Un’offerta molto richiesta, poi un debutto in Borsa in discesa. Il caso di Elice, società sudcoreana attiva nei servizi AI e nelle infrastrutture cloud, racconta una fase nuova della corsa all’intelligenza artificiale: gli investitori continuano a guardare al settore, ma chiedono prove più chiare sui ricavi e sulla sostenibilità degli investimenti.
Oggi, 20 ottobre, nel primo giorno di contrattazioni sul Kosdaq, il titolo Elice è arrivato a perdere fino al 32%, scendendo a 61.400 won rispetto ai 90.500 won del prezzo di collocamento. La società ha raccolto circa 201 miliardi di won, pari a 151 milioni di dollari. L’offerta pubblica iniziale, o IPO, aveva attirato richieste istituzionali per quasi 389 volte le azioni disponibili: un forte interesse iniziale che, però, non ha impedito le vendite in Borsa.
Che cosa ci dice il debutto di Elice
Elice è nata come piattaforma di formazione digitale e si è allargata ai servizi cloud e all’intelligenza artificiale. Con i fondi raccolti intende sviluppare data center modulari. Il mercato sta valutando se la crescita di queste infrastrutture possa trasformarsi in ricavi sufficienti a giustificare i capitali necessari.
Il calo del titolo non cancella i risultati operativi comunicati dall’azienda: nel primo semestre 2026 i ricavi sono saliti a 34 miliardi di won e la società è tornata a un utile operativo, dopo una perdita nello stesso periodo dell’anno precedente. La Borsa guarda anche avanti: costi, concorrenza e tempi di rientro degli investimenti pesano quanto la crescita registrata finora.
Segnale
Che cosa osservare
Elice: fino a -32% al debutto
Una IPO molto richiesta non garantisce un rialzo dopo la quotazione
Asia: Kospi -3,61%
Nella rilevazione Reuters del 20 ottobre la cautela ha coinvolto anche i grandi titoli tecnologici
ASML: domanda oltre la capacità nel 2027-28
La domanda di macchinari per chip resta forte, ma contano anche capacità produttiva e redditività
Bond dei data center sotto la pari
Gli investitori chiedono maggiori garanzie sui ricavi che dovranno ripagare il debito
La fotografia asiatica è più ampia del singolo titolo: l’indice MSCI Asia ex-Japan perdeva lo 0,93%, il Nikkei l’1,28% e il Kospi il 3,61%. I futures europei erano indicati deboli prima dell’avvio delle contrattazioni. Sono dati di una seduta, non una previsione per Piazza Affari o per l’intero mercato europeo: a muovere gli indici concorrono anche tensioni geopolitiche, petrolio, tassi e risultati aziendali.
Perché l’Europa guarda a Elice
Il collegamento europeo passa, soprattutto, dai semiconduttori e dal finanziamento delle infrastrutture. ASML, gruppo olandese che produce macchinari per la fabbricazione di chip, ha dichiarato che la domanda supererà la sua capacità produttiva nel 2027 e nel 2028, nonostante i piani per aumentarla. È un segnale di domanda robusta, ma anche una sfida: riuscire a produrre e investire abbastanza senza perdere di vista i rendimenti.
Sul fronte del credito, alcuni bond collegati a progetti di data center sono scesi sotto la pari. Gli investitori vogliono capire se i ricavi dell’AI copriranno i debiti contratti per costruire queste infrastrutture. È un contesto utile per leggere il debutto di Elice: il mercato sta distinguendo tra chi promette capacità di calcolo e chi dimostra di poterla trasformare in ricavi.
La questione tocca anche l’Italia. Data center e servizi cloud sono infrastrutture necessarie per imprese e consumatori, ma richiedono energia e reti adeguate. La Commissione europea punta a triplicare la capacità dei data center nell’Unione nei prossimi cinque-sette anni e ha proposto un sistema comune per rendere più trasparenti i consumi di energia e acqua.
Per i mercati europei, i prossimi risultati delle grandi aziende tecnologiche saranno un banco di prova: gli investitori cercheranno indicazioni sui ricavi e sulla capacità di sostenere gli investimenti. Meta è attesa mercoledì, seguita in settimana da Tesla e dai produttori di chip Lam Research e Texas Instruments.
Il debutto di Elice non basta a stabilire l’esito della corsa all’AI. È, però, un promemoria utile anche per chi segue i mercati europei. Tra una tecnologia promettente e un investimento redditizio c’è un passaggio decisivo: quello dei conti.
È stata firmata la delibera che dà il via alla fase due della Zona di Innovazione e Sviluppo (ZIS) di Milano dedicata all’Intelligenza Artificiale, che prende il nome di “Officina AI”. Promossa da Assolombarda, attuale capofila, la ZIS vedrà MADE Competence Center assumere il ruolo di hub e soggetto gestore. È un partenariato pubblico-privato che riunisce oggi 19 partner per accompagnare le imprese, in particolare le PMI, dall’avvio di progetti AI fino alla loro industrializzazione. L’annuncio è stato dato dal presidente di Assolombarda, Alvise Biffi, dall’Assessore Regionale allo Sviluppo Economico, Guido Guidesi, da Marco Taisch, Presidente di MADE.
L’occasione per l’annuncio è stato il convegno “AI e Physical AI, l’impatto nel mondo reale”, organizzato da Assolombarda in collaborazione con Regione Lombardia e MADE e che ha messo a confronto imprese, ricerca e istituzioni sul passaggio dell’AI dal digitale all’azione nei processi produttivi. Dall’AI generativa all’AI agentica fino alla physical AI, cioè sistemi capaci di percepire, decidere e agire grazie a robotica, sensori e automazione, con la presentazione di robot e applicazioni concrete con prototipi, video, simulazioni ed esperienze interattive. Le conclusioni sono state affidate ad Alvise Biffi, Presidente di Assolombarda, Giovanni Bozzetti, Presidente di Fondazione Fiera Milano, e Adolfo Urso, Ministro delle Imprese e del Made in Italy.
Biffi (Assolombarda): “Fare del nostro territorio la fabbrica dell’AI”
“Milano oggi fa un passo concreto verso l’obiettivo che abbiamo indicato all’Assemblea Generale: fare del nostro territorio la fabbrica dell’AI – ha detto Alvise Biffi, Presidente di Assolombarda. – Perché noi non vogliamo limitarci ad adottare la tecnologia: vogliamo contribuire a costruirla, a partire dalla physical AI, dove la nostra manifattura e la nostra meccatronica sono un vantaggio unico in Europa. Nel Quadrilatero di Assolombarda l’industria attiva più di 44 miliardi di valore aggiunto l’anno, ben il 45% del totale lombardo e l’11% nazionale. I numeri ci dicono che la strada è giusta: in meno di due anni le nostre imprese con progetti di AI sono passate da meno di una su cinque a una su due. Ma il divario tra grandi imprese e PMI è ancora ampio, ed è qui che la ZIS deve fare la differenza: portare l’AI nelle piccole e medie imprese, insieme alle competenze per usarla. Lo stiamo già facendo con forgIA, l’ecosistema digitale condiviso e sicuro che abbiamo promosso per mettere a valore i dati industriali e sviluppare applicazioni concrete, nel rispetto della sovranità del dato e della proprietà intellettuale delle imprese: la forgia in cui la fabbrica dell’AI prende forma. La ZIS, è la dimostrazione – conclude il presidente Biffi – di come la Grande Milano sappia fare sistema: istituzioni, università, grandi aziende, startup e formazione insieme, in un partenariato pubblico-privato che mette l’AI al servizio delle persone e della produttività. Questa è la strada migliore per generare benessere diffuso sul nostro territorio.”
Taisch (MADE): “Creare un luogo in cui l’innovazione diventa pratica quotidiana”
“Per le imprese, e per le PMI in particolare, la questione non è più capire se l’AI funzioni, ma come portarla dentro i processi e farle produrre risultati misurabili – ha commentato Marco Taisch, Presidente di MADE – Competence Center Industria 4,0 -. È in questo passaggio, dal progetto pilota all’industrializzazione, che MADE metterà a disposizione della Zona di Innovazione e Sviluppo neocostituita la propria esperienza, in qualità di hub e soggetto gestore. Lo faremo partendo da ciò che sappiamo fare: dalla nostra fabbrica dimostrativa, dove le aziende possono vedere in azione le tecnologie prima ancora di investire; dagli ambienti di sperimentazione protetti, come quelli del nodo italiano di AI-MATTERS, che coordiniamo; dai percorsi di formazione costruiti sui fabbisogni delle imprese. ‘Officina AI’ si inserisce in un ecosistema che stiamo costruendo, con Assolombarda e altri prestigiosi soggetti istituzionali, per fare di Milano una delle capitali mondiali dell’AI. Un grande sistema di competenze di cui fanno parte forgIA, AI4I e Euro-FMX, uno dei due progetti flagship della Commissione europea. Tutto ciò è di estrema importanza, perché nessuna tecnologia, tanto meno l’AI, si rivela utile senza persone in grado di governarla e senza contesti in grado di abilitarla. Grazie ad Assolombarda, agli atenei coinvolti e tutti i partner, ‘Officina AI’ ha le carte in regola per diventare il luogo in cui l’innovazione smette di essere una promessa e diventa pratica quotidiana delle fabbriche del territorio”.
Guidesi (Regione Lombardia): “Valorizzare le vocazioni e le competenze dei territori lombardi”
“La strategia delle Zone di Innovazione e Sviluppo nasce dalla volontà di valorizzare le vocazioni e le competenze dei territori lombardi, mettendo a sistema imprese, università e centri di ricerca per rafforzare la competitività dell’intero sistema produttivo – ha dichiarato l’Assessore regionale allo Sviluppo economico, Guido Guidesi -. Con questa nuova ZIS proseguiamo un percorso che punta a creare un distretto manifatturiero di produzione dell’intelligenza artificiale, favorendo il trasferimento tecnologico e accompagnando le imprese nell’affrontare le sfide del futuro. Vogliamo creare le condizioni affinché le eccellenze dei nostri territori possano continuare a crescere, attrarre investimenti e generare nuove opportunità di sviluppo e occupazione qualificata, soprattutto per le nuove generazioni”.
Mantoan (Città metropolitana di Milano): “Sostenere le imprese milanesi in un contesto sempre più competitivo”
“Da subito abbiamo creduto in questa proposta in coerenza con gli obiettivi della nostra amministrazione: sostenere le imprese milanesi in un contesto globale sempre più competitivo, fare in modo che l’innovazione digitale diventi un’opportunità per tutti e non un privilegio per pochi, mettere al centro la qualità del lavoro e delle competenze – ha aggiunto Giorgio Mantoan, Consigliere Delegato allo Sviluppo Economico della Città metropolitana di Milano -. L’ammissione alla seconda fase è il risultato del lavoro di squadra tra istituzioni, imprese e realtà della ricerca: questa è la strada giusta. La Città metropolitana di Milano è pronta a fare la sua parte. Ora comincia il lavoro più importante: l’obiettivo è tradurre questa candidatura in crescita, lavoro di qualità e opportunità per tutto il territorio”.
Il mercato italiano dell’AI e il ruolo di Milano
La ZIS AI nasce per riconoscere e consolidare Milano come principale ecosistema italiano per l’adozione, la sperimentazione e lo sviluppo industriale dell’Intelligenza Artificiale. Il mercato italiano dell’AI ha raggiunto nel 2025 un valore stimato di 1,8 miliardi di euro, in crescita del 50% sul 2024. L’adozione nelle imprese accelera, ma resta disomogenea. Secondo l’indagine condotta da Assolombarda con il Politecnico di Milano, su 700 aziende del Quadrilatero di Milano, Monza e Brianza, Lodi e Pavia, il 49% ha oggi progetti di AI attivi, contro meno del 20% di fine 2024, e un ulteriore 18% prevede di avviarli a breve. Il divario per dimensione però resta ampio: 79% tra le grandi imprese, 48% tra le medie, 41% tra le piccole e 40% tra le microimprese.
Milano, oltre che capitale italiana dei servizi knowledge intensive, è il cuore di un grande polo manifatturiero, capace di integrare settori tradizionali e storicamente radicati del Made in Italy con filiere ad alto potenziale strategico e di sviluppo. Nel Quadrilatero di Assolombarda nel manifatturiero ci sono 34 mila imprese con 347 mila addetti che attivano un valore aggiunto industriale di più di 44 miliardi di euro. In particolare, la meccatronica conta 13,4 mila unità locali, quasi 120 mila addetti e 36 miliardi di euro di export annuo. L’area concentra, quindi, ben il 40% delle unità locali, il 25% degli addetti e il 42% delle vendite estere della meccatronica lombarda, nonché l’11%, il 7% e il 13% di quella italiana. A questa solida base industriale il Quadrilatero aggiunge il primato nell’innovazione, ospitando più di 2,5 mila startup innovative, il 22% di tutte quelle attive in Italia. È questa combinazione, unica nel Paese, a rendere Milano il territorio più maturo per ospitare la ZIS sull’Intelligenza Artificiale e per continuare ad attrarre investimenti, talenti e capitali.
Al centro c’è una piattaforma aperta in cui imprese, università e startup progettano, testano e validano soluzioni AI in contesti industriali reali. La ZIS combina IA fisica, generativa e agentica e le applica a diversi ambiti produttivi. Un pilastro specifico è dedicato alle competenze, con percorsi di formazione, upskilling e reskilling che rafforzano il legame tra scuola, università e industria.
Il partenariato copre l’intera catena del valore dell’AI: ricerca, sperimentazione, formazione, trasferimento tecnologico, incubazione di startup e supporto all’industrializzazione. Ne fanno parte, oltre ad Assolombarda e MADE, Città Metropolitana di Milano, Camera di Commercio Milano Monza Brianza Lodi, le università Politecnico di Milano, Università Bocconi, Università degli Studi di Milano, Università degli Studi di Milano-Bicocca, grandi imprese tecnologiche, PMI innovative, soggetti dell’ecosistema dell’innovazione ed enti di formazione. La partecipazione è aperta anche agli altri atenei del territorio. Il progetto nasce sin dall’inizio con l’importante collaborazione di AI4I, l’Istituto Italiano di Intelligenza Artificiale per l’Industria.
Il convegno “AI e Physical AI, l’impatto nel mondo reale” con Matteo Zoppas (ICE)
Il convegno “AI e Physical AI, l’impatto nel mondo reale”, si è aperto con i saluti di Guido Guidesi, Assessore allo Sviluppo economico di Regione Lombardia. Matteo Zoppas, Presidente dell’Agenzia ICE, è intervenuto sul tema “Intelligenza artificiale e competitività: la sfida delle imprese italiane sui mercati globali”, mentre Marco Taisch, Presidente di MADE – Competence Center Industria 4.0 e docente del Politecnico di Milano, ha accompagnato il pubblico con l’intervento “dall’AI generativa all’AI integrata nei processi decisionali e operativi”.
Lo sguardo si è allargato alle prospettive future con “The next stage of AI”, la relazione di Tarek Zohdi, Professor e Director of the Richmond Field Station della UC Berkeley, e le esperienze dirette delle imprese, con Coco Robotics, Fincantieri e Multiply Labs. Spazio quindi alla tavola rotonda “Come creare un ecosistema di eccellenza sull’AI”, con Marina Brambilla, Rettrice dell’Università degli Studi di Milano; Fabrizio Grillo, Presidente di Federated Innovation; Federica Ingrosso, Senior Specialist Relazioni Esterne di SIMEST; Fred Parietti, Co-Founder e CEO di Multiply Labs; Stefano Venturi, Special Advisor Intelligenza Artificiale e Transizione Digitale di Assolombarda.
Ha venduto ogni singolo bene personale che possedeva per pagarsi un biglietto dell’autobus e viaggiare per oltre 2.000 chilometri, spinto dal desiderio di incontrare la donna che voleva sposare. Giunto a destinazione, però, l’amara scoperta: la fidanzata dei suoi sogni, che sui social gli prometteva una vita agiata in fattoria, non era altro che un personaggio generato dall’Intelligenza Artificiale. È la disavventura vissuta dal 49enne brasiliano EdimarMartins, muratore originario dello stato del Maranhão, vittima di un inganno digitale che lo ha lasciato senza denaro e con il cuore infranto.
L’illusione di Martins inizia nel 2020, quando si imbatte nel profilo social di una sedicente “Jéssica Oliveria”. Per quattro anni l’uomo segue gli aggiornamenti della donna, senza mai sospettare che le fattezze e la voce della ragazza fossero il prodotto di un software. Stanco della solitudine e convinto di aver trovato l’amore, lo scorso 9 ottobre Martins prende una decisione drastica: vende tutti i suoi averi per finanziare la trasferta verso Belo Horizonte, capitale dello stato sud-orientale del Minas Gerais. “Ho venduto tutte le mie cose, mi sono sbarazzato di tutto”, ha raccontato all’emittente tv Mirante. “È così che ci si scoraggia; chi non si scoraggerebbe?”.
A trarre in inganno il 49enne sono stati i contenuti pubblicati sull’account TikTok@JessicaFazendeira, un profilo seguito da oltre 300.000 follower. In uno dei video (successivamente rimosso dalla piattaforma), la donna generata dall’IA lanciava un appello mirato, dichiarando di cercare un compagno da accogliere nella propria tenuta agricola. “Voglio davvero sostenerti, voglio che tu venga nella mia fattoria e che tu non debba mai più lavorare in vita tua“, recitava il personaggio virtuale. Parole che hanno fatto breccia nella solitudine del muratore: “Porta solo tristezza, scoraggiamento, depressione. Molte persone desideravano trovare una relazione, così sono venuto”, ha spiegato Martins.
YouTube è ormai un luogo familiare. Ci guardiamo un evento sportivo, un documentario, un tutorial o lasciamo che i nostri figli vedano un cartone animato. Eppure dietro questa normalità esiste un problema enorme: chiunque può pubblicare un contenuto. E qualcuno, inevitabilmente, prova a caricare contenuti inappropriati, sessualmente espliciti, violenti, fino ad arrivare a materiale apertamente illegale. Il problema vale per tutti i social network: solo su YouTube vengono caricate oltre 500 ore di video ogni minuto; su TikTok, ad esempio, vengono pubblicati oltre 100 milioni di contenuti al giorno.
Anni fa un mio amico lavorava nella moderazione dei contenuti online. Mi raccontava che tra il materiale da controllare arrivavano immagini e video estremamente violenti, degradanti e, in alcuni casi, difficili persino da descrivere. Contenuti che, fortunatamente, un normale utente non vedrà quasi mai, proprio perché qualcuno — o sempre più spesso qualche algoritmo — li intercetta prima. Oggi gran parte di questo lavoro è affidata ai sistemi automatici, che analizzano enormi quantità di contenuti e bloccano o segnalano quelli sospetti. I moderatori umani intervengono soprattutto nei casi più complessi o controversi, mentre le segnalazioni degli utenti aiutano a individuare ciò che può essere sfuggito ai controlli.
Ora trasferiamo lo stesso problema all’intelligenza artificiale generativa.
ChatGPT e gli altri modelli, se usati bene, sono strumenti straordinari. Possono aumentare le nostre capacità, aiutarci a valorizzare la nostra creatività, velocizzare attività complesse e renderci più efficaci nel lavoro e nello studio. Possono riassumere documenti, tradurre, scrivere codice, generare immagini e analizzare grandi quantità di dati. In medicina e nella ricerca scientifica queste capacità diventano ancora più interessanti, perché permettono di esplorare quantità di informazioni difficilmente gestibili da un singolo gruppo di ricerca. A settembre Anthropic ha raccontato come centinaia di agenti Claude abbiano analizzato database genetici, contribuendo all’individuazione di un nuovo sistema enzimatico, che verrà ora studiato per comprenderne meglio le potenzialità.
Ma quando uno strumento così potente viene messo nelle mani di milioni di persone, è inevitabile che qualcuno provi a utilizzarlo anche per scopi malevoli. L’ultimo rapporto di Anthropic sugli abusi di Claude offre esempi impressionanti. Un operatore ha usato il modello per contribuire allo sviluppo di una piattaforma di sorveglianza destinata all’intelligence del Mali, progettata per lavorare sui dati di circa 25 milioni di SIM. Anthropic ha individuato l’attività e bloccato gli account coinvolti. Ma da quel momento restano diverse incognite: non sappiamo se gli sviluppatori abbiano cambiato sistema di AI, se il progetto sia proseguito con altri strumenti o se il software realizzato sia oggi effettivamente operativo.
In un altro caso, una cellula operante nel nord dello Yemen ha utilizzato Claude nello sviluppo del software di guida di un razzo. Dopo un test fallito, gli sviluppatori sono tornati al modello per cercare di capire che cosa non avesse funzionato. In operazioni riconducibili allo spionaggio russo, invece, l’AI è stata utilizzata per automatizzare diverse fasi di attacchi informatici, compreso lo sviluppo e l’adattamento di malware.
Ma forse il caso più interessante è anche il meno spettacolare. Alcuni utilizzatori dividevano un progetto pericoloso in tante richieste apparentemente innocue. Una poteva servire a scrivere codice, un’altra a gestire credenziali, un’altra a risolvere un problema. Singolarmente sembravano lecite. Solo guardandole nel loro insieme emergeva la finalità malevola del progetto.
Ed è qui che il paragone con YouTube mostra il suo limite. Su YouTube dobbiamo soprattutto controllare un contenuto: un video può essere analizzato, segnalato e rimosso. Con l’intelligenza artificiale generativa bisogna capire anche l’intenzione dietro una sequenza di istruzioni. Una domanda può essere innocua. Anche quella successiva. Ma che cosa stanno costruendo, insieme, cento richieste apparentemente innocue?
C’è poi un problema economico. In uno dei casi più gravi descritti da Anthropic sono stati sottratti oltre un terabyte di dati, tra cui centinaia di migliaia di identificativi personali e milioni di record relativi a carte di pagamento. Ma il punto forse più importante è un altro: l’AI può abbassare drasticamente il costo di un attacco. Ricognizione, scrittura di codice e analisi delle vulnerabilità possono essere affidate a sistemi automatici, riducendo il lavoro e le competenze necessarie. Così anche bersagli che prima non valeva la pena colpire possono diventare convenienti.
La soluzione sembrerebbe semplice: controllare ogni domanda, ogni risposta e magari l’intera storia della conversazione. Ma questi strumenti hanno successo anche perché rispondono quasi immediatamente. Ogni controllo aggiuntivo deve quindi convivere con milioni di utenti che si aspettano una risposta in pochi secondi. Un sistema troppo permissivo può diventare pericoloso; uno eccessivamente prudente rischia di diventare inutilizzabile. I grandi servizi commerciali hanno forti incentivi economici e reputazionali a mantenere adeguati livelli di sicurezza. Per questo investono in filtri, monitoraggio e strumenti per individuare gli abusi. Quando emergono nuove tecniche per aggirare i controlli possono bloccare gli account coinvolti e rafforzare progressivamente le proprie difese.
Ma esistono anche modelli che possono essere scaricati ed eseguiti localmente. In quel caso il modello gira sul computer dell’utente e non esiste necessariamente un’azienda o un ente che possa osservare ciò che sta accadendo o interrompere l’utilizzo. Molto dipende dal modello scelto, da come è stato costruito e dai limiti che incorpora.
Il punto, quindi, non è soltanto stabilire che cosa un’intelligenza artificiale debba rifiutarsi di fare. Bisogna riuscire a capire che cosa qualcuno sta cercando di ottenere attraverso molte richieste, magari tutte apparentemente innocue, e farlo in tempo reale senza penalizzare milioni di persone che utilizzano questi strumenti in modo legittimo e con finalità positive. Riuscire a controllare sistemi così potenti, senza limitarne le enormi potenzialità, sarà una delle sfide decisive dell’intelligenza artificiale dei prossimi anni.
*professore associato di Ingegneria informatica, Università della Calabria
L’intelligenza artificiale (IA) è ormai ovunque, dopo gli Italian brain-rot che hanno invaso i social (in cui venivano generati video senza senso), il suo uso si è espanso nel resto della società. L’uso frenetico di questo mezzo è dovuto alla facilità d’utilizzo, dove, scrivendo una o due frasi, ci ritroviamo con un’immagine generata automaticamente o con la risposta ad un problema. Più si va in avanti, e più la corsa all’intelligenza artificiale migliora questo strumento. Le immagini generate artificialmente sono sempre più realistiche per non parlare dei video, ed ormai anche passeggiando per le strade incontriamo pubblicità create con l’IA. L’intelligenza artificiale si trova sempre di più facilmente, oltre a tutti i contenuti che ci sono sui social, ormai anche alcuni ristoranti ed eventi creano le loro pubblicità con l’IA; perciò, la sua presenza si è generalizzata nelle nostre vite.
C’è dunque un’onnipresenza dell’intelligenza artificiale nella nostra società, considerando che la vediamo sui social e nelle strade. Il suo uso si è democratizzato nelle nostre vite quotidiane. Secondo ItaliaOggi (AI, 16 mln di italiani usano almeno un’app. Fra i 15-24enni ChatGPT supera TikTok, dicembre 2025) circa il 35% della popolazione italiana usava l’IA. Al giorno d’oggi, anche con una semplice ricerca Google ci viene imposta una risposta fatta con l’IA. Anche nelle scuole sono in tanti a usarla obbligando gli istituti ad adattare i loro regolamenti.
Oltre ai problemi legati all’ambiente ed al consumo energetico dell’IA, dobbiamo chiederci come usarla senza diventarne dipendenti. Secondo uno studio della Fondazione Olitec (Ricerca sulla Dicotomia dell’Intelligenza Artificiale: Amplificatore del Genio Umano o Meccanismo di Dipendenza Cognitiva), che ha coinvolto 800 persone per capire se l’IA crea dipendenza o amplifica le capacità cognitive, solo 160 persone riuscivano a utilizzare l’IA per amplificare le loro capacità cognitive, una parte di loro sono anche riusciti a utilizzarla con senso critico per fare scoperte interdisciplinari. Per 640 persone invece il suo utilizzo ha creato dipendenza, diminuendo, per il 62% di questo gruppo, la capacità di risolvere problemi del 18%. Lo studio mette in evidenza che l’uso eccesivo dell’IA ha ridotto anche l’esercizio mentale, portando a considerare che ciò che dice l’IA sia considerato vero e conclude dicendo che, per la maggior parte delle persone, “l’IA rischia di generare dipendenza cronica, con potenziali effetti negativi sulla resilienza cognitiva, l’autostima e l’inclusione sociale”. Perciò possiamo vedere che occorre essere attenti al modo in cui lo usiamo perché può essere un pericolo per la nostra capacità di spirito critico.
Per concludere, l’IA è una tecnologia che cambia le nostre abitudini, come già abbiamo visto, ma occorre utilizzarla con cure. Le derive sono già troppe, come con la creazione degli Italian brain-rot, ed è necessario chiederci come utilizzare bene questa risorsa per evitare di diventarne dipendenti. È senza dubbio una risorsa che può facilitarci la vita, ma occorre prendere in considerazioni i limiti dell’IA e riflettere di più quando la usiamo, a rischio di perdere un po’ delle nostre abilità.
Il blog Sostenitore ospita i post scritti dai lettori che hanno deciso di contribuire alla crescita de ilfattoquotidiano.it, sottoscrivendo l’offerta Sostenitore e diventando così parte attiva della nostra community. Tra i post inviati, Peter Gomez e la redazione selezioneranno e pubblicheranno quelli più interessanti. Questo blog nasce da un’idea dei lettori, continuate a renderlo il vostro spazio. Diventare Sostenitore significa anche metterci la faccia, la firma o l’impegno: aderisci alle nostre campagne, pensate perché tu abbia un ruolo attivo! Se vuoi partecipare, al prezzo di “un cappuccino alla settimana” potrai anche seguire in diretta streaming la riunione di redazione del giovedì – mandandoci in tempo reale suggerimenti, notizie e idee – e accedere al Forum riservato dove discutere e interagire con la redazione.
La sera del 6 ottobre, durante la festa di inizio anno accademico della School of Mathematics all’Institute for Advanced Study (IAS) di Princeton, OpenAI ha pubblicato online 722 preprint contenenti 372 risultati di matematica avanzata. Constantin Kogler, giovane ricercatore dell’IAS, ha esaminato i documenti dal proprio smartphone durante il ricevimento, scoprendovi la dimostrazione della congettura sugli “exact overlaps”, un principio fondamentale in informatica e bioinformatica. Kogler e un collega avevano risolto il medesimo problema appena dieci giorni prima e ne stavano ultimando la stesura.
“Era una cosa grossa”, ha dichiarato il ricercatore alla rivista Science, “direi una svolta importante nel campo”. Rientrato a casa, Kogler ha pubblicato immediatamente il proprio studio, uscito con sole quattro ore di ritardo rispetto ai documenti generati dall’algoritmo.
C’è un problema che nessuno vuole mettere per iscritto nei piani industriali: se le macchine producono tutto, poi chi compra? Domanda banale, quasi offensiva per chi gestisce un’azienda. Eppure, è il nodo che tiene insieme tutta la baracca capitalistica.
Il ragionamento è semplice. Un’impresa sostituisce i lavoratori con i robot. Risparmia stipendi, aumenta i margini, festeggia i dividendi in consiglio di amministrazione. Poi guarda fuori dalla finestra e scopre che il mercato è fatto di persone. Quelle stesse persone che non hanno più uno stipendio. Il bisogno di un bene non basta a creare domanda, serve potere d’acquisto. Una famiglia che ha bisogno di una casa ma non può pagarla, per chi vende, semplicemente non esiste.
La parte tragicomica è che ogni azienda capisce il problema, ma nessuna ha l’incentivo a risolverlo da sola. Se una fabbrica automatizza, il risparmio è suo. La perdita di consumi si spalma su supermercati, ristoranti e negozi. È il classico caso in cui il comportamento razionale del singolo produce un disastro collettivo. Nessuno è stupido, nessuno è cattivo ma, semplicemente, nessuno paga il conto.
I soldi risparmiati sugli stipendi non svaniscono, certo. Diventano profitti, prezzi più bassi o investimenti. Il guaio è che un miliardario consuma una frazione del suo reddito, mentre una famiglia lo spende quasi tutto per vivere. E costruire nuove fabbriche diventa meno attraente se prevedi che mancheranno clienti. Il Fondo monetario internazionale lo ha detto senza giri di parole: l’AI rischia di aumentare la disuguaglianza patrimoniale, perché chi possiede capitale incassa rendimenti sempre maggiori.
Quindi a chi si venderebbe? A chi lavora ancora, finché il reddito resta diffuso. Ai proprietari del capitale, che però sostengono il lusso, non il mercato di massa. Allo Stato, a patto che decida di redistribuire. A una popolazione che possiede quote delle attività produttive, scenario che richiede tuttavia una proprietà molto più diffusa di quella attuale. Se nessuno di questi canali compensa, la produzione potenziale resta lì, accanto a povertà e capacità inutilizzata.
Chi è ottimista ha i suoi argomenti, perché secondo lui i prezzi più bassi e i nuovi mestieri possono attenuare il colpo. Ma un prezzo più basso aiuta poco chi non ha affatto reddito, e un nuovo lavoro non è automaticamente accessibile a chi ha perso il vecchio. Contano competenze, età, luogo. Una crescita aggregata può convivere con perdite devastanti per singole persone.
Il punto vero non è se il capitalismo sopravvivrà; ma se il lavoro umano diventa meno necessario per produrre ciò che serve può continuare ad essere la condicio sine qua non per avere diritto a consumarlo? La tecnologia potrebbe permetterci di vivere meglio lavorando meno. Il modo in cui distribuiamo proprietà, reddito e potere decide chi potrà beneficiarne.
Emerge allora la questione che molti (i ricchi, soprattutto) evitano come la peste ma che sarebbe quella centrale. Senza limiti strutturali al guadagno capitalistico incontrollato, la concentrazione della ricchezza non si corregge da sola. Serve un tetto, una soglia oltre la quale il surplus non resta nelle mani di pochi ma ritorna alla collettività. Non è un’espropriazione, è un argine alla deriva sociale. Perché un sistema che produce abbondanza ma non la distribuisce non è solo ingiusto, è fragile. E quando la ricchezza si accumula senza freni, la storia ha già dimostrato come va a finire.
L’intelligenza artificiale sta entrando sempre più nelle banche, ma porta con sé nuovi rischi per la sicurezza dei conti correnti. Per questo motivo la Banca centrale europea ha chiesto ai principali istituti vigilati di rafforzare le proprie difese contro le minacce informatiche potenziale dall’AI entro il 31 ottobre 2026.
Tutto questo riguarda chiaramente molto da vicino i correntisti, chiamati a fare la propria parte per proteggere risparmi e dati personali. Chiariamo quali sono le richieste della BCE nel dettaglio e che tipo di rischi corriamo.
Cosa chiede la BCE
È giunta una lettera dalla vigilanza bancaria della BCE, nella quale si chiede ai grandi istituti dell’area euro di innalzare il livello di protezione contro le minacce informatiche legate all’intelligenza artificiale. Gli istituti dovrebbero adeguarsi in tempi rapidissimi, entro il 31 ottobre 2026, valutando come l’uso crescente dell’IA, tanto da parte delle banche che da parte dei criminali, possa esporre i sistemi a nuove vulnerabilità. Un intervento che rappresenta un tassello chiave nel quadro di regole europee sempre più attento al concetto di resilienza digitale.
I rischi dell’AI in banca
I pericoli sono di diversa natura:
gli agenti IA (programmi in grado di agire autonomamente) potrebbero interpretare male attività del tutto legittime, scambiandole per minacce e bloccando servizi ai clienti;
con la tecnica del prompt injection delle istruzioni malevole possono essere nascoste in documenti o messaggi per manipolare il comportamento dell’AI;
l’IA può essere sfruttata per individuare le falle dei sistemi e automatizzare le fasi di un attacco, rendendo le intrusioni più rapide e riducendo il tempo a disposizione per reagire, con possibili conseguenze sui risparmi.
Per contenere questi rischi, agli istituti viene chiesto di definire in modo preciso cosa possono fare gli agenti di AI, prevedendo una conferma umana per le operazioni più delicate. Ogni azione dell’IA dev’essere tracciabile e verificabile, con possibilità di spegnere il tutto rapidamente in caso di problemi.
Le banche devono poi effettuare verifiche periodiche sulle vulnerabilità dei programmi usati, mantenendo gli aggiornamenti di sicurezza, disponendo di backup isolati e procedendo al ripristino in caso d’emergenza. Il tutto nel rispetto del regolamento europeo Dora sulla resilienza operativa digitale, in vigore dal 17 gennaio 2025, che fissa standard comuni per la sicurezza informatica.
Come difendersi
Anche i correntisti possono fare molto per proteggersi e dovrebbero agire in maniera rapida e attenta. Ecco un po’ di consigli pratici e utili:
attivare le notifiche sulle operazioni;
controllare con regolarità i movimenti del conto;
custodire con cura le credenziali d’accesso;
non condividere mai password o codici temporanei;
verificare che il nome del beneficiario corrisponda all’IBAN indicato prima di un bonifico;
prestare attenzione alle comunicazioni sospette, comprese chiamate e messaggi falsi creati con l’AI;
segnalare subito alla banca dei pagamenti non autorizzati (la contestazione è possibile fino a 13 mesi);
verificare le comunicazioni attraverso i canali ufficiali dell’istituto.
L’articolo “Xi spia l’esercitazione militare a Oslo I soldati usano mezzi cinesi per gli spostamenti e scoprono che le telecamere dei veicoli hanno filmato tutto” pubblicato sul La_Verita del14 Ottobre ...
Quanto valgono davvero le promesse dell’intelligenza artificiale? Per chi vi ha investito, anche attraverso un fondo, arriva un momento in cui quelle promesse devono trovare conferma nei conti.
Oggi, 15 ottobre, gli occhi dei mercati sono puntati su TSMC, il gruppo taiwanese che produce chip per Nvidia e Apple. Mentre le Borse asiatiche arretrano e torna la preoccupazione per il costo del denaro, la sua trimestrale offrirà una misura concreta della domanda che sostiene la corsa all’AI.
Le aspettative sono alte: gli analisti prevedono un utile trimestrale in crescita del 65%, a circa 23,4 miliardi di dollari statunitensi. È una stima ancora da verificare. Il mercato guarderà anche oltre quel numero, cercando nelle prospettive dei prossimi mesi ragioni sufficienti per continuare a scommettere sul futuro.
Perché i risultati TSMC contano anche fuori da Taiwan
TSMC è un nome meno familiare dei marchi che compaiono sui nostri dispositivi. Il suo ruolo, però, è centrale nella loro produzione. Il modello dell’azienda è quello della fonderia di semiconduttori: realizza i chip progettati dai clienti, senza competere con loro attraverso una propria linea di prodotti a marchio TSMC.
Questa posizione permette di osservare una parte concreta dell’economia digitale. Gli ordini ricevuti, la capacità degli impianti e la redditività raccontano ciò che accade quando un progetto tecnologico deve essere fabbricato su larga scala.
Passaggio
Che cosa significa
Progettazione
Le aziende definiscono le caratteristiche dei chip
Produzione
Una fonderia come TSMC realizza i semiconduttori
Integrazione
I componenti entrano in dispositivi e sistemi di calcolo
Utilizzo
Imprese e persone accedono ai servizi resi possibili da quelle macchine
Schema semplificato della filiera: progettazione e produzione possono appartenere ad aziende diverse.
L’Asia arretra mentre cresce la cautela sull’AI
Nella notte, le vendite sui mercati asiatici hanno seguito la debolezza americana. Il dato sull’inflazione statunitense, superiore alle attese, ha riacceso i timori di nuovi rialzi dei tassi. A Wall Street il Nasdaq ha perso l’1,9% nella seduta del 14 ottobre; il settore tecnologico è rimasto al centro delle pressioni.
L’ultima rilevazione della seduta asiatica riportava il Kospi sudcoreano in calo dell’8%, il Nikkei giapponese del 5% e il Taiex di Taiwan del 3,4%. Sono fotografie di una seduta ancora in corso, non variazioni definitive di chiusura.
Perché il costo del denaro pesa sulla tecnologia
Il tasso di interesse è anche il prezzo da pagare per utilizzare capitale preso in prestito. Quando aumenta, finanziare un progetto può diventare più oneroso. È un meccanismo familiare a chi ha chiesto un mutuo e riguarda, su scale diverse, anche le imprese.
Nel settore tecnologico, però, occorre distinguere. Un produttore di chip, un gestore di infrastrutture e una società che vende software hanno bilanci e fabbisogni differenti. La parola “AI” li avvicina nel racconto dei mercati, ma non rende uguali i loro rischi.
La cautela può, dunque, propagarsi a tutto il settore anche quando le singole aziende presentano situazioni diverse. È una ragione in più per leggere i risultati, invece di fermarsi al colore rosso o verde di una seduta.
Che cosa sappiamo e che cosa deve ancora arrivare
La conferenza sui risultati del terzo trimestre è fissata alle 14:00 di Taiwan, le 8:00 in Italia, secondo il calendario ufficiale. Alla verifica effettuata prima della pubblicazione, la pagina della società riportava ancora le previsioni formulate in precedenza per il trimestre.
Voce
Indicazione disponibile prima dei risultati
Come leggerla
Ricavi trimestrali
Precedente previsione aziendale: 44,6–45,8 miliardi di dollari USA
Intervallo indicato dalla società, non consuntivo
Margine lordo
Precedente previsione aziendale: 65–67%
Quota dei ricavi che resta dopo il costo del venduto
Margine operativo
Precedente previsione aziendale: 56–58%
Redditività dell’attività operativa
Conferenza
15 ottobre, ore 8:00 italiane
Presentazione e confronto con gli analisti
Fonte: pagina ufficiale TSMC del terzo trimestre 2026. Gli intervalli sono la guidance precedente alla comunicazione dei risultati.
La distinzione tra previsione e risultato conta. Una stima degli analisti esprime ciò che il mercato si aspetta; la guidance indica ciò che l’impresa prevede; il consuntivo racconta quanto è effettivamente accaduto.
Le domande da fare ai conti
La lettura della trimestrale non si esaurisce nell’utile. Per capire la qualità della crescita serve mettere insieme più elementi.
Elemento da osservare
La domanda utile
Ricavi
Quanto è cresciuta l’attività e rispetto a quale periodo?
Margini
La crescita lascia all’impresa una redditività adeguata?
Investimenti
Quante risorse servono per sostenere la capacità futura?
Previsioni
Che cosa indica la società per i prossimi mesi?
Domanda dei clienti
Quali attività sostengono gli ordini?
Griglia di lettura dell’articolo, non anticipazione delle risposte della società.
Anche un trimestre molto positivo va inserito in questa prospettiva. I risultati di un produttore possono documentare la forza della domanda di chip, ma non dimostrano da soli che ogni investimento nell’intelligenza artificiale sarà redditizio. La filiera comprende imprese diverse, con costi e tempi di ritorno differenti.
Chi incassa oggi e chi scommette sul domani
Nella corsa all’intelligenza artificiale, ricavi e costi si incontrano lungo la stessa filiera. Per chi produce semiconduttori, gli ordini diventano vendite. Per chi acquista quei chip e costruisce infrastrutture, sono investimenti da recuperare attraverso servizi che qualcuno dovrà essere disposto a pagare.
È una distinzione che aiuta a leggere i conti di TSMC. Una trimestrale brillante può mostrare quanto sia intensa la costruzione delle infrastrutture dell’AI. Per capire se quella spinta durerà, occorre guardare anche ai clienti: quanto utilizzeranno la capacità acquistata, quali ricavi riusciranno a generare e con quali margini.
Le due cose possono procedere a velocità diverse. Le fabbriche ricevono ordini, mentre le imprese sperimentano ancora come trasformare l’AI in un servizio utile e remunerativo. È comprensibile, quindi, che risultati industriali solidi convivano con la cautela degli investitori: il mercato cerca di anticipare quanto a lungo continueranno gli acquisti.
Per questo, oggi conteranno anche le parole con cui TSMC descriverà i prossimi mesi. Dietro i chip ordinati ci sono decisioni prese da aziende che stanno impegnando risorse sul futuro.
L’intelligenza artificiale potrebbe essere in grado, nel giro di pochi mesi, di replicarsi autonomamente attraverso dispositivi connessi a internet, dai televisori alle telecamere di sicurezza, fino ai forni intelligenti e ai robot aspirapolvere. È l’allarme lanciato da Anthropic, secondo cui alcuni modelli potrebbero presto trasformarsi in una sorta di malware autonomo, capace di infiltrarsi nei dispositivi, sfruttarne la potenza di calcolo e propagarsi senza intervento umano. Un’evoluzione che renderebbe molto più difficile contenere un attacco informatico, perché non esisterebbe più un unico punto da disattivare per fermarlo.
Il Guardian ha esaminato il rapporto pubblicato lunedì dai ricercatori della società di intelligenza artificiale. Il documento descrive la possibilità che nascano veri e propri «vermi informatici» basati sull’IA, programmi capaci di copiare se stessi da un dispositivo all’altro. Una volta compromessa una macchina, il modello potrebbe trasferire il proprio codice e i propri pesi, cioè i parametri che ne permettono il funzionamento, sul dispositivo successivo, per poi riprendere l’attività e continuare a diffondersi.
La novità rispetto ai malware tradizionali è che questi sistemi potrebbero adattarsi anche a dispositivi e ambienti informatici che non conoscevano in precedenza. I primi bersagli potrebbero essere le abitazioni e le piccole imprese, dove sono diffusi apparecchi connessi spesso dotati di protezioni informatiche limitate. Tra quelli potenzialmente vulnerabili ci sono televisori, forni e frigoriferi intelligenti, tosaerba automatici, videocamere e sistemi per le videoconferenze. Molti di questi apparecchi integrano già piccoli chip progettati per eseguire modelli di intelligenza artificiale direttamente sul dispositivo, senza dover ricorrere ogni volta a un centro di calcolo remoto.
Secondo i ricercatori, in uno scenario estremo più sistemi autonomi potrebbero coordinarsi e attaccare insieme infrastrutture informatiche. Non è però ancora chiaro quale forma assumerebbe una simile minaccia. Potrebbe trattarsi di una diffusione lenta e persistente, paragonabile a una muffa digitale che si espande gradualmente, oppure di un modello più sofisticato, capace di colpire rapidamente grandi strutture come i data center. Un’altra possibilità è che i sistemi cerchino di procurarsi le risorse necessarie al proprio funzionamento attraverso truffe e furti di credenziali.
Gli autori dello studio avvertono che un replicatore autonomo sarebbe difficile da fermare proprio perché distribuito su una rete di dispositivi diversi. «Dovremmo rendere i nostri sistemi più resistenti, così da ostacolare la diffusione di questi replicatori, ma prepararci anche a un mondo in cui saranno presenti in modo permanente», scrivono. Il rischio, dunque, non riguarda soltanto la possibilità di un attacco immediato, ma anche la difficoltà di eliminare completamente un sistema una volta diffusosi nella rete.
L’allarme arriva in una fase in cui le principali aziende del settore segnalano capacità sempre maggiori dei propri agenti di IA, sistemi progettati per agire in autonomia e svolgere compiti complessi. Negli ultimi mesi sono emerse segnalazioni sulle loro capacità di individuare vulnerabilità e tentare intrusioni nei sistemi di aziende e istituzioni pubbliche. Questi sviluppi hanno spinto ricercatori, dirigenti e politici a chiedere maggiori garanzie di sicurezza e più controlli, mentre le stesse società continuano a sviluppare e distribuire nuovi modelli.
Il problema, sottolinea il Guardian, è che le difese informatiche dovranno adattarsi a una minaccia potenzialmente diversa da quelle conosciute finora: un sistema capace non solo di sfruttare le vulnerabilità, ma anche di trasferirsi su altre macchine e continuare a operare senza un controllo centralizzato. Per Anthropic, rendere più sicuri i dispositivi connessi e prepararsi a individuare queste reti sarà essenziale prima che simili capacità diventino più diffuse.
A settembre Jacob Coxon, un matematico britannico di ventisette anni, ha lasciato Anthropic, dove ricopriva il ruolo di capabilities researcher: lavorava cioè per rendere i modelli più potenti e autonomi. Nel comunicare le dimissioni ha scritto che non voleva più essere parte dei piani dell’azienda per gli anni successivi. Nei giorni scorsi, parlando con il New York Magazine, ha spiegato perché: guardando le capacità previste per la prossima generazione di modelli aveva pensato, molto semplicemente, di avere davvero paura del modello che Anthropic sta per addestrare.
Da mesi l’industria dell’intelligenza artificiale è al centro di un dibattito che va molto oltre la Silicon Valley. A Washington si discute se rallentare lo sviluppo dei modelli più potenti, quali regole imporre alle aziende e quanto ci si possa fidare della loro capacità di controllarsi da sole. I dirigenti dei grandi laboratori si dividono tra chi chiede più prudenza e chi avverte che fermarsi significherebbe lasciare campo libero alla Cina – quindi allo sviluppo di modelli controllati dal governo di Pechino. L’opinione pubblica è forse più preoccupata dei suoi politici, e comincia a chiedere apertamente limitazioni alle nuove tecnologie.
Anche dentro le aziende che stanno costruendo questi sistemi c’è molto fermento. Alcune delle persone che hanno lavorato alla frontiera dell’intelligenza artificiale hanno iniziato a lasciare i laboratori proprio perché non si fidano più della direzione che hanno preso. Molti vanno via perché hanno visto abbastanza. Coxon è tra questi, e nelle scorse settimane è stato intervistato dal New York Magazine con altri sette ex dipendenti di OpenAI, Anthropic e Google DeepMind. Le ragioni per cui se ne sono andati sono tutte diverse – il rapporto con il Pentagono, la perdita di posti di lavoro, la cultura aziendale, la convinzione che la sicurezza si possa studiare meglio fuori dai laboratori – ma nelle loro parole c’è un comune denominatore: più aumentano le capacità dei modelli, più diventa difficile per chi ci lavora mettere in discussione la direzione presa.
Per Coxon non siamo molto lontani dal momento in cui la capacità di discernimento umana diventerà obsoleta, o quasi. Oggi gli enormi modelli di Anthropic, OpenAI o Google hanno bisogno dei ricercatori umani per trovare idee e controllare i risultati, cioè per scegliere una direzione. Forse in un futuro non lontano il ricercatore dovrà semplicemente dire al modello: «Ok, fai buona ricerca», e lasciarlo lavorare. «È una situazione visceralmente spaventosa», ha detto Coxon.
Daniel Kokotajlo, che ha lasciato OpenAI nel 2024, aveva provato a cambiare le cose dall’interno. Poi ha perso fiducia nella capacità dell’azienda di autoregolarsi. «Non credo davvero che le aziende possano essere lasciate a regolarsi da sole», dice. La leadership, racconta, era molto brava ad ascoltare le critiche, dichiararsi d’accordo e poi non cambiare davvero direzione. Fuori dall’azienda, invece, parlando pubblicamente e facendo ricerca, ritiene di avere avuto più impatto.
Le aziende del settore hanno lanciato degli appelli alla regolamentazione – per paura o solo per liberarsi da alcune responsabilità morali, civili e penali – ma sono sempre annunci superficiali. Dopotutto, sono sempre società private che competono per il talento umano, la potenza di calcolo e il vantaggio sui concorrenti, proprio come tutte le società private: ogni scelta di rallentare espone alla possibilità che qualcun altro non lo faccia. E alla fine anche chi considera l’IA pericolosa ha almeno una buona ragione per continuare a svilupparla.
Anthropic è il caso più paradossale. È nata anche dalla convinzione che OpenAI stesse procedendo con troppa disinvoltura verso l’Agi (intelligenza artificiale generale, in grado di superare l’intelligenza umana). Eppure i suoi ex dipendenti la descrivono oggi una società convinta che la competizione sia inevitabile e che fermarsi significhi concedere un vantaggio alla concorrenza. Esattamente come tutte le altre. Jeff Wu, che ha lavorato sia a OpenAI sia ad Anthropic, riassume così la differenza: a OpenAI la narrazione era concentrata soprattutto sui benefici dell’AGI, mentre ad Anthropic è molto più presente quella dei rischi. Ma proprio quei rischi possono diventare una ragione per spingere ancora più forte: se OpenAI e la Cina sono irresponsabili, bisogna arrivare prima di loro.
Coxon descrive un clima di guerra in cui si parla continuamente di quello che fanno i concorrenti, della loro velocità, delle loro intenzioni. E lui ha vissuto dall’interno la quotidianità di Anthropic, cioè la società che vorrebbe sembrare moralmente più retta delle rivali. Da Dario Amodei in giù, tutti ad Anthropic si dicono sinceramente convinti che l’intelligenza artificiale possa diventare una tecnologia tpotenzialmente pericolosa. Ma proprio per questo ritengono di dover restare tra gli attori che la sviluppano. Con un’acrobazia intellettuale che dovrebbe dar loro un’aura da santoni, o da ipocriti.
Le dimissioni dalle aziende da parte dei ricercatori sono la presa d’atto che dall’interno dei laboratori è sempre più difficile incidere sulla direzione presa. Miles Brundage, ex dirigente di OpenAI, ha fondato una nonprofit per sottoporre i laboratori a verifiche indipendenti. «Non puoi lasciare alle aziende il compito di correggere i propri compiti», dice. Le aziende hanno punti ciechi e pressioni competitive: servono dunque controlli esterni.
L’inchiesta del New York Magazine mostra il limite dell’idea che basti rendere più sicuri i modelli. L’argine andrebbe posto prima, nello stabilire chi decide quanto devono diventare potenti i modelli, e chi può decidere di fermare la corsa. Servirebbe una specie di Carta Costituzionale dell’intelligenza artificiale.
Non sappiamo se gli allarmi più estremi siano fondati. E non è impossibile che alcuni di questi ricercatori abbiano buone ragioni personali per enfatizzarli: essere tra i primi a denunciare i pericoli dell’IA è un ottimo modo per costruirsi una reputazione e trovare fuori dai laboratori nuovi incarichi e stipendi più alti. Ma per ora sappiamo che hanno denunciato ciò che hanno visto dall’interno. E forse vale la pena ascoltarli prima di scoprire se avevano ragione.
L’IA velocizza singole mansioni, ma per il momento non cambia la filiera nel suo insieme, con pochi effetti sulla produttività. Perché la capacità tecnologica non si traduce automaticamente in valore per l’impresa e per il sistema che se ne dota.
Non basta rendere sicuri i singoli sistemi di intelligenza artificiale, bisogna guardare alle loro interazioni. È una lezione lasciata dalla crisi finanziaria: comportamenti individualmente razionali possono produrre risultati collettivamente disastrosi.
L’intelligenza artificiale entra in tutte le fasi della ricerca. Se produrre un paper diventa più semplice, aumenterà la quantità degli studi e potenzialmente anche la loro qualità. Su quali basi dovrebbe allora essere valutato il ricercatore?
Inchiesta sulle Big Tech che distruggono fisicamente milioni di libri antichi e rari per addestrare l'IA. Un'analisi geopolitica ed economica del mercato dei dati puri.
L’IA si diffonde nelle imprese italiane, restando però spesso confinata a singole attività. Mentre ha effetti sulla produttività e li propaga lungo le filiere solo se è integrata nei processi. È poi necessaria la disponibilità di dati e competenze.
T2 è il sistema attraverso cui le banche dell’Eurozona regolano i pagamenti tra loro in tempo reale. Non ha sostituti: se si ferma, si fermano tutte le operazioni. Una situazione che diventa preoccupante di fronte alla possibilità di attacchi informatici.
Login
