Un blog per parlare di cultura digitale, prodotti, servizi e molto, molto di più.
Settimana di modelli che rientrano in corsa, di 722 manoscritti che nessuno riesce a verificare e di un decreto italiano che rimette un essere umano al centro di ogni decisione. Vi ricordo un mio mantra per quando si parla di AI applicata a dei compiti: non tutti i lavori possono accontentarsi di una precisione al 99.9%.
Qui trovate la versione podcast automatica (e non dimenticate di dare un’occhiata al mio ultimo libro).
Il quantum italiano che parla svizzero
Lo so che non esiste la lingua svizzera, ma la notizia più interessante su Volta B1 è che avremo il quantum a Como. Provo a spiegarmi meglio.
Volta B1, il sistema quantistico da oltre 4.400 qubit inaugurato a Como, segna un passo concreto per l'Italia nella rivoluzione quantistica e la cosa è molto interessante. Infatti, è il secondo sistema più potente d'Europa, finanziato interamente da fondi privati (10 milioni) e senza PNRR, inoltre offrirà capacità gratuita a università e ricerca, con applicazioni dalla farmacologia alla logistica. Ci sono due problemi, e dobbiamo dircelo: resta un progetto ancora agli inizi e solo tra qualche mese sarà operativo se si trovano le professionalità corrette, ma soprattutto l’accesso commerciale sarà gestito da SQT (Swiss Quantum Technology) che ha una quota rilevante vincolata per cinque anni; il vero impatto industriale e occupazionale andrà verificato, evitando che l'entusiasmo per l'infrastruttura superi i risultati concreti.
Vigilierò sulla vicenda.
Italia: il decreto che entra in vigore il 23 ottobre, Capri e gli 813 milioni che stentano a crescere
Ricevo il 40% delle richieste sui regolamenti e sulla loro evoluzione, la maggioranza assoluta dei messaggi e per questo cerco di fare una cronaca di questi oltre alle tante novità che si susseguono. Il 23 ottobre entra in vigore il D.lgs 179/2026, pubblicato in Gazzetta Ufficiale n. 234 dell’8 ottobre, con ben 54 articoli.
Ma la regola che farà rumore è una sola: dal 23 ottobre, in assunzioni, licenziamenti, provvedimenti disciplinari e valutazioni delle prestazioni, la decisione finale deve essere presa da una persona fisica con potere reale e autonomo di valutazione. Le decisioni prese solo con un trattamento automatizzato sono nulle. E il consenso del lavoratore non basta per derogare: l’articolo 41 mette la persona fisica al centro, l’articolo 42 obbliga a formare i lavoratori sui rischi specifici dei sistemi in uso. Completa il D.lgs 160/2026, che è già in vigore dal 30 settembre, dedicato a risarcimenti, responsabilità penali e uso dell’AI nelle forze di polizia.
Ma le domanda sono: chi controlla e quanto costa. AgID è l’autorità di notifica, l’Agenzia per la cybersicurezza nazionale (ACN) è l’autorità di vigilanza e il punto di contatto unico con Banca d’Italia, Consob, Ivass e Garante per i rispettivi ambiti. Le sanzioni arrivano fino a 35 milioni di euro o al 7% del fatturato mondiale per le pratiche vietate, a 15 milioni o al 3% per le altre, e per le PMI si applica il minimo tra importo fisso e percentuale. Il caso pratico: una PMI con 2 milioni di fatturato che mette un chatbot sul sito senza dichiarare che si sta parlando con un sistema di AI viola l’articolo 50 del regolamento europeo, e si prende un tetto del 3%, cioè 60.000 euro. Gli ordini professionali hanno sei mesi per inserire l’AI nella formazione continua.
Il calendario europeo, intanto, si è allungato. Il Digital Omnibus sull’AI, il regolamento 2026/1744 in vigore dal 27 luglio 2026, ha spostato gli obblighi sui sistemi ad alto rischio al 2 dicembre 2027 per i sistemi autonomi dell’Allegato III, che coprono lavoro, credit scoring, educazione e infrastrutture critiche, e al 2 agosto 2028 per quelli integrati in prodotti regolamentati dell’Allegato I. Non è tutto rimandato: divieti e alfabetizzazione AI si applicano già, e la trasparenza dell’articolo 50 è in vigore da agosto con proroga a dicembre per la filigranatura. Ma la finestra si è aperta e con lei la corsa a immettere sul mercato prima dello sblocco: tutto ciò che è già in circolazione prima del 2027 non rientrerà nei requisiti. Sono dati che non si discutono, si subiscono. E sono un regalo per chi ha fretta.
A Capri, intanto, si faceva politica industriale. Al 41° convegno dei Giovani Imprenditori di Confindustria, il 16 e 17 ottobre, Maria Anghileri ha presentato il Piano ITAL.IA 2030: due priorità di investimento pubblico e privato, Industrial Edge e Physical AI da un lato, AI for Science e Life Sciences dall’altro; i Poli dell’AI con imprese, atenei e centri di ricerca; le ZES AI, isole come le Zone economiche speciali; un AI Adoption Act per le PMI; il progetto 500 talenti per l’AI, cento persone all’anno per cinque anni su algoritmi, semiconduttori, robotica e cybersecurity. E la candidatura italiana a ospitare una delle AI Gigafactory europee. “Noi non ci stiamo a diventare i camerieri digitali di Stati Uniti e Cina”, ha detto la presidente. Dal governo arrivano circa un miliardo per le imprese AI e cyber, e il supercomputer di Bologna, con oltre 400 milioni di finanziamenti europei e italiani, che passa dagli attuali 52.000 GPU equivalenti a H100 a 152.000 nel 2028.
Il nostro venture non decolla?
Nel primo semestre 2026 le startup italiane hanno raccolto 813 milioni di euro in 145 round: al netto dei mega round, il secondo migliore semestre di sempre. Secondo Dealroom, 652 milioni di dollari raccolti, in crescita del 29% sul 2025, con il valore delle società tech italiane passato da 63 a 139,9 miliardi di dollari dal 2022 e software e AI a concentrare il 25% di tutti i round. Nel frattempo Bending Spoons aumenta il proprio valore grazie al fondo Berkshire. Il problema è che restano i freni noti: l’incentivo fiscale del 30% ancora in sospeso, la legge sulla concorrenza in attesa di chiarimenti, il Testo Unico sulle startup aperto. La filiera europea dell’AI, per ora, è un trilione di parametri allenato in Francia su GPU americane. È un ottimo inizio. Non è indipendenza.
L’84% dei ransomware passa dall’AI, e il Giappone dichiara per la prima volta l’emergenza cyber
Il 2026 Ransomware Risk Report di Semperis, costruito con Censuswide su 1.200 responsabili IT e sicurezza in nove paesi e otto settori, ha un numero che dovrebbe far accendere un semaforo: l’84% delle vittime di ransomware ritiene che i criminali abbiano usato l’AI in qualche modo. L’anno scorso, alla stessa domanda, la percentuale era intorno al 40%. Questa non è una stima da laboratorio: è la voce di chi ha subito l’attacco.
Gli altri numeri sono peggiori. L’87% degli attacchi ha colpito l’infrastruttura di identità, cioè Active Directory, Entra ID e Okta. Il 44% ha sfruttato i sistemi o gli agenti AI dell’azienda colpita. Il 69% delle vittime è stata attaccata più di una volta, il 37% ha ricevuto minacce contro la famiglia e il 59% ha pagato almeno un riscatto. E sul lato difensivo il quadro è sgradevole: il 49% usa l’AI per rilevare e rispondere, ma il 23% dice che i propri strumenti AI non hanno fermato il malware.
C’è poi il quadro macro, e qui la notizia più seria della settimana in fatto di sicurezza. Il Fondo Monetario Internazionale, nel report del 13 ottobre, scrive che in oltre il 70% dei casi di vulnerabilità sfruttate quest’anno gli sviluppatori non hanno avuto tempo di correggerle. L’anno scorso era poco più del 50%. Comparitech conta 2.627 attacchi ransomware rivendicati nel terzo trimestre, il record trimestrale e il 61% in più sullo stesso periodo del 2025.
E poi c’è il Giappone, che ha fatto una cosa che nessun altro ha fatto: il 9 ottobre il responsabile nazionale per la cybersicurezza ha dichiarato per la prima volta un’emergenza nel cyberspazio. 86 incidenti solo a settembre, oltre 500 nel 2026 contro i 473 registrati in tutto il 2025, 14 milioni di cittadini con dati compromessi. Il caso scatenante è stato un attacco a IDC Frontier, il cloud provider di SoftBank, che ha bloccato 495 organizzazioni clienti in poche ore.
La cosa che mi fa pensare è il 44%. Non è più un problema di phishing: è un problema di permessi. Abbiamo dato a un modello il potere di aprire la porta e poi gli abbiamo consegnato le chiavi. L’AI non è il vettore, è l’amplificatore, e l’amplificatore non ha bisogno di Originalità, ha bisogno di pazienza.
Google torna in campo: Gemini 4 Argon a prezzo di attacco, con un conto che scade il 30 novembre
Martedì 13 ottobre Google ha messo Gemini 4 Argon a disposizione di sviluppatori e aziende in tutto il mondo, ne avevo parlato settimana scorsa ma era a disposizione di pochi. Ora è disponibile dentro l’API a pagamento di Gemini, l’app Gemini stessa e la modalità AI di Ricerca per gli abbonati Pro e Ultra, più Antigravity, il coding agent di Google, che resta riservato agli Ultra e ad alcuni piani aziendali. Prezzo di lancio: due dollari per milione di token in ingresso e dieci in uscita, fino al 30 novembre. Poi raddoppia: quattro e venti.
I numeri di sicurezza sono i più interessanti. Nei test pubblicati da Google, Argon completa 12 scenari di attacco informatico simulato su 12, contro i cinque della generazione precedente, e sul Vals Index sale al 68,9% prendendo il primo posto. Ma sulla programmazione il conto è diverso: in FrontierSWE v2 ottiene il 55%, mentre GPT-6 Astra si ferma al 65,5%. E su Artificial Analysis Argon eguaglia Astra nell’Intelligence Index spendendo circa il 60% del costo per attività. Cioè: stesso cervello, conto più basso.
Il contesto, però, è pesante. Google aveva annunciato Gemini 3.5 Pro per giugno, poi lo ha cancellato. Ha stravolto DeepMind dopo che Demis Hassabis è passato da amministratore delegato a Chair e Chief Scientist di Alphabet, e diversi leader del team Gemini sono usciti. Aveva perso mesi e il primato, e lo si vede nella fretta con cui è arrivato il modello, nonostante la campagna di comunicazione. Ma c’è un dettaglio: fra i primi clienti ci sono Deloitte, LexisNexis, Ambience Healthcare e Isomorphic Labs, ma soprattutto il programma Fairwind si apre adesso a centinaia di partner.
La cosa che mi fa pensare è che il prezzo di lancio non è un modello di business, è una scadenza. Un’azienda enterprise non migra stack perché un modello ha vinto un benchmark: migra perché qualcuno ha firmato un contratto. E quel contratto, dal 1° dicembre, costa il doppio. Questo è un tema interessante da approfondire: ce lo dicono con mesi di anticipo e nessuno fiata, chi oggi sceglie Argon sta scommettendo su un prezzo che scade, non su un prezzo che esiste, ma ha la possibilità di provarlo su larga scala.
In pratica, si può dire che la questione dei modelli sta entrando nel tema della maturità dei processi: se qualcosa funzionava prima, per migrare alla versione successiva si devono avere delle garanzie di successo. Questa è la scelta di Google, vedrete che anche la concorrenza farà altrettanto.
Meta Muse Wonder: 14 mesi per rifare i modelli, ma adesso vuole che paghiamo per usarli
Lunedì 12 e martedì 13 ottobre Meta ha presentato Muse Wonder e Muse Wonder Full, i due modelli più avanzati mai realizzati dai Meta Superintelligence Labs, Dopo Muse Spark di aprile, è il distacco definitivo dal modello open source Llama, rimasto indietro rispetto al resto del settore. Meta smette di essere la piattaforma che ospita i modelli degli altri e diventa un laboratorio che compete sulla stessa fascia.
Secondo Artificial Analysis, Muse Wonder Full totalizza 56 punti nell’indice generale, contro i 58 di Claude Opus 5.5 e i 53 di GPT-6 Astra; Muse Wonder si ferma a 52. Meta sostiene di battere Opus 5.5 in otto test su quattordici, e le cifre vengono dalla casa. L’API di Muse Wonder costa quattro dollari per milione di token in ingresso e venti in uscita, mentre Wonder Full è riservato agli abbonati Power e Maximum di Muse Code. E l’abbonamento all’assistente Muse va da 20 a 100 dollari al mese.
Il contesto, di nuovo, dice più della notizia. Nell’ultimo anno Meta ha rilanciato Muse Code ad agosto, l’app agentic Muse a settembre, e a Connect ha mostrato Muse Charm, un dispositivo tascabile basato sull’AI per dialogare con l’assistente anche senza smartphone. Zuckerberg ha anche spiegato che il lancio di Muse era stato rimandato per concentrarsi sulla sicurezza, e ha aggiunto una frase che mi è rimasta in testa: “Non abbiamo chiesto agli altri di farlo prima di noi”. Il che è vero, e anche un po’ comodo, perché l’unica cosa che fa un’azienda grande quando rimanda un lancio è comprare tempo per farlo bene.
Ma qui c’è una cosa che quasi nessuno sta dicendo. Meta ha impiegato quattordici mesi a ricostruire il proprio laboratorio di modelli. In quei quattordici mesi OpenAI ha messo online 722 manoscritti di matematica, Anthropic ha cambiato prezzi due volte e Google ha cancellato un modello. Quattordici mesi, nel settore dell’AI, non sono un ritardo: sono un’era geologica. Ma possibile che il vantaggio competitivo di un’azienda con tre miliardi di utenti sia la capacità di aspettare? No: il vantaggio è che alla fine quegli utenti sono lì, e sono loro a pagare l’abbonamento. Il resto è semplicemente marketing.
E Wonder è anche Open Weight
Meta ha lanciato anche Muse Spark Open, definito il modello open weight più potente negli USA. Con 816 miliardi di parametri e una finestra di contesto da un milione di token, multimodale, ideale per coding e agenti autonomi, è una promessa importante. È progettato per girare localmente sui Mac, anche se serve al minimo 1 TB di RAM, meglio su Mac Studio M5 Ultra. Meta lo ha già usato con Muse Code per migliorare le app e persino per gestire DaVinci Resolve, analizzando video.
Perché è interessante? I modelli open weight sono gratuiti se girano in locale, offrono trasparenza, flessibilità e costi irrisori rispetto ai sistemi chiusi. È una scossa al mercato: meno dipendenza da cloud proprietari, più controllo aziendale.
Ma c’è una domanda chiave: siamo pronti a gestire questa potenza in casa? E a metterla a disposizione di tutti?
OpenAI e i 722 (-3) manoscritti: quando la matematica diventa un problema di potere, ma conta la verifica
Non è una notizia nuova, ma non l’avevo approfondita. La sera del 6 ottobre, senza keynote, OpenAI ha pubblicato su GitHub 722 manoscritti matematici raggruppati in 372 famiglie di risultati, prodotti da un modello interno che l’azienda non ha ci ha fatto identificare e non ha rilasciato. Il modello ha ricevuto circa 4.000 problemi aperti, e per ogni risultato servono in media tre ore di calcolo equivalente a un ChatGPT Pro in modalità thinking. Licenza Apache 2.0, con riassunti delle catene di argomentazione e delle stime di costo. OpenAI avverte che alcuni risultati non formalizzati possono contenere errori, e chiede alla comunità di leggerli e capirli.
Il problema, appunto, è esattamente quello. La notizia, in un certo senso, è che metà dei manoscritti non risolve niente: confuta.
E arrivano i numeri della verifica, che sono la parte più interessante. Il 7 ottobre, a meno di ventiquattr’ore, OpenAI aveva ritirato tre di questi per un semplice errore di segno in una dimostrazione. Restano 719 lavori, di cui circa 300, circa il 42%, hanno una formalizzazione in Lean (significa scrivere definizioni, teoremi e dimostrazioni matematiche in un linguaggio formale che il computer può comprendere e verificare, utilizzando lo specifico assistente di dimostrazione chiamato Lean). E attenzione: la verifica in Lean garantisce che i passaggi logici siano coerenti col codice, non che la dimostrazione risolva davvero l’enunciato. Sono due cose diverse, e la seconda è quella che conta!
Le reazioni sono state violentemente divise. Il 9 ottobre Terence Tao ha parlato al Caltech di “Matematica 2.0” e ha detto che il collo di bottiglia non è più la scoperta, è la verifica: le dimostrazioni abbondano, i verificatori no. Venticinque premiati Fields hanno firmato una dichiarazione durissima, minacciando di chiudere le collaborazioni con le aziende di AI che pubblicano a briglia sciolta. Sul campo opposto Levent Alpöge di Anthropic ha definito l’evento “il momento più significativo nella storia della matematica”. E le critiche più pesanti, non riguardano la matematica: riguardano la trasparenza. OpenAI non ha pubblicato i prompt, e solo dieci lavori su circa settecento riportano il ragionamento del modello.
Faccio una provocazione: chi paga il costo di leggere 719 dimostrazioni che nessuno riesce a capire?
Non l’azienda, perché lei ha semplicemente pagato il calcolo. Lo può fare la comunità matematica, gratuitamente, usando il tempo che avrebbe usato per “fare matematica”? OpenAI ha risposto finanziando convegni e workshop dedicati a capire i risultati, che è un bel gesto. Ma la domanda vera è un’altra: se nessuno può verificare il lavoro, chi firma? A firma con la matematica, non l’algoritmo.
Anthropic, i costi di Haiku 5.5, i semi NIST e un listino svalutato in un pomeriggio
Anthropic aveva presentato Claude Haiku 5.5: il modello più veloce e più economico della casa. In settimana, però, Anthropic ha avuto un incontro molto meno allegro con il mercato. All’investor day di San Francisco del 14 ottobre i potenziali acquirenti parlavano di una valutazione di 1,5 trilioni di dollari per la vendita di quote di novembre, in calo dai circa 2 trilioni ipotizzati in precedenza. Il fatturato del terzo trimestre è stato di 16,8 miliardi di dollari, in crescita del 45% sul trimestre precedente: crescita pazzesca, ma un rallentamento, considerando che nel secondo trimestre era praticamente raddoppiato. Anthropic ha anche rivelato il 45% di crescita sequenziale agli investitori, e l’ha presentata come successo. Tutti i numeri di crescita, finché crescono, si presentano come successo.
L’azienda ha firmato il suo primo noleggio di data center in Canada e sta facendo pressing a Capitol Hill con una bozza di legge sulla sicurezza dell’AI, con soglie di intervento governativo che sono благemente conservative, per una casa che due settimane fa ha scoperto un proprio modello capace di auto-replicarsi in rete.
Intanto, dall’altra parte della barricata, OpenAI ha fatto un passo indietro molto pubblico. Tom Duff Gordon, responsabile policy EMEA di OpenAI, ha detto al Parlamento britannico che l’azienda ha abbandonato il rilascio di GPT-6.1 Astra per problemi di sicurezza: “non rifiutava abbastanza, non era progredito abbastanza nell’allineamento”. Due aziende, nella stessa settimana, che annunciano un modello in uscita e un modello che non uscirà. La cosa che mi fa pensare è che il 2026 si sta chiudendo con un’ammissione in due voci: la frontiera non è il problema. L’allineamento è il problema. E nessuno dei due ha un prodotto di rilascio da mostrare al mercato.
Maia 300, CoreWeave e il Nasdaq: quando l’infrastruttura AI si tinge di debito
Microsoft ha presentato Maia 300, terza generazione del proprio acceleratore, con un annuncio molto più pesante del solito: dal 2027 Maia diventerà “il principale sistema di inferenza per i prodotti e i servizi Microsoft”. Promessa: 40% di token in più per megawatt rispetto ai sistemi basati sulle GPU leader attuali (devo farvi i nomi?). Maia 200 serve già Copilot in produzione, mentre GitHub Copilot e Microsoft Foundry passano ai chip entro fine 2026, e Microsoft AI ha finito il pre-training di MAI-Base-2, sistema un mixture-of-experts con 2,8 trilioni di parametri totali e 80 miliardi attivi.
Ma sull’AI c’è molta preoccupazione nei mercati finanziari. Venerdì 16 ottobre il Nasdaq ha chiuso in calo di oltre il 2%, la peggior settimana da giugno, con l’indice dei chip giù per otto sessioni consecutive e il Kospi sulla peggior settimana dal 2008. Il caso pratico è CoreWeave: il titolo è sceso di circa il 15% fino a 65,78 dollari e i suoi bond del 2032 valgono circa 78 centesimi su dollaro, con un rendimento vicino al 15%. Il Debito di chi costruisce l’infrastruttura AI è diventato il segnale che il mercato legge, più delle metriche d’uso e dei benchmark.
Dall’altra parte i numeri dell’hardware continuano a girare: TSMC ha chiuso il terzo trimestre con 46,72 miliardi di dollari di ricavi, in crescita del 41,2% e con la previsione 2026 portata a circa il 44%. Ma chi costruisce fatica: il data center norvegese di Nscale è sei mesi indietro sulla tabella di marcia, con appena 6,4 dei 30 megawatt previsti in funzione al Circolo Polare, e penali verso clienti che si chiamano Microsoft e ByteDance. Una IPO da 35 miliardi di valutazione con sei mesi di ritardo è un ottimo test per capire quanto gli investitori credano alle date di consegna.
La sintesi, per me, è che il settore è passato dal software al credito. Perché un modello costa token e un token lo paghi a fine mese. Ma un data center costa miliardi, e quei miliardi li devi restituire a qualcuno, per anni e con gli interessi. Finché il mercato guardava la crescita, era facile. Adesso il Nasdaq scende e qualcuno comincia a chiedere chi rimborsa. I bond sono un buon segnale da seguire.
Agenti rogue: il modello che si replica, quello che ha speso i tuoi soldi e i 400 scienziati
Anthropic ha pubblicato una ricerca che fa accaponare la pell: GLM-5.2, modello open-weight di Z.ai, è stato l’unico a replicarsi su una rete di test a otto nodi, in quattro tentativi su cinque. Tradotto: un modello è riuscito a ricreare se stesso in un ambiente che non aveva mai visto. In pratica, si tratta di modelli piccoli che si auto-replicano, ed è esattamente il motivo per cui negli ultimi due anni la comunità della sicurezza ha chiesto regole sui modelli con capacità di agire.
Poi un agente di ricerca interno di OpenAI, in un test, ha speso dei token di Ethereum da un wallet che non gli era mai stato assegnato per portare a termine un compito. Non un furto, è una scorciatoia. Ma il modello ha trovato una risorsa, ha deciso che gli serviva e l’ha usata. Questa è la definizione esatta di un agente non allineato, e non servono nemmeno i piani per l’AGI: basta un test ben fatto.
La politica intanto accelera. FBI e CISA hanno avvertito gli ufficiali elettorali americani del phishing potenziato dall’AI prima delle elezioni di midterm, chiamando la tecnologia, ovviamente, “super intelligence”. La task force Super Intelligence della Casa Bianca ha adottato la propria carta costitutiva e avviato un countdown di 120 giorni per un rapporto sui rischi in cybersicurezza, biosicurezza e controllo dei modelli
Possiamo dire che stiamo creando “esseri alieni” molto pericolosi? E che tra macchine e umani dobbiamo scegliere sempre i secondi?
Io inizio ad avere qualche dubbio e ve lo lascio: la paura è giusta, ma è anche comodissima. Il 44% dei ransomware passa dall’AI, gli agenti sottraggono wallet, Tencent scopre che naviga senza permesso, e in mezzo a tutto questo la risposta dei governi è sempre e comunque un comitato, che, se tutto va bene, produrrà un report in 120 giorni, cioè nel tempo in cui un agente di ricerca ha già cambiato le regole un paio di volte!
Il rischio vero non è che i modelli diventino cattivi: è che diventano bravi a fare cose che nessuno ha chiesto, ma soprattutto, che nessuno stia guardando.
Una sfida decisamente impari, che va regolata a monte, non a valle. Discutiamone.
Robotica: quindici KUAVO che contano 60.000 pezzi, e i Giochi di Pechino con il 5G-A
Leju e Zhaofeng hanno annunciato quindici umanoidi KUAVO in uso regolare su una linea di produzione di uno stabilimento di componenti per auto a Hangzhou: circa 1.000 ore di operatività e oltre 60.000 componenti gestiti. Nello stesso periodo, quasi venti umanoidi sono entrati in una fabbrica di componenti auto nell’impianto 3 di Zhaofeng a Hangzhou, per il carico e lo scarico dalla linea. Niente presentazioni, niente dirette: carico, scarico, conteggio.
Il contesto conta, perché spiega la velocità. IDC calcola circa 25.000 umanoidi spediti nel mondo nel primo semestre 2026, in crescita del 432% sullo stesso periodo, con la Cina al 77,9% del totale e le aziende cinesi oltre il 95% delle spedizioni. UBTech firma accordi con FAW-Volkswagen e Xiamen C&D per allargare i canali di vendita. E BYD ha pubblicato il design del suo primo umanoide sviluppato in casa, depositando il brevetto il 9 ottobre.
La corsa si è spostata da “mostrare il robot” a “farlo produrre”.
Ma c’è un dettaglio che quasi nessuno mette in primo piano: anche in robotica c’è sempre uno zero-day tra l’annuncio e la consegna, e in mezzo ci sono decine di round di finanziamento per la filiera, dai sensori alle batterie. La vera partita non è mai l’umanoide: sono le migliaia di componenti che lo rendono possibile.
Un po’ di satira amara sull'innovazione in Europa.
La puntata del Late Tech Show
Come sta cambiando il lavoro in azienda con l'arrivo dei nuovi agenti autonomi e dell'intelligenza artificiale generativa? In questa sesta puntata dell'ottava stagione del Late Tech Show, esploriamo l'impatto reale dell'AI sui processi aziendali, tra novità di prodotto e adozione concreta nelle PMI italiane.
🔹 Microsoft Copilot e la nuova era del lavoro: con Veronica Rosso (Direttrice AI Work di Microsoft Italia) analizziamo i grandi annunci dedicati a Copilot: dalle nuove modalità Home, Code e Autopilot, all'integrazione con Microsoft 365, fino alla governance dei dati e al controllo dei costi (FinOps).
🔹 PMI e AI generativa in Italia: insieme a Patrick Sostmann (Alibaba.com) scopriamo i dati della ricerca su 1.000 PMI italiane: come l'AI agentica sta accelerando l'approvvigionamento e il procurement globale, e i dettagli dell'evento Co-Create a Londra.
🔹 Oltre l'Agent Washing nei processi aziendali: con Francesco Elmi (Hevolus) affrontiamo il vero nodo strategico: perché non basta automatizzare singoli task, come evitare le trappole dell'agent washing e come ridisegnare i flussi decisionali (BPM) mettendo sempre l'essere umano al centro del giudizio finale.
Lo SmartBreak (e il podcast “Vita da ufficio”)
Qui l’ultimo disponibile in formato podcast. Provo a farli #live alle 11 sui miei profili social o in quelli di alcune associazioni manageriali, ma con scarsa assiduità…
Il Libro Physical AI
Vi ho detto che è appena uscito mio nuovo libro, ci saranno occasioni per parlarne insieme, sia online (già questa settimana vedrete qualcosa che ho registrato per un canale TV) e sia fisiche, ve lo assicuro.
Techy e oltre
Se non vi siete ancora iscritti, fatelo, mi permettete di comprendere che apprezzate il mio lavoro (qui trovi tutti 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
Iscriviti gratuitamente per ricevere nuovi post e supportare il mio lavoro.
Grazie per aver letto Techy di Gigi Beltrame! Iscriviti gratuitamente per ricevere nuovi post e supportare il mio lavoro.
