|
La competizione nell'AI non riguarda soltanto la qualità dei modelli, ma il controllo dell'intera filiera tecnologica: chip, infrastrutture di calcolo, sicurezza, software e governance.
Il dibattito tra modelli aperti e chiusi si sta evolvendo in una discussione più complessa, che coinvolge la sovranità tecnologica delle imprese, la resilienza delle catene di approvvigionamento e la capacità di difendersi da minacce informatiche sempre più sofisticate. Mentre Anthropic chiarisce di non voler bandire i modelli open weight e Nvidia promuove un'alleanza per la sicurezza dell'AI aperta, Microsoft accelera sul fronte della cybersecurity con nuovi strumenti progettati per contrastare attacchi condotti da agenti intelligenti.
Parallelamente, Nvidia rafforza la propria strategia investendo 5 miliardi di dollari nella startup Safe Superintelligence di Ilya Sutskever, assicurandosi un ruolo centrale nello sviluppo della prossima generazione di modelli.
La partita dell'AI si gioca ormai sul controllo dell'ecosistema, non solo degli algoritmi.
Buona lettura!
|
|
|
|
|
Lo scontro dei giorni scorsi si affina. Anthropic esclude di volere un ban dei modelli open weight, mentre Nvidia lancia un’alleanza per la sicurezza AI aperta. Per le imprese il tema riguarda controllo della filiera, difesa cyber, compliance e dipendenza tecnologica | | | |
|
|
|
|
L'azienda ha presentato Project Perception e il modello MAI-Cyber-1-Flash per individuare vulnerabilità e coordinare agenti autonomi di difesa. L’offerta arriva dopo l’incidente che ha coinvolto OpenAI e Hugging Face e mentre Anthropic limita l’accesso ai sistemi più potenti. La cybersicurezza diventa così un mercato decisivo per l’AI | | | |
|
|
|
|
L'azienda guidata da Jensen Huang investe 5 mld di dollari in Safe Superintelligence, il laboratorio fondato dall’ex capo scientifico di OpenAI, valutato circa 30 miliardi di dollari. L’accordo garantisce alla startup l’accesso ai sistemi Vera Rubin e amplia di dieci volte la sua capacità di calcolo | | | |
|
|
|
|
Capire come funziona un large language model (LLM) permette di stimare meglio i costi di soluzioni AI-powered, valutare quando applicare tecniche come prompt engineering, RAG e fine tuning, progettare pipeline di automazione solide in grado di generare vantaggi per l’azienda. Ecco come funziona il motore degli LLM per decisioni informatiche | | | |
|
|
|
|
Secondo la ricerca ‘HR & Payroll Pulse’ condotta da SD Worx, il 72% dei lavoratori italiani che usano regolarmente l’AI ritiene di essere diventato più efficiente. Ma gli italiani sono più preoccupati della media Ue per l’impatto dell’AI sul mondo del lavoro. Gli impatti dei nuovi requisiti dell’AI Act in arrivo il 2 agosto | | | |
|
|
|
|
Dietro la finestra di conversazione di Claude oggi ci sono progetti persistenti, artefatti interattivi, memoria che attraversa le sessioni, ricerca web nativa e generazione di file scaricabili. Cosa offre la chat di Anthropic nel 2026 e come si configura nei primi trenta minuti | | | |
|
|
|
|
I sistemi di ispezione basati sull’intelligenza artificiale promettono meno scarti, controlli più rapidi e dati utili per correggere i processi. Il passaggio dal prototipo alla linea produttiva resta però difficile: immagini, falsi allarmi, integrazione, sicurezza e supervisione umana decidono il ritorno economico dell’investimento | | | |
|
|
|
|
|
|
|
|
