Un blog per parlare di cultura digitale, prodotti, servizi e molto, molto di più.
La morte di Paolo Gianturco mi ha colpito, perché aveva una visione concreta dell’AI. Ricordo che in una mia moderazione ci siamo attorcigliati sull’idea degli agenti assistenti/colleghi/nemici. Ne abbiamo parlato per due ore dopo essere scesi dal palco. Una grave perdita inseguendo un sogno. Pazzesco.
Le edizioni agostane di Techy non saranno garantite, magari saranno diverse, il riposo è importante, ma magari avrò qualcosa da dire. Vedremo.
Qui trovate la versione podcast automatica di questa newsletter.
Ultimamente sto usando in modo massiccio Accio Work. Si tratta di un sistema agentico creato da Alibaba che gestisce una serie di attività e opera in modo coordinato.
Ovviamente è pensato per le prestazioni di un’azienda che vuole lavorare con il loro ecosistema, dalla capacità di scovare i fornitori migliori sulla piattaforma, dialogare e negoziare, ma per poi gestire tutta la filiera fino alle vendite finali e al marketing.
In pratica, lavora per obiettivi.
Gli agenti capiscono solo gli obiettivi.
Accio Work ovviamente è molto flessibile, si possono creare altri agenti oltre a quelli già presenti e ha una limitazione interessante: non si possono programmare le attività.
Perché interessante? perché al di là del fatto che un umano debba necessariamente dare il via all’attività, significa che in qualche modo ha la responsabilità della stessa.
Non è banale, e vi spiego perchè.
Gli agenti AI sono pensati e costruiti per ottimizzare, questa è la loro natura.
Qualcuno può pensare che sia un difetto, leggendo tanti commenti in giro sulle varie problematiche di sicurezza emerse. In realtà, se gli viene assegnato un obiettivo, ogni agente troverà il modo più efficiente per raggiungerlo e lo farà con determinazione, praticamente ad ogni costo perché ha delle qualità aliene, ossia non si distrae, non si stanca e non si fa nessun tipo di scrupolo.
Il punto è proprio questo: gli scrupoli!
Un agente non si chiede perché stai cercando quel risultato. Non percepisce l’intenzione dietro la metrica. Vede un numero da massimizzare o minimizzare e lavora in quella direzione, anche quando la strada che sceglie non è quella che avevi in mente.
Se ne frega di tutto: l’obiettivo è l’unica cosa che conta. È esecuzione perfetta di un’istruzione imperfetta.
Il problema non è l’agente, ma è il recinto che non hai costruito intorno ad esso. O meglio: i recinti esistono, ma l’agente non li vede perché nessuno glieli ha mostrati con chiarezza. Per sua natura, opera nello spazio di ciò che è misurabile, non di ciò che è desiderabile. Tutto ciò che non è scritto, semplicemente non esiste.
Questo cambia radicalmente come dobbiamo pensare alla progettazione degli obiettivi.
Non basta dire all’agente cosa ottenere. Bisogna dirgli cosa non può sacrificare per ottenerlo. Quali comportamenti sono fuori dai limiti. Quali effetti collaterali sono inaccettabili anche se la metrica migliora. Le condizioni al contorno, in altri termini, contano quanto, forse più, dell’obiettivo stesso.
Un agente capace con un obiettivo ben definito è uno strumento potente. Un agente capace con un obiettivo mal definito è un problema che si autoamplifica, perché più è bravo e più si allontana nella direzione sbagliata.
Per questo attacca sistemi, cerca la strada per raggiungere il risultato indipendentemente da tutto, a meno che non gli sia indicata con chiarezza la strada da percorrere e i limiti invalicabili.
Il sistema è fatto così.
L’elemento controintuitivo è che il rischio non cresce quando l’AI smette di funzionare. Cresce quando funziona benissimo.
Accio Works, per capirci, offre degli agenti che sono ottimizzati per svolgere i compiti in modo mirato, ma quando usiamo agenti generici su strumenti molto potenti, ci esponiamo al rischio.
Un amico ha creato un agente con tanti sotto agenti per ottimizzare la comunicazione con i clienti, con l’obiettivo di tagliare i tempi di risposta.
Se guardassimo solo le metriche, il sistema funziona perfettamente: tempi ridotti. Il problema è che sono aumentate le richieste, perché risponde in fretta ma non sempre risponde in modo puntale. In pratica, ha risolto un problema generandone un’altro.
Questa è la differenza, spiegata in modo semplice, tra un agente e un umano nello svolgere uno stesso compito.
La Silicon Valley è teatro di una corsa tecnologica sfrenata, dove il primato va a braccetto col rischio. I laboratori di IAI, come OpenAI e Anthropic, creano agenti autonomi capaci di violare reti altrui, ma sembrano incapaci di tenerli sotto controllo. Prima c’è stato l’agente di OpenAI che si è mosso fuori controllo per giorni dentro la rete di Hugging Face, ma anche Anthropic ha ammesso che i suoi modelli hanno violato tre aziende esterne. Qualcuno è allarmato dal fatto che nessuno se ne sia accorto in tempo reale, evidenziando una mancanza di vigilanza e responsabilità. La vicenda ha sollevato una serie di richieste di maggiore regolamentazione e vigilanza “pubblica” sui laboratori di AI, con legislatori e funzionari che chiedono controlli più stretti. Il Centre for the Study of Existential Risk dell’Università di Cambridge sostiene che “le persone che progettano, sviluppano e immettono sul mercato questi strumenti non riescono a stare al passo per svilupparli in modo responsabile e mantenerli sicuri”.
L’AI è un terreno di battaglia, dove i modelli più evoluti sono armi a doppio taglio. La nuova alleanza Open Secure AI, guidata da Nvidia e Microsoft, vuole creare strumenti di sicurezza open-source per difendersi dagli attacchi dei modelli “frontier”. La mossa è una risposta diretta alla paura che l’AI possa sfuggire al controllo, come già successo con un modello di OpenAI che ha attaccato un’altra azienda. L’alleanza punta a creare una difesa comune, sottolineando che la sicurezza richiede l’accesso a modelli sia chiusi che aperti. Come dice il proverbio “conoscere il nemico è la metà della vittoria”, e in questo caso il nemico è l’incertezza degli algoritmi.
La stagione degli utili è arrivata e gli investitori hanno ricevuto una sorpresa spiacevole da Google, con un aumento della stima delle spese a 205 miliardi di dollari. Questo aumento senza precedenti fa temere che Google non sia in grado di prevedere con accuratezza i suoi costi, un fatto allarmante per gli investitori. La compagnia sta spendendo più di quanto guadagna e affronta pressioni competitive da strumenti di intelligenza artificiale cinesi, oltre a dover mantenere basso il costo dei suoi modelli. La situazione non sembra ideale, poiché spendere più di quanto si guadagna non è una pratica aziendale ottimale. Gli investitori sembrano sempre più nervosi, con preoccupazioni che non si limitano a Google, ma si estendono a tutto l’ecosistema di intelligenza artificiale.
Nel giro di soli tre anni, OpenAI e la sua rivale Anthropic sono schizzate da una manciata di milioni a oltre 30 miliardi di ricavi ciascuna, con una previsione di raggiungere probabilmente i 100 miliardi entro fine anno. Le Big Tech hanno rivoluzionato le loro strategie, investendo oltre 700 miliardi in capex per creare infrastrutture, competere direttamente o offrire distribuzione. Le aziende AI sono diventate una manna piovuta del cielo per i fondi di venture capital che ne hanno tratto enormi benefici, allocando il 60% dei propri fondi in OpenAI e Anthropic nel primo semestre 2026, alla ricerca dei più alti ritorni della storia.
Il problema è che sono penalizzate le startup in altri settori. La speranza è che alti ritorni significa nuove opportunità di investimento, ma per la prossima generazione di startup, quelle create negli ultimi tre anni sono in sofferenza.
Dobbiamo dircelo chiaramente: LinkedIn sta soffocando sotto il peso dell’”AI Slop”, un sintomo di un problema più profondo: la riduzione della portata dei contenuti. Al posto di affrontare la questione, la piattaforma ha introdotto aggiornamenti algoritmici che premiano i contenuti di nicchia, penalizzando così i creatori di contenuti di qualità. Quando lo sforzo non viene ricompensato, i creatori spendono meno tempo e fatica, e la qualità dei contenuti cala, lasciando spazio allo “slop”. La piattaforma ha di fatto incentivato una cultura della poca fatica, e ora siamo portati a biasimare i creatori per la mediocrità dei contenuti.
Già ci sarebbe molto da riflettere (aspetto i tuoi commenti).
Ora ha addirittura aperto la caccia all’intelligenza artificiale. Dopo Substack, anche LinkedIn si lancia nella sfida, ma anziché affidarsi a software, coinvolge gli utenti come cacciatori. “Cosa potrebbe mai andare storto?” si chedeva Vincenzo Cosenza… Il rischio è che la rete si trasformi in un Far West dell’AI, dove la ricerca della verità diventa una caccia alle streghe.
Ma come: da un lato si spinge per usare l’AI in ogni cosa e poi si invitano le persone a trovare i contenuti generati con l’AI.
Se poi Linkedin non fosse di proprietà di Microsoft, sarebbe quasi da ridere: pensate a segnalare contenuti generati con Copilot365, che autogoal clamoroso. Un cortocircuito senza senso.
Che ne pensi?
Jerry Falade ha visto cancellare un contratto di pubblicazione da 2 milioni di dollari per sospetti di utilizzo di intelligenza artificiale nella stesura del suo libro, “Call Me, I’ll Hide the Body”. Nonostante le lodi della critica, gli agenti di Falade hanno ritirato l’opera dopo aver inizialmente accettato le sue assicurazioni che non era stato utilizzato AI. Falade nega l’utilizzo di AI e sostiene che le accuse siano frutto di pregiudizi razziali nel mondo dell’editoria.
Ricordo che un testo prodotto con interazioni con l’intelligenza artificiale appartiene al creatore dell’idea, perché l’intelligenza artificiale non è in grado di fare niente da sola. Se ne parla nella puntata di domani sera (e mercoledì nelle piattaforme podcast) del Late Tech Show.
Google ha annunciato che con gli LLMs stanno individuando bug nascosti in Chrome, come il sandbox escape che per 13 anni ha dormito nel codice, a una velocità mai vista. Quindi l’AI è di aiuto reale per certi compiti! La collaborazione con Project Zero e DeepMind ha portato a Napoleon e Big Sleep, strumenti che hanno ampliato le capacità di ricerca delle vulnerabilità. Ora, grazie all’integrazione di tecnologie come Gemini e alla creazione di una conoscenza base di Chrome, la sicurezza è diventata un gioco di squadra tra uomo e macchina.
La marea dell’intelligenza artificiale sta cambiando il nostro modo di interagire con la tecnologia. Circa 190 aziende hanno già firmato il Codice di pratica sulla trasparenza dei contenuti generati dall’AI, un passo fondamentale per garantire la trasparenza e prevenire la disinformazione. Il codice, redatto da esperti indipendenti, offre un percorso chiaro e legale per il rispetto delle norme e la tutela della fiducia pubblica nell’AI.
Come ha sottolineato il Codice, “la trasparenza è fondamentale per prevenire la disinformazione e promuovere la fiducia pubblica nell’AI”. Tra i firmatari ci sono nomi importanti come Google, Meta e Microsoft, che dimostrano la loro volontà di promuovere la trasparenza e la fiducia nell’uso dell’AI. Il codice resta aperto alle firme e rappresenta un’opportunità per le aziende di ogni dimensione di beneficiare della certezza legale e ridurre l’onere amministrativo.
Molti stanno facendo rimbalzare la notizia per cui i modelli cinesi hanno superato il download con il 41% su Hugging Face, surclassando quelli statunitensi. Non è un verdetto sulla loro qualità, ma un indicatore dell’attenzione degli sviluppatori, attirati da prezzi inferiori, personalizzazione e minore dipendenza da fornitori esterni. Una mossa strategica che rivela un cambio di rotta nell’ecosistema tecnologico.
La notizia è vecchia, di marzo, ma andrebbe accompagnata da un altro elemento: stiamo parlando di modelli aperti e poi scaricabili.
La cosa è segnificativa, ma Anthropic e OpenAI, come tutti gli altri, i modelli se li tengono per loro…
Sul fronte modelli linguistici spicca DeepSeek V4 Flash 0731, praticamente un enorme salto in avanti in termini di rapporto costo/prestazioni, soprattutto per in termini di efficienza e, non bisogna mai dimenticarlo, disponibilità open source. Provalo qui.
Grande attenzione anche per Kimi K3, presentato come uno dei modelli open source più potenti del momento. Ora è stata resa disponibile la pubblicazione dei pesi e la portata tecnica del rilascio.
Ma forse, per l’industria, questa è la notizia più interessante.
AMD ha presentato Instella-MoE, un modello linguistico all’avanguardia con 16 miliardi di parametri totali e 2,8 miliardi di parametri attivi, addestrato da zero su GPU AMD Instinct MI300X e MI325X. Questo modello combina una progettazione MoE (Mixture of Experts) ad attivazione sparsa con innovazioni architettoniche come Gated Multi-head Latent Attention e FarSkip-Collective, offrendo prestazioni competitive su una vasta gamma di test. AMD condivide tutti gli artefatti del modello, compresi i pesi del modello, le configurazioni di addestramento e il codice, per accelerare l’innovazione nella comunità AI.
Sul versante del video generativo, uno dei protagonisti assoluti è Seedance 2.5 di ByteDance. In pratica, è uno dei modelli più forti in circolazione per qualità, coerenza dei personaggi e scene d’azione, con supporto multimodale molto ampio.
Accanto a lui c’è Minimax H3, altro modello video multimodale messo in evidenza per flessibilità, qualità fino a 2K e costi più accessibili rispetto ai concorrenti.
Insomma, la Cina si sta dando parecchio da fare anche su questo fronte.
E poi è arrivato ID V2V, un progetto che permette di cambiare lo stile visivo di un video mantenendo identità e movimenti dei personaggi. L’idea è molto interessante per chi lavora su restyling, variazioni estetiche e video editing controllato.
Nella robotica viene citato Prism, un sistema che aiuta i robot a controllare meglio il corpo e reagire in modo più efficace al contatto fisico, combinando più segnali sensoriali per migliorare l’azione.
Mentre Google DeepMind ha prodotto un’evoluzione con Gemini Robotics 2, una nuova famiglia di modelli pensata per controllare un robot in modo più completo, dal movimento alla manipolazione fine. È una delle novità più forti per chi segue embodied AI e automazione fisica.
Per ultima, una notizia di colore: a San Francisco c’è una società che fa fare le pulizie di casa ad un umanoide. Parliamone.
Nella penultima puntata del Late Tech Show di questa stagione (domani sera ci sarà l’ultima) esploriamo come l'intelligenza artificiale stia ridefinendo i confini dell'innovazione, dai processi aziendali ai dispositivi che portiamo in tasca ogni giorno.
Insieme ad Andrea Sinopoli (Country Leader di Oracle Italia), facciamo il punto sulla trasformazione di Oracle in azienda di servizi, analizzando l'importanza della sovranità del dato, delle infrastrutture cloud e di come l'AI stia diventando nativa in ogni layer tecnologico per generare risultati concreti nel B2B.
Passiamo poi al mondo mobile con Nicolò Bellorini (Samsung), per scoprire i nuovi foldable: dal Flip al Fold 8 Ultra. Vediamo come il design sottile si unisca a prestazioni flagship e come la Galaxy AI stia diventando "agentica", semplificando le micro-attività quotidiane e migliorando l'interazione con l'ecosistema wearable.
Infine, con Adriano Ceccherini (SAP), approfondiamo il concetto di "Autonomous Enterprise". Scopriamo come gli assistenti e gli agenti AI stiano automatizzando i compiti ripetitivi e ottimizzando i processi decisionali, permettendo un "continuous closing" finanziario e una gestione proattiva della supply chain.
Qui la versione su Youtube con i capitoli.
Sto facendo pochissime puntate live sui miei canali social e su quelle delle associazioni, ma vedo che continuate a scrivermi con grande assiduità. Grazie, vedrò come rimediare.
Inutile che vi dica che sono sempre molto grato a voi!
Per altro è uscito un opuscolo su “AI Act per giornalisti, creator e influencer”, il cui scopo è spiegare cosa cambia da ieri (2 agosto) per chi crea contenuti con l’intelligenza artificiale.
Se non vi siete ancora iscritti, fatelo, mi permettete di comprendere che apprezzate il mio lavoro (qui trovi i miei libri, tra cui “Dati & AI” che riscuote sempre successo).
Più persone la leggono, meglio è, quindi, per favore, condividilo con la tua famiglia, amici e colleghi per far sì che gli effetti di rete si diffondano.
Assicurati di aggiungere gigibeltrame@substack.com ai tuoi contatti. In Gmail, trascina questa newsletter nella tua scheda principale.
Grazie per aver letto questa newsletter, le trovi tutte a questo link.
Se ti va, contattami a questo link!
💁♂️ La Bio
👍 Seguimi su:
Magazine • LinkedIn • Instagram • Facebook • Youtube
Se ti è piaciuta, iscriviti
E se ti è piaciuta, condividila con amici e colleghi
Una cosa è chiara: l’AI non aspetta che siamo pronti. Mentre il Congresso americano discute di “kill switch” e Anthropic negozia con il governo, i modelli continuano a evolversi, a scappare dai laboratori e a trovare modi per raggiungere gli obiettivi che gli sono stati dati, creando problemi di rilevanza informatica, legale, economica e sociale.
La domanda non è se ci saranno altri incidenti, ma se quando accadranno, saremo pronti a gestirli.
Come sempre trovate qui la versione podcast automatica della newsletter.
Parto con una considerazione su una delle piattaforme che ospita Techy. Substack mette a disposizione un sistema per verificare quanta parte del testo è stata scritta con l’AI. E si è scatenata la caccia alle streghe, ossia fare i maestrini con la penna rossa pronti a dire “beccato”…
In realtà è un esercizio stilistico, provatelo anche su di me, io ho predisposto la risposta perché ovviamente quello che scrivo è mio, ma per l’editing e l’assistenza, nonché una revisione SEO/GEO uso l’AI… Quindi me ne frego del risultato, anche se uscisse al 100% generato dall’AI, anche perché, almeno per ora, nessuna AI riuscirebbe a creare una newsletter del genere (ovviamente scherzo, ma il diritto d’autore è esercitabile su di un rielaborato impostato così, anzi con un livello ben superiore d’automazione).
Un documento firmato da grandi nomi del settore tecnologico, Microsoft, Meta, Dell, Palantir e HuggingFace, per un totale di circa 25 aziende, riaccende un dibattito cruciale: chi detiene davvero il controllo dell’intelligenza artificiale nelle imprese?
L’appello è pensato per salvaguardare i modelli open-weight, quei modelli AI i cui pesi, ovvero i parametri matematici appresi durante l'addestramento che determinano il comportamento del modello, vengono resi pubblicamente disponibili per il download e l'utilizzo.
La questione va oltre la scelta del modello. Nelle realtà manifatturiere, il valore autentico risiede nella conoscenza sedimentata nel tempo: processi codificati, eccezioni gestite, integrazioni tra sistemi complessi e l’esperienza concreta delle persone.
I modelli AI open-weight offrono alle imprese una strada concreta verso maggiore autonomia, adattabilità e controllo dell’infrastruttura. Ma questa libertà richiede anche consapevolezza: governance solida, attenzione alla sicurezza e capacità di misurare i rischi.
La vera sfida non è adottare l’AI, ma farla lavorare vicino al proprio patrimonio di conoscenza, specializzarla, integrarla e presidiarla.
Perché il know-how rimanga dell’impresa. Sempre.
Il presidente cinese Xi Jinping ha delineato una visione dell’AI fondata su sviluppo economico, cooperazione internazionale, sicurezza e controllo umano, paragonandola a “una sinfonia di cooperazione internazionale”. L’AI può diventare un motore della crescita economica mondiale e accelerare la trasformazione dei settori produttivi. La Cina ha annunciato la nascita della World Artificial Intelligence Cooperation Organization e offrirà opportunità di formazione e cooperazione ai Paesi in via di sviluppo. Come Xi ha detto, l’AI deve essere sviluppata per il bene comune e rimanere sicura e controllabile.
Nel frattempo, sempre la Cina sta valutando di rafforzare i controlli sulle esportazioni di tecnologie di intelligenza artificiale e semiconduttori a causa dell’intensificarsi della rivalità con gli Stati Uniti. Si sta discutendo con aziende come Alibaba, ByteDance e Zhipu (quelli di Z tanto per capirci) per limitare la condivisione di dati e modelli con l’estero. Vedremo se questo potrebbe rallentare lo sviluppo dell’AI cinese e danneggiare le sue possibilità di vittoria nella corsa tecnologica.
Ne hanno già parlato tutti e quanto accaduto è grave, l’incidente ha scosso la comunità tecnologica e ha dimostrato agli scettici che l’intelligenza artificiale non è più solo un assistente: è un attore autonomo.
Un’AI che passa all’attacco e all’azione e la controparte che usa l’AI per fermare l’attacco e ripristinare. Niente di nuovo sotto il sole, ha detto qualcuno, ma in realtà chi si occupa di CyberSecurity sa che l’attaccante usa e abusa dell’AI e chi deve rispondere deve fare altrettanto.
Solo che qui è un’AI a muoversi autonomamente, come OpenAI racconta in un report ufficiale come un loro modello interno (GPT‑5.6 Sol e un modello pre‑release ancora più avanzato) inserito in una sandbox per valutazioni di cybersecurity su benchmark come Exploit Gym abbia individuato vulnerabilità nel sistema di pacchetti, ottenuto accesso più esteso alla rete, raggiunto un sistema con accesso a internet e quindi sfruttato credenziali rubate e vulnerabilità zero‑day per violare l’infrastruttura di produzione di Hugging Face e recuperare direttamente le risposte del benchmark, aggirando di fatto il test.
La cosa interessante è che Hugging Face ha rilevato e gestito l’incidente grazie all’AI, usando un modello open‑source GLM 5.2 Vision NVFP4, evidenziando la differenza tra modelli chiusi e modelli open più flessibili non è così tanto ampia.
Non mi dilungo nei tanti dettagli che se avete voglia potete trovare in giro, ma proprio quest’ultimo aspetto, tra modelli chiuse e modelli aperti, si giocherà molto della sfida dei prossimi mesi, soprattutto per gli agenti in produzione nelle imprese. La governance dell’AI non è più un esercizio teorico, ma un obbligo operativo e ci ricorda, se mai qualcuno se ne fosse dimenticato, che la fiducia nell’AI non dovrebbe mai essere implicita, ma deve essere continuamente verificata.
In risposta all’incidente OpenAI, i rappresentanti Ted Lieu e Nathaniel Moran hanno introdotto l’AI Kill Switch Act. La proposta dà al Department of Homeland Security il potere di ordinare alle aziende di spegnere modelli AI che rappresentano una minaccia per la pubblica sicurezza. Le aziende dovranno mantenere la capacità tecnica di “throttle, suspend, or shut down” i propri sistemi.
Meta vuole essere ottimista con un annuncio di un minuto dove Mark Zuckerberg dice “scommettiamo sulle persone”.
Boh, solo io vedo qualcosa di strano? vedremo i prossimi spot.
In un’intervista a The Economist, Elon Musk ha dichiarato che l’AI potrebbe superare la somma dell’intelligenza umana entro cinque anni. “Il risultato più probabile è un’età di abbondanza incredibile”, ha detto, ma ha ammesso che entro dieci anni è “improbabile” che gli esseri umani rimangano in controllo. Musk ha proposto riunioni quindicinali tra i leader AI per discutere sicurezza e ha rinnovato le critiche a Sam Altman.
Sempre sul fronte della CyberSecurity, Zenity Labs ha scoperto AgentForger, un attacco basato su phishing che crea un agente AI autonomo all’interno di workspace OpenAI. Una volta attivato, l’agente ha accesso completo a Outlook, Slack, SharePoint e Google Drive, può operare indefinitamente senza interazione umana, e può approvare i propri accessi attivando l’opzione “never ask”.
L’agente può mappare l’organizzazione, rubare credenziali, impersonare dipendenti e lanciare campagne di phishing interne. OpenAI ha risolto la vulnerabilità in quattro giorni.
OpenAI ha reso ChatGPT Health disponibile per tutti gli utenti americani over 18, su tutti i piani. La funzione, che integra dati da Apple Health, Epic, Oracle Health e MyFitnessPal, gestisce ora 300 milioni di query settimanali e gestisce dati medici supportati (farmaci, referti, visite, dati di sonno ed esercizio) per dare a ChatGPT un quadro più completo della storia clinica e ottenere risposte più contestualizzate e personalizzate. Il modello è integrato nell’app ChatGPT e nella versione web, è accessibile da tutti i piani (compreso il gratuito).
OpenAI ha integrato GPT-Live, il suo modello audio full-duplex, in Codex e ChatGPT Work sul desktop. Gli sviluppatori possono orchestrare task multipli con la voce: avviare indagini su bug, revisionare pull request e generare test unitari simultaneamente da un unico prompt vocale.
Anthropic ha risposto sullo stesso terreno. Claude ora offre voice mode basato su Opus, Sonnet e Haiku, collegato a strumenti come Gmail e Slack, consentendo di spostare appuntamenti, generare riassunti di email e creare documenti direttamente via voce. In aggiunta, ha introdotto una funzione “record a skill” nel client desktop, analoga a quella già vista in OpenAI: registri lo schermo mentre esegui un task, lo descrivi a voce e Claude trasforma la procedura in una skill riutilizzabile. Questa funzione è disponibile per i piani Pro, Max e Teams.
Insomma, si inseguono costantemente, marcandosi a vista.
Anthropic ha presentato Opus 5, che rivendica miglioramenti significativi nel ragionamento e planning su task multi‑step e flussi agentici rispetto a Claude Fable 5, e un’ottima performance sull’Arc AGI 3, benchmark interattivo dove gli agenti devono imparare da zero regole di giochi astratti senza istruzioni esplicite. In realtà, analisi indipendenti (Artificial Analysis, Apacus AI, ecc.) mostrano che su DeepSuite, LiveBench, VAL Index e altri test di coding, finanza, reasoning e “common sense” Opus 5 è spesso solo marginalmente migliore, o addirittura non superiore, rispetto a GPT‑5.6 Sol e Fable 5, a fronte di costi più elevati. Inoltre, Opus 5 è meno restrittivo di Fable 5 su cybersecurity e biologia ma continua a rifiutare molte richieste sensibili, con fallback a modelli precedenti come Opus 4.8.
Google DeepMind ha rilasciato Gemini 3.6 Flash, insieme a 3.5 Flash Lite e 3.5 Flash Cyber. Gemini 3.6 Flash è pensato come nuovo “workhorse” più efficiente, con migliori prestazioni su coding, knowledge work e multimodalità rispetto ai predecessori, consumando meno token e risultando più economico per task equivalenti. 3.5 Flash Lite punta sulla velocità e sul costo ridotto, mentre 3.5 Flash Cyber è orientato al dominio cybersecurity.
Kimi K3 secondo molti benchmark è ormai alla pari con i migliori modelli chiusi come GPT‑5.6 Sol e Fable 5. Kimi K3 guida diverse classifiche di programmazione e automazione e viene descritto come un “frontier intelligence model” open, cioè scaricabile e auto‑eseguibile da chiunque. Questo ha acceso immediatamente il dibattito: Anthropic ha suggerito che Kimi K3 possa essere stato ottenuto con distillazione da Fable 5, ossia usando input e output del modello di Anthropic come dati di training, e la Casa Bianca ha iniziato a parlare apertamente di un possibile ban dei modelli open‑weight cinesi, accusando l’uso di hardware non autorizzato all’export verso la Cina.
Capite i motivi della lettera che ho citato all’inizio di questa newsletter’?
Non mi interessa molto la polemica sul fatto che K3 sia stato “distillato” oppure no, d’altronde Musk ha dichiarato che Grok nasce da una distillazione dei modelli di OpenAI e quindi ogni discorso di protezione decade, ma se parliamo di sistemi di frontiera, la distillazione richiederebbe molto tempo e credo che Fable sia disponibile, per altro a singhiozzo, da troppo poco tempo.
Kimi K3 ha completato la progettazione autonoma di un chip in 48 ore usando strumenti EDA open source. 1,46 milioni di celle, 45nm. Le azioni di Synopsys e Cadence hanno reagito immediatamente.
Alibaba ha annunciato Qwen 3.8, un altro enorme modello da 2,4 trilioni di parametri, dichiarato “secondo solo a Fable 5” in termini di capacità. I benchmark dettagliati non sono ancora pubblici e l’API non è facilmente accessibile, quindi i test indipendenti devono ancora arrivare. Ma il messaggio strategico è evidente: Kimi K3, Qwen 3.8, GLM 5.2 e altri modelli open‑weight cinesi stanno riducendo il gap con i laboratori di frontiera americani, creando panico nei grandi player e spingendo i governi occidentali a discutere apertamente di sanzioni, controlli sull’hardware e limiti alla distribuzione di modelli open.
Il vero dilemma è che “bannare” un open‑weight è tecnicamente difficile: una volta che i pesi sono scaricabili, il modello vive su migliaia di macchine private e rimettere il genio nella bottiglia è quasi impossibile.
Questa settimana AMD ha annunciato novità rilevanti per il settore AI e computazionale. La società ha confermato l’avvio della produzione su larga scala del processore EPYC “Venice” basato sul processo a 2nm di TSMC, un passo fondamentale per competere con i chip di punta del mercato.
AMD ha inoltre stretto una partnership strategica con Anthropic per fornire fino a 2 gigawatt di GPU Instinct MI450 Series, oltre a espandere la collaborazione con Microsoft per l’utilizzo dei suoi processori EPYC nei data center Azure.
L’azienda ha annunciato investimenti significativi: fino a £2 miliardi nel Regno Unito per ricerca e innovazione AI, oltre a oltre 10 miliardi di dollari nell’ecosistema taiwanese. AMD ha anche presentato la piattaforma di sviluppo Ryzen AI Halo per PC con intelligenza artificiale locale, con capacità di memoria fino a 192GB.
Mage Flow, il nuovo modello immagini di Microsoft disponibile su Hugging Face, capace sia di generare immagini fotorealistiche, poster e infografiche multilingue, sia di editarle profondamente (cambiando background, posa, stile, condizioni meteo, zoom, ecc.) grazie al controllo integrato tipo ControlNet; il modello principale pesa 17,5 GB, è open‑source e già scaricabile con istruzioni dettagliate su come eseguirlo localmente.
Immagina un’orchestra che suona un capolavoro complesso, ma gli strumenti si scordano ogni poche battute. Questo è il problema dei calcolatori quantistici, sensibili alle fluttuazioni. Per risolvere questo problema, i ricercatori di Google Quantum AI hanno integrato il reinforcement learning con la correzione degli errori quantistici, permettendo al calcolatore di adattarsi continuamente e rimanere stabile durante i calcoli lunghi. Questo nuovo approccio consente di “suonare la musica” senza interruzioni, aprendo la strada a nuove possibilità per i calcolatori quantistici.
La rivoluzione quantistica si scalda: SAXON Q lancia sistemi di calcolo quantistico SXQ128 e SXQ512 a base di diamante, che operano a temperatura ambiente senza bisogno di raffreddamento criogenico. Come afferma il CEO, “il nostro obiettivo è quello di rendere il calcolo quantistico accessibile e scalabile”, con sistemi già disponibili per l’ordine e future espansioni verso architetture più grandi, pronti a supportare carichi di lavoro quantistici come simulazioni chimiche, ottimizzazione e apprendimento automatico quantistico.
Un’innovazione rivoluzionaria sta facendo passi da gigante: partecipanti a uno studio clinico guidano sedie a rotelle motorizzate con la sola forza del pensiero, grazie all’impianto N1 di Neurolink, che decodifica le intenzioni di movimento in tempo reale, come se la mente fosse il nuovo joystick. Siamo in fase sperimentale, ma si stanno facendo grandi passi in avanti.
Lo sostengo da tempo: perché fossilizzarci sull’imitazione degli umani?
In tema di robotica, Super Athlete AS2W di Unitree è un robot‑cane con ruote e gambe capace di correre a circa 21 km/h, trasportare carichi importanti, muoversi su terreni estremamente irregolari, resistere a condizioni climatiche difficili e mostrare agilità notevole, evocando scenari da fantascienza.
Tiktok failed to load.Ancora due puntate alla fine di questa incredibile settima stagione del Late Tech Show.
Settimana scorsa una serie di conversazioni che intrecciano tecnologia, cultura e formazione attraverso le voci di tre esperti del settore.
Il primo è Samuele Zaniboni di ESET Italia, che approfondisce il tema della cybersecurity analizzando lo stato delle piccole e medie imprese italiane. Zaniboni illustra come la sicurezza informatica sia diventata una priorità che richiede una protezione costante, ventiquattr’ore su venti-quattro, e discute il ruolo dell’intelligenza artificiale sia come strumento di minaccia che come risorsa per la difesa, ponendo l’accento sulla necessità di formare i dipendenti per evitare errori umani.
Successivamente, Maria Emanuela Oddo, autrice del libro "Futuro museo", sposta l’attenzione sul mondo della cultura, spiegando come i musei stiano evolvendo in vere e proprie piattaforme dinamiche. Il digitale, in questo contesto, non viene descritto solo come un mezzo per stupire con effetti visivi, ma come uno strumento strategico fondamentale per la gestione dei depositi, la catalogazione e soprattutto per rendere il patrimonio culturale accessibile a un pubblico sempre più vasto e diversificato.
Infine, Vanessa Rota di MLC Education racconta come stiano cambiando i viaggi di studio all’estero per i giovani. L’attenzione si è spostata dall’apprendimento della semplice lingua straniera all’acquisizione di competenze tecniche e pratiche legate all’intelligenza artificiale. Rota sottolinea l’importanza di una pianificazione a lungo termine per questi percorsi formativi, che oggi devono essere costruiti su misura per preparare gli studenti alle sfide di un mercato del lavoro internazionale sempre più competitivo.
Sto facendo pochissime puntate live sui miei canali social e su quelle delle associazioni, ma vedo che continuate a scrivermi con grande assiduità. Grazie, vedrò come rimediare.
Questa settimana ho ricevuto una sorpresa, Dati & AI è ritornato in cima alle classifiche su Amazon, sia per i Database sia per in economia. Grazie e spero di non tradire la fiducia.
Se non vi siete ancora iscritti, fatelo, mi permettete di comprendere che apprezzate il mio lavoro (qui trovi i miei libri, tra cui “Dati & AI” che riscuote sempre successo).
Più persone la leggono, meglio è, quindi, per favore, condividilo con la tua famiglia, amici e colleghi per far sì che gli effetti di rete si diffondano.
Assicurati di aggiungere gigibeltrame@substack.com ai tuoi contatti. In Gmail, trascina questa newsletter nella tua scheda principale.
Grazie per aver letto questa newsletter, le trovi tutte a questo link.
Se ti va, contattami a questo link!
💁♂️ La Bio
👍 Seguimi su:
Magazine • LinkedIn • Instagram • Facebook • Youtube