- 3 ore fa
Categoria
📺
TVTrascrizione
00:05Musica
00:30Prima di entrare al prossimo panel, un rapido video che abbiamo raccolto alla Milken Conference, sapete un po' la Davos
00:37americana, negli Stati Uniti, in California si ritrovano i grandi operatori dell'economia, degli investimenti e del mercato che sull
00:44'AI hanno detto alcune di queste cose, vediamolo.
01:00I think for the market leaders, in many cases, AI is a huge asset. Meta, we've talked about, I've talked
01:07to customers of Meta, they're earning a much higher return on their ads, which obviously means they're going to buy
01:11more ads. Obviously very good for Meta. I mean, AI, in that case, very powerful, pro-growth technology.
01:19Wherever the AI is on the creative front, we see it moving faster. I would say some of this workflow
01:25stuff is a little bit frustrating because the technology is so powerful. It's a little bit like in a medical
01:32context, you have the basic research and you now have to figure out how to take it from the bed,
01:38from the beaker and bring it to the bedside.
01:40So I would say it's going to happen. If you look at our companies, their spend on large language models
01:46was up 15 fold over the last year. Now off a low base, but the direction of travel is towards
01:53more use to more use cases. I think it's coming. But yes, it's not easy, which is why creating a
01:59company to help, I think will be very powerful.
02:01We're very confident that artificial intelligence has been changing the world for 25 years. It's just now because of cloud
02:09and because of compute capacity that everyone's now utilizing it. And you can see the future of what's coming. Everyone's
02:17going to be using it. It gets embedded in your life. You don't even know what's happening. This is the
02:22utilities of the future. So it is going to work.
02:24I think it's transformative. And we've talked about this for the last couple of years. We think we were pretty
02:30early with this. It is transforming all businesses. I think every client that we talk to is thinking about how
02:37do I re-underwrite my business model to use these tools to deliver value to customers and clients.
02:43And these are the voices that we received from the big investors. Now we're going to present our next two
02:50of us.
02:50All right. All right. Entriamo nel vivo della parte dedicata alle imprese, la competitività.
02:55Già Floridi ha detto che continuiamo a perdere i treni e quindi direi che lo chiediamo direttamente anche a chi
02:59salirà sul palco.
03:00È un piacere. Io chiedo a Franco Berbabè, founder di Tech Advisory, presidente. Prego, si accomodi. È un piacere averla
03:06con noi.
03:06E Joseph Nierling, amministratore delegato di Porsche Consulting. Benvenuti. È un grande piacere. Prego.
03:15Allora, io direi, parto dal presidente. Lei ha portato la quotazione Eni, ha una lunga storia all'interno di Telecom
03:22Italia.
03:23Quarant'anni fa il primo collegamento via internet. Oggi ha fondato Tech Advisory, nuova sfida nel momento dell'intelligenza artificiale.
03:31Ebbene, allora, le imprese in questo momento dove si trovano? Questa sfida, treni persi, come la pensa?
03:38Ma, se mi permetti, io partirei dalle riflessioni fatte dal professor Floridi che mi sembrano molto importanti perché il tema
03:47che Floridi solleva è
03:50ma abbiamo perso tutti i treni in Europa. Beh, devo dire che se uno guarda al passato, effettivamente il rischio
03:56di aver perso tutti i treni c'è.
03:59Prendiamo solamente la telefonia mobile. Noi avevamo sviluppato uno standard aperto che era il TDMI.
04:09A un certo momento qualcuno ha deciso che l'evoluzione dello standard aperto interoperabile che ha consentito la diffusione mondiale
04:19della telefonia mobile
04:21doveva essere integrato da nuova tecnologia. E quindi si è sviluppato lo standard WCDMI.
04:30Standard WCDMI che, guarda caso, ha voluto gli americani e c'era una sola società, Qualcomm, che produceva un chip
04:40abilitato allo standard CDMI.
04:44Quindi noi abbiamo perso il monopolio, diciamo, quel ideale di interoperabilità, di apertura che era lo standard TDMI
04:58e ci siamo consegnati mani e piedi a un produttore di chipset americani che era Qualcomm.
05:04Ora, se uno guarda lo stack AI, direi che la sfida è completamente persa.
05:13Però quello che sta avvenendo è molto interessante perché mentre noi stiamo lì che cerchiamo di arrabbattarci a capire
05:21dove andremo a finire con queste ipotesi sovraniste, la Cina si sta già muovendo.
05:28I Stati Uniti hanno fatto un grosso errore nel bloccare l'accesso ai chipset Nvidia da parte dei cinesi
05:36e i cinesi hanno cominciato a sviluppare un chipset Huawei Ascend
05:42ma soprattutto, ed è quella la cosa importante, stanno sviluppando il sostituto del framework CUDA
05:50che è quello con il quale Nvidia gestisce tutto lo stack di intelligenza artificiale
05:56con un altro framework, CAN, che ha già dimostrato di essere potente.
06:01La differenza importante fra il framework CUDA e il framework CAN
06:06è il fatto che i cinesi, così come hanno fatto per i motori di intelligenza artificiale
06:12hanno deciso di rilasciarli open source.
06:14Ora, nello stack di intelligenza artificiale ci sono varie fasi cosiddette open source
06:22PyTorch, tutto il framework, poi per la gestione del Kubernetes, per l'orchestrazione
06:31sono tutti cosiddetti stand di open source ma in realtà sono rilasciati da un'azienda
06:35che ne controlla la direzione.
06:37Ora, i cinesi hanno fatto una cosa completamente diversa.
06:41Noi non riusciremo a imitare i cinesi, non abbiamo la possibilità di fare quello che hanno fatto i cinesi
06:47come coordinamento di vari effort per arrivare lì e quindi dobbiamo darci una mossa.
06:54Però allora c'è un'altra cosa, secondo me, a cui noi dobbiamo rispondere.
06:59L'intelligenza artificiale si ferma gli LLM?
07:02No, non si ferma gli LLM, anche se adesso si pensa che gli LLM siano,
07:10beh sono stati quelli che hanno creato la hype tra l'altro,
07:14ma voi pensate che un modello di tipo stocastico
07:20prono alle allucinazioni
07:22con tutta una serie di problemi come quelli che hanno gli LLM
07:27sia il futuro dell'intelligenza artificiale.
07:30No, il futuro dell'intelligenza artificiale è un altro.
07:33Adesso diciamo che
07:36a una parte dei problemi degli LLM si dà risposta con le architetture RAG, eccetera,
07:44ma noi dobbiamo pensare che dobbiamo introdurre un concetto deterministico,
07:51così com'era la vecchia IT.
07:56Per introdurre un concetto deterministico
07:58non basta il livello di intelligenza che abbiamo adesso,
08:02ci va una frazione di quantum computing
08:07e quindi andremo a sviluppare modelli
08:10che sono large quantitative models,
08:13che adesso sul mercato non ci sono,
08:15c'è una sola società che produce large,
08:18che ha un'offerta di l'alquaccio.
08:21Ma se uno lo vuole usare per applicazioni scientifiche,
08:26l'LLM non serve a niente.
08:28E intanto però, Bernabè, ma anche Nierling,
08:32anche l'applicazione di questi imperfetti modelli
08:34sta iniziando a fare la differenza in termini di competitività.
08:37Nei numeri anche delle trimestrali
08:39che abbiamo raccontato in questa settimana
08:40delle società americane si vede una crescita
08:42che per alcuni è spinta anche dall'intelligenza artificiale,
08:46molto meno in Europa.
08:47Allora, per le aziende europee e anche le aziende italiane,
08:49qual è la strategia oggi?
08:51Ci sono delle aree in cui possiamo recuperare
08:53questi treni persi e farcela anche?
08:56Buonasera a tutti.
08:57Sì, sicuramente quello che vediamo
08:59nel prodotto interno l'ordo americano,
09:02indipendentemente dalle belle azioni
09:03che fa l'amministrazione attuale,
09:05è una crescita.
09:06E questa crescita, però,
09:09io non la legherei direttamente alle AI,
09:11ma in maniera indiretta.
09:12Perché questo?
09:13Perché questa crescita è figlia dell'investimento
09:16in infrastruttura enorme che si ha.
09:19Cioè, si stanno costruendo oggi data center
09:21con un'ordine di grandezza
09:22dai 5 alle 10 volte a quello che facciamo in Europa.
09:25E questo porta lavoro.
09:27Lavoro anche all'idraulico
09:30che connette gli impianti.
09:32e quindi, se noi adesso andiamo a leggere
09:36realmente la traiettoria dell'AI,
09:37come si è detto più volte in questa giornata,
09:41siamo in una fase di fermento,
09:42ma la produttività reale,
09:45l'effetto reale di questa AI
09:47non lo vediamo ancora nell'economia.
09:50E quindi la buona notizia che io,
09:51al contrario, vorrei dare
09:52è che siamo ancora in tempo.
09:53Sì, ci sono dei treni che passano,
09:55magari non abbiamo la leadership
09:56nel large language model,
09:58magari non siamo così smart come i cinesi
10:00a usare un open source,
10:02perché così loro effettivamente,
10:03il dottor Berrave ha ragione,
10:05riescono a utilizzare invidia
10:07per alimentare la propria intelligenza artificiale.
10:10Questo è un'intelligente mossa.
10:13Però io torno a quello che dico,
10:16ancora la sfida della produttività è aperta
10:18perché noi vedremo realmente questi effetti
10:22quando i prodotti contengono
10:23l'intelligenza artificiale.
10:25Si parlava poco fa della guida autonoma.
10:27Ecco, la guida autonoma è un veicolo
10:30dove dentro c'è l'intelligenza artificiale
10:31che si muove in maniera autonoma.
10:33E' il concetto di AI inside
10:34a cui abbiamo dedicato un po'
10:36tutta questa edizione degli Stati Generali.
10:38Non ci sono ancora,
10:39l'ho detto anche Nobili poco fa.
10:42Abbiamo ancora la possibilità
10:43di essere attori nelle auto,
10:47nei droni, negli aerei,
10:49nelle macchine utensili,
10:51nei compressori del Veneto.
10:53Insomma, abbiamo ancora, secondo me,
10:55un territorio che può essere valorizzato
10:57se però questo treno qui della fisica le AI
11:00non lo andiamo a perdere.
11:02Aggiungo un punto.
11:03Si parla di già automotive
11:05ma io parlerò anche di health care
11:06che è l'altro mio lato della medaglia.
11:09Io mi occupo anche di sanità.
11:10Voi vi siete visti a Davos,
11:11avete parlato proprio di questo
11:12all'inizio di quest'anno.
11:13In questo contesto,
11:15nell'health care, nell'health tech
11:16di cui poi parleremo,
11:18quali sono invece i punti forti?
11:20Le AI in questo caso
11:21fa effettivamente la differenza?
11:23Lo sta già facendo nell'industria,
11:24nelle imprese di questo settore?
11:25Anche qua, secondo me,
11:27c'è una buona notizia.
11:28Chi fa AI nel del care
11:29non usa il large language model standard
11:31ma fa delle partnership
11:34direttamente con NVIDIA
11:36a, per esempio, Elilili,
11:39il proprio data center
11:41con più di 1000 GPU
11:44della NVIDIA installati
11:45e sviluppa dei propri modelli
11:47che sono proprietari
11:48con i propri dati.
11:50Quindi, quando noi
11:51andremo a parlare di competitività,
11:54poco fa parlavi di competitività,
11:56questa competitività
11:57non si farà
11:57se non quando abbiamo
11:59dei prodotti differenzianti.
12:01Il prodotto differenziante
12:01è l'unica strada
12:03per essere competitivi,
12:04altrimenti tutti fanno
12:05la stessa cosa,
12:06l'artificio in tech
12:06è disponibile per tutti,
12:07poco fa si parlava di utility.
12:10Solo quando noi invece
12:11abbiamo dei modelli nostri
12:13con dei dati nostri,
12:15delle proprie imprese,
12:16allora realmente
12:17lo trasformiamo
12:18in una,
12:19come dicono gli americani,
12:20unique selling proposition.
12:22Il settore del farma,
12:23proprio anche perché
12:24è un settore
12:25che è sotto pressione
12:27forte nella ricerca,
12:29uno su dieci
12:30dei farmaci sviluppati
12:31fondamentalmente
12:32porta profitto,
12:34il resto tipicamente
12:34sono progetti
12:35che si perdono
12:36lungo lo sviluppo,
12:37ha un potenziale enorme
12:40attraverso
12:40l'intelligenza artificiale
12:41ad accelerare
12:42questo processo di competitività,
12:43ma non rendendolo
12:45comune al settore,
12:46solo quando diventa proprietario.
12:48E finisco dicendo
12:49che l'Europa
12:50ha tante sacche
12:52di dati,
12:52di informazioni,
12:53di imprese
12:54che hanno questi dati proprietari
12:55e che tutt'oggi
12:56possono farne leva.
12:57Presidente Bernabé,
12:58tra poco sentiremo
12:59alcune delle più grandi
13:00aziende italiane
13:00raccontare le loro storie
13:02di AI,
13:03ma è una rivoluzione
13:03che riguarda soltanto
13:04chi ha miliardi
13:05di capitalizzazione
13:06oppure anche
13:06il nostro tessuto di PMI.
13:08Può avere una spinta
13:10dall'uso
13:10dell'intelligenza artificiale?
13:12Ma ci sono due livelli,
13:14quello
13:15al quale si accennava prima
13:16e cioè
13:18l'utilizzo
13:19dei propri dati
13:20per
13:20l'intelligenza artificiale.
13:23Qui c'è una distinzione
13:24da fare però.
13:25Il problema vero
13:26è che oggi
13:28quello che avviene
13:28con le architetture
13:29RAG
13:29è che uno
13:30utilizza i propri dati
13:32su modelli
13:33preaddestrati.
13:34Ma usare
13:35un modello
13:35preaddestrato
13:36che ha
13:37imparato le cose
13:38su Reddit
13:39e su Wikipedia
13:40contamina
13:42il contenuto
13:43delle proprie
13:44informazioni.
13:45Quindi
13:45bisogna
13:46riaddestrare
13:47il modello
13:49vergine
13:50cosa che
13:51effettivamente
13:52richiede
13:53una quantità
13:54enorme
13:54di risorse.
13:55Quindi
13:55diciamo
13:56se dovessi dare
13:57una risposta
13:59a una grande azienda
14:00direi
14:01grandi aziende
14:02quelle che avevo io
14:03quando ero più giovane
14:05io direi
14:06ragazzi
14:07lasciate perdere
14:08tutti
14:09i modelli
14:10di mercato
14:11prendete
14:12un modello
14:12vergine
14:13con i pesi
14:16distribuiti
14:17casualmente
14:17e
14:18incominciate
14:19a riaddestrarlo.
14:21Ovviamente
14:21a quel punto
14:22dipenderemo
14:23sempre
14:23dall'architettura
14:24e cuda
14:24e quindi
14:25comunque
14:25saremo
14:26in mano
14:27a uno stack
14:28americano.
14:29Però
14:30diciamo
14:30almeno
14:31non abbiamo
14:31la contaminazione
14:33questo
14:33secondo me
14:34serve
14:35enormemente
14:36per i processi
14:37ad alta
14:38intensità
14:39scientifica
14:39e tecnologica
14:40problemi
14:42della chimica
14:43problemi
14:43della farmaceutica
14:44i problemi
14:46di tutte
14:47le imprese
14:48che lavorano
14:49su delle
14:50dati basi
14:51di tipo
14:52scientifico
14:53fisico
14:54chimico
14:54e comunque
14:55ad altissimo
14:56contenuto
14:57scientifico
14:59e quindi
15:00diciamo
15:01con investimenti
15:02molto importanti
15:03per quanto riguarda
15:04le piccole imprese
15:05per quanto riguarda
15:06le piccole imprese
15:07è molto
15:08importante
15:09l'utilizzo
15:10dei
15:12diciamo
15:13dei motori
15:14di mercato
15:14però con
15:15un'attenzione
15:16molto
15:16molto
15:17forte
15:17alla governance
15:19cosa che adesso
15:19non c'è
15:20assolutamente
15:21governance
15:22non c'è
15:23uno prende
15:24quello che gli
15:25arriva sul mercato
15:26perché c'ha
15:27GPT
15:28fancy
15:29o robe del genere
15:30e quindi
15:33introduce
15:34nei processi
15:35aziendali
15:36un prodotto
15:37che poi
15:38gli perde
15:39la proprietà
15:40intellettuale
15:40perché quello che sta succedendo
15:42in questo momento
15:43devo dire che
15:43molti di questi motori
15:45sono estremamente
15:46spregiudicati
15:47cioè il fatto
15:48per esempio
15:48che Antropic
15:49abbia scaricato
15:51da siti
15:52di pirateria
15:527 milioni
15:54di testi
15:54e abbia utilizzato
15:56tutto il resto
15:57della conoscenza
15:58scientifica
15:59addirittura
16:00tagliando i libri
16:01e fotocopiandoli
16:03questo
16:04diciamo
16:04testimonia
16:05di una certa
16:07non solo
16:09superficialità
16:10ma anche
16:10di una certa
16:12aggressività
16:13ma non si fanno
16:14tanti scrupoli
16:15non se li sono fatti
16:16e questo è un grande tema
16:17lo vedremo tra un istante
16:18Nirling
16:18c'è poi un tema
16:19di disponibilità
16:21delle risorse
16:21per fare questo salto
16:22ad esempio
16:23l'energia
16:24pensiamo al numero
16:24di data center
16:25che qui in Italia
16:26hanno chiesto
16:26di interconnettersi
16:27alla rete elettrica
16:28iniziano a mettere
16:29un po' di freni
16:30di disincentivi
16:31da questo punto di vista
16:32Germania
16:33Italia
16:33insomma dipendiamo molto
16:34da un'energia
16:35che costa tanto
16:36come possiamo ovviare
16:38come anche l'EI
16:39ci può aiutare
16:39ma sicuramente
16:41il tema dell'energia
16:42è caldo
16:43e oltre a quello
16:45che ci immaginavamo
16:46solo qualche anno fa
16:47quando abbiamo sentito
16:48la pressione
16:48della guerra in Ucraina
16:50perché poi
16:51per la verità
16:52noi diciamo
16:52che questo è un fattore
16:53di competitività
16:54ma se guardiamo
16:55i numeri reali
16:56quelle imprese
16:57che realmente
16:58hanno nel loro
17:00profit and loss
17:01nel loro bilancio
17:02il peso
17:02e l'energia
17:03molto forte
17:03sono limitate
17:04da alcuni settori
17:05prendiamo l'acciaio
17:06ovviamente
17:06ma non è questo
17:08che ci porta
17:09in Europa
17:09a essere non competitivi
17:11probabilmente
17:12è molto più
17:12la capacità
17:13di innovazione
17:13solo che
17:14se adesso
17:15la intelligenza artificiale
17:17è il sale
17:18per rendere
17:19i nostri prodotti
17:19più competitivi
17:20visto che abbiamo visto
17:21che in tutti i settori
17:22soprattutto i prodotti
17:23orientali
17:24hanno raggiunto
17:24una qualità
17:25prezzo
17:25assolutamente
17:26vantaggiosa
17:27per i nostri clienti
17:28parlo anche di macchiutensi
17:29non solo le auto
17:30che vedete
17:31per le strade
17:32e allora
17:33è fondamentale
17:34dotarci
17:35di quell'energia
17:36che ci servirà
17:37per alimentare
17:38questi data center
17:39perché come dicevo
17:40poco fa
17:41dato che
17:42la vera transizione
17:44si otterrà
17:45quando si lavorerà
17:46non con l'accesso
17:48in cloud
17:48di modelli generalisti
17:50ma quando
17:50ci appropriamo
17:51di nostri modelli
17:52come diceva
17:53che il dottor Benavelli
17:54quando riusciamo
17:55ad alimentarli
17:55con i nostri dati
17:56in maniera pulita
17:57molti costruiranno
18:00le proprie infrastrutture
18:01avranno bisogno
18:02di energia
18:02e questa energia
18:03effettivamente
18:04incomincia
18:05a diventare un problema
18:06anche localmente
18:07perché anche se ci fosse
18:09la disponibilità nazionale
18:10incomincia ad avere
18:11tensioni locali
18:12già negli Stati Uniti
18:12in certe città
18:13ci sono dei mal di pancia
18:15perché non accettano
18:16l'assorbimento eccessivo
18:17che poi porta
18:18disagio al cittadino
18:20ma ancora peggio
18:21è a livello nazionale
18:23solo che io vorrei dire
18:24una cosa
18:24abbiamo fatto dei bellissimi
18:25progetti in Europa
18:26incluso il Next Generation EU
18:28per superare
18:29certe crisi
18:31oggi noi
18:31solo investendo
18:33nella ridistribuzione
18:35dell'energia
18:35potremmo fare
18:36un salto
18:37molto importante
18:38sicuramente
18:38il dottor Benavelli
18:39questo potrà dirci
18:40qualcosa
18:40molto più approfondito
18:42però sicuramente
18:43questo è uno
18:44di quei pochi investimenti
18:46che avrebbe senso
18:47fare in Europa
18:47perché talvolta
18:48noi investiamo
18:49in delle cose
18:50che poi generò
18:50anche tanto import
18:52dall'estero
18:52questo sarebbe
18:53un investimento
18:55che realmente
18:55poi scaricherebbe
18:57l'intera potenza
18:58un flash su questo
18:59Benavelli
18:59a base anche
19:00alla sua esperienza
19:00beh certamente
19:02oggi l'Europa
19:04non è in grado
19:04di competere
19:05con nessuno
19:06da questo punto di vista
19:07perché i costi
19:08dell'energia
19:08sono il doppio
19:09degli Stati Uniti
19:10e quindi
19:11mancano completamente
19:13diciamo
19:13le condizioni economiche
19:15per sviluppare
19:15anche se poi
19:16stranamente
19:17l'Italia vede
19:18lo sviluppo
19:20di data center
19:20in condizioni
19:22che io francamente
19:23non riesco bene
19:24a capire
19:25perché produrre
19:26avere un data center
19:27in Italia
19:28con i costi
19:28di energia italiani
19:29francamente
19:30mi sembra
19:31molto avventato
19:32comunque
19:33quello che
19:34il problema
19:35si risolve
19:36ovviamente
19:37con il nucleare
19:38il problema
19:38del nucleare
19:39è quando
19:40ci sarà
19:41l'accettabilità sociale
19:44adesso si parla
19:45tanto di piccoli
19:46reattori modulari
19:47e devo dire
19:47che da questo punto di vista
19:48l'Italia
19:49fa molto
19:49perché c'è
19:50nucleo
19:51che è una
19:52veramente
19:53una grande iniziativa
19:56tecnologica
19:58con
19:58gli small modular
20:00reactor
20:00a piombo fuso
20:02quindi diciamo
20:03con una tecnologia
20:03molto avanzata
20:04e intrinsecamente
20:06sicura
20:07però
20:07l'accettabilità
20:08comunque sia
20:10di una tecnologia
20:11nucleare
20:12a livello locale
20:13è ancora di più
20:15è difficile
20:16tenuto conto
20:17delle dimensioni
20:18perché una delle cose
20:19che si dimentica
20:20è che il nucleare
20:22la tecnologia
20:23le competenze
20:24la scienza
20:24era fortissima
20:26nel dopoguerra
20:28c'erano scienziati
20:29c'erano ingegneri
20:31e gli scienziati
20:33e gli ingegneri
20:33di allora
20:34avevano progettato
20:35quei tipi di reattori
20:36e quelle dimensioni
20:38dei reattori
20:39perché avevano
20:40delle caratteristiche
20:41che consentivano
20:43diciamo
20:43l'ottimizzazione
20:44sia dal punto di vista
20:45ingegneristico
20:46sia dal punto di vista
20:47economico
20:47della produzione
20:48di energia nucleare
20:49ora
20:49gli small modular reactors
20:51francamente
20:53sono
20:54oggi
20:55tecnologicamente
20:55sono
20:56il futuro
20:57ma io dubito
20:58che dal punto di vista
20:59dell'accettabilità sociale
21:00possano
21:02risolvere
21:03rapidamente
21:04i problemi
21:04grazie ancora
21:05Franco Bernabè
21:06Joseph Nierling
21:07grazie ad entrambi
21:20grazie a tutti
21:23grazie a tutti
21:39grazie a tutti
21:40grazie a tutti
21:40grazie a tutti
Commenti