Autore: lethuha

📌 Nvidia non è accusata di frode come Enron, ma il suo modello di crescita si basa fortemente su accordi IA circolari simili al vendor financing, in cui l’azienda investe o presta denaro affinché i clienti acquistino i suoi stessi chip, concentrando il rischio sull’ipotesi che l’IA esploderà rapidamente. Con cifre enormi come 125 miliardi di dollari di transazioni annuali e 1.400 miliardi di dollari di investimenti nell’infrastruttura IA, il futuro di Nvidia dipende dalla capacità dei clienti di diventare rapidamente redditizi e continuare ad acquistare chip. Se l’IA non “decolla” come previsto, la fiducia degli investitori e il prezzo delle azioni potrebbero subire…

📌 Con la stretta della Cina sulle lezioni private, i genitori utilizzano l’IA per ridurre i costi dell’istruzione. Dola è un chatbot sviluppato da ByteDance con circa 172 milioni di utenti mensili. Dola ricorda ai bambini di stare seduti dritti, di non giocare con la penna e di accelerare lo svolgimento dei compiti. Dola svolge anche il ruolo di tutor: corregge i compiti, spiega gli errori e crea domande simili basate sui punti deboli degli studenti. Alcuni genitori ritengono che l’IA aiuti a evitare conflitti, poiché i bambini ascoltano l’IA più dei genitori e la sua voce è calma e…

I leader aziendali affrontano una realtà scomoda: i dipendenti stanno già usando l’AI prima ancora dell’autorizzazione ufficiale, costringendo le organizzazioni a trasformare la sperimentazione spontanea in un vantaggio strategico per non perdere terreno rispetto a concorrenti più agili.Le aziende AI-native, costruite fin dall’inizio con l’AI come fondamento, stanno superando di gran lunga quelle che si limitano ad “adottarla”; tuttavia, anche queste ultime possono raggiungere lo stato AI-native attraverso un percorso di quattro fasi di maturità dell’AI aziendale. Fase 1 – Curiosità: i dipendenti utilizzano autonomamente LLM diffusi come ChatGPT e agenti come Genspark per Q&A, registrazione delle chiamate e ricerche di…

📌 L’ondata di costruzioni di infrastrutture IA su larga scala sta creando un problema di trasparenza contabile, con i costi dei chip e dei data center spesso raggruppati. Oltre 214,5 miliardi di dollari di lavori in corso sono aggregati tra chip a breve termine e asset a lungo termine. Quando i chip IA possono diventare obsoleti in meno di 3 anni ma vengono nascosti in progetti da 20-40 anni, gli investitori faticano a valutare i rischi reali. Questa mancanza di trasparenza può oscurare lo spreco di capitale e distorcere i profitti nella corsa globale all’IA.

📌 Yann LeCun, uno dei padri dell’IA moderna, ha dichiarato che gli LLM non possono eguagliare l’intelligenza umana, definendo l’attuale approccio “senza senso”. La sua nuova strada punta sui “world models”, sistemi che prevedono le conseguenze delle azioni. Lasciare Meta, fondare una startup a Parigi e addestrare modelli con poche migliaia di GPU contro sistemi da 200.000 GPU segna un percorso radicalmente diverso.

📌 Con un pacchetto di sostegno di circa 6,3 miliardi di dollari, il Giappone sta inviando un segnale forte che l’IA è una priorità nazionale. Concentrarsi sullo sviluppo dell’IA nazionale, combinando il settore pubblico e privato, aiuta a ridurre la dipendenza tecnologica straniera e ad aumentare la competitività globale. Se attuata efficacemente a partire dall’anno fiscale 2026, questa strategia potrebbe ridisegnare la posizione del Giappone nella corsa internazionale all’IA.

📌 McKinsey stima che l’IA sovrana possa diventare un mercato da 600 miliardi di dollari entro il 2030, con circa il 40% del carico di lavoro dell’IA appartenente al settore pubblico e alle industrie strettamente regolamentate. La sovranità dell’IA sta diventando un fattore determinante per la competitività nazionale, ma il percorso dall’ambizione all’esecuzione presenta ancora molti ostacoli. Attualmente, solo circa 30 paesi dispongono di un’infrastruttura di calcolo nazionale sufficientemente potente per l’IA avanzata; molti paesi mancano sia di modelli e applicazioni, sia di energia e quadri di governance. Costruire un’IA sovrana richiede un ecosistema sincronizzato che va dall’energia, ai chip e…

📌 Quando l’IA diventa la fonte principale di notizie, il problema non è più vero o falso, ma come l’informazione viene raccontata. Il bias di comunicazione dell’IA può plasmare silenziosamente l’opinione pubblica e le emozioni sociali senza diffondere fake news. Ciò pone una grande sfida alla democrazia e ai media: per proteggere lo spazio informativo, la società ha bisogno di competizione tecnologica, trasparenza dei modelli e più potere di controllo agli utenti, invece di limitarsi alle sole normative.

📌 Il grande paradosso dell’era dell’IA non è lo scontro tra uomo e macchina, ma tra leader con alta o bassa intelligenza comunicativa (CQ). Essendo una capacità neurobiologica, la CQ include l’improvvisazione sotto pressione e la regolazione fisiologica. Più l’IA diventa sofisticata, più la CQ si afferma come vantaggio strategico per ogni leader.

📌 Le banche britanniche stanno entrando in una corsa per implementare l’IA agentica, un tipo di IA capace di pianificare, prendere decisioni e agire autonomamente per i clienti retail. A differenza dell’IA generativa che crea solo testo, codice o immagini, l’IA agentica può trasferire automaticamente fondi inattivi su conti ad alto interesse o regolare i portafogli durante la volatilità del mercato. La Financial Conduct Authority (FCA) avverte che questa tecnologia introduce nuovi rischi per i consumatori, nonostante il potenziale nel trasformare il risparmio, gli investimenti e la gestione del denaro.