- 16 minuti fa
Categoria
📺
TVTrascrizione
00:10Ritrovate a cargo le nuove rotte dell'economia globale. Parliamo ancora di intelligenza artificiale.
00:16Per anni abbiamo parlato della corsa alle AI, allo sviluppo di modelli, di infrastrutture
00:23dell'intelligenza artificiale, ma ormai è entrata nelle nostre vite ed è pronta a rivoluzionarle.
00:30Ma quanto siamo pronti ad accogliere questa rivoluzione?
00:34La cronaca di questi giorni ci dice come ormai la sfida dell'AI si svolga anche sul piano strategico.
00:42Infatti questa settimana il presidente degli Stati Uniti, Donald Trump, incontrollerà il presidente cinese
00:48Xi Jinping e si parlerà proprio di intelligenza artificiale, probabilmente anche di un modello collaborativo.
00:57Quindi cambia la grammatica, cambia la linguistica intorno all'intelligenza artificiale.
01:02Si pone l'accento sempre più sulla sicurezza e sulla trasparenza.
01:07Ma intanto l'intelligenza artificiale entra nelle fabbriche, entra nella logistica e ci si deve far trovare pronti.
01:14Soprattutto l'Europa è davanti a una grande sfida per non perdere ulteriormente terreno nei confronti degli Stati Uniti e
01:24della Cina.
01:25Di tutto questo parleremo in questa puntata. Partiamo con il servizio di copertina di Alice Scalora.
01:31L'intelligenza artificiale resta il motore degli investimenti tecnologici della corsa iData Center.
01:38Stati Uniti e Cina si contendono chip, modelli e capacità di calcolo.
01:42Le big del tech aumentano la spesa mentre il mercato si interroga sui tempi necessari per trasformare gli investimenti in
01:50ricavi e profitti.
01:52Il settore vive un passaggio decisivo dalla sperimentazione all'utilizzo nei processi aziendali.
01:57La produttività cresce ma i ritorni economici restano concentrati in poche imprese.
02:02È il quadro che emerge dal rapporto di McKinsey sullo stato dell'EI nel 2026.
02:08Nove aziende su dieci usano l'intelligenza artificiale in almeno una funzione.
02:13Il 44% la porta su scala aziendale contro il 38% di un anno fa.
02:18Nelle grandi imprese cresce l'EI agentica.
02:21Il 40% impiega agenti in una o più funzioni, dal 27% del 2025.
02:27E i benefici si vedono sul lavoro.
02:30Otto intervistati su dieci segnalano un aumento della produttività.
02:34E uno su due prende decisioni migliori.
02:36Il salto sui bilanci resta incompiuto.
02:39Il 37% attribuisce all'EI un contributo positivo all'utile operativo.
02:44Una quota ferma su base annua.
02:46Le aziende che ricavano dall'EI almeno il 5% delle bit rappresentano il 6% del campione.
02:53Gli investimenti non si fermano.
02:55Il 60% delle imprese prevede di aumentare la spesa.
02:58Per un'organizzazione su 5 i costi operativi e il consumo di token frenano l'adozione.
03:04Ma la competizione assume una dimensione più ampia.
03:07Washington difende il vantaggio nei semiconduttori e limita l'accesso cinese a chip avanzati.
03:13Pechino invece investe su una filiera più autonoma.
03:17Stati Uniti e Cina hanno aperto un confronto sulla sicurezza con un canale dedicato agli incidenti legati all'AI.
03:23E l'Europa tenta di ridurre la dipendenza dai colossi americani e asiatici.
03:29Bruxelles punta a triplicare la capacità dei data center entro il 2030.
03:34Ma deve colmare il ritardo sui chip, capitali e piattaforme cloud.
03:39La crescita incontra il limite dell'energia.
03:41I centri dati assorbono il 2,5% dei consumi elettrici europei.
03:46E il loro peso potrebbe raddoppiare.
03:48Le prospettive restano legate a data center, semiconduttori, reti, cloud ed energia.
03:54La spesa per le infrastrutture AI potrebbe sfiorare gli 800 miliardi di dollari nel 2026.
03:59E la sfida dunque cambia.
04:01Non basta più utilizzare l'intelligenza artificiale,
04:03ma bisogna trasformare la produttività in ricavi, margini e crescita.
04:09E come abbiamo sentito, le aziende stanno provando ad implementare l'intelligenza artificiale
04:15nei loro sistemi produttivi, ma ancora il lavoro da fare tanto.
04:20Ne parliamo con i nostri ospiti.
04:22Qui in studio Marco Teich, docente di Digital Manufacturing al Politecnico di Milano.
04:28Benvenuto.
04:28Grazie per lì.
04:29In collegamento con noi Salvatore Maiorana,
04:32presidente dell'International Association of Science Park and Area of Innovation
04:38e direttore di Chilometro Rosso.
04:40Benvenuto.
04:41Grazie, buongiorno a voi.
04:43Ciao, Sean Liu, director of embodied AI di Shenzhen Institute.
04:48Benvenuto.
04:51E con noi anche Gary Marcus, esperto AI e professore di psicologia e neuroscienze
04:57alla New York University.
05:00Teich, partirei proprio con l'analizzare i dati che abbiamo sentito nel nostro servizio di copertina.
05:07quasi 9 aziende su 10 dichiarano di utilizzare regolarmente le AI
05:11almeno in una funzione di star portando le AI su scala aziendale.
05:15Si ritrova in questa fotografia?
05:17Mi ci ritrovo assolutamente.
05:19Dire che 9 imprese su 10 stanno adottando le AI,
05:22è esattamente quello che sta succedendo in Italia,
05:25nella nostra economia, nel nostro sistema industriale.
05:28La vera domanda che però dobbiamo farci è dove la stanno utilizzando.
05:32La stanno utilizzando negli uffici per quei processi amministrativi,
05:36per rispondere alle mail, per cercare dei dati,
05:39o la stanno usando anche nelle fabbriche dove le AI può produrre,
05:44io credo, il maggior aumento di produttività.
05:47Non dimentichiamoci che l'Italia è il secondo paese manifatturiero dell'Europa,
05:52abbiamo alcune regioni, come la regione Lombardia,
05:54che addirittura in alcuni casi sono la prima regione a più alta densità manifatturiera.
06:00E quindi dobbiamo cercare dove le AI ha la possibilità di portare il più alto valore
06:06in termini di produttività.
06:08Io credo che oggi noi usiamo ancora le AI,
06:11che è uno strumento nuovo, ma su processi vecchi,
06:14su processi che erano stati progettati prima che le AI fosse messe a punto come tecnologia,
06:20un po' come quando c'è stata la rivoluzione industriale dell'energia elettrica.
06:25Continuavamo a usarla solo per le strade,
06:28non avevamo ancora trovato tutti i modi e tutte le potenzialità per creare produttività.
06:32Io credo che questo sia il prossimo passo per evitare che l'Europa rimanga indietro in questa corsa.
06:39Majorana, si è investito tanto su ricerca e innovazione,
06:43in che modo adesso si deve promuovere il trasferimento in produzione,
06:47che è un po' quello che fate anche a chilometro rosso?
06:52Ma sì, devo dire francamente che se penso agli investimenti europei in ricerca nel campo dell'AI,
06:58forse non si è investito così tanto.
07:00Avremmo potuto fare molto di più.
07:03Detto questo, oggi siamo in condizioni però di prendere un lavoro fatto egregiamente
07:07in altre parti del mondo, Stati Uniti e Cina in primis,
07:12e portarlo però su un contesto industriale che, come diceva bene Marco Taish,
07:17l'Europa domina.
07:19Noi siamo dei manifatturieri straordinari.
07:21Questo percorso però richiede un lavoro notevole,
07:26un lavoro fatto di fiducia, investimenti e un cambio di mentalità,
07:33perché, di nuovo mi trovo con quello che diceva il professor Taish,
07:39introdurre una tecnologia così dirompente su vecchi processi
07:42non è la soluzione più giusta o più rapida.
07:46Molte volte vanno ripensati i processi,
07:48molte volte vanno ripensate le infrastrutture,
07:50e questo lavoro si fa a quattro mani con tecnici
07:54che hanno competenza di intelligenza artificiale
07:59e capitani di impresa che guardano la loro impresa
08:03nei prossimi 10-15 anni.
08:06Non perché l'intelligenza artificiale ci metterà così tanto ad arrivare,
08:10ma perché loro si devono assicurare un vantaggio competitivo di lungo termine.
08:13Se non lo fanno nella maniera corretta,
08:15non riusciranno a sfruttare il pieno potenziale di questa tecnologia.
08:19Ci sono alcuni processi industriali che già vedono la presenza dell'AI,
08:23penso ad esempio ai controlli di qualità
08:26dove l'analisi delle immagini tramite sistemi assistiti da intelligenza artificiale
08:31sta facendo dei progressi straordinari.
08:34C'è tanto tanto di più da fare nei processi produttivi
08:38e soprattutto nel manifatturiero italiano.
08:42Ecco, Liu, nell'introduzione si diceva
08:46quanto l'evoluzione dell'AI passi anche dalla strategia.
08:51Se prima, infatti, abbiamo visto una corsa incessante
08:55dei diversi paesi a realizzare il modello più performante,
08:59adesso sembra che sia cambiando anche la grammatica.
09:02Si comincia a parlare di cooperazione sull'AI.
09:06È una sfida che diventa ormai globale, secondo lei?
09:11Eh, guardi, lo è, assolutamente sì.
09:13È sì, è una sfida ed è soprattutto globale.
09:16Ricordiamoci i fatti che l'AI sta veramente cambiando la società
09:19nelle sue basi, quindi non è solamente una necessità attuale,
09:23ma deve essere integrata l'AI in ogni singolo settore,
09:26campo della nostra vita.
09:28Se lei prende in esame, come dire,
09:30in tese artificiale, in tese tecnologico,
09:32abbiamo tante discussioni da fare.
09:34Uno, l'infrastruttura energetica,
09:36che ovviamente ci serve per dare abbastanza,
09:38come dire, corrente elettrica fisicamente alla AI.
09:41Secondo punto, serve tanto potere computazionale.
09:45Questo vuol dire trasformare energia, appunto,
09:48in capacità computazionali.
09:50Terzo punto, ci servono eccellenti modelli.
09:52Cioè, ci serve un modello, come dire,
09:54per convertire tutte queste competenze,
09:56come dire, sia dal punto di vista del computer,
09:58che dell'informatica, che del cancolo computazionale,
10:01tutto questo, appunto, per essere applicato in aziende.
10:04Anziende già pronte ad adattare il proprio prodotto
10:07e i propri processi alla AI.
10:09Lo diceva, Stati Uniti e Cina sono assolutamente
10:11i leader di questi elementi.
10:13Però è vero che il resto del mondo
10:14ha un grande ruolo ancora da svolgere.
10:16Il resto del mondo può essere leader,
10:18diventare leader a livello di adozione,
10:20cioè implementare, come dire, la AI
10:22e fare, come dire, spiegare alla popolazione locale
10:26di ogni singolo paese cosa vuol dire fare questo passo in avanti.
10:29Perché, guardate, è proprio la popolazione generale,
10:32è giusto che poi adotta la AI,
10:34a parte le grandi aziende.
10:36Quindi le opportunità esistono anche,
10:37sicuramente, in ogni singolo paese europeo,
10:39proprio a livello anche di loro popolazione.
10:42Parliamo anche del ritorno di questi investimenti.
10:46Anche nel servizio di copertina
10:47abbiamo sentito come ancora le aziende
10:51non vedano un ritorno oggettivo
10:54dei grandi investimenti fatti per implementare
10:56l'intelligenza artificiale.
10:58Marcus, la spesa delle grandi aziende tecnologiche
11:02nelle AI ha definito lei stesso
11:04è la più grande cattiva allocazione di capitale della storia.
11:09Perché, secondo lei?
11:10Well, we've put in so far
11:12a couple of trillion dollars,
11:14I would guess.
11:16And the only people really making money
11:18are the chip companies.
11:20And the LLM providers,
11:23the large language model providers,
11:24are still losing money.
11:26Their customers aren't getting return on investment.
11:29If the customers don't get enough return on investment,
11:31eventually the large language model providers
11:34are going to be in trouble,
11:35and then even the chip companies
11:36are going to be in trouble.
11:37There's too much leverage,
11:39too many loans going out,
11:41and the quality of the technology
11:44is still not great.
11:45It's still not trustworthy,
11:47which is why we're seeing all these AI hacks,
11:49like the famous OpenAI hugging face incident.
11:53And if the quality is not there,
11:56people aren't in the long run
11:57going to spend the money.
11:58Mostly people are spending money right now
12:00because they think their competitors are,
12:02they don't want to miss out,
12:03and so forth.
12:05But in the end of the day,
12:06it's very expensive to run these systems,
12:08and the quality is not really there.
12:10And if the United States and China
12:12lead this game,
12:15Europe cannot lose this opportunity.
12:19In these days,
12:21it was also the one-year-old
12:23of the BCE,
12:24Mario Draghi,
12:25from the Financial Times,
12:27who said,
12:28if the Europe doesn't control
12:29a part of the value chain,
12:31the growth of the AI and the sovereignty
12:35will still be able to do it.
12:37And now,
12:37Europe is still facing a series of difficult choices,
12:41that need to grow to continue to finance
12:43their own social model
12:44and new needs in a world in transformation.
12:49Taish,
12:50on what the world is still in the future?
12:51Europe is still in retard
12:52in the applications,
12:54because, in the development of artificial intelligence,
12:58the gap exists,
12:59and is innegable.
13:01But,
13:01in the applications,
13:03we could actually earn
13:04land
13:05thanks to our great expertise
13:07in this land?
13:09We, as Europe,
13:11are a continent
13:12that has always
13:13imposed the its own economy
13:15on the capacity of transformation.
13:17In general,
13:18we have few materials
13:19and yet,
13:20we have become a great continent
13:23that is in order
13:25to have a huge industry
13:28to manufacture,
13:28trasformando le materie prime
13:30degli altri.
13:31Quindi,
13:32ecco che abbiamo inventato
13:33le macchine,
13:34abbiamo inventato gli impianti,
13:35siamo dei produttori
13:36di beni strumentali.
13:37Quindi,
13:38abbiamo nel nostro DNA
13:39la capacità
13:40di trasformare
13:41materie prime.
13:42Oggi,
13:43la materia prima
13:44più importante
13:45diventano i dati.
13:46Con una nuova tecnologia
13:47che è quella
13:48dell'intelligenza artificiale,
13:50i dati diventano
13:50la nuova materia prima.
13:52Quindi,
13:53noi dobbiamo
13:53non fare altro
13:54che applicare
13:55quel modello
13:57che negli anni
13:5870,
13:5880,
13:5990
13:59ha creato
14:00la ricchezza
14:01del nostro
14:02compitiente,
14:03la trasformazione
14:04di dati.
14:05Gli algoritmi
14:06ormai li abbiamo persi,
14:07ce li hanno gli Stati Uniti,
14:08ce li hanno la Cina,
14:09i dati invece
14:10li abbiamo noi.
14:11Ecco che quindi
14:12dobbiamo proteggere
14:13sempre più
14:13i nostri dati
14:14e le applicazioni
14:16devono passare
14:17dal rivedere
14:19i dati,
14:19le informazioni
14:20che noi dobbiamo
14:21raccogliere,
14:22che noi dobbiamo
14:23utilizzare.
14:24su un'industria
14:26che è quella
14:26che però
14:27ci contraddistingue
14:29che è,
14:29torno a dire,
14:30l'industria
14:31manifatturiera
14:32che fa
14:33grande
14:33l'Europa.
14:35Noi oggi
14:36purtroppo
14:36vediamo ancora
14:37le nostre fabbriche
14:38con un modello
14:39un po'
14:40antico,
14:41lasciatemi dire,
14:41in cui i fattori
14:42produttivi
14:43sono le materie prime
14:44nel senso proprio
14:45dei materiali,
14:46il lavoro
14:47e le tecnologie
14:49degli investimenti.
14:50Il mio suggerimento
14:51è che
14:51i nostri imprenditori
14:53dovrebbero vedere
14:54il quarto
14:55fattore produttivo
14:56all'interno
14:57delle nostre aziende
14:58appunto
14:58i dati.
15:00Quindi la capacità
15:00di applicare
15:01l'AI
15:02diventa
15:03il nostro
15:03vantaggio
15:03competitivo.
15:04Il treno
15:05degli algoritmi
15:07l'abbiamo perso,
15:08non possiamo perdere
15:09il treno
15:09dell'adozione.
15:11Un'AI
15:11adottata
15:12a 360 gradi
15:14in tutte le funzioni
15:16dell'economia
15:17e dell'impresa
15:18diventa fondamentale.
15:20Prima
15:20in molte
15:21delle immagini
15:22che passavano
15:23si vedevano
15:24gli umanoidi.
15:25Ecco,
15:26dobbiamo immaginare
15:26che gli umanoidi
15:27hanno una dimensione fisica,
15:29quella più robotica,
15:31ma poi
15:31la vera capacità
15:32dell'umanoide
15:33sta nell'intelligenza
15:34artificiale
15:35che si trova
15:35a bordo
15:36dell'umanoide.
15:37Anche questa
15:37è una nuova
15:39dimensione,
15:39una nuova visione.
15:41L'AI
15:41non è più
15:42solo quella
15:42dei computer
15:44con i quali
15:44siamo abituati
15:45a interagire,
15:47ma è anche
15:47quella fisica
15:48e su questa frontiera
15:49noi non possiamo
15:50perdere
15:50il treno.
15:52C'è una sorta
15:53di paradosso
15:54per l'Europa
15:55perché l'aspetto
15:56che probabilmente
15:57ha ingessato
15:59la corsa
15:59all'intelligenza
16:00artificiale europea,
16:02quello della
16:02regolamentazione,
16:04adesso diventa
16:05il centro
16:06di discussione
16:07soprattutto
16:08in un dibattito
16:09aperto
16:10negli Stati Uniti
16:11dopo che
16:12il CEO
16:12di Antropic
16:13Dario Amodei
16:14ha invitato
16:15allo speed limit
16:16a limitare
16:17la corsa
16:18all'intelligenza
16:19artificiale
16:20perché appunto
16:21non se ne conoscono
16:22i rischi.
16:23Dall'altro canto
16:24ci sono altri
16:24grandi nomi
16:25del tech
16:26come Zuckerberg
16:27e Wang
16:28che dicono
16:28non è necessario
16:30implementare
16:31ulteriori regole,
16:33le regole ci sono
16:34e vanno rispettate.
16:36E secondo
16:37Moussafa Suleyman,
16:39CEO di Microsoft
16:40AI,
16:41la sfida
16:42deve passare
16:43attraverso
16:44maggiore
16:45trasparenza
16:46e bisogna
16:47rendere
16:47l'intelligenza
16:48artificiale
16:49più controllabile.
16:50Sentiamo.
16:51Most of the
16:52great challenges
16:53in the world
16:54have turned out
16:54to be
16:55engineering problems
16:55and we should
16:56be very optimistic
16:57about that
16:58and I
16:59really do believe
17:00there are some
17:01very specific
17:02things that we
17:02can do
17:03at the moment
17:03to massively
17:04increase safety.
17:06For example,
17:07when an AI
17:07model has
17:08a chain
17:08of thought
17:09it leaves
17:10a path
17:10of reasoning
17:11in its trace
17:12and we need
17:13to make sure
17:14that it
17:14can't tamper
17:15with that
17:15reasoning
17:16that that
17:17log
17:17is
17:18auditable
17:18and that
17:19it can
17:20be scrutinized
17:20by independent
17:21third party
17:22evaluators
17:23and auditors.
17:24It is
17:25mathematics.
17:26It isn't
17:27experiencing
17:28anything physical
17:30in the real world.
17:31It doesn't have
17:31a biology.
17:32It doesn't suffer.
17:33It doesn't have
17:34a pain network
17:34like humans have.
17:36We're completely
17:37different
17:37to these
17:39systems
17:39and we shouldn't
17:40anthropomorphically
17:41project our experiences
17:43into them.
17:44Hugh,
17:45Suleman,
17:45sottolinea un aspetto
17:47interessante
17:47e matematica.
17:49Non dobbiamo
17:49proiettare
17:51sull'intelligenza
17:52artificiale
17:53quelle che possono
17:53essere le nostre
17:54emozioni
17:55e quindi
17:55probabilmente
17:56i rischi
17:57sono anche
17:57più controllabili.
17:59Secondo lei
18:00bisogna
18:01implementare
18:02una maggiore
18:03regolamentazione
18:05dell'AI
18:05o esistono
18:06già delle regole
18:07che vanno
18:07soltanto rispettate?
18:09Dunque,
18:09è un'ottima domanda.
18:12Grazie innanzitutto
18:13e colgo
18:14veramente il punto
18:15e da sonde
18:16questo è uno
18:16dei problemi.
18:17A me piace
18:17più chiamarli
18:18sfide,
18:18challenge
18:19che riguardano
18:19fondamentalmente
18:20i paesi europei.
18:21In effetti
18:22avete tanta
18:23normazione,
18:24tanta regolamentazione
18:25come dite
18:25è stata una
18:26tradizione
18:27tipica
18:27del vostro
18:29continente.
18:30Come detto
18:30un attimo fa
18:31in effetti
18:31sono diversi
18:32gli ingredienti
18:33e gli elementi
18:33che ci servono
18:34per sviluppare
18:34una buona AI.
18:36Uno degli elementi
18:37da prendere
18:38in esame
18:38è appunto
18:39questo
18:40percorso europeo
18:41cioè creare
18:42una società
18:43che accetti
18:44tranquillamente
18:45la AI.
18:46Cosa vuol dire
18:46comodamente?
18:47Vuol dire
18:47accoglierla,
18:48abbracciarla,
18:49capirla
18:49prima di sfruttarne
18:50il potere.
18:51Questo è il primo
18:52problema,
18:53certo,
18:53un'eccessiva
18:54regolamentazione
18:55o normazione
18:56in Europa.
18:56Punto numero due
18:57io credo
18:58che sia
18:58la popolazione
18:59in generale
19:00che debba
19:01familiarizzare
19:01con la AI,
19:02conoscerla,
19:03dopodiché
19:04andremo ad
19:04integrare
19:05la AI
19:05in ogni angolo
19:06della nostra
19:07società.
19:08si parlava
19:09giustamente
19:10del manufatturiero
19:11italiano ed europeo
19:12è interessantissimo
19:13questo per l'Italia.
19:14Guardate ad esempio
19:15in Cina
19:16quindi tutti quanti
19:17i player
19:17della robotica
19:18sono fondamentalmente
19:20le case automobilistiche
19:21perché?
19:22Perché quelle competenze
19:23da casa
19:24automobilistica
19:25possono
19:26abbastanza
19:27facilmente
19:27e velocemente
19:28essere trasferite
19:29su degli umanoidi
19:30o comunque
19:31su dei prodotti
19:31robotizzati.
19:32il grande vantaggio
19:34che ha l'Italia
19:34vedete voi
19:35siete quelli
19:36della Ferrari
19:36giusto?
19:37Quindi è veramente
19:37qualcosa di incredibile
19:39è la tecnologia
19:40migliore
19:41avete il cibo migliore
19:42avete quello che serve
19:43per cucinare
19:44preparare il vostro cibo
19:45adesso dovete
19:47sviluppare
19:47una popolazione
19:48in generale
19:49che accolga
19:49la AI
19:50e non che sia
19:51anti-intelligenza
19:52artificiale
19:53una volta fatto
19:54questa sorta
19:54di sforzo formativo
19:55il resto sarà facile.
19:57Iorana
19:58Liu pone
19:58l'accento
19:59anche sulla formazione
20:00che è un aspetto
20:01sicuramente
20:02interessante
20:03io le chiedo
20:04anche un'altra cosa
20:06come fa una start-up
20:08ad esempio italiana
20:10a superare
20:11la sua dimensione
20:12regionale
20:13o nazionale
20:14e competere
20:15con le start-up
20:16Silicon Valley
20:17o addirittura
20:18con i grandi
20:19big del tech?
20:20È una sfida
20:21non banale
20:22questa
20:22su due livelli
20:24il tema formazione
20:25interessa aziende piccole
20:26grandi
20:27medie
20:27chiunque
20:28ed è un tema
20:29che qualcuno
20:31sta cercando
20:31di affrontare
20:32in maniera
20:32molto sistematica
20:33secondo me
20:34ancora non abbiamo
20:35una risposta
20:36chiara
20:37nell'accompagnare
20:38le generazioni
20:39verso questa evoluzione
20:40il tema
20:41della start-up
20:42abbraccia
20:43una dimensione
20:44che è quella
20:45finanziaria
20:45che è sempre
20:46stata molto
20:47fragile in Italia
20:48almeno in termini
20:49di investimenti
20:50in nuova tecnologia
20:52tenga
20:53tenga conto
20:53che oggi
20:54abbiamo
20:56mediamente
20:56un investimento
20:57di venture capital
20:58in Italia
20:58che si aggira
20:59intorno al miliardo
21:00e mezzo
21:00la Francia
21:02ne fa più di sei
21:03la Germania
21:03più di nove
21:04ed è una
21:06ed è comunque
21:07una dimensione
21:08straordinariamente
21:09piccola
21:10perché
21:10quando l'Europa
21:12mette assieme
21:13un fondo
21:13da 21 miliardi
21:14di euro
21:15per investire
21:15in AI
21:16e ognuno
21:17dei deal
21:18che si è fatto
21:20negli Stati Uniti
21:21nell'ultimo anno
21:22ha raccolto
21:23più o meno
21:2320 miliardi
21:24di euro
21:24da solo
21:25ci dà un po'
21:26la dimensione
21:26di quanto
21:27di quanta strada
21:28bisognerà fare
21:29ciò non di meno
21:30e questa è la buona notizia
21:32noi abbiamo
21:33delle start-up
21:34che hanno
21:35una componente
21:36tecnologica
21:37straordinariamente valida
21:38che riesce
21:39ad affermarsi
21:40sui mercati
21:41a competere
21:41sui mercati
21:42e abbiamo
21:43qualche esempio
21:43virtuoso
21:44me ne lascio citare
21:45uno su tutti
21:46Oversonic
21:47con il suo Roby
21:49è una start-up
21:50che nasce
21:50nell'Abrianza
21:51che con
21:52tutte le fatiche
21:53di una classica
21:54start-up italiana
21:55ha raccolto
21:55le prime decine
21:57di milioni
21:57di euro
21:58ed è stata
21:59brava abbastanza
22:00da farsi
22:01riconoscere
22:02una commessa
22:03da ST
22:04Microelectronics
22:05che metterà
22:06oltre 100 robot
22:08in produzione
22:10per assistere
22:11e accompagnare
22:12i propri lavoratori
22:13nelle attività
22:14ripetitive
22:15questo salto
22:16di scala
22:17in Europa
22:18è faticosissimo
22:19da fare
22:21ma abbiamo
22:22tutte le potenzialità
22:23tecniche
22:23per permetterci
22:24di competere
22:25a livello internazionale
22:26abbiamo bisogno
22:27di governi
22:28più attenti
22:29perché la prima fase
22:30dell'innovazione
22:31è fragilissima
22:31e c'è bisogno
22:32di un intervento pubblico
22:33a livello europeo
22:34direi
22:34abbiamo bisogno
22:36di capitali
22:37un po' più coraggiosi
22:38e poi
22:39di un mercato
22:40che parli
22:41più o meno
22:42la stessa lingua
22:42parlo di regole
22:43parlo di norme
22:44parlo di capacità
22:46di passare i confini
22:48in maniera
22:48trasparente
22:49senza inciampare
22:50in diverse
22:54complessità
22:54che in un mercato
22:55come per esempio
22:56negli Stati Uniti
22:57non si ha
22:58non si ha in Cina
22:59e quindi
23:00dovremmo fare
23:01questo sforzo
23:02la potenzialità
23:03e questa è la buona notizia
23:05c'è tutta
23:07la potenzialità
23:08c'è tutta
23:09Taish
23:10quanto è rilevante
23:12anche l'aspetto
23:13della sicurezza
23:14che è stato
23:15più volte
23:16sottolineato
23:17nel corso
23:17di questa settimana
23:18anche in seguito
23:19a quelli che sono stati
23:20gli attacchi
23:20di Hugging Face
23:22ecco
23:23soprattutto sul piano
23:24industriale
23:25dobbiamo investire
23:26ancora di più
23:26sulla cyber security
23:29direi di sì
23:30ma questo è un tema
23:31come dire
23:32non nuovo
23:33ma ancora
23:34non completamente risolto
23:36quando
23:37a un certo punto
23:38noi abbiamo imparato
23:39a usare
23:40le automobili
23:41sulle autostrade
23:42il tema
23:42era la sicurezza
23:44e quindi abbiamo
23:45aggiunto
23:45alle nostre automobili
23:47le cinture di sicurezza
23:48gli airbag
23:49ecco
23:49noi dobbiamo
23:50su queste autostrade
23:51digitali
23:52aggiungere
23:53delle cinture di sicurezza
23:54che sono la cyber security
23:56cyber security
23:57che ha due dimensioni
23:59in questo caso
24:00in questo
24:00su questa tecnologia
24:03uno
24:03è quello di evitare
24:05che
24:06gli attacchi
24:08vadano
24:09a rubare i dati
24:10i dati sensibili
24:11delle nostre imprese
24:12e questo
24:13è il tema
24:14vecchio
24:15della cyber security
24:16non è il tema
24:17nuovo
24:18ma nel momento
24:19in cui
24:19l'intelligenza artificiale
24:20diventerà
24:21sempre di più
24:21un'intelligenza artificiale
24:23agentica
24:23cioè un'intelligenza artificiale
24:25che farà
24:26delle azioni
24:27prenderà delle decisioni
24:28farà delle azioni
24:29e andrà
24:30a implementare
24:31non mi riferisco
24:32solo agli umanoidi
24:33ma il fatto
24:33che le nostre
24:34macchine
24:35i nostri impianti
24:36saranno controllati
24:38e gestiti
24:39dall'intelligenza artificiale
24:40ecco che noi
24:40dobbiamo evitare
24:42che degli attacchi
24:43hacker
24:44inducano
24:45dei comportamenti
24:46fisici
24:47sulle macchine
24:49e sui dispositivi
24:50che andremo a utilizzare
24:51che possano
24:52o danneggiare
24:53la produzione
24:54ma questo
24:54come dire
24:55sarebbe
24:55un danno
24:56solo ed economico
24:57ma arrivare
24:58a danneggiare
24:59poi
24:59le persone
25:00gli operatori
25:01creando degli incidenti
25:03che quindi
25:04vadano contro
25:05la sicurezza
25:06quindi
25:06dobbiamo difenderci
25:08oggi
25:08non solo
25:09per proteggere
25:10la nostra proprietà
25:10intellettuale
25:11ma difenderci
25:12perché
25:12l'EI
25:13possa essere utilizzata
25:14per prendere
25:15delle azioni
25:16contro di noi
25:17non è l'EI
25:18che è cattiva
25:19però
25:19saranno chi
25:20la vuole usare
25:21in maniera strumentale
25:22per creare dei danni
25:25Marcus
25:26prendo spunto
25:27da quanto
25:27diceva Taish
25:29non è l'EI
25:30cattiva
25:31ma adesso
25:31dobbiamo imparare
25:32a utilizzarla
25:34secondo
25:34Jensen Wang
25:35di NVIDIA
25:36siamo ormai
25:37alla terza
25:37generazione
25:38di EI
25:39il tutto
25:40sta succedendo
25:41con una velocità
25:42mai vista
25:43in altre
25:43epoche storiche
25:45ecco
25:45secondo lei
25:46su che piano
25:47adesso
25:47si sposta
25:48il dibattito
25:50o comunque
25:50la sfida
25:51nell'intelligenza
25:52artificiale
25:53in quali settori?
25:54There are a number
25:55of things
25:55that we can do
25:56to fix it
25:56so
25:58I'm not sure
25:59we can actually
26:00fix the economics
26:01unless people
26:02just try
26:03to invest
26:04in other things
26:04and not invest
26:05exclusively
26:06in what we call
26:07generative AI
26:10On the
26:12regulatory side
26:13we should
26:14hold the companies
26:14liable
26:15for their products
26:16if they do
26:17bad things
26:18and we should
26:19have a licensing
26:20regime
26:20like we do
26:21in the US
26:22for the FDA
26:23in which
26:24if you
26:26want to bring
26:27something to market
26:28you have to show
26:29that it actually
26:30works
26:31and the benefits
26:32outweigh the risks
26:33right now
26:34there are a lot
26:35of risks
26:35associated with
26:36generative AI
26:37the companies
26:37are not making
26:38the case
26:39that the value
26:40of them
26:40exceeds the risk
26:41and some people
26:42are talking about
26:43them killing
26:43all of humanity
26:44I don't think
26:45that's plausible
26:45but they might
26:47cause massive
26:47problems
26:48to infrastructure
26:48for example
26:49and we're just
26:50letting in the United
26:51States
26:51anybody do
26:52anything that they
26:53want
26:53and this is going
26:55to cause a lot
26:55of problems
26:56so we must
26:57have a regulatory
26:58regime
26:58that actually looks
26:59at whether the
27:00benefits
27:00outweigh the risks
27:01We have talked
27:03about production
27:04industrially
27:05we have talked
27:06about AI
27:06agentica
27:07cyber
27:08security
27:09we have talked
27:11about how
27:11the government
27:13incentivizes
27:14the use of
27:15artificial intelligence
27:17to push
27:18competitiveness
27:19and growth
27:20according to
27:21Kyle Chan
27:21of the Brooklyn
27:22Institute
27:23the model AI
27:24could gain
27:26water
27:26offering
27:27a greater
27:28cost
27:29inferior
27:30even if
27:30they are
27:31behind
27:35many of these
27:37companies in China
27:38are reaching deeper
27:39into the AI
27:41stack
27:41seeking to
27:43develop their own
27:44chips for example
27:45like Alibaba
27:47has been doing
27:47this for a while
27:48DeepSeq is rumored
27:49to be
27:50to be exploring
27:51this
27:51also building out
27:53their own
27:53infrastructure
27:54controlling it
27:54themselves in
27:55some cases
27:56or inking deals
27:58with other
27:59info providers
27:59within
28:00China
28:01and I
28:02think
28:02what's
28:02really
28:03fascinating
28:03most recently
28:04is the
28:06shift
28:06in the
28:07terms
28:07of
28:07service
28:07for
28:08models
28:09like
28:10Moonshot's
28:10Kimmy K3
28:11they are
28:13open source
28:14so you could
28:15technically
28:16download them
28:16and run them
28:18on your own
28:18hardware
28:19although that
28:19would be
28:20very difficult
28:20because these
28:21are very
28:21very large
28:22models
28:22but
28:23if you
28:24are more
28:25likely
28:25to run
28:26them
28:26through
28:26an
28:27inference
28:27cloud
28:27provider
28:28that
28:28is
28:28another
28:28service
28:29that can
28:29provide
28:29the compute
28:30infrastructure
28:30then that
28:32might be
28:32better for
28:33the users
28:33and better
28:34for Moonshot
28:35because they
28:35don't have
28:35the compute
28:36to serve
28:36this
28:36but there's
28:37a catch
28:37Moonshot
28:38is now
28:39asking for
28:40a share
28:41of the
28:41revenues
28:41from these
28:43inference
28:43cloud
28:43providers
28:44in other
28:44words
28:45they're
28:45looking
28:46to
28:46monetize
28:47more
28:47directly
28:48even though
28:48they're still
28:49giving away
28:50technically
28:50their models
28:51for free
28:51abbiamo
28:52sentito
28:53nominare
28:53diversi
28:54modelli
28:55cinesi
28:55a settembre
28:56tra l'altro
28:57il ministero
28:58cinese
28:58dell'industria
28:59ha presentato
28:59un piano
29:00specifico
29:00per integrare
29:01le IAI
29:02nell'industria
29:02del software
29:03con l'obiettivo
29:04entro il 2030
29:05di attuare
29:06una trasformazione
29:07intelligente
29:08dei sistemi
29:08software
29:09fondamentali
29:10ormai
29:11è anche
29:11difficile
29:12star dietro
29:13a tutte
29:14queste
29:14innovazioni
29:15soprattutto
29:16la velocità
29:17di un paese
29:18rispetto ad un altro
29:19è difficile
29:19da misurare
29:20perché la competizione
29:22è su diversi piani
29:23in che modo il governo
29:25però sta incentivando
29:27questa corsa
29:31allora la ringrazio
29:32perché è veramente
29:32un'altra domanda
29:33interessante
29:34abbiamo appena parlato
29:35appunto di sicurezza
29:36sia intrinseca
29:37che estrinseca
29:38su scuola globale
29:39guardando l'economia
29:40globale
29:40credo che
29:41la problematica
29:42principale
29:43di sicurezza
29:44per l'economia
29:45del paese
29:45non è più oggi
29:46investire
29:47se noi rifiutiamo
29:49la AI
29:50il nostro paese
29:51o quel paese
29:52sarà veramente
29:52tornato
29:53all'età della pietra
29:54se mi permette
29:55di fare questo esempio
29:56ripeto a tutti gli altri
29:57quindi questo bisogna farlo
29:58bisogna farlo
29:59su scala completa
30:00abbiamo detto prima
30:01cosa vuol dire
30:01scala completa
30:02vuol dire che questa scala
30:03è fatta di tanti
30:04diversi livelli
30:05la Cina è fortissima
30:06a livello di energia
30:07ad esempio
30:08con il nucleare
30:09non solo
30:09questa è veramente
30:10una delle armi principali
30:12della Cina
30:13e poi c'è il potere
30:14di calcolo
30:15quindi proprio
30:16il calcolo
30:16computazionale
30:17questo è stato
30:18un altro grande
30:19investimento
30:19fatto dalla Cina
30:20quindi dipendere
30:21sempre meglio
30:22appunto dai chip
30:23di Nvidia
30:23quelli americani
30:24il terzo modello
30:25è esattamente
30:26quello che lei
30:27ha proprio appena
30:27menzionato
30:28sono tante
30:29le aziende
30:30cinesi
30:31come Monshot
30:32come Minimax
30:33ma ce ne sono
30:33veramente tante
30:34c'è anche Alibaba
30:35i grandi
30:35insomma grandi
30:36i medi piccoli
30:36comunque tutti
30:37stanno lavorando
30:38il quarto livello
30:39è ancora più importante
30:40secondo me
30:41e si chiama
30:41Education
30:42la popolazione
30:43generale
30:44deve capire
30:45come usare
30:46la AI
30:47e farlo
30:47in modo molto facile
30:48dovremmo quindi
30:49riuscire
30:50a distribuire
30:51la AI
30:51e le elevative
30:52conoscenze
30:53di AI
30:53su questi quattro
30:54livelli
30:55aziende
30:56aziende piccole
30:56grandi
30:56popolazione
30:57governi
30:58guardiamo
30:59tutta l'economia
31:00globale
31:00siamo già globali
31:02e ripeto
31:03chi non investe
31:04oggi in AI
31:05sarà indietro
31:07come nell'età
31:07della pietra
31:08fra dieci anni
31:09rispetto a tutti
31:10coloro che lo fanno
31:10ma Iorana
31:11chiedo anche a lei
31:12siamo davvero pronti
31:14a recepire
31:15l'intelligenza artificiale
31:17o ancora c'è
31:18una sorta di paura
31:22no
31:22credo che siamo
31:23più pronti
31:25di quanto non ci immaginiamo
31:26perché nel momento
31:27in cui si comincia ad usare
31:28diventa molto facile
31:29e ci si abitua rapidamente
31:30all'intelligenza artificiale
31:32la mia diretta esperienza
31:34con ragazzi
31:35e con certamente
31:38ricercatori
31:38molto preparati
31:39e di una
31:40semplicità di adozione
31:42disarmante
31:43per molti aspetti
31:44la cosa che più mi spaventa
31:46ma questa è una nota personale
31:48è forse la creazione
31:49di dipendenza
31:50che ci lascerà
31:52forse più pigri
31:53nel fare noi
31:55lo sforzo
31:55di trovare le informazioni
31:57certamente
31:58molto capaci
31:59di chiedere
32:00dove trovare le informazioni
32:03quello
32:04lo scenario
32:06che
32:07mi auguro
32:08si riesca
32:09a evitare
32:10è uno scenario
32:11di una popolazione
32:12che
32:13si impegni
32:15sempre di meno
32:15a studiare
32:16a conoscere
32:17perché
32:17tende
32:19ad affidarsi
32:20ad un sistema automatico
32:21ci sarà sempre
32:22un gruppo di pensatori
32:23e di studiosi
32:25che andrà avanti
32:26ma spero che
32:27il gap
32:29che abbiamo
32:30colmato
32:31quando
32:32col passaggio
32:33per farne
32:35una nota storica
32:36prima alla stampa
32:38che però
32:38non era per tutti
32:39poi finalmente
32:40dopo la seconda guerra mondiale
32:42quando col trattore
32:43molta gente
32:44lasciava
32:45i campi
32:46e andava a studiare
32:47a leggere
32:48a scrivere
32:48ecco questo percorso
32:49di crescita culturale
32:52media
32:52della popolazione
32:53mi auguro
32:54possa continuare
32:55anche con sistemi
32:56di intelligenza artificiale
32:57così efficienti
32:57come quelli che stiamo
32:58sperimentando
32:59certo è
33:00molto semplice
33:01adottarla
33:02nel momento in cui
33:02si comprende
33:03la potenzialità
33:04di questo strumento
33:05grazie
33:06Taish
33:07è sicuramente
33:08la rivoluzione
33:09più dirompente
33:10rispetto
33:11a tutte le altre
33:12rivoluzioni industriali
33:13che abbiamo visto
33:14in passato
33:16secondo lei
33:16le aziende
33:17che cosa manca
33:18alle aziende
33:19per accogliere
33:20al pieno
33:20questa rivoluzione
33:22credo che manchi
33:24un po' di coraggio
33:26coraggio che deve essere
33:27gli imprenditori
33:28nei manager
33:29e coraggio
33:31nelle persone
33:32credo che ci sia
33:33anche un tema
33:33di ignoranza
33:34nel senso
33:35etimologico
33:36del termine
33:37usiamo questo strumento
33:39oggi non ancora
33:40con tutte le sue
33:42potenzialità
33:43e poi forse
33:44manca
33:45la cosa più importante
33:46cioè
33:46il ridisegno
33:48delle organizzazioni
33:49il ridisegno
33:50delle organizzazioni
33:51aziendali
33:52il ridisegno
33:53della nostra
33:53pubblica amministrazione
33:54il ridisegno
33:56in qualche modo
33:56dei meccanismi
33:57della nostra
33:58della nostra società
33:59perché usare
34:01uno strumento
34:01così nuovo
34:02così dirompente
34:03su modelli vecchi
34:04non consentirà
34:05di coglierle
34:06tutti i vantaggi
34:07e il rischio
34:08è che
34:09in passato
34:10abbiamo parlato
34:11di digital divide
34:12quando parlavamo
34:13delle tecnologie digitali
34:15chiamiamole così
34:16più tradizionali
34:17oggi io credo
34:18che dovremmo parlare
34:19di un AI divide
34:20che è il vero rischio
34:23che l'Italia
34:24e l'Europa
34:25corrono
34:26rispetto agli altri paesi
34:27è necessario
34:28mettersi al passo
34:30perché come abbiamo visto
34:31nel corso di questa puntata
34:33l'AI
34:33è ormai fisica
34:35ed è entrata
34:36già
34:36nelle nostre vite
34:37ed è pronta
34:38a rivoluzionarle
34:39grazie a Marco Taish
34:41del Politecnico di Milano
34:43essere stato con noi
34:45Salvatore Maiorana
34:47Direttore di Chilometro Rosso
34:49e Presidente di AISP
34:50e Xiao Shanliud
34:53della Shenzhen Institute
34:57grazie a tutti voi
34:58di averci seguiti
34:59appuntamento
34:59alla prossima puntata di Cargo
35:01grazie a tutti
35:11grazie a tutti
Commenti