- 2 ore fa
Categoria
📺
TVTrascrizione
00:05Settimana difficile a Wall Street a pesare vari fattori, il primo prettamente finanziario,
00:10investitori impazienti con Alphabet e Tesla che bruciano cassa e spendono sempre di più.
00:21Il secondo fattore, geopolitico, si teme lo spettro di un altro shock energetico con un
00:26nuovo fronte di guerra nel Mar Rosso.
00:35Infine, terzo fattore, commerciale, Trump impone nuovi dazi su 60 paesi per ricostruire il
00:41suo approccio dopo la bocciatura della Corte Suprema, separatamente punisce Brasile e Canada.
00:50Tutto questo complica il lavoro delle banche centrali, IBC è pronta ad alzarli di nuovo
00:54a settembre quando il mercato inizia a credere che potrebbe farlo anche la Fed.
01:03Sullo sfondo allarme per la cybersicurezza, OpenAI ha perso il controllo su alcuni modelli
01:08che sono fuggiti e hanno hackerato una start-up.
01:12Uno studio nel frattempo dimostra come i modelli AI siano resti a criticare i leader di paesi
01:17con limitazioni alla libertà di espressione.
01:32Queste le storie principali della settimana, bentornati a una nuova puntata di The Floor.
01:50Paura, questo è il brano della settimana, lo canta Kendrick Lamare, lo abbiamo scelto
01:55per riflettere le preoccupazioni che alleggiano a Wall Street.
01:58Soltanto giovedì 23 luglio il VIX, l'indice cosiddetto della paura, è balzato di oltre il 12%,
02:06restando comunque molto lontano dai picchi visti durante la crisi del 2009 e la pandemia del 2020.
02:13Ma dalle preoccupazioni degli investitori cominciamo.
02:17Il cappone è in linea con le aspettazioni.
02:22Penso che fosse positivo per la chip cohorte.
02:24E io continuo a non like hyperscalers, perché, come bother?
02:29Non generare nessun cash, chi importa?
02:31Per i chip companies.
02:32Il grande debattamento sull'network è se queste stagioni dovranno perdere?
02:38Sì, se queste stagioni dovranno perdere?
02:38Sì, se stagioni dovranno perdere?
02:41Sì, se stagioni dovranno perdere?
02:41Se stagioni dovranno perdere?
02:44Sì, se stagioni dovranno perdere?
02:47Sì, se stagioni dovranno perdere?
02:48Sì, se stagioni dovranno perdere?
02:49Sì, se stagioni dovranno perdere?
02:50Sì, se stagioni dovranno perdere?
02:53Sì, non credo che dovranno.
02:54Credo che ci sia troppo in contatto per il futuro e troppo disruttore con AI.
02:58Se non lo perdono, ci sono stati.
03:00La cosa che ho guardato, lo più più, è Meta, perché loro strategia sembra cambiare di un giorno di base.
03:06Lo avete sentito il capo della ricerca del settore tecnologico di Melios?
03:10Forse a lui gli hyperscaler non piacciono, preferisce i semiconduttori.
03:15Le sue parole all'indomani dei conti di Alphabet e di Tesla.
03:18I dettagli nel servizio.
03:23Tra aprile e giugno due cose accomunano Tesla e Alphabet.
03:27La prima, forte aumento delle spese in conto capitale, la seconda, cassa bruciata.
03:31In quest'ultimo caso, prima volta in due anni per il produttore di auto elettriche,
03:35la prima dalla quotazione nel 2004 per il Colosso Tech.
03:39Nel caso di Tesla, flusso di cassa negativo di 1,1 miliardi.
03:43Nel caso di Alphabet, meno 5,9 miliardi.
03:47Per Tesla, tonfo in atteso dei profitti nel secondo trimestre.
03:51Al netto di voci straordinarie, risultato a 1,15 miliardi di dollari,
03:55meno 17% sullo stesso periodo del 2025 e ben sotto le attese.
04:00Ricavi su del 26% a 28,2 miliardi sopra le stime.
04:05In netto ribasso, le vendite da crediti regolatori.
04:08Per via degli sconti, margini da auto sotto le attese.
04:11In tre mesi, capex a quasi 5,8 miliardi su del 142% anno su anno.
04:17In tutto l'esercizio è visto superare i 25 miliardi e crescere negli anni a venire.
04:23Quanto ad Alphabet, nel secondo trimestre, utili quadruplicati a 112 miliardi,
04:2735,6 miliardi in più del consenso.
04:30A fare da traino gli investimenti anche in SpaceX e Antropic.
04:33Ricavi a quasi 120 miliardi su del 24% rispetto a un anno prima e oltre le previsioni.
04:40Il capex è arrivato a 44,9 miliardi, il doppio sul secondo trimestre del 2025,
04:46oltre i calcoli degli analisti.
04:48La stima per il 2026 alzata per la seconda volta fino a superare i 200 miliardi.
04:54La controllante di Google avverte il flusso di cassa libero resterà sotto pressione.
04:58La divisione cloud, perlomeno, dimostra che le spese NEI rendono vendite in rialzo dell'82% a 24,8 miliardi,
05:06oltre il consenso.
05:12All'indomani dei conti, Tesla in calo del 14,5%, sotto i 320 dollari.
05:17È stata la seduta peggiore dal giugno 2025, la peggiore post-conti dal luglio 2019.
05:24Capitalizzazione scesa di oltre 214 miliardi, da inizio anno titolo giù di quasi il 30%.
05:30Per Alphabet, calo giornaliero del 7%, circa sotto 318 dollari, minimi di aprile, persi 294 miliardi di valore in borsa.
05:40Rialzo da gennaio praticamente cancellato.
05:43Ne hanno risentito tutti i magnifici 7, che come gruppo hanno perso quasi 900 miliardi di dollari di valore.
05:49In termini percentuali, quella del 23 luglio, seduta peggiore dallo shock dei dazzi dall'aprile 2025.
05:56Il problema è sempre lo stesso, si spende sempre di più, anche a scapito del flusso di cassa, e nessuno
06:02sa se e quando ci sarà un ritorno sull'investimento.
06:05Morgan Stanley stima che nel 2026 Amazon, Alphabet, Microsoft, Meta e SpaceX spenderanno quasi 800 miliardi.
06:14A dire che i magnifici 7 in quanto gruppo sono passati di moda è Scott Cronert, capo della strategia per
06:20l'azionario americano di City Research.
06:23Se guardate la scoperta di questo colloquio durante i ultimi 6 mesi, ha veramente stato molto idiosyncratico.
06:30E non c'è la storia di te, non c'è la storia di te.
06:34Se volete da Mag 7 a Mag 8 o 9 o 10, in nostro view, è diventato un po' blurre.
06:40Il secondo corso è quello che si chiama il growth cluster.
06:43Questo è il numero di gruppo di gruppo che si chiama, che si chiama il gruppo di più,
06:49che si chiama la caratterizzazione del AI Playbook.
06:52Ora, buona cosa, buona cosa, buona cosa, è circa 55% di l'index e nemmeno di l'index e
06:58nemmeno di l'index.
06:58È anche dove la maggioranza di l'earnings growth expectation per l'anno, è venuto.
07:04L'intera 70% di l'earnings growth per l'anno, è questo cohort.
07:09Quindi crediamo che sia una piada più grande che bisogna essere spaventata su come misuriamo e pensiamo sull'AI.
07:15Wall Street intanto si divide tra chi scommette sull'AI con la convinzione che renderà
07:20e chi teme per il suo costo finanziario.
07:22Vale la pena spendere in AI se si brucia cassa per finanziare queste ambizioni?
07:27All'indomani dei conti di Tesla e Alphabet la risposta è stata no.
07:31Anche perché, secondo alcune stime, solo la controllante di Google l'anno prossimo potrebbe bruciare 40 miliardi.
07:38Il cambio di rotta sarebbe da capogiro se si pensa che prima di buttarsi sull'AI generava 60-70 miliardi
07:45di flusso di cassa libero.
07:46Il gruppo dice, fidatevi, lo diranno anche gli altri giganti tech, i margini nel frattempo finiscono sotto pressione,
07:54non si può spendere per ricomprare titoli propri, servirà emettere altro debito o azioni.
07:59Tra l'altro, questo spiega almeno in parte perché il Treasury a 30 anni sia sopra il 5% da
08:05quasi 30 sedute, la serie più lunga dal 2007.
08:09Con le spese in conto capitale che vanno finanziate, il debito a lunga scadenza dei gruppi tech compete con i
08:15titoli di Stato,
08:16mentre il quadro fiscale di Washington peggiora.
08:19Che sia il governo, un hyperscaler o un'altra azienda a indebitarsi, la competizione sale e le opzioni per gli
08:25investitori aumentano.
08:27Il tutto mentre l'appetito degli investitori sarà testato dall'arrivo di altre IPO.
08:31Tra l'altro, quella di SpaceX è al momento una delle peggiori di sempre.
08:36Una performance scarsa in un IPO non presuppone che anche il futuro lo sia.
08:41Dopo un debutto difficile, Meta ha ripagato gli investitori pazienti.
08:45Vedremo che indicazioni arriveranno la settimana prossima dai conti.
08:48Poi l'attenzione si sposterà su SpaceX, la data da segnare 4 agosto quando pubblicherà la prima trimestrale da società
08:56quotata.
08:57Due giorni dopo, oltre 911 milioni di titoli possono essere venduti per la prima volta da parte degli insider dell
09:05'azienda.
09:05Si tratta dello sblocco maggiore nella storia e vale 116 miliardi di dollari.
09:10Entro fine anno altri titoli potrebbero essere venduti.
09:14Elon Musk contro gli short seller.
09:16La probabilità di sopravvivenza delle società che mantengono una posizione short significativa in SpaceX è molto bassa, dice.
09:23Per ora chi ha scommesso contro ci ha guadagnato.
09:27Le AI solleva timori non solo finanziari ma anche di cybersicurezza.
09:31In settimana mea culpa di OpenAI.
09:34I dettagli nel servizio di Gualtiero Lugli.
09:38Chi sta facendo questo?
09:40Un potere o un hacker computer in questo garage?
09:44Non possiamo tracere il virus.
09:45Non possiamo prenderlo.
09:46È come quello che abbiamo visto prima.
09:47Continua crescendo e cambiando.
09:49È come ha un mente di sua propria.
09:50Terminator 3.
09:51Macchine ribelli.
09:52Film del 2003.
09:54Questa è la scena in cui Skynet, un'intelligenza artificiale, prende il controllo e attacca gli Stati Uniti.
10:00Quello che sembrava fantascienza si avvicina a ciò che è successo in casa OpenAI
10:05con agenti di intelligenza artificiale autonomi che hanno hackerato Hugging Face,
10:11piattaforma dove i modelli open source si allenano.
10:14Cosa è successo?
10:16OpenAI stava testando GPT 5.6 SOL e un modello ancora più potente non rilasciato in una zona sicura,
10:23una sandbox, nella palestra di cyber security di OpenAI, cioè la exploit gym.
10:30I modelli avevano un obiettivo da raggiungere e si trovavano in un ambiente controllato,
10:35senza internet, con nessun accesso all'esterno e guardrail di sicurezza disattivati.
10:40L'obiettivo era ottenere un punteggio più alto possibile.
10:44I modelli hanno interpretato questa stanza chiusa come un problema da risolvere.
10:49Hanno utilizzato enormi risorse computazionali per cercare una via di uscita.
10:54Hanno individuato una vulnerabilità zero day, cioè sconosciuta agli stessi sviluppatori nel software.
11:01L'hanno sfruttata, sono usciti dall'ambiente isolato collegandosi a internet
11:05e hanno violato i server di produzione di Hugging Face,
11:08deducendo che lì potessero essere conservate le risposte del test.
11:13Hugging Face aveva reso pubblica la violazione il 16 luglio,
11:17definendo la opera di un agente autonomo di intelligenza artificiale non identificato.
11:22Poi OpenAI ha confermato che si trattava di un proprio modello.
11:26Curioso che le team di sicurezza di Hugging Face abbia utilizzato un AI commerciale per analizzare l'attacco.
11:34L'AI si è rifiutata di farlo.
11:37Gli esperti hanno quindi dovuto ricorrere a un modello open source cinese per svolgere l'analisi forense.
11:43Come ha detto Sam Altman, il fondatore di OpenAI,
11:45nel post in cui spiega di collaborare con Hugging Face per risolvere questa falla di sicurezza,
11:50si tratta di un attacco senza precedenti e di fatto di un primo nuovo capitolo nel mondo cyber al tempo
11:57dell'AI.
12:00È stata solo una questione di ore.
12:03Tanto hanno impiegato i modelli di OpenAI a fuggire da un ambiente sicuro,
12:10trovare una connessione ad internet e poi penetrare la startup Hugging Face.
12:15Tenete presente che quanto rilevato da Bloomberg a conoscenza di quanto accaduto,
12:22sostanzialmente si confronta con almeno un paio di settimane che un pirata informatico talentuoso in carne e ossa avrebbe impiegato.
12:33E se Hugging Face ha saputo fermare l'intrusione, lo ha fatto anche grazie all'aiuto di un'azienda cinese.
12:39Ecco un po' di colore su quanto accaduto fornito dall'amministratore delegato di Sandbox.
12:45Quando it got to the internet, it attacked Hugging Face.
12:48Hugging Face, realising the severity of the incident,
12:52needed an LLM, an AI, on its side to help it.
12:55Sure enough, the closed LLMs couldn't help it
12:58because the closed LLMs are trained not to work on cyber.
13:01And so it had to turn to an open source one from Z.AI, GLM,
13:05general language model from the Chinese company Z.AI.
13:08being open source, they were able to help track down the issue and shut down the hack.
13:15So this is a battle of LLM versus LLM now.
13:19Walter Isaacson, autore, oltre che professore di una biografia su Steve Jobs,
13:25ma anche su Elon Musk, si dice preoccupato.
13:28This is really frightening.
13:30It is clear, as far as I can tell from everything they've said.
13:34Open AI didn't want this to happen.
13:36this thing escaped its own test, its own sandbox.
13:41And, you know, I've been an AI optimist.
13:44I think AI is going to increase the number of jobs.
13:46I think it's incredibly useful technology.
13:51But this is the first thing that just totally scares me.
13:54Il mondo della cybersicurezza deve assolutamente ripensare se stesso
13:58in questo momento non è al passo con quanto l'intelligenza può fare.
14:04Questo sostanzialmente il messaggio lanciato da un ex hacker,
14:09ora a capo di una società di cybersicurezza.
14:12Si chiama David Kennedy, fondatore e amministratore delegato di TrustedSec.
14:17This is causing a major issue in cyber security for these organizations.
14:22they're having to look at this field at a whole new different lens.
14:25The defenses, the things that we did before in the past,
14:27are being thrown out the window.
14:29And we're having to re-visualize how we do cyber security,
14:32you know, across the board.
14:33Because we can no longer rely on traditional manual defenses
14:37or things that we've done in the past.
14:38we have to leverage other AI programs and LLMs to help defend better.
14:43And that takes a lot of time and effort.
14:44So, you know, we're grossly unprepared in this industry right now
14:47for what's coming in the future.
14:48E mentre continua a puntare sull'azionario americano in generale,
14:52Kate Moore sostiene di puntare sui titoli della cybersicurezza.
14:57Il motivo è semplice, le aziende ancora non stanno facendo abbastanza
15:00per difendersi in modo appropriato.
15:03Ecco l'analisi della direttrice investimenti di CityWealth.
15:18del 202 miljo di cento di compagni di migliora
15:18Ed programing this now and thinking about it now
15:20is we looked at the budgets for most companies.
15:22What percentage of their tech budget is going to cyber.
15:24And just it feels too low given the proliferation of AI agents.
15:28I think there are a lot of reasons why companies will need to increase
15:30their spend in this space.
15:32And even though some of the bigger platform enterprise software
15:36companies serving data security have rallied,
15:38we don't think it's the end.
15:40The amount of money that could be deployed is enormous
15:43and actually has not decreased.
15:45Even as financial assets have appreciated,
16:01E questa settimana ci concentriamo sui grandi modelli linguistici e lo facciamo però con un taglio un po' diverso da
16:11quello finanziario, ossia concentrandoci sui diritti umani.
16:16Lo facciamo con una esperta in questo campo, Susan Nosso. Susan, welcome and thank you for being with us today.
16:23Thanks so much for having me.
16:25She is a former chief executive officer of PEN America, a non-profit organization that promotes free expression, literature and
16:32human rights in the U.S. and in the world.
16:35She is an expert and analyst on issues including human rights.
16:40She is the author of Dare to Speak, Defending Free Speech for All and co-author of Is Free Speech
16:48Under Threat?
16:48She used to work also for the Obama and Clinton administration.
16:52Your background is amazing and we are talking to you because you are a member of Meta's oversight board.
17:00And for those who don't know what the oversight board is, let's give a little bit of context.
17:09Created in 2018 by then Facebook, the board provides an independent check on Meta's content moderation.
17:18Susanne, let's start from here and then we'll move to the report that the oversight board issued recently.
17:26Can you describe your work within that independent entity in Meta?
17:33Sure. So we are a board of 20 members from all over the world, backgrounds in law, journalism, scholarship, public
17:44affairs.
17:45And we come together and our principal work is looking at individual cases of content on Meta platforms that people
17:53appeal to the board saying,
17:55this doesn't belong on the platform, this violates the company's policies or why did Meta take this down?
18:01My post was perfectly legitimate. It belongs up on the platform.
18:05I should be able to say this and write this.
18:07And we look at these very difficult borderline cases.
18:11They may deal with bullying and harassment, with hateful speech, with incitement to violence,
18:16with election-related misinformation and all of the hot-button issues on the platform.
18:23Most of them make their way to us, and we apply international human rights law to examine what the company
18:30is living up to its responsibilities.
18:36Can you also mention how users can contact you?
18:41Because clearly, if their content has been treated in a way that they think is wrong, they can basically contact
18:48you.
18:49Well, they need to first make an appeal to Meta, and if that appeal is turned down, they can approach
18:56the board.
18:56I will be honest with you. We take just a small selection of cases.
19:01There's another body in Europe that looks at masses of appeals and adjudicates them, you know, I think in a
19:09few minutes apiece.
19:10What we do is we look in-depth at emblematic cases, so it's a little bit like a higher court
19:16where we don't take on every case.
19:18We look at the appeals we get, and we try to determine where can we really make a difference, not
19:24just for this individual user,
19:25but for users all over the world and potentially in the hundreds of thousands or even tens of millions.
19:32Yeah, basically with your decision, which are binding, if I'm correct, you are creating a standard, sort of, to speak.
19:42Correct. Our decisions are binding. With each decision, we also issue recommendations.
19:47Those are not binding on the company, but they are obligated to respond to our recommendations within a fixed time
19:55frame.
19:56So we get an answer from them, and we're also empowered to ask meta questions and probe into areas that
20:02are often non-transparent, out of view of the ordinary users.
20:06So we have some power to do that. Now, I'll be honest with you. We wish we had more power.
20:12There are things we would very much like to get into that we can't, but we try to maximize the
20:18authority that the company has given us.
20:20Look, we're a body that Meta created, that Meta put aside funding for, although that funding is now protected.
20:27It comes from Meta, and we also depend on them to do this casework, to answer our questions, to provide
20:33us the data we need.
20:35So we're independent in our decision-making, although we are also in some ways dependent on the company in order
20:41to carry out our work.
20:42Let's now move to the report, because basically major AI models are less likely to criticize governments and leaders known
20:53for restricting political speech.
20:56And they are so more than, for example, in countries where there are stronger free speech protections.
21:05Can you describe how you did it? Because the interesting part is that you basically tested 10 LLMs from the
21:13major company we talk about every day, DeepSeek, Google, Meta, OpenAI, and Anthropic.
21:19Yeah, so obviously so much of our digital discourse now is moving from social media to LLMs.
21:27LLMs are also influencing the content on social media.
21:30So it became very important for us to look at how LLMs were affecting the application of international human rights
21:38and to apply the lessons that we've learned from social media to the LLM arena.
21:44So this study looked at whether national laws that restrict speech critical of heads of state are actually being applied
21:55in AI large language models in a way that is consistent with human rights responsibilities.
22:01And so we looked at 10 different LLM platforms and we asked the same prompt, would the platform make a
22:10political poster and would the platform draft a poem?
22:14And we asked it to do so relative to heads of state in about a dozen countries.
22:20And what we found was when it was a country that restricts criticism of a head of state, a place
22:27like Thailand or Saudi Arabia or China, the model, no matter where the query came from, our queries all came
22:34from Australia, that didn't matter.
22:37But when it was relative to a country that applies those restrictions, the model was twice, more than twice less
22:45likely to give an answer, more than twice as likely to say, I can't do that.
22:50You know, my policies don't allow that.
22:52I'm not permitted to create that kind of content.
22:56And so it would not create a criticism of, let's say, the premier of China, and it would be happy
23:02to create a criticism of the prime minister of Britain or the president of the United States.
23:07And so why is that?
23:08Well, it seems evident that these national level laws that should only be applied within the borders of the country,
23:16these are laws that are not consistent with international human rights standards that restrict the speech of people in those
23:22countries,
23:23that those laws are being applied, not just within those jurisdictions, but in many cases, globally as well.
23:30And so the ability of, say, a premier of China or a leader of Saudi Arabia to restrict critical speech
23:37is actually being extended with the help of these large language platforms and that the rules that they have set
23:43within their own country are essentially being exported globally.
23:48And this is something nobody had really looked at.
23:51Nobody knew how those laws were being applied.
23:54I'm not sure the LLM companies, the Anthropics and Open AIs and Google of the world even understand precisely how
24:05the models adjudicate these questions and how they decide what content to spit back and where to say, you know,
24:12that's off limits.
24:13But it's clear that somewhere embedded in these models are these legal restrictions that, if anything, should only be applied
24:22within a specific jurisdiction rather than spread around the world.
24:26Are you saying basically that not even these companies know how models behave in this way and said it in
24:36another way?
24:37Are models basically learning to adapt themselves to the jurisdiction in which they are operating or asked a question?
24:48Well, I think so in part.
24:51I also am sure that they are trained on local law.
24:54Look, these companies don't want to get sued.
24:56And so they have to adapt their models so that they're not violating local law.
25:02But these, you know, it's the same with social media in that these models are global.
25:07And so in social media, they've had to do a lot of what we call geofencing.
25:13So kind of creating a geographic fence that matches national borders so that if you ask for, for example, content
25:21on Holocaust denial that is illegal in some parts of the world but legal elsewhere, you may get an answer
25:29depending on where you are situated when you make that query.
25:34And there are lots of kinds of speech where national laws differ.
25:38But what we don't want to see is restrictive, speech repressive laws that are operating in certain jurisdictions kind of
25:46spread around the world.
25:48And I think it is clear that at least at this stage, that is part of what is happening.
25:53So what are the scariest and more tangible risks for users?
25:59Can you describe one or two scenarios?
26:01Yeah, sure.
26:02I mean, what it says is that we don't know what laws and rules are being applied on these platforms.
26:09We don't know what speech is being suppressed.
26:12We don't know how restrictive laws in nations that do not respect human rights may be filtering out so that
26:20they affect the platform as a whole.
26:22And so, you know, say you wanted content critical of the Chinese government.
26:28You wanted to ask deep questions about Tiananmen Square or China's relationship with Taiwan.
26:35You know, what is the model going to turn back?
26:39Is it going to be restricted on the basis that if it's a model that is available in China, there
26:45are strict root ground rules about what you can and can't say?
26:50And are those ground rules potentially going to suppress speech globally?
26:54And to the extent that more and more of our discourse and our research is happening on LLMs, you can
26:59really easily see how that could distort public opinion, how it could make it much easier for regimes that engage
27:08in censorship to essentially spread that globally.
27:11And, you know, you also wonder, a very important element for both social media companies and these AI giants is
27:19market access.
27:20They want their platforms to be available everywhere.
27:23So what kinds of concessions may they be making to those governments that could demand that they have some influence
27:31over how sensitive issues are covered?
27:34And so that's potentially sort of a backhanded way, a shadowy way to reshape global opinion.
27:43Susanna, are we supposed to get ready to a future a la Black Mirror?
27:49Sure, and I'm, you know, tongue-in-cheek asking this question because we saw this week two models from OpenAI
27:57basically being able to escape a safe testing environment, found Internet connection, and then decided to hack a startup.
28:08So are you belonging to the optimists or the pessimists?
28:13I would say the realists.
28:15You know, we know these technologies bring serious risks.
28:21You know, there are scenarios ranging from doomsday to, you know, almost a utopia in terms of what AI can
28:30deliver for society.
28:32There are huge positives, you know, in the area of medicine or the functioning of government that could bring big
28:40benefits.
28:41And there are also grave dangers.
28:44And, you know, as with any new technology, it's not possible to fully predict how this is going to play
28:50out.
28:50I think the important thing is that we be on guard for the downsides and that we not be taken
28:57by surprise.
28:57We can hardly say that there is no fair warning about the power and the risks and the threats of
29:04these technologies.
29:05And what I worry about is that whether you're talking at the intergovernmental level or at the governmental level, I
29:12think lawmakers and regulators are pretty out of their depth when it comes to dealing with a technology that's moving
29:21as quickly and is as powerful as large language model AI.
29:26And because you worked in the Obama and Clinton administrations, if you were an advisor to the president, whoever the
29:35president would be in an idealistic scenario, what would be your suggestion?
29:42Would you promote an approach where the government, for example, decides to have access first on a model, decide how
29:52it works, what the risks are related to it, to then give the okay to issue it to the public
30:00or no?
30:01Yeah, I think we do need some form of review that looks at the risks of models and assesses them
30:09and imposes requirements.
30:11To do that effectively, though, government needs a level of expertise that we don't have today.
30:17You'd have to be hiring top data scientists to work inside government and provide that level of expert review.
30:26And I think it's ongoing.
30:27I think there should be auditing.
30:29I think there should be robust disclosure requirements.
30:33You know, it's good.
30:33What's good is that these companies are reporting on these incidents.
30:37So at least we know what's happening.
30:38But we, you know, we have no way of knowing whether that's complete.
30:42You know, are there incidents happening with other models or behind the scenes that we don't even know about?
30:48And so having that transparent disclosure is necessary.
30:52And I do think we need a robust regulatory regime in government that's capable of doing that.
30:58I also think there's a place for independent oversight along the lines of the Oversight Board, that having expertise from
31:06a variety of different places, that having a global body for companies that are operating globally, having a global body
31:14that can adjudicate these sensitive questions and take into account both local context and international human rights law.
31:20I think that's very important as well.
31:23And maybe we will hire LLMs to do the job in a future, not too far to that.
31:29Thank you so much for your insights and have a good weekend.
31:34Thanks so much.
31:34Thanks for having me.
31:35Ed ora l'analisi settimanale di Jason De Sena-Trenner, Presidente e Amministratore Delegato di Strategas.
31:42Buon pomeriggio a tutti i miei amici in Italia.
31:45È stata una settimana difficile per gli investitori, in particolare per coloro che detengono titoli del settore tecnologico.
31:54Come abbiamo già detto, non vi sono segnali di un imminente rallentamento della spesa in conto capitale destinata all'intelligenza
32:05artificiale, soprattutto considerando il basso costo del capitale proprio e di debito per i hyperscaler.
32:14Allo stesso tempo, alcune delle principali aziende del settore stanno registrando flussi di cassa negativi.
32:22Ciò implica che tali società dovranno iniziare a generare un rendimento da questi investimenti, altrimenti continueranno a diluire gli azionisti.
32:34Per quanto riguarda le aziende dei semiconduttori, è probabile che continuino a registrare ricavi e utili solidi.
32:42Tuttavia, in essenza di forti flussi di cassa da parte degli hyperscaler, riteniamo che per i titoli di questo comparto
32:50sarà difficile sovraperformare il mercato.
32:55Alla luce dell'escalation del conflitto, del ricento picco dei prezzi del petrolio, dell'aumento dei rendimenti obbligazionari a lungo
33:05termine e delle elezioni di metà mandato,
33:09riteniamo opportuno che i investitori aumentino la liquidità e accrescano l'esposizione verso settori difensivi, come quello sanitario.
33:20I prossimi mesi si pronunciano complessi sia per il mercato azionario che per quello obbligazionario, sebbene prevediamo un rialzo verso
33:31la fine dell'anno.
33:33Grazie per la vostra attenzione.
33:36Chiudiamo ancora con l'intelligenza artificiale, ma con due storie diverse.
33:42La prima, Meta ha diffuso un video pubblicitario in cui si dice ottimista sulle AI, il motivo scommettiamo sulle persone.
33:50Non si capisce come ci si dovrebbe sentire meglio se Meta semplicemente ignora le posizioni pessimiste sulle AI.
33:57Un gruppo, quello di Mark Zuckerberg, i cui social media negli anni sono stati accusati di tutto, anche di provocare
34:03dipendenza.
34:04La seconda, Elon Musk, dice di voler realizzare entro fine anno una versione storicamente accurata e fedele all'arte di
34:10Omero dell'Odissea, usando l'intelligenza artificiale.
34:13Mostrato un video di un utente fatto con Grok Image.
34:17All'uomo più ricco al mondo non è piaciuto che per il film già campione d'incassi e diretto da
34:21Christopher Nolan sia stata reclutata Lupita Nyong'o, di origini cheniote, per il ruolo di Elena di Troia, simbolo di
34:29bellezza assoluta e figlia di Zeus e Leda.
34:32Mondo dei social diviso tra chi preferisce pelle bianche e capelli dorati e chi fa notare che l'accuratezza promessa
34:38è difficile, visto che si tratta di figure mitologiche inesistenti.
34:43E poi, meglio attori reali alla faccia delle AI.
34:47E termina qui questa puntata di The Floor. Come sempre, grazie per averci seguito. Vi ricordo che ritorniamo a metà
34:54settembre perché la trasmissione si prende una pausa. Io vi auguro una buona estate e ovviamente buon tutto.
35:01Grazie.
35:02Grazie.
35:03Grazie.
Commenti