Clima e ambiente

Tag: intelligenza artificiale

  • Il Futuro del Lavoro: Quattro Tendenze Fondamentali

    Il Futuro del Lavoro: Quattro Tendenze Fondamentali

    In Breve

    Quali sono le principali tendenze che plasmeranno il futuro del lavoro?
    Le principali tendenze includono la relazione uomo-AI, la trasformazione culturale, la protezione delle prerogative umane e investimenti continuativi in AI.
    Perché è importante l'adattamento culturale nelle organizzazioni?
    L'adattamento culturale è fondamentale per permettere ai dipendenti di lavorare efficacemente con l'AI e per garantire che le competenze siano aggiornate.
    Come può l'AI migliorare le prestazioni umane?
    L'AI può migliorare le prestazioni umane integrandosi nei processi lavorativi e aumentando l'efficienza, piuttosto che sostituire i lavoratori.

    Il Futuro del Lavoro: Quattro Tendenze Fondamentali

    Un recente rapporto ha identificato quattro tendenze chiave che potrebbero rivoluzionare il futuro del lavoro, spostando l’attenzione dall’automazione pura all’uso dell’intelligenza artificiale (AI) per potenziare le capacità umane e riprogettare i processi lavorativi. Queste tendenze non solo influenzeranno le modalità di lavoro, ma anche le strategie aziendali e la cultura organizzativa.

    1. La Relazione Uomo-AI

    La prima tendenza riguarda la relazione tra l’uomo e l’AI. L’obiettivo non è sostituire i lavoratori, ma piuttosto rafforzare la collaborazione tra esseri umani e macchine. Le aziende dovranno integrare l’AI nei loro processi, aumentando le prestazioni umane anziché ridurle. Questo approccio mira a creare un ambiente di lavoro dove l’AI diventa un alleato e non un avversario.

    2. La Trasformazione Culturale

    Le organizzazioni devono promuovere una trasformazione culturale che permetta ai dipendenti di adattarsi all’AI. Non basta adottare nuove tecnologie; è fondamentale investire nell’apprendimento continuo e nell’adattamento dei ruoli. Le competenze necessarie per lavorare efficacemente con sistemi basati su AI devono diventare parte integrante della formazione professionale.

    3. La Protezione delle Prerogative Umane

    Un aspetto cruciale evidenziato nel rapporto è la necessità di preservare il contesto, il giudizio e il senso critico, prerogative umane difficilmente replicabili dall’AI. Le aziende devono garantire che questi elementi rimangano al centro delle decisioni aziendali, evitando un’eccessiva dipendenza dalle macchine.

    4. Investimenti Continuativi in AI

    Infine, il documento sottolinea che gli investimenti in AI devono essere considerati un ciclo continuo di reinvestimento. Per massimizzare il valore e l’impatto dell’AI, le organizzazioni devono costruire una struttura «modellata dall’AI». Questo significa che il valore dell’AI si accumula attraverso la rimodellazione dei ruoli e l’ottimizzazione dei flussi di lavoro, favorendo una maggiore velocità e riducendo l’attrito nei processi operativi.

    Conclusioni

    In sintesi, il futuro del lavoro sarà caratterizzato da un’integrazione sempre più profonda tra esseri umani e intelligenza artificiale. Le aziende che sapranno adattarsi a queste tendenze, investendo nella formazione e nella cultura organizzativa, saranno in grado di mantenere un vantaggio competitivo nel mercato in continua evoluzione.

  • L’importanza della validazione umana nell’era dell’intelligenza artificiale per il software

    L’importanza della validazione umana nell’era dell’intelligenza artificiale per il software

    In Breve

    Qual è il rischio principale dell'uso dell'IA nello sviluppo software?
    Il rischio principale è che l'IA possa generare codice e test che sembrano coerenti ma non soddisfano le reali esigenze degli utenti.
    Perché è importante la validazione visiva?
    La validazione visiva verifica l'usabilità e l'output dell'interfaccia, offrendo una prospettiva indipendente ai test automatici.
    Qual è la strategia migliore per integrare l'IA nello sviluppo software?
    La strategia migliore combina l'IA con pratiche di assurance indipendenti e deterministiche, garantendo test controllati e ripetibili.

    L’adozione dell’intelligenza artificiale (IA) nel settore dello sviluppo e collaudo del software sta rivoluzionando il modo in cui vengono generati codice e test. Tuttavia, questa evoluzione porta con sé una serie di sfide, tra cui il rischio di un ciclo chiuso di fiducia, dove la stessa tecnologia potrebbe generare sia il prodotto che la sua verifica.

    Quando un modello di IA interpreta erroneamente un requisito, può produrre codice e test che sembrano coerenti tra loro, ma che non soddisfano le reali esigenze degli utenti. Questo problema è amplificato quando i modelli sono addestrati sugli stessi dati o operano nello stesso contesto, riproducendo così gli stessi punti ciechi. Omissioni su requisiti ambigui, percorsi utente atipici e casi limite possono rimanere non individuati, portando a risultati insoddisfacenti.

    Inoltre, la natura probabilistica e non deterministica di molti agenti generativi compromette la ripetibilità necessaria per un processo di assurance formale. Per approvare una release, è fondamentale che un test sia ripetibile, tracciabile, auditabile e produca risultati riproducibili in ambienti definiti. Molti controlli automatici, infatti, si basano su segnali a livello di codice e possono dichiarare un successo tecnico senza verificare l’esperienza utente effettiva.

    Ad esempio, un elemento presente nel Document Object Model (DOM) potrebbe essere invisibile all’utente, un campo potrebbe mostrare testo troncato o errato, oppure una transazione potrebbe apparire completata ma presentare informazioni sbagliate all’utente finale. Per questi motivi, la validazione visiva dell’interfaccia diventa cruciale. Essa verifica l’output reso e l’usabilità su diversi ambienti, offrendo una prospettiva indipendente e complementare ai test funzionali, di integrazione, di sicurezza e di performance.

    In contesti regolamentati, le conseguenze di errori di presentazione possono essere particolarmente gravi. Messaggi, importi o stati visualizzati in modo errato possono influenzare decisioni operative, finanziarie o cliniche, e devono poter essere giustificati con evidenze di controllo coerenti. Pertanto, è essenziale che le strategie di sviluppo software combinino la velocità e la capacità esplorativa dell’IA con pratiche di assurance indipendenti e deterministiche.

    Una strategia efficace consiste nel trasformare gli spunti generati dall’IA in test controllati, ripetibili e verificabili. È fondamentale affiancare controlli visivi e mantenere tracce e revisioni delle modifiche, in modo che i passaggi di verifica possano essere ricostruiti e difesi. Solo così si potrà garantire che l’intelligenza artificiale, pur essendo un potente alleato, non diventi l’unico giudice della qualità del software.

  • Investimento Sudcoreano da 22,3 miliardi di dollari per una Centrale a Gas in Texas

    Investimento Sudcoreano da 22,3 miliardi di dollari per una Centrale a Gas in Texas

    In Breve

    Qual è l'importo dell'investimento sudcoreano per la centrale a gas?
    L'investimento è di circa 22,3 miliardi di dollari.
    Dove sarà costruita la centrale a gas?
    La centrale sarà costruita a Encinal, Texas.
    Qual è la potenza della centrale a gas?
    La centrale avrà una potenza di 6,3 gigawatt.

    La Corea del Sud sta considerando un investimento significativo di circa 22,3 miliardi di dollari per la costruzione di una centrale a gas da 6,3 gigawatt a Encinal, Texas. Questa struttura è progettata per alimentare i data center dedicati all’intelligenza artificiale, in un contesto di crescente domanda di energia per le tecnologie emergenti.

    Questo progetto si inserisce in un accordo economico più ampio, stipulato nel 2025, che prevede un impegno complessivo di 350 miliardi di dollari da parte di Seul per investimenti negli Stati Uniti. In cambio, la Corea del Sud spera di ottenere condizioni doganali più favorevoli per le sue esportazioni.

    Tuttavia, il Ministero dell’Industria sudcoreano ha recentemente dichiarato che le notizie riguardanti l’investimento non sono completamente accurate. I colloqui con Washington sono ancora in corso, e non ci sono cifre confermate. Ogni annuncio ufficiale sarà subordinato al completamento delle trattative e all’eventuale approvazione parlamentare.

    Inoltre, non è stata presa alcuna decisione riguardo alla costruzione di un impianto nucleare negli Stati Uniti, sebbene siano in fase di valutazione altre iniziative, tra cui un grande progetto nucleare e un piano di esportazione di gas legato all’Alaska.

    Attualmente, non sono stati resi noti dettagli riguardanti la struttura di finanziamento, le quote di proprietà e i tempi di costruzione. Non è chiaro se l’intero onere finanziario ricadrà sulla Corea del Sud o se sarà condiviso con partner americani.

    Se il progetto dovesse concretizzarsi come previsto, la centrale a gas di Encinal potrebbe diventare una delle più costose al mondo per impianti di questo tipo, e potrebbe risultare la seconda per capacità a livello globale. Una struttura di tale portata avrà impatti significativi sulla rete elettrica texana, sulle risorse idriche e sulle infrastrutture locali, suscitando possibili reazioni da parte delle comunità interessate.

  • ChatGPT Images 2.5: Le Novità per la Creazione e Modifica delle Immagini

    ChatGPT Images 2.5: Le Novità per la Creazione e Modifica delle Immagini

    In Breve

    Quali sono le principali novità di ChatGPT Images 2.5?
    Le principali novità includono strumenti di modifica come Markup, Comment, e Remove BG, oltre a template per attività comuni.
    Come funziona lo strumento Sketch?
    Lo strumento Sketch permette di abbozzare idee e trasformarle in immagini generate dall'IA.
    Quali miglioramenti sono stati apportati rispetto alla versione precedente?
    Sono stati migliorati i tempi di generazione, la personalizzazione dei volti e la resa delle infografiche.

    Il mondo della creazione di immagini generate dall’intelligenza artificiale ha ricevuto un importante aggiornamento con il lancio di ChatGPT Images 2.5. Questo nuovo aggiornamento offre una serie di strumenti progettati per semplificare e velocizzare il processo di creazione e modifica delle immagini, rendendo l’esperienza utente più intuitiva e accessibile.

    Tra le novità più significative, spicca una barra di modifica che include strumenti come Markup, Comment, Remove BG, Erase e Resize. Questi strumenti sono facilmente accessibili tramite il pulsante Edit nella versione web o toccando un’immagine nell’app. Ad esempio, Remove BG consente di creare file PNG con sfondo trasparente, mentre Resize offre rapporti d’aspetto comuni per adattarsi a diverse esigenze.

    Un’altra funzionalità interessante è rappresentata dalla possibilità di commentare le immagini. I commenti non sono solo annotazioni, ma possono essere interpretati come istruzioni operative che ChatGPT esegue in modalità di modifica. Ogni modifica viene salvata come versione separata, permettendo agli utenti di tornare a revisioni precedenti in modo semplice e veloce.

    Inoltre, il nuovo strumento Sketch consente agli utenti di abbozzare idee in modo semplice, trasformando i disegni in immagini generate dall’IA. Gli utenti possono aggiungere dettagli prima della generazione e apportare ulteriori ritocchi in modalità di modifica.

    Per facilitare ulteriormente il processo creativo, sono stati introdotti template per attività comuni, come poster, loghi, icone e foto prodotto. Questi template guidano gli utenti attraverso prompt iniziali e domande successive. Ad esempio, il template per le foto prodotto richiede l’upload del prodotto e la selezione di uno stile, come Clean Studio, Editorial, Lifestyle o Dramatic, prima di generare l’immagine.

    Oltre a queste novità, l’aggiornamento include miglioramenti nella personalizzazione per volti riconoscibili e ritratti, una resa migliore per infografiche e prestazioni più rapide. Inoltre, al momento della condivisione dell’immagine, gli utenti possono includere anche il prompt utilizzato, rendendo il processo di condivisione più trasparente e informativo.

    Questa evoluzione rappresenta un affinamento significativo rispetto alla versione 2.0 di aprile 2026, che aveva già apportato miglioramenti rispetto ad altre soluzioni, sebbene presentasse tempi di generazione più lunghi. Con ChatGPT Images 2.5, gli utenti possono aspettarsi un’esperienza di creazione di immagini più fluida e soddisfacente.

  • L’Impatto del Boom dei Data Center per l’IA sul Settore dell’Autotrasporto negli Stati Uniti

    L’Impatto del Boom dei Data Center per l’IA sul Settore dell’Autotrasporto negli Stati Uniti

    In Breve

    Qual è l'effetto del boom dei data center sul settore dell'autotrasporto?
    Il boom dei data center ha aumentato la domanda di servizi di autotrasporto, offrendo opportunità occupazionali ma anche sfide economiche.
    Come stanno reagendo i camionisti a questa situazione?
    I camionisti beneficiano di una maggiore domanda, ma affrontano anche costi operativi in aumento a causa del rialzo del prezzo del carburante.
    Quali sono le implicazioni politiche legate ai data center?
    I data center sono diventati un tema politico, con candidati contrari che guadagnano consenso e aziende che finanziano candidati favorevoli.

    Negli ultimi anni, la costruzione di data center per l’intelligenza artificiale (IA) nelle aree rurali degli Stati Uniti ha generato un significativo aumento nella domanda di servizi di autotrasporto. Le aziende di camionaggio sono state incaricate di trasportare materiali da costruzione, componenti e generatori verso questi nuovi siti, contribuendo a un incremento del traffico pesante nelle zone rurali.

    La scelta di località rurali, caratterizzate da terreni a basso costo e da una limitata infrastruttura stradale, ha portato a un aumento della domanda di trasporto. Questo fenomeno ha avuto un impatto immediato sul settore dell’autotrasporto, fornendo stabilità occupazionale e sostenendo i compensi in un contesto già segnato da una carenza di autisti.

    Tuttavia, il boom dei data center ha anche comportato un aumento dei costi operativi per i camionisti. Il recente rialzo del prezzo del carburante, che ha raggiunto i 5,85 dollari al gallone a causa delle tensioni internazionali, ha inciso significativamente sulle spese di gestione delle flotte. Inoltre, l’attività intensiva delle flotte ha portato a maggiori costi di manutenzione.

    È importante notare che il vantaggio per i camionisti potrebbe essere temporaneo. Una volta completati i cantieri, i data center richiedono una forza lavoro ridotta, portando a una diminuzione della domanda di trasporto merci. Inoltre, l’opposizione pubblica ai data center e le moratorie sulle costruzioni adottate da diversi Stati potrebbero limitare ulteriormente le nuove commesse, creando incertezze per il futuro del settore.

    Dal punto di vista politico, i data center per l’IA sono diventati un tema rilevante nelle elezioni di midterm. Candidati contrari a queste strutture stanno registrando un aumento del consenso, mentre alcune grandi aziende del settore stanno investendo in campagne per sostenere candidati favorevoli alla costruzione. Questa dinamica sta influenzando la percezione pubblica delle imprese legate all’IA.

    In conclusione, l’esperienza dimostra che i benefici tangibili in termini di posti di lavoro e ricadute economiche locali possono avere un impatto positivo sull’opinione pubblica riguardo ai progetti infrastrutturali. Tuttavia, il futuro del settore dell’autotrasporto rimane incerto, con sfide significative da affrontare.

  • Contesa tra Ricercatori e OpenAI sul Problema di Navier–Stokes

    Contesa tra Ricercatori e OpenAI sul Problema di Navier–Stokes

    In Breve

    Qual è il problema di Navier–Stokes?
    È uno dei sette problemi del Millennium Prize, riguardante le equazioni fondamentali della meccanica dei fluidi.
    Chi è Tristan Buckmaster?
    È un professore di matematica alla NYU che ha recentemente fatto progressi sul problema di Navier–Stokes.
    Qual è la posizione di OpenAI in questa controversia?
    OpenAI ha pubblicato una dimostrazione del problema, suscitando preoccupazioni riguardo alla tempistica e alla trasparenza.

    Contesa tra Ricercatori e OpenAI sul Problema di Navier–Stokes

    Il professor Tristan Buckmaster, matematico della New York University (NYU), ha recentemente annunciato progressi significativi sul problema di esistenza e regolarità delle equazioni di Navier–Stokes, uno dei sette problemi del Millennium Prize. In collaborazione con il collega Levent Alpöge e utilizzando modelli di intelligenza artificiale come Codex e Claude, Buckmaster ha presentato tre dimostrazioni e un risultato preliminare che potrebbero avvicinare la comunità scientifica a una soluzione.

    Subito dopo l’annuncio di Buckmaster, OpenAI ha rilasciato una dimostrazione completa del problema, attribuendo la scoperta a un modello di intelligenza artificiale di prossima generazione, non ancora disponibile al pubblico. Secondo OpenAI, il lavoro è iniziato il 1° settembre, stimolato da voci su possibili soluzioni ai problemi del Millennium Prize, e ha generato circa 300 miliardi di output token, con un costo computazionale stimato di 22,5 milioni di dollari.

    Il problema di Navier–Stokes è cruciale per la meccanica dei fluidi, ma le sue equazioni rimangono poco comprese dal punto di vista teorico. Buckmaster ha sollevato preoccupazioni riguardo alla tempistica e alla trasparenza di OpenAI, affermando che la società era a conoscenza dei progressi dei ricercatori prima della loro pubblicazione. Quando contattati, i rappresentanti di OpenAI avrebbero inizialmente dichiarato di avere già una dimostrazione, per poi fornire risposte evasive riguardo al contributo umano.

    I ricercatori hanno notato che l’approccio di Buckmaster e Alpöge, che include una forza regolare e opzioni specifiche nella formulazione di Fefferman, era poco esplorato da altri. Questo ha sollevato sospetti sul fatto che OpenAI abbia adottato una strategia simile nello stesso periodo. Alpöge, attualmente impiegato da Anthropic, ha dichiarato di non aver condotto questa ricerca per conto dell’azienda, ma di aver utilizzato una combinazione di modelli, con un ampio utilizzo di Codex.

    Inoltre, Buckmaster ha riferito che durante i contatti con OpenAI gli sarebbe stato chiesto di rimuovere il riconoscimento per Alpöge come parte di un compromesso, con frasi attribuite a Bubeck come “Why would you ruin your career?” e “If you don’t want me to be nice, then I don’t have to be nice.” Questo ha riacceso il dibattito sulla trasparenza e sull’etica nella ricerca matematica, specialmente riguardo all’uso di intelligenza artificiale.

    È emerso anche il tema dell’influenza delle interazioni con Codex sull’allenamento dei modelli di OpenAI. La società ha affermato di riservarsi il diritto di utilizzare dati derivati da tali interazioni, sebbene gli utenti possano scegliere di non partecipare. OpenAI ha negato di aver visto il lavoro dei ricercatori prima della sua pubblicazione, pur non escludendo che dati de-identificati derivati dall’uso dei suoi prodotti possano aver contribuito al miglioramento dei modelli. Hanno anche sottolineato che le loro dimostrazioni differiscono significativamente da quelle di Buckmaster e Alpöge, inclusa la distinzione tra casi forzati e non forzati nel caso di Euler.

    Questa controversia riapre il dibattito sul ruolo dell’intelligenza artificiale nella ricerca matematica e sulle pressioni che spingono i laboratori a competere su problemi scientifici complessi. Buckmaster ha invitato a una maggiore trasparenza riguardo ai dettagli delle ricerche, sottolineando l’importanza di un approccio etico nella scienza.

  • CloudNC raccoglie 20 milioni di dollari per rivoluzionare la lavorazione CNC

    CloudNC raccoglie 20 milioni di dollari per rivoluzionare la lavorazione CNC

    In Breve

    Quanto ha raccolto CloudNC in totale?
    CloudNC ha raccolto 128 milioni di dollari in totale.
    Qual è la funzione principale di CAM Assist?
    CAM Assist automatizza la programmazione e la preparazione per la lavorazione CNC.
    Dove è maggiormente utilizzato CAM Assist?
    CAM Assist è utilizzato in oltre 1.000 officine, principalmente negli Stati Uniti.

    CloudNC, una promettente startup britannica, ha recentemente chiuso un round di finanziamento da 20 milioni di dollari, portando il totale raccolto a 128 milioni di dollari dalla sua fondazione nel 2015. Fondata da Theo Saville e Chris Emery, oggi chief science officer, l’azienda è focalizzata sull’innovazione nella lavorazione CNC (Computer Numerical Control), un processo fondamentale per settori come automotive, difesa e hardware di consumo.

    Il cuore della proposta di CloudNC è CAM Assist, un software avanzato basato su intelligenza artificiale che automatizza fasi cruciali della programmazione e preparazione per la lavorazione CNC. Tradizionalmente, questo processo richiede che un operatore selezioni utensili, stabilisca direzioni di approccio e definisca velocità e avanzamenti di taglio. CAM Assist si integra perfettamente con sistemi CAM tradizionali come Autodesk Fusion e Mastercam, semplificando notevolmente il lavoro degli operatori.

    Attualmente, CAM Assist è già in uso in oltre 1.000 officine meccaniche a livello globale, con l’80% della clientela situata negli Stati Uniti. CloudNC impiega circa 80 persone e ha identificato la scalabilità dell’adozione come una delle sue priorità strategiche. Questo finanziamento sarà utilizzato per accelerare la diffusione del software, espandere le operazioni commerciali e sviluppare nuovi prodotti, come Quote Agent, destinato a migliorare la stima dei costi e dei rischi per i produttori.

    Il lancio di Quote Agent è previsto per il mese prossimo e mira a consentire alle officine di quotare e decidere più rapidamente, un’esigenza sempre più pressante in un contesto di reshoring e carenza di competenze specializzate. Theo Saville ha commentato: “There are more ways to machine a typical CNC part than there are atoms in the universe”, sottolineando l’importanza di un approccio innovativo e basato su dati per affrontare le sfide del settore.

    Con questo nuovo finanziamento, CloudNC si prepara a rafforzare la propria posizione nel mercato della lavorazione CNC, puntando su un futuro in cui l’automazione e l’intelligenza artificiale giocano un ruolo sempre più centrale.

  • Opposizione ai Data Center per l’Intelligenza Artificiale negli Stati Uniti: Un Fenomeno in Crescita

    Opposizione ai Data Center per l’Intelligenza Artificiale negli Stati Uniti: Un Fenomeno in Crescita

    In Breve

    Qual è la percentuale di americani contrari ai data center per l'intelligenza artificiale?
    Il 69% degli americani si oppone alla costruzione di data center per l'intelligenza artificiale nelle proprie comunità.
    Come è cambiato il sostegno pubblico ai data center rispetto al 2025?
    Il sostegno pubblico è diminuito, con solo il 4% degli intervistati che supporta fortemente nuovi data center.
    Quali sono le posizioni politiche riguardo ai data center?
    Ci sono posizioni contrastanti, con alcuni politici che sostengono gli investimenti e altri che chiedono moratori.

    Secondo recenti sondaggi nazionali, una netta maggioranza degli americani si oppone alla costruzione di data center per l’intelligenza artificiale nelle loro comunità. Un’indagine condotta da Decision Desk tramite SurveyMonkey ha rivelato che il 69% dei partecipanti è contrario all’edificazione di tali impianti vicino alle abitazioni, con il 45% che si dichiara fortemente contrario. Un’altra indagine, realizzata per Heatmap Pro da Embold Research su un campione di 2.045 elettori registrati, ha mostrato un tasso di opposizione ancora più elevato, pari al 75%.

    Il sostegno pubblico per i data center è diminuito notevolmente rispetto al 2025: attualmente solo il 4% degli intervistati afferma di supportare fortemente un nuovo data center nella propria area, rispetto al 13% dell’anno precedente. Questa opposizione si estende attraverso diverse fasce d’età, livelli di reddito e appartenenza partitica. I dati mostrano un saldo netto negativo di 43 punti tra i repubblicani, 65 punti tra gli indipendenti e 75 punti tra i democratici. Anche gli elettori rurali segnalano un saldo netto negativo di 63 punti.

    In risposta a questa crescente opposizione, oltre 530 contee e municipalità hanno già imposto restrizioni o divieti alla costruzione di data center. Alcuni governatori hanno avviato sospensioni o verifiche sui progetti in attesa di audit. Sul fronte politico, le posizioni si stanno polarizzando: il presidente ha avvertito che le comunità che rifiutano i data center rischiano di rimanere “backwards and poor”, esortando a favorire gli investimenti. Ha affermato: “Se vogliono essere di successo e ricchi, con tasse molto più basse e posti di lavoro ovunque, lasciate che i Data Center prosperino”.

    A livello locale, la supervisore repubblicana Dawn Vogel ha sostenuto un moratorio, sottolineando che la questione non è solo politica, ma riguarda il miglior uso della terra e delle risorse naturali. Ha dichiarato: “Puoi avere tutti i dati del mondo, ma se non hai acqua da bere, non hai esseri umani che utilizzino i dati”. Alcuni legislatori, come il senatore dell’Ohio Jon Husted, stanno rivedendo le loro posizioni e hanno presentato proposte che obbligano gli operatori di data center a coprire i costi aggiuntivi di elettricità e acqua.

    In contrasto con l’opinione pubblica, i sindacati esprimono generalmente un giudizio favorevole sui data center, evidenziando i posti di lavoro legati alla costruzione e i salari associati agli impianti. Tuttavia, la crescente opposizione dei cittadini e le preoccupazioni ambientali continuano a rappresentare un ostacolo significativo per il futuro di questi progetti.

  • Responsabilità dei CIO britannici: la crescente pressione della sovranità digitale

    Responsabilità dei CIO britannici: la crescente pressione della sovranità digitale

    In Breve

    Qual è la percentuale di CIO britannici che si sente responsabile per errori di AI?
    Il 50% dei CIO nel Regno Unito si sente personalmente responsabile per errori degli agenti AI.
    Come varia la responsabilità tra le diverse dimensioni aziendali?
    Il 45% dei CIO in aziende con 50-99 dipendenti e il 62% in aziende con oltre 500 dipendenti si sentono responsabili.
    Qual è l'importanza della sovranità digitale per i CIO?
    Il 91% dei leader tecnologici britannici considera la sovranità digitale una priorità aumentata rispetto all'anno precedente.

    Una recente indagine condotta da 8×8 ha evidenziato che il 50% dei Chief Information Officer (CIO) nel Regno Unito si sente personalmente responsabile quando un agente di intelligenza artificiale commette un errore. Questo dato riflette una crescente preoccupazione nel settore, in particolare tra le aziende di maggiori dimensioni. Infatti, tra le imprese con 50-99 dipendenti, il 45% dei CIO segnala una responsabilità personale, mentre nelle aziende con oltre 500 dipendenti la percentuale sale al 62%.

    Il settore governativo e delle amministrazioni pubbliche si distingue per la pressione esercitata sui CIO, con l’86% dei responsabili IT che afferma di sentirsi sotto scrutinio. Questa situazione ha portato a una riflessione più profonda sulla localizzazione dell’infrastruttura AI, con il 39% dei CIO che considera questo aspetto un criterio primario nella scelta delle piattaforme. Le domande su dove i dati vengono archiviati e processati emergono sia all’inizio delle gare d’appalto che a livello strategico.

    La sovranità digitale è diventata una priorità per il 91% dei leader tecnologici britannici, un aumento significativo rispetto all’anno precedente. Altri fattori come il rischio di vendor lock-in, i costi e la complessità delle soluzioni influenzano le decisioni strategiche. Jamie Snaddon, managing director per l’EMEA, ha sottolineato che la questione della sovranità è la prima preoccupazione che emerge in quasi tutte le conversazioni con i clienti.

    Questa crescente pressione e la responsabilità personale stanno rendendo il ruolo del CIO sempre più rischioso e potenzialmente meno attraente. Di conseguenza, vi è il rischio che l’adozione dell’intelligenza artificiale possa rallentare e che le candidature per queste posizioni possano diminuire.

  • L’adozione dell’Intelligenza Artificiale nel Regno Unito: sfide e opportunità

    L’adozione dell’Intelligenza Artificiale nel Regno Unito: sfide e opportunità

    In Breve

    Qual è il tasso di adozione dell'AI nel Regno Unito?
    L'81% dei knowledge worker nel Regno Unito utilizza strumenti di AI settimanalmente.
    Quali sono le principali sfide nell'adozione dell'AI?
    Le aziende affrontano problemi di integrazione con processi esistenti e una mancanza di governance adeguata.
    Cosa si intende per 'shadow AI'?
    Il fenomeno in cui i lavoratori utilizzano strumenti di AI non approvati, creando attriti con le soluzioni ufficiali.

    L’adozione dell’Intelligenza Artificiale nel Regno Unito: sfide e opportunità

    Negli ultimi anni, l’adozione dell’intelligenza artificiale (AI) ha registrato una crescita significativa nel Regno Unito, con l’81% dei knowledge worker che utilizza strumenti di AI su base settimanale. Tuttavia, questa diffusione non ha portato a una trasformazione organizzativa sostanziale né a benefici operativi chiari.

    Molte aziende hanno integrato l’AI in processi già frammentati e sistemi inefficienti, il che ha portato a un aggravamento di problemi esistenti piuttosto che a soluzioni efficaci. Secondo un recente studio, il 58% dei responsabili IT ha segnalato un’alta adozione di strumenti AI, ma con guadagni di produttività misurabili limitati. Inoltre, l’82% ha dovuto affrontare aumenti di costo inattesi legati all’implementazione dell’AI.

    Un altro aspetto preoccupante è il fenomeno della “shadow AI”, dove uno su quattro lavoratori utilizza strumenti di AI non approvati, creando attriti con le soluzioni ufficiali. Questo porta a una mancanza di visibilità e responsabilità, poiché quasi due terzi dei leader IT si dichiarano interamente responsabili degli esiti derivanti dall’uso dell’AI.

    La carenza di contesto organizzativo rappresenta un ulteriore ostacolo. Quasi la metà dei leader IT ha indicato che i progetti di AI si bloccano perché i modelli non dispongono delle informazioni necessarie riguardo a struttura, priorità e diritti decisionali. Ciò rende difficile produrre output utilizzabili senza dover affrontare correzioni onerose.

    Inoltre, le metriche attualmente adottate per misurare il successo dell’AI sono spesso fuorvianti. Misurare licenze, prompt inviati o ore teoricamente risparmiate non fornisce una visione chiara del valore reale generato. L’attenzione dovrebbe invece concentrarsi su risultati concreti, come il miglioramento dei tempi di risoluzione per i clienti, la riduzione del tempo di ricerca delle informazioni e decisioni più rapide.

    Un esempio operativo significativo è la creazione di un assistente di vendita basato su AI, che misura l’impatto sul processo commerciale, i tassi di risposta e i nuovi incontri generati. Con l’emergere di agenti AI che operano autonomamente, le organizzazioni dovranno monitorare attentamente quali agenti esistono, chi li ha creati, a cosa hanno accesso e quali sono le loro autorizzazioni.

    Le aziende che otterranno un vantaggio competitivo non saranno quelle che utilizzano più strumenti di AI, ma quelle che riusciranno a collegare l’AI a responsabilità chiare, governance adeguata e flussi di lavoro ben definiti. L’adozione dell’AI rappresenta solo il punto di partenza; il vero obiettivo rimane la creazione di valore misurabile.