2025, il CEO Arvind Krishna ha presentato una serie di nuovi prodotti e servizi AI, consolidando una trasformazione iniziata con l’acquisizione di Red Hat nel 2019 e accelerata sotto la sua guida dal 2020. Wedbush Securities ha paragonato questa metamorfosi a quella di Microsoft, sottolineando che IBM è solo all’inizio di un percorso che potrebbe ridefinire il suo ruolo nel panorama tecnologico.
La crescente attenzione all’intelligenza artificiale ha generato un mare di hype, ma IBM ha deciso di fare qualcosa di più concreto e utile. L’azienda ha appena rilasciato gratuitamente il suo nuovo “AI Value Creators”, un playbook di 299 pagine che non è solo una panoramica generica sull’AI, ma una guida pratica scritta da chi sta davvero plasmando l’industria. Se vuoi capire come l’intelligenza artificiale possa andare oltre la fase di prototipo e trasformarsi in un motore di valore per il business, questo libro è un’opportunità da non lasciarti scappare.
Parlare oggi di paradigm shift come fa IBM nel suo studioAutomotive
in the AI era How AI is turbocharging business opportunities, nel settore auto è un po’ come usare il termine “disruption” negli anni dieci: logoro, inflazionato, eppure (purtroppo per i cinici) ancora centrato. Ma attenzione: qui non si tratta di una semplice evoluzione tecnologica, un’ennesima release da aggiungere al catalogo. Qui si gioca il futuro strategico dell’intero settore automotive, e l’IA non è un accessorio in plancia, ma il motore centrale del cambiamento. Altro che guida autonoma: stiamo parlando di sopravvivenza aziendale.
L’ultima indagine IBM ha acceso un faro sulla reale percezione dell’intelligenza artificiale nel settore automotive. I top executive di USA, UK, Germania e India parlano chiaro: l’adozione dell’IA non è più una scelta di efficientamento, ma un’urgenza esistenziale. Il futuro dell’automobile non è più nella meccanica, ma nel codice. Le auto non saranno più “macchine”, ma dispositivi digitali su ruote, aggiornabili via OTA, pensate come piattaforme e vendute come servizi. Benvenuti nell’epoca delle software-defined vehicles.
IBM ha appena lanciato il suo nuovo mainframe z17, e no, non è un esercizio di nostalgia per i tempi in cui i server occupavano una stanza intera. È una dichiarazione di guerra o almeno una scossa al torpore – contro il dogma del “tutto sul cloud”. A detta di Big Blue, è arrivato il momento di riportare una parte critica del business… a casa. Dentro le mura. Sul ferro.
Nel momento in cui tutti si inchinano ai megacentri dati delle divinità moderne – AWS, Azure e Google Cloud – IBM prende la strada opposta. Z17 promette potenza computazionale sufficiente per elaborare modelli di intelligenza artificiale direttamente sui dati on-premise, senza mai farli uscire dal perimetro del cliente. Niente upload, niente trasferimenti rischiosi. Sicurezza totale, proprietà assoluta. Un ritorno al controllo. O, più cinicamente, un gigantesco “non ci fidiamo del cloud”. Scopri di piu’
L’adozione dell’intelligenza artificiale (AI) generativa nel settore bancario è destinata a crescere in modo significativo nei prossimi anni, con effetti rilevanti sulle performance finanziarie e sulle strategie aziendali delle banche. Secondo il rapporto dell’IBM Institute for Business Value, che esamina le previsioni per il 2025 nel settore bancario e dei mercati finanziari, l’AI generativa diventerà un elemento fondamentale per l’evoluzione del settore, portando non solo a una maggiore efficienza operativa, ma anche a nuovi modelli di business.
Il passaggio da un’adozione tattica a una strategia più mirata è uno degli aspetti chiave dell’evoluzione tecnologica nelle banche. Nel 2024, solo l’8% delle banche ha implementato in modo sistematico soluzioni di AI generativa, mentre il 78% ha utilizzato approcci più sperimentali e limitati. Tuttavia, il 2025 vedrà un’accelerazione nell’adozione di questa tecnologia, con molte banche che sposteranno la loro attenzione dai progetti pilota verso implementazioni su larga scala. La generazione automatica di contenuti, l’analisi predittiva avanzata e l’automazione dei processi sono solo alcune delle applicazioni previste per migliorare l’esperienza del cliente e ottimizzare l’efficienza operativa.
IBM e L’Oréal hanno annunciato una collaborazione innovativa per sviluppare un modello di intelligenza artificiale (AI) dedicato alla creazione di cosmetici sostenibili. Questa iniziativa, presentata il 16 gennaio 2025, segna un passo significativo nel settore della bellezza, unendo le competenze scientifiche di L’Oréal con le tecnologie avanzate di AI di IBM.
Il nuovo modello di AI generativa (GenAI) sarà progettato per analizzare e ottimizzare i dati relativi alle formulazioni cosmetiche, consentendo a L’Oréal di utilizzare materie prime più sostenibili e ridurre gli sprechi energetici e materiali. Questo approccio mira a migliorare la performance e la soddisfazione del consumatore in ogni categoria di prodotto e in tutte le regioni del mondo. Si tratta di un’iniziativa pionieristica che potrebbe ridefinire l’innovazione nel settore della bellezza, integrando chimica e tecnologia in modo responsabile.
IBM ha fatto un passo da gigante verso il futuro dell’intelligenza artificiale generativa con una scoperta rivoluzionaria nella comunicazione ottica. La nuova tecnologia all’avanguardia promette di trasformare il modo in cui i data center addestrano ed eseguono i modelli di intelligenza artificiale, migliorando drasticamente sia la velocità che l’efficienza energetica.
IBM e AMD hanno recentemente annunciato un’importante partnership per spingere l’innovazione nell’intelligenza artificiale (AI) e nel computing ad alte prestazioni (HPC), con un focus specifico sulla sicurezza dei dati tramite il “computing confidenziale“. Questo accordo strategico si basa su una collaborazione pluriennale, volta a sviluppare congiuntamente tecnologie avanzate che sfruttano architetture open-source e standard aperti per migliorare le capacità dei sistemi cloud ibridi e gli acceleratori AI.
IBM ha pubblicato il suo primo State of Sustainability Readiness Report 2024, dal quale emerge che l’88% dei leader aziendali intervistati sta pianificando di aumentare l’investimento in IT per la sostenibilità nei prossimi 12 mesi e che, più in generale, oltre la metà degli intervistati che operano in diversi settori considera gli investimenti in tecnologia per la sostenibilità come un’opportunità di crescita e non solo di riduzione dei costi. Tuttavia, quando si parla di tecnologia AI, c’è un grande potenziale inutilizzato.
Amazon Web Services, è in fase di negoziazione per un contratto da quasi mezzo miliardo di dollari per garantire a IBM l’accesso ai processori Nvidia su cloud per l’addestramento dell’intelligenza artificiale (AI). Questa operazione, valutata $475 milioni e distribuita su cinque anni, fornirebbe a IBM le capacità avanzate delle GPU Nvidia tramite i server EC2 di AWS, supportando la creazione di modelli AI sempre più complessi e performanti.
IBM ha recentemente annunciato l’uscita di Granite 3.0, una nuova generazione di modelli di intelligenza artificiale open source che promette di alzare significativamente l’asticella in termini di prestazioni e sicurezza per modelli di dimensioni medio-piccole, con configurazioni che includono varianti da 8 miliardi e 2 miliardi di parametri. Questa evoluzione non solo rappresenta un progresso nel campo dei modelli linguistici open source, ma offre anche una valida alternativa a modelli più grandi e più costosi in termini di risorse computazionali, concentrandosi su efficienza e usabilità.
Con Granite 3.0, IBM continua a spingere i limiti delle capacità dell’intelligenza artificiale open source, offrendo modelli che bilanciano potenza, efficienza e sicurezza. Questa versione si dimostra particolarmente promettente per coloro che desiderano sfruttare il potenziale dell’intelligenza artificiale senza l’enorme investimento richiesto dai modelli più grandi.
L’obiettivo finale è quello di rendere l’intelligenza artificiale più accessibile, sicura e versatile per un’ampia gamma di applicazioni, democratizzando l’innovazione nel campo dell’AI e aprendo la strada a una nuova generazione di soluzioni intelligenti personalizzate per ogni esigenza.
Il piano ambizioso di IBM di sostituire migliaia di posti di lavoro con l’intelligenza artificiale (IA) sta affrontando significative sfide, principalmente a causa dell’inadeguatezza della sua tecnologia IA. L’iniziativa, guidata dal CEO Arvind Krishna, mirava a eliminare circa 7.800 ruoli nell’arco di cinque anni, in particolare nelle funzioni di back-office. Tuttavia, fonti interne indicano che gli strumenti IA sviluppati da IBM non sono ancora in grado di svolgere i compiti necessari per sostituire efficacemente il personale esperto.
IBM ha recentemente ampliato il suo Data Center Quantistico a Poughkeepsie, New York, migliorando significativamente le sue capacità di calcolo quantistico. Questo aggiornamento include l’installazione del nuovo processore IBM Quantum Heron, che vanta un notevole aumento della velocità di 25 volte rispetto ai sistemi disponibili nel 2022, insieme a un miglioramento delle prestazioni fino a 16 volte. Questa espansione posiziona IBM come leader nel calcolo quantistico su scala utilitaria, con il numero più alto di computer quantistici su scala utilitaria situati in un unico sito a livello globale.
Big Blue è l’ultimo grande gruppo tecnologico americano ad annunciare il taglio delle attività nell’ambito delle crescenti tensioni a tutto campo tra Washington e Pechino. Chiuse le attività di ricerca e sviluppo e spostate in altri Paesi le relative operazioni. La stima degli esuberi è di oltre 1.000 persone negli uffici di Pechino, Shanghai, Dalian e di altre sedi dove sono concentrati China Development Lab (Cdl) e China Systems Lab (Csl), i due centri dedicati alla ricerca fondati entrambi nel 1999.
Intel sta lanciando un nuovo chip AI per competere con Nvidia. Alla conferenza Intel Vision 2024, l’azienda ha presentato l’acceleratore Gaudi 3 per l’AI generativa aziendale. Intel ha dichiarato che Gaudi 3 alimenterà i sistemi AI con migliaia di acceleratori collegati tramite Ethernet.
WPP è leader mondiale nelle comunicazioni, nell’esperienza, nel commercio e nella tecnologia e ospita molte delle reti di agenzie più ammirate e di successo del settore.
WPP e IBM hanno annunciato una nuova soluzione business-to-business (B2B) basata sulla piattaforma di intelligenza artificiale (IA) e dati WatsonX di IBM.
Fortune e Tech.co riportano che McDonald’s ha concluso la sua collaborazione di due anni con IBM per testare gli ordini vocali basati su AI ai chioschi drive-thru a causa di gravi problemi.
Il sistema AI aveva un tasso di errore di circa il 15%. Video virali sui social media mostravano l’AI commettere errori, come ordinare nove tè dolci e due porzioni di burro anziché gli articoli corretti.
La Francia è riuscita ad ottenere la cifra record di 15 miliardi di euro di investimenti nell’ambito del suo programma “Choose France”, l’iniziativa che punta a promuovere gli investimenti esteri nel Paese. Ad annunciarlo è stato lo stesso presidente Emmanuel Macron che ha sottolineato il successo dell’edizione 2024 dell’iniziativa che si è chiusa registrando ben 56 progetti di investimento, concentrati su Intelligenza Artificiale, ricerca, innovazione e decarbonizzazione.
Honda Motor e IBM hanno stipulato un memorandum d’intesa per collaborare alla ricerca e allo sviluppo congiunti di tecnologie informatiche di prossima generazione per i veicoli, come i chip definiti dal software. Questa partnership pubblico-privato dimostra gli sforzi delle aziende per affrontare le sfide tecnologiche legate alla complessità e alle prestazioni dei semiconduttori nei veicoli del futuro.
IBM ha recentemente scosso il mondo dell’intelligenza artificiale e dello sviluppo software rilasciando otto nuovi modelli di linguaggio di grandi dimensioni (LLM) specializzati nella generazione di codice. Questi modelli, disponibili in modalità base o istruzione, sono addestrati su un vasto set di dati di 116 linguaggi di programmazione e offrono un’ampia gamma di funzionalità, tra cui:
IBM e SAP SE hanno annunciato mercoledì una collaborazione ampliata per sviluppare nuove funzionalità di intelligenza artificiale generativa e soluzioni cloud specifiche del settore.
Le aziende stanno esplorando le opportunità per creare nuove funzionalità di intelligenza artificiale generativa per RISE con SAP e integrare l’intelligenza artificiale nei processi aziendali SAP attraverso soluzioni cloud specifiche del settore e applicazioni line of business.
IBM prevede di estendere le capacità di intelligenza artificiale al portafoglio di soluzioni e applicazioni cloud di SAP, tutte supportate da SAP Business Technology Platform.
Le aziende intendono creare casi d’uso industriali intelligenti, abilitati da approfondimenti basati sui dati, nei processi aziendali end-to-end.
I casi d’uso si concentreranno inizialmente sui settori della produzione industriale, dei beni di consumo confezionati, della vendita al dettaglio, della difesa, automobilistico e dei servizi pubblici.
Si prevede che IBM Granite Model Series sarà accessibile per l’uso nel portafoglio di soluzioni e applicazioni cloud di SAP.