Tag: intelligenza artificiale

  • Amazon riassume ex-dipendenti per ruoli nel cloud e nell’intelligenza artificiale

    Amazon riassume ex-dipendenti per ruoli nel cloud e nell’intelligenza artificiale

    In Breve

    Qual è l'iniziativa di Amazon per riassumere ex-dipendenti?
    Amazon ha lanciato 'Swami's Boomerang Reengagement Initiative' per riassumere ex-dipendenti in ruoli nel cloud e nell'AI.
    Quali ruoli sono interessati da questa iniziativa?
    I ruoli includono cloud computing, AI, machine learning e agentic AI.
    Come sta semplificando Amazon il processo di selezione?
    Amazon ha abbreviato gli iter di colloquio per facilitare il rientro degli ex-dipendenti.

    Amazon ha recentemente lanciato un’iniziativa per riassumere ex-dipendenti, con un focus particolare su ruoli legati al cloud e all’intelligenza artificiale. Questo programma, noto come ‘Swami’s Boomerang Reengagement Initiative’, prende il nome da Swami Sivasubramanian, Vice President per AWS Agentic AI. L’azienda sembra orientata a richiamare specifici ex-lavoratori, in particolare quelli che avevano lavorato nel settore cloud.

    Le posizioni di interesse includono ruoli nel cloud computing, nell’AI, nel machine learning e nell’agentic AI. Per facilitare il rientro, Amazon ha semplificato il processo di selezione, introducendo iter di colloquio abbreviati che possono escludere alcune fasi di screening. Questo approccio mira a rendere più agevole il reinserimento di ex-dipendenti, che potrebbero già possedere competenze preziose per l’azienda.

    Contemporaneamente, Amazon sta analizzando i motivi che hanno portato alle dimissioni di alcuni dipendenti, per comprendere meglio l’impatto delle politiche di ritorno in ufficio (RTO) sulle uscite. Nonostante le indagini, l’azienda ha sottolineato che le aspettative riguardo alla presenza in ufficio non sono cambiate e che il programma non è rivolto esclusivamente a coloro che hanno lasciato l’azienda a causa delle politiche RTO.

    Questa iniziativa arriva dopo un anno in cui Amazon ha effettuato significativi tagli al personale, con decine di migliaia di posti di lavoro eliminati. La strategia di riallocazione delle risorse verso aree considerate più strategiche ha spinto l’azienda a esplorare nuove modalità per attrarre nuovamente talenti già formati e con esperienza.

    In un contesto di continua evoluzione del mercato del lavoro e delle tecnologie, la decisione di Amazon di riassumere ex-dipendenti riflette un tentativo di adattarsi alle nuove esigenze del settore, in particolare in ambiti ad alta crescita come il cloud e l’intelligenza artificiale.

  • Qobuz introduce tag per la musica generata da IA: ascolti marginali sulla piattaforma

    Qobuz introduce tag per la musica generata da IA: ascolti marginali sulla piattaforma

    In Breve

    Qual è la percentuale di ascolti di musica generata da IA su Qobuz?
    Solo lo 0,38% degli streaming sulla piattaforma riguarda tracce generate da IA.
    Cosa ha fatto Qobuz con i brani generati da IA?
    Qobuz ha rimosso circa quattro milioni di brani identificati come generati da IA dalla sua libreria.
    Qual è il destino della musica generata da IA su Qobuz?
    Il 60% della musica generata da IA è stata demonetizzata dai sistemi antifrode della piattaforma.

    Il servizio di streaming musicale Qobuz ha recentemente introdotto un sistema di tag per identificare i brani generati tramite intelligenza artificiale (IA). Questa iniziativa è stata accompagnata dalla pubblicazione di dati che evidenziano la limitata diffusione di tali contenuti sulla piattaforma.

    Secondo le statistiche fornite da Qobuz, solo lo 0,38% degli streaming sulla piattaforma riguarda tracce generate da IA, il che equivale a una riproduzione ogni 263 ascolti complessivi. Inoltre, è emerso che oltre un terzo degli album etichettati come prodotti con IA non ha ricevuto alcuna riproduzione. A dimostrazione di questa tendenza, la piattaforma ha rimosso circa quattro milioni di brani identificati come generati da IA dalla sua libreria.

    Un altro dato significativo è che il 60% della musica generata da IA è stata demonetizzata dai sistemi antifrode di Qobuz. Questa decisione si basa su una Carta sull’IA presentata a febbraio, che mira a identificare opere create esclusivamente per fini di lucro.

    La mossa di Qobuz si inserisce in un contesto più ampio di approcci divergenti tra i vari servizi di streaming. Mentre alcune piattaforme hanno adottato strumenti per escludere o non remunerare la musica generata da IA, altre hanno intrapreso strade diverse. Ad esempio, una delle principali realtà del settore ha avviato integrazioni con agenti e strumenti di intelligenza artificiale per la gestione di playlist e comandi vocali.

    In conclusione, i dati presentati da Qobuz indicano chiaramente che, attualmente, l’ascolto di musica generata dall’IA rimane marginale rispetto al totale degli streaming sulla piattaforma, suggerendo che il pubblico potrebbe non essere ancora pronto ad abbracciare completamente questa nuova forma di creazione musicale.

  • Meta Connect 2026: L’Innovazione degli Occhiali AI e del Visore VR

    Meta Connect 2026: L’Innovazione degli Occhiali AI e del Visore VR

    In Breve

    Cosa ha presentato Meta a Meta Connect 2026?
    Meta ha presentato una nuova generazione di occhiali intelligenti e un visore VR di fascia premium.
    Qual è il prezzo del nuovo visore VR?
    Il visore VR è stato annunciato a 1.299,99 dollari.
    Quando sarà disponibile il servizio Muse?
    Il servizio Muse è attualmente disponibile in Stati Uniti, Canada e Messico, con espansione prevista in altri mercati.

    Durante l’evento Meta Connect 2026, Meta ha svelato una nuova generazione di occhiali intelligenti e un visore VR di fascia premium, con un prezzo di lancio fissato a 1.299,99 dollari e un’uscita prevista per la primavera 2027.

    Il fulcro dell’innovazione è rappresentato da Muse, un assistente virtuale concepito per competere con i chatbot conversazionali di OpenAI e Google. Grazie al nuovo modello Realtime Avatar, Muse si trasforma in un assistente “embodied” con avatar video in tempo reale e voci personalizzabili. Questo assistente è in grado di eseguire compiti in background e integrare applicazioni Mac, oltre a fornire un indirizzo email dedicato. Attualmente, il servizio è disponibile in Stati Uniti, Canada e Messico, con piani di espansione in altri mercati.

    Meta ha ampliato il suo catalogo di occhiali intelligenti, offrendo oltre cento combinazioni di montature tra Ray-Ban, Oakley e Meta Glasses, con disponibilità prevista entro la fine dell’anno. I Ray-Ban Display, dotati di schermo integrato nelle lenti, sono già disponibili in Canada e Regno Unito, mentre i preordini sono aperti in Italia, Francia e Germania in vista del lancio del 13 ottobre.

    Inoltre, debuttano i Ray-Ban Meta Audio, occhiali progettati esclusivamente per l’ascolto. Questi occhiali, privi di fotocamera, pesano solo 43 grammi e offrono un’autonomia fino a 12 ore, estendibile a 48 ore con la custodia di ricarica. Saranno disponibili in 23 combinazioni di colori e su due montature compatibili con lenti graduate, con un prezzo di partenza di 349 euro, e saranno distribuiti in gran parte d’Europa, inclusa l’Italia.

    La terza generazione dei Ray-Ban Meta presenta un design più sottile e un pulsante d’azione per un accesso rapido a Meta AI, con un’autonomia migliorata e un prezzo di partenza di 449 euro. La gamma Meta Glasses manterrà un prezzo di partenza di 309 euro, introducendo nuove varianti estetiche e una collaborazione con la popstar Lisa, oltre a un programma Mix & Match che sarà disponibile negli Stati Uniti e in quattro nuovi mercati, tra cui Corea del Sud ed Emirati Arabi Uniti.

    Il visore Meta VR Glasses promette di offrire un display con risoluzione verticale di 5.000 pixel, pannelli virtuali multipli e navigazione tramite sguardo e gesti delle mani. È progettato per funzioni di fruizione multimediale, postazione di lavoro e gaming, integrando Meta AI per un’esperienza utente avanzata.

    Infine, Meta ha confermato il mantenimento delle stesse protezioni sulla privacy introdotte con la prima generazione di occhiali smart, tra cui un LED che si illumina quando viene scattata una foto o registrato un video, per segnalare l’attività della fotocamera.

  • Governance e ROI dell’Intelligenza Artificiale: Le Sfide delle Imprese Italiane

    Governance e ROI dell’Intelligenza Artificiale: Le Sfide delle Imprese Italiane

    In Breve

    Qual è il principale ostacolo alla governance dell'AI?
    La mancanza di visibilità sui costi è indicata dal 51% dei leader IT.
    Qual è il ritorno medio delle aziende che usano AI?
    Solo il 31% delle aziende che utilizzano AI riporta un ritorno positivo.
    Quali sono le pratiche operative consigliate per migliorare la governance dell'AI?
    Distinguere bozze da materiale approvato e mantenere fonti autorevoli.

    Negli ultimi anni, le imprese italiane hanno incrementato significativamente gli investimenti nell’intelligenza artificiale (AI), cercando di sfruttare le potenzialità di questa tecnologia per migliorare la propria efficienza e competitività. Tuttavia, la rapida adozione dell’AI ha spesso superato la capacità delle aziende di misurare, governare e spiegare il valore reale di questi investimenti.

    Recentemente, durante la London Tech Week, sono stati annunciati oltre 6 miliardi di sterline di nuovi investimenti legati all’AI nel Regno Unito, un segnale chiaro dell’importanza crescente di questo settore, che è il più grande in Europa e il terzo a livello globale. In Italia, la situazione è simile, con molte aziende che adottano l’AI in vari ambiti, dal customer service allo sviluppo software, fino alle operazioni interne.

    Le implementazioni dell’AI variano da semplici assistenti virtuali a sistemi complessi integrati nei flussi di lavoro aziendali. Questi sistemi possono effettuare più chiamate a modelli, recuperare informazioni e compiere azioni per completare un singolo task, ma la misurazione del ritorno sugli investimenti (ROI) rimane un compito complesso.

    Il problema principale è che l’uso dell’AI è spesso distribuito tra diversi dipartimenti e applicazioni, rendendo difficile avere una visione unica del valore generato. I benefici possono variare dal tempo risparmiato al miglioramento della qualità, fino alla riduzione del rischio e all’incremento dei ricavi. Tuttavia, senza una chiara definizione di cosa costituisce successo, le aziende rischiano di misurare l’attività anziché il valore reale.

    Le perdite potenziali sono significative: si stima che le grandi imprese del Regno Unito possano perdere fino a 67 miliardi di sterline all’anno a causa di iniziative di trasformazione e AI che non raggiungono gli obiettivi prefissati. Inoltre, un sondaggio su 500 decision maker senior ha rivelato che solo il 31% delle aziende che utilizzano l’AI riporta un ritorno positivo.

    Un fattore chiave che influisce sulla misurazione del ROI è la governance. Secondo il 51% dei leader IT, la mancanza di visibilità sui costi è il principale ostacolo, seguito dalla complessità della governance, segnalata dal 47%. Inoltre, la fiducia percepita nella governance degli ambienti, come Microsoft 365, può divergere dalla realtà: il 29% degli intervistati ha riportato che strumenti AI hanno esposto dati interni sensibili che non avrebbero dovuto essere accessibili.

    I gap di governance non solo generano costi nascosti, ma aumentano anche i rischi, come strumenti duplicati e rilavorazioni. Per recuperare il controllo, le aziende devono migliorare la visibilità sull’uso e sui costi dell’AI, stabilire responsabilità chiare e creare un ambiente informativo ben governato. Ciò include la riduzione dei contenuti ridondanti, la gestione appropriata degli accessi e l’identificazione di fonti autorevoli.

    Le pratiche operative degli impiegati sono fondamentali: distinguere bozze da materiale approvato, aggiornare tracker e priorità, registrare decisioni e mantenere fonti autorevoli sono tutte azioni che favoriscono interpretazioni corrette da parte di persone e sistemi AI. Gli strumenti che catturano contesto devono essere soggetti alle stesse regole di privacy e accesso delle informazioni che generano.

    In conclusione, la domanda per i leader aziendali non è più solo se investire in AI, ma se hanno sufficiente visibilità e controllo per comprendere dove l’AI crea valore e dove genera costi. Chi saprà spiegare cosa fa l’AI, quanto costa e quali benefici misurabili produce sarà meglio posizionato per scalare le soluzioni e ottenere un ROI positivo.

  • Sovranità dell’Intelligenza Artificiale nel Regno Unito: Le Nuove Direttive dopo la Ristrutturazione del DSIT

    Sovranità dell’Intelligenza Artificiale nel Regno Unito: Le Nuove Direttive dopo la Ristrutturazione del DSIT

    In Breve

    Qual è l'impatto della ristrutturazione del DSIT sulla sovranità dell'IA nel Regno Unito?
    La ristrutturazione del DSIT solleva dubbi sulla capacità del governo di gestire infrastrutture e investimenti per l'IA.
    Cosa significa sovranità dell'IA?
    La sovranità dell'IA implica la capacità di un'organizzazione di governare e comprendere i sistemi di IA utilizzati.
    Quali sono le sfide per il controllo dei sistemi di IA?
    Le istituzioni devono garantire la continuità dei servizi e avere competenze interne per non dipendere da un unico fornitore.

    L’abolizione del Department for Science, Innovation and Technology (DSIT) ha generato incertezze sulle future strategie del Regno Unito in ambito di intelligenza artificiale (IA). La nomina di Kanishka Narayan a ministro per l’IA rappresenta un passo verso una maggiore attenzione a livello di Gabinetto, ma il trasferimento delle responsabilità del DSIT ad altri ministeri solleva interrogativi sulla capacità del governo di coordinare infrastrutture, investimenti e adozione nel settore pubblico.

    Recenti verifiche parlamentari sui contratti critici legati all’IA nel settore pubblico hanno messo in evidenza la necessità di rafforzare il controllo sulle operazioni di IA e garantire la continuità dei servizi. Dopo un periodo incentrato sulla rapidità di adozione, il prossimo passo riguarda il controllo operativo dei sistemi utilizzati nei servizi pubblici.

    La sovranità dell’IA va oltre la mera localizzazione dei dati. Sebbene la residenza dei dati sia cruciale in settori come la sanità, la difesa e la pubblica amministrazione, la vera misura della sovranità risiede nella capacità di un’organizzazione di comprendere e governare il sistema, garantendo la continuità anche in caso di cambiamenti nei fornitori o nei contratti.

    Le istituzioni devono avere la possibilità di comprendere il funzionamento dei loro sistemi, stabilire quali dati possono essere utilizzati da un modello, e gestire carichi di lavoro o introdurre nuovi modelli senza dover ricostruire l’intero servizio. È fondamentale disporre di competenze interne sufficienti per mantenere l’operatività senza dipendere da un unico fornitore.

    Non è necessario replicare ogni livello della catena tecnologica a livello nazionale, ma è essenziale avere un controllo prevedibile sui servizi essenziali. La sfida consiste nel decidere quali dipendenze siano accettabili senza compromettere la sicurezza, la fiducia pubblica o la continuità del servizio.

    Per molti carichi di lavoro pubblici, un modello specifico per il compito, eseguito in un ambiente controllato, può risultare più efficace di un grande modello generico. Modelli specializzati possono essere adattati ai dati dell’organizzazione, testati nelle condizioni operative e governati in base alle conseguenze di un errore.

    Tecnologie aperte e portabili possono consentire l’esecuzione dei modelli su infrastrutture diverse, l’analisi del comportamento dei sistemi e la sostituzione di componenti quando emergono opzioni migliori. Tuttavia, la sovranità richiede anche infrastrutture sicure, team qualificati e regole di governance chiare.

    Il mercato dell’IA evolve rapidamente: modelli, prezzi, regolamentazioni e accesso possono cambiare in pochi mesi. Pertanto, costruire servizi attorno a un singolo fornitore proprietario limita la capacità di beneficiare del progresso. Il Regno Unito dispone di università solide, ricercatori esperti, aziende emergenti nel campo dell’IA e investimenti pubblici in capacità di calcolo. Il passo successivo è collegare questi asset a una domanda sostenuta nel settore pubblico, dove la sovranità ha un valore pratico maggiore.

    Non è necessario scegliere un campione nazionale né escludere aziende internazionali. Regole di procurement che richiedano portabilità, testabilità indipendente e la possibilità di esecuzione nell’infrastruttura controllata dal cliente possono creare mercati competitivi in cui gli enti pubblici mantengono il controllo sui sistemi che acquistano.

    Questo approccio può offrire opzioni sovrane credibili a ospedali, enti locali e dipartimenti governativi, fornendo alle aziende nazionali un percorso dalla sperimentazione al dispiegamento su larga scala. Inoltre, incentiva partnership in cui conoscenza e autorità operativa rimangono in capo alle istituzioni responsabili del servizio.

    La ristrutturazione del DSIT rappresenta un’opportunità per chiarire l’obiettivo nazionale. La strategia sarà efficace se consentirà alle istituzioni pubbliche di utilizzare la migliore tecnologia disponibile, mantenendo un controllo significativo sui sistemi che contano, affinché le ambizioni sull’IA possano resistere ai cambiamenti di dipartimenti, fornitori e tecnologie.

  • Ema raccoglie 77 milioni di dollari per potenziare l’automazione aziendale con l’AI

    Ema raccoglie 77 milioni di dollari per potenziare l’automazione aziendale con l’AI

    In Breve

    Quanto ha raccolto Ema nel suo ultimo round di finanziamento?
    Ema ha raccolto 77 milioni di dollari.
    Chi ha guidato il round di finanziamento di Ema?
    Il round è stato guidato dal fondo Creaegis.
    Qual è l'obiettivo principale di Ema?
    Ema sviluppa sistemi di automazione aziendale tramite intelligenza artificiale.

    Ema raccoglie 77 milioni di dollari per l’automazione aziendale con AI

    La startup Ema, fondata nel 2023 da Surojit Chatterjee e Souvik Sen, ha recentemente annunciato di aver raccolto 77 milioni di dollari in un round di finanziamento di Serie B. L’operazione, guidata dal fondo Creaegis e supportata da Accel, Section 32 e Prosus, ha portato il finanziamento totale dell’azienda a 140 milioni di dollari, più che quadruplicando la sua valutazione rispetto al round del 2024, il cui valore non è stato reso noto.

    Il round di finanziamento è stato interamente composto da equity primaria, senza debito o transazioni secondarie. Ema sviluppa sistemi definiti come «AI employees», che coordinano più agenti AI per automatizzare processi aziendali complessi in settori come risorse umane, IT e finanza, integrandosi con le applicazioni già in uso nelle aziende.

    Questo investimento arriva in un contesto in cui l’intelligenza artificiale sta iniziando a competere con le spese tradizionalmente destinate a software enterprise e servizi IT. Ema sostiene di poter utilizzare oltre 150 modelli, tra cui modelli all’avanguardia e open source, focalizzandosi su conoscenza di dominio, integrazioni e orchestrazione per l’automazione end-to-end.

    Chatterjee ha dichiarato che questo approccio potrebbe ridurre la dipendenza dalle applicazioni SaaS tradizionali, con molti clienti già in fase di sostituzione, poiché queste ultime tendono a diventare sempre più simili a semplici database.

    Attualmente, Ema vanta oltre 50 accordi enterprise attivi, più di un milione di utenti attivi e ha gestito oltre 5 milioni di azioni e query. Tra i suoi clienti figurano nomi di spicco come NTT DATA, Hitachi, ADP, PwC, Google, KPMG, Wipro e Microsoft.

    Negli ultimi due anni, i ricavi di Ema sono aumentati di 50 volte, con prenotazioni che hanno superato i 150 milioni di dollari, rappresentando il valore complessivo di contratti pluriennali. Nonostante ciò, l’azienda non ha comunicato l’attuale run rate annualizzato. Inoltre, più del 90% dei clienti ha ampliato l’uso dei servizi oltre il caso iniziale, con un tasso di retention in termini di fatturato intorno al 180%.

    Ema dichiara margini lordi prossimi all’80% e afferma che la necessità di supporto umano diminuisce man mano che i sistemi apprendono dalle implementazioni, contribuendo al miglioramento dei margini. La società non addebita i clienti in base ai posti o al consumo di token, ma in base al completamento delle attività e ai risultati di business.

    Gran parte del nuovo capitale sarà destinato all’espansione go-to-market, in particolare per vendite e marketing. La sede di Ema si trova a Mountain View e l’organico è vicino alle 200 persone, con uffici a Bengaluru, Londra e Vancouver. Finora, l’attività si è concentrata su Stati Uniti ed Europa, ma l’azienda prevede di espandersi nel prossimo anno in Asia-Pacifico, Sud America e parti del Medio Oriente.

  • Intelligenza Artificiale Generativa: Una Rivoluzione nella Prevenzione delle Frodi Finanziarie

    Intelligenza Artificiale Generativa: Una Rivoluzione nella Prevenzione delle Frodi Finanziarie

    In Breve

    Come stanno utilizzando le istituzioni finanziarie l'intelligenza artificiale per prevenire le frodi?
    Le istituzioni finanziarie investono in modelli generativi di intelligenza artificiale per analizzare le transazioni in tempo reale e ridurre i falsi positivi.
    Quali sono i vantaggi dei modelli generativi rispetto ai metodi tradizionali?
    I modelli generativi offrono analisi più profonde e accurate, specializzandosi in ambiti distinti e migliorando la prevenzione delle frodi.
    In che modo l'AI può migliorare l'interazione con il cliente?
    L'AI può ottimizzare le decisioni di rischio e la gestione delle difficoltà finanziarie, migliorando l'esperienza complessiva del cliente.

    Intelligenza Artificiale Generativa: Una Rivoluzione nella Prevenzione delle Frodi Finanziarie

    Negli ultimi anni, le istituzioni finanziarie hanno iniziato a orientare i loro investimenti verso modelli generativi di intelligenza artificiale progettati specificamente per la prevenzione delle frodi. Questo cambiamento è reso possibile dalla crescente disponibilità di GPU e risorse di calcolo ad alte prestazioni, che consentono un’analisi più approfondita e tempestiva delle transazioni.

    Tradizionalmente, le istituzioni utilizzavano un approccio che confrontava ogni transazione con un profilo sintetico del cliente, un metodo che presentava vincoli temporali e limitava la profondità e l’accuratezza delle analisi. Oggi, grazie ai progressi tecnologici, è possibile esaminare in tempo reale l’intera storia transazionale del cliente, ottenendo previsioni più precise e riducendo i falsi positivi, che possono ostacolare acquisti legittimi.

    A livello operativo, stanno emergendo modelli di tipo transformer, concepiti e addestrati esclusivamente su dati di transazioni finanziarie. Questi modelli non sono generici, ma sono foundation model focalizzati, auditabili, a bassa latenza e ad alte prestazioni. La loro specializzazione consente di affrontare ambiti distinti come il takeover di account, le truffe, il rilevamento di mule e gli abusi di prima parte.

    L’uso di modelli indipendenti per ciascuna specialità offre una visione più completa e accurata rispetto a un singolo modello globale. Questo approccio non si limita alla prevenzione delle frodi, ma può essere applicato anche alle decisioni di rischio, alla gestione delle difficoltà finanziarie, alle attività di recupero crediti e al miglioramento dell’interazione con il cliente.

    In un contesto in cui le frodi colpiscono ogni anno decine di milioni di consumatori, gli investimenti in modelli su misura, in compute specializzato e in agenti di intelligenza artificiale si configurano come leve chiave per rafforzare la protezione dei clienti e rispondere all’evoluzione delle minacce.

  • Alex Karp mette in discussione le IPO dei laboratori di intelligenza artificiale

    Alex Karp mette in discussione le IPO dei laboratori di intelligenza artificiale

    In Breve

    Quali sono i dubbi di Alex Karp sulle IPO dei laboratori AI?
    Karp ritiene che le responsabilità legali potrebbero superare la capacità dei mercati pubblici.
    Cosa ha affermato Karp riguardo al prospetto S-1?
    Ha contestato l'idea che si possa redigere un prospetto S-1 tradizionale per i rischi legati all'AI.
    Qual è la posizione di OpenAI riguardo alla quotazione?
    Il CEO di OpenAI ha escluso una quotazione nel 2026 per motivi di sicurezza.

    In un recente intervento su CNBC, Alex Karp, CEO di Palantir, ha sollevato interrogativi sulla possibilità che i laboratori di intelligenza artificiale, come OpenAI e Anthropic, possano arrivare a una quotazione in Borsa. Karp ha evidenziato che le responsabilità legali associate a queste tecnologie avanzate potrebbero superare la capacità di assorbimento dei mercati pubblici, suggerendo che una soluzione potrebbe essere la nazionalizzazione.

    Karp ha contestato l’idea che si possa redigere un prospetto S-1 tradizionale per affrontare i rischi legati all’intelligenza artificiale, affermando che potrebbe non esserci nemmeno un prospetto da presentare. Secondo lui, la gestione di tali responsabilità richiederebbe l’intervento dello Stato, e le richieste di regolamentazione da parte delle aziende potrebbero essere un modo per limitare l’esposizione a questi rischi.

    OpenAI ha recentemente presentato in modo confidenziale una bozza di S-1 alla SEC, mentre Anthropic ha fatto lo stesso una settimana prima. Tuttavia, entrambe le aziende non hanno ancora depositato un prospetto di registrazione pubblico. Il CEO di OpenAI ha escluso la possibilità di una quotazione nel 2026, citando la necessità di ulteriori lavori sulla sicurezza e sull’allineamento delle loro tecnologie.

    Karp, operando in un settore che si occupa della conservazione interna dei dati, ha sottolineato l’importanza per le imprese di mantenere il controllo sui propri modelli di intelligenza artificiale. Ha suggerito che modelli aperti potrebbero essere uno strumento utile per garantire tale controllo. Inoltre, Karp ha ipotizzato che il futuro potrebbe includere una maggiore nazionalizzazione e forme di regolazione più stringenti.

    Nel frattempo, sia OpenAI che Anthropic necessitano di ingenti finanziamenti per continuare l’addestramento dei loro modelli, e potrebbero dover cercare anche supporto da finanziamenti federali statunitensi.

  • Il premier greco Mitsotakis a San Francisco: un passo verso l’innovazione e la crescita economica

    Il premier greco Mitsotakis a San Francisco: un passo verso l’innovazione e la crescita economica

    In Breve

    Qual è l'obiettivo del viaggio di Mitsotakis a San Francisco?
    Promuovere investimenti in Grecia e affrontare le sfide legate all'intelligenza artificiale.
    Quali riforme economiche sono state menzionate?
    Modifiche alla tassazione delle stock option, liberalizzazioni del mercato del lavoro e agevolazioni fiscali.
    Quali sono le preoccupazioni riguardo all'intelligenza artificiale?
    La sostituzione di posti di lavoro e la necessità di regolamentazione.

    Il primo ministro greco Kyriakos Mitsotakis ha recentemente partecipato a un incontro a San Francisco con fondatori, investitori e operatori del settore tecnologico, con l’obiettivo di promuovere investimenti in Grecia. Durante questo viaggio, Mitsotakis ha anche affrontato le sfide legate all’intelligenza artificiale, ammettendo di non avere risposte definitive su molte questioni attuali.

    Descrivendo il viaggio come una missione conoscitiva, il premier ha visitato importanti realtà come Tesla e Sequoia Capital, prima di recarsi all’Assemblea Generale delle Nazioni Unite a New York. Mitsotakis ha sottolineato l’intenzione della Grecia di riguadagnare lo status di mercato sviluppato da MSCI entro il prossimo anno.

    Dal punto di vista economico, Mitsotakis ha evidenziato i progressi della Grecia nella riduzione del debito, che sta avvenendo a un ritmo record. Ha citato il rendimento del decennale greco, attualmente intorno al 4,3%, rispetto al circa 5% dei Treasury statunitensi. Durante la crisi del debito, i rendimenti greci superarono il 40% nel 2012, rendendo i recenti miglioramenti ancora più significativi.

    Parte dei circa €36 miliardi ricevuti dal fondo di ripresa post-Covid dell’Unione Europea è stata destinata a infrastrutture digitali. Tra questi investimenti, un portale per la gestione delle pratiche amministrative online e un nuovo supercomputer, realizzato in collaborazione con Hewlett Packard Enterprise, che sarà operativo entro pochi mesi nel porto di Lavrio per supportare la ricerca e le attività legate all’intelligenza artificiale.

    Mitsotakis ha anche menzionato diverse riforme economiche, tra cui modifiche alla tassazione delle stock option, liberalizzazioni del mercato del lavoro e agevolazioni fiscali per chi rientra in Grecia fino a sette anni. Sebbene siano stati ampliati i programmi di visti, il premier ha riconosciuto ritardi nella gestione delle pratiche.

    Il premier ha parlato di una svolta nelle università pubbliche, che stanno generando startup e contribuendo al recupero dei talenti emigrati durante la crisi del debito. Ha suggerito che le difficoltà nell’ottenere visti statunitensi potrebbero incentivare i fondatori a considerare l’assunzione di personale in Grecia.

    Riguardo all’intelligenza artificiale, Mitsotakis ha adottato un approccio cauto. La Grecia introdurrà da gennaio un divieto di accesso ai social media per i minori di 15 anni, ma il premier ha avvertito che questa misura potrebbe non essere sufficiente di fronte alle nuove dinamiche create dai chatbot. Ha descritto la sensazione che “stiamo già combattendo la battaglia di ieri” in relazione a fenomeni come i compagni digitali.

    Il governo greco ha avviato un progetto pilota con OpenAI per ridurre gli oneri amministrativi degli insegnanti e ha identificato potenzialità nei tutor personalizzati. Tuttavia, Mitsotakis ha ribadito la necessità che l’intelligenza artificiale non sostituisca l’apprendimento delle competenze di base, segnalando l’uso dei chatbot da parte degli studenti per completare i compiti.

    In termini di capacità infrastrutturale, la Grecia sta cercando di attrarre investimenti in data center, senza registrare opposizioni significative, a differenza di altri paesi. Progetti in corso includono un cluster Microsoft nei pressi di Atene e un accordo tra AWS e la principale utility per realizzare il più grande data center del paese in un’area ex carbone, dove le iniziative sono accolte favorevolmente.

    Infine, Mitsotakis ha riconosciuto che la sostituzione di posti di lavoro a causa dell’intelligenza artificiale è inevitabile e che né i governi né le società sono preparati alla rapidità di questo cambiamento. Ha espresso sostegno alle richieste di rallentamento avanzate da alcuni ricercatori e ha auspicato l’avvio di una regolazione intelligente, sottolineando che gli Stati Uniti avranno un ruolo cruciale nel definire gli standard. La Grecia è disponibile a ospitare un dibattito coinvolgendo tecnologi, scienziati sociali, filosofi e storici.

  • L’Intelligenza Artificiale nella Sicurezza: Opportunità e Sfide nella Gestione delle Vulnerabilità

    L’Intelligenza Artificiale nella Sicurezza: Opportunità e Sfide nella Gestione delle Vulnerabilità

    In Breve

    Come l'IA migliora la scoperta delle vulnerabilità?
    L'IA analizza migliaia di asset e legge codice per rilevare esposizioni più rapidamente rispetto ai metodi manuali.
    Qual è la maggiore sfida nella gestione delle vulnerabilità?
    La validazione delle segnalazioni generate dall'IA, che può includere errori e richiedere indagini approfondite.
    Cosa sono le iniziative CTEM?
    Le iniziative di Continuous Threat Exposure Management mirano a connettere scoperta, validazione, prioritizzazione e remediation.

    L’Intelligenza Artificiale nella Sicurezza: Opportunità e Sfide nella Gestione delle Vulnerabilità

    L’adozione di strumenti di scoperta basati su intelligenza artificiale (IA) ha rivoluzionato il modo in cui le aziende individuano le vulnerabilità nei loro sistemi. Tuttavia, mentre la capacità di rilevamento è aumentata significativamente, la gestione delle vulnerabilità rimane una sfida critica. In un anno, il tempo medio per correggere una vulnerabilità critica è stato ridotto di circa il 50%, ma l’arretrato di criticità non risolte è aumentato di quasi 29 volte.

    L’IA è in grado di analizzare migliaia di asset e leggere codice alla ricerca di pattern noti, consentendo di rilevare esposizioni in modo più rapido rispetto ai test manuali. Tuttavia, la scoperta è solo il primo passo. La vera difficoltà risiede nella validazione delle segnalazioni generate dall’IA. Questi report possono contenere duplicati, interpretazioni errate o problemi teorici che necessitano di indagini approfondite, consumando tempo prezioso per gli analisti e rischiando di affondare segnalazioni urgenti in code congestionate.

    Per affrontare questa problematica, è cruciale stabilire standard chiari sulle evidenze richieste e sviluppare strumenti automatici che migliorino la qualità della prova piuttosto che aumentare la quantità di segnalazioni. È necessario anche definire criteri che colleghino la severità tecnica delle vulnerabilità al contesto di business, considerando fattori come servizi critici per i ricavi, dati regolamentati e controlli compensativi.

    Il lavoro umano rimane essenziale per identificare percorsi d’attacco composti da più debolezze apparentemente minori e per dimostrare l’effettiva sfruttabilità delle esposizioni. I pagamenti ai ricercatori di sicurezza sono aumentati, superando i 47 milioni di dollari nel primo semestre dell’anno, con un incremento del 25% rispetto all’anno precedente. Tuttavia, questa crescita non riflette una semplice espansione: l’IA sta assorbendo i casi routinari, mentre cresce il valore dei ricercatori capaci di dimostrare impatti concreti e catene di attacco.

    Le iniziative di Continuous Threat Exposure Management (CTEM) sono proposte come un quadro per mantenere connessi scoperta, validazione, prioritizzazione e remediation. Queste iniziative forniscono metriche operative orientate alla riduzione del rischio reale, come la sfruttabilità confermata, la velocità di remediation e la dimensione dell’arretrato critico, piuttosto che limitarsi a conteggi di rilevamenti.

    La fase successiva dell’adozione dell’IA nella sicurezza non si concentrerà solo sulla capacità di scoprire più vulnerabilità, un aspetto già abbondante, ma sulla capacità di trasformare quelle rilevazioni in azioni efficaci e verificate. Le organizzazioni che sapranno convertire portata e giudizio tecnico in interventi concreti rimarranno avvantaggiate; al contrario, quelle che non lo faranno si troveranno a fronteggiare un elenco in continua crescita di vulnerabilità non risolte.