- 12 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
00:55collaborativo. Quindi cambia la grammatica, cambia la linguistica intorno all'intelligenza artificiale.
01:02Si pone l'accento sempre più sulla sicurezza e sulla trasparenza. Ma intanto l'intelligenza
01:08artificiale 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
01:22nei confronti degli Stati Uniti e della Cina. Di tutto questo parleremo in questa puntata.
01:27Partiamo con il servizio di copertina di Alice Scalora.
01:31L'intelligenza artificiale resta il motore degli investimenti tecnologici della corsa
01:36iData Center. Stati 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
01:48per trasformare gli investimenti in ricavi e profitti. Il settore vive un passaggio decisivo
01:54dalla sperimentazione all'utilizzo nei processi aziendali. La produttività cresce ma i ritorni
01:59economici restano concentrati in poche imprese. È il quadro che emerge dal rapporto di McKinsey
02:05sullo stato dell'AI nel 2026. 9 aziende su 10 usano l'intelligenza artificiale in almeno
02:12una funzione. Il 44% la porta su scala aziendale contro il 38% di un anno fa. Nelle grandi
02:19imprese
02:19cresce l'AI agentica. Il 40% impiega agenti in una o più funzioni, dal 27% del 2025.
02:27I benefici si vedono sul lavoro. 8 intervistati su 10 segnalano un aumento della produttività
02:34e 1 su 2 prende decisioni migliori. Il salto sui bilanci resta incompiuto. Il 37% attribuisce
02:41all'AI un contributo positivo all'utile operativo, una quota ferma su base annua. Le aziende che
02:47ricavano dall'AI almeno il 5% delle bit rappresentano il 6% del campione. Gli investimenti
02:54non si fermano. Il 60% delle imprese prevede di aumentare la spesa. Per un'organizzazione
02:59su 5 i costi operativi e il consumo di token frenano l'adozione. Ma la competizione assume
03:05una dimensione più ampia. Washington difende il vantaggio nei semiconduttori e limita l'accesso
03:12cinese a chip avanzati. Pechino invece investe su una filiera più autonoma. Stati Uniti e Cina
03:17hanno aperto un confronto sulla sicurezza con un canale dedicato agli incidenti legati
03:23all'AI. E l'Europa tenta di ridurre la dipendenza dai colossi americani e asiatici. Bruxelles
03:29punta a triplicare la capacità dei data center entro il 2030, ma deve colmare il ritardo
03:36sui chip, capitali e piattaforme cloud. La crescita incontra il limite dell'energia.
03:41I centri dati assorbono il 2,5% dei consumi elettrici europei e il loro peso potrebbe raddoppiare.
03:48Le prospettive restano legate a data center, semiconduttori, reti, cloud ed energia. La
03:54spesa per le infrastrutture AI potrebbe sfiorare gli 800 miliardi di dollari nel 2026. E la
04:00sfida dunque cambia. Non basta più utilizzare l'intelligenza artificiale, ma bisogna trasformare
04:05la produttività in ricavi, margini e crescita.
04:08E come abbiamo sentito le aziende stanno provando ad implementare l'intelligenza artificiale
04:15nei loro sistemi produttivi, ma ancora il lavoro da fare tanto. Ne parliamo con i nostri
04:22ospiti, qui in studio Marco Teich, docente di Digital Manufacturing al Politecnico di
04:27Milano. Benvenuto.
04:28Grazie per lì.
04:29In collegamento con noi Salvatore Majorana, presidente dell'International Association of
04:36Science, Park and Area of Innovation e direttore di Chilometro Rosso. Benvenuto.
04:41Grazie, buongiorno a voi.
04:44Ciao, Sean Liu, director of embodied AI di Shenzhen Institute. Benvenuto.
04:51E con noi anche Gary Marcus, esperto AI e professore di psicologia e neuroscienze alla
04:57New York University. Teich, partirei proprio con l'analizzare i dati che abbiamo sentito
05:04nel nostro servizio di copertina. Quasi 9 aziende su 10 dichiarano di utilizzare regolarmente
05:10l'AI almeno in una funzione di star portando l'AI su scala aziendale. Si ritrova in questa
05:16fotografia. Mi ci ritrovo assolutamente a dire che 9 imprese su 10 stanno adottando
05:22l'AI, è esattamente quello che sta succedendo in Italia, nella nostra economia, nel nostro
05:26sistema industriale. La vera domanda che però dobbiamo farci è dove la stanno utilizzando.
05:32La stanno utilizzando negli uffici per quei processi amministrativi, per rispondere alle
05:37mail, per cercare dei dati o la stanno usando anche nelle fabbriche dove l'AI può produrre
05:44io credo il maggior aumento di produttività. Non dimentichiamoci che l'Italia è il secondo
05:50paese manifatturiero dell'Europa. Abbiamo alcune regioni, come la regione Lombardia, che
05:55addirittura in alcuni casi sono la prima regione a più alta densità manifatturiera.
06:00Quindi dobbiamo cercare dove l'AI ha la possibilità di portare il più alto valore in termini di
06:08produttività. Io credo che oggi noi usiamo ancora l'AI, che è uno strumento nuovo, ma su
06:12processi vecchi, su processi che erano stati progettati prima che l'AI fosse messa a punto
06:19come tecnologia. Un po' come quando c'è stata la rivoluzione industriale dell'energia
06:24elettrica. Continuavamo a usarla solo per le strade e non avevamo ancora trovato tutti
06:29i modi e tutte le potenzialità per creare produttività. Io credo che questo sia il prossimo
06:34passo per evitare che l'Europa rimanga indietro in questa corsa.
06:39Ma Iorana, si è investito tanto su ricerca e innovazione? In che modo adesso si deve
06:45promuovere il trasferimento in produzione, che è un po' quello che fate anche chilometro
06:50rosso?
06:52Ma sì, devo dire francamente che se penso agli investimenti europei in ricerca nel campo
06:57dell'AI forse non si è investito così tanto. Avremmo potuto fare molto di più. Detto
07:03questo oggi siamo in condizioni però di prendere un lavoro fatto egregiamente in altre
07:08parti del mondo, Stati Uniti e Cina in primis, e portarlo però su un contesto industriale
07:15che, come diceva bene Marco Taish, l'Europa domina. Noi siamo dei manifatturieri straordinari.
07:21Questo percorso però richiede un lavoro notevole, un lavoro fatto di fiducia, investimenti e un
07:32cambio di mentalità perché, di nuovo mi trovo con quello che diceva il professor Taish,
07:39introdurre una tecnologia così dirompente su vecchi processi non è la soluzione più
07:44giusta o più rapida. Molte volte vanno ripensati i processi, molte volte vanno ripensate le
07:49infrastrutture e questo lavoro si fa a quattro mani con tecnici che hanno competenza di
07:57intelligenza artificiale e capitani di impresa che guardano la loro impresa nei prossimi 10-15
08:04anni. Non perché l'intelligenza artificiale ci metterà così tanto ad arrivare, ma perché
08:10loro si devono assicurare un vantaggio competitivo di lungo termine. Se non lo fanno nella maniera
08:14corretta non riusciranno a sfruttare il pieno potenziale di questa tecnologia. Ci sono alcuni
08:20processi industriali che già vedono la presenza dell'AI, penso ad esempio ai controlli di qualità
08:26dove l'analisi delle immagini tramite sistemi assistiti da intelligenza artificiale sta facendo
08:32dei progressi straordinari. C'è tanto tanto di più da fare nei processi produttivi e soprattutto
08:40nel manifatturiero italiano. Ecco Liu, nell'introduzione si diceva quanto l'evoluzione
08:48dell'AI passi anche dalla strategia. Se prima infatti abbiamo visto una corsa incessante dei
08:55diversi paesi a realizzare il modello più performante, adesso sembra che stia cambiando
09:01anche la grammatica. Si comincia a parlare di cooperazione sull'AI. È una sfida che diventa
09:08ormai globale secondo lei? Eh, guardi, lo è assolutamente sì. È sì, è una sfida
09:14ed è soprattutto globale. Ricordiamoci infatti che l'AI sta veramente cambiando la società
09:19nelle sue basi, quindi non è solamente una necessità attuale, ma deve essere integrata
09:24l'AI in ogni singolo settore, campo della nostra vita. Se lei prende in esame, come dire,
09:30in tese artificiale, in tese tecnologico, abbiamo tante discussioni da fare. Uno, l'infrastruttura
09:35energetica, che ovviamente ci serve per dare abbastanza, come dire, corrente elettrica
09:40fisicamente alla AI. Secondo punto, serve tanto potere computazionale. Questo vuol dire
09:46trasformare energia, appunto, in capacità computazionali. Terzo punto, ci servono eccellenti
09:52modelli. Ci serve un modello, come dire, per convertire tutte queste competenze, come dire,
09:57sia dal punto di vista del computer che dell'informatica che del cancolo computazionale, tutto questo,
10:02appunto, per essere applicato in aziende. Anziende già pronte ad adattare il proprio
10:06prodotto e i propri processi alla AI. Lo diceva, Stati Uniti e Cina sono assolutamente i leader
10:12di questi elementi, però è vero che il resto del mondo ha un grande ruolo ancora da
10:16svolgere. Il resto del mondo può essere leader, diventare leader a livello di adozione,
10:20cioè implementare, come dire, la AI e fare, come dire, spiegare alla popolazione locale
10:26di ogni singolo paese cosa vuol dire fare questo passo in avanti. Perché, guardate, è proprio la
10:31popolazione in generale, è giusto che poi adotta la AI, a parte le grandi aziende. Quindi
10:36le opportunità esistono anche, sicuramente, in ogni singolo paese europeo, proprio a livello
10:40anche di loro popolazione.
10:42Parliamo anche del ritorno di questi investimenti, anche nel servizio di copertina. Abbiamo sentito
10:49come ancora le aziende non vedano un ritorno oggettivo dei grandi investimenti fatti per
10:55implementare l'intelligenza artificiale. Marcus, la spesa delle grandi aziende tecnologiche
11:02nelle AI ha definito lei stesso è la più grande cattiva allocazione di capitale della storia.
11:09Perché, secondo lei?
11:10Well, we've put in so far a couple of trillion dollars, I would guess, and the only people
11:17really making money are the chip companies, and the LLM providers, the large language model
11:24providers, are still losing money. Their customers aren't getting return on investment. If the
11:29customers don't get enough return on investment, eventually the large language model providers
11:34are going to be in trouble, and then even the chip companies are going to be in trouble. There's
11:38too much leverage, too many loans going out, and the quality of the technology is still
11:44not great. It's still not trustworthy, which is why we're seeing all these AI hacks, like
11:49the famous OpenAI hugging face incident. And if the quality is not there, people aren't
11:56in the long run going to spend the money. Mostly people are spending money right now because
12:01they think their competitors are, they don't want to miss out, and so forth. But in the
12:05end of the day, it's very expensive to run these systems, and the quality is not really
12:10there.
12:10E se Stati Uniti e Cina guidano questa partita, l'Europa non può perdere questa occasione.
12:19A sottolinearlo, in questi giorni è stato anche l'ex numero uno della BCE, Mario Draghi,
12:25dalle colonne del Financial Times, ha detto a meno che l'Europa non controlli una parte della
12:30della catena del valore, la crescita delle AI e la sovranità si scontreranno e ancora
12:37l'Europa si trova di fronte a una serie di scelte difficili, ha bisogno di crescere per
12:42poter continuare a finanziare il proprio modello sociale e le nuove esigenze in un mondo in
12:47trasformazione. Taish, su quali ambiti l'Europa è ancora in ritardo nelle applicazioni? Perché
12:54se da una parte nello sviluppo dell'intelligenza artificiale il gap esiste ed è innegabile,
13:01però nelle applicazioni potremmo effettivamente guadagnare terreno grazie alla nostra grande
13:06expertise in questo terreno?
13:09Noi come Europa siamo un continente che ha sempre impostato la propria economia sulla
13:15capacità di trasformazione. Noi in generale abbiamo poche materie prime eppure siamo diventati
13:21un grandissimo continente che è in grado di avere una altissima industria manifatturiera
13:29trasformando le materie prime degli altri, quindi ecco che abbiamo inventato le macchine,
13:34abbiamo inventato gli impianti, siamo dei produttori di beni strumentali, quindi abbiamo
13:38nel nostro DNA la capacità di trasformare materie prime. Oggi la materia prima più importante
13:45diventano i dati, con una nuova tecnologia che è quella dell'intelligenza artificiale i dati
13:50diventano la nuova materia prima. Quindi noi dobbiamo non fare altro che applicare quel
13:56modello che negli anni 70, 80, 90 ha creato la ricchezza del nostro contenente, la trasformazione
14:04di dati. Gli algoritmi ormai li abbiamo persi, ce li hanno gli Stati Uniti, ce li hanno la Cina,
14:09i dati invece li abbiamo noi. Ecco che quindi dobbiamo proteggere sempre più i nostri dati
14:14e le applicazioni devono passare dal rivedere i dati, le informazioni che noi dobbiamo raccogliere,
14:22che noi dobbiamo utilizzare. Su un'industria che è quella che però ci contraddistingue,
14:29che è, torno a dire, l'industria manifatturiera che fa grande l'Europa.
14:35Noi oggi purtroppo vediamo ancora le nostre fabbriche con un modello un po' antico, lasciatemi dire,
14:41in cui i fattori produttivi sono le materie prime, nel senso proprio dei materiali, il lavoro
14:47e le tecnologie degli investimenti. Il mio suggerimento è che i nostri imprenditori dovrebbero
14:53vedere il quarto fattore produttivo all'interno delle nostre aziende, appunto i dati. Quindi
15:00la capacità di applicare l'AI diventa il nostro vantaggio competitivo. Il treno degli algoritmi
15:07l'abbiamo perso, non possiamo perdere il treno dell'adozione. Un'AI adottata a 360 gradi
15:14in tutte le funzioni dell'economia e dell'impresa diventa fondamentale. Prima, in molte delle
15:22immagini che passavano, si vedevano gli umanoidi. Ecco, dobbiamo immaginare che gli umanoidi
15:27hanno una dimensione fisica, quella più robotica, ma poi la vera capacità dell'umanoide
15:33sta nell'intelligenza artificiale che si trova a bordo dell'umanoide. Anche questa
15:37è una nuova dimensione, una nuova visione. L'AI non è più solo quella dei computer
15:44con i quali siamo abituati a interagire, ma è anche quella fisica e su questa frontiera
15:49noi non possiamo perdere il treno.
15:52C'è una sorta di paradosso per l'Europa, perché l'aspetto che probabilmente ha ingessato
15:58la corsa all'intelligenza artificiale europea, quello della regolamentazione, adesso diventa
16:05il centro di discussione, soprattutto in un dibattito aperto negli Stati Uniti, dopo
16:11che il CEO di Antropic, Dario Amodei, ha invitato allo speed limit a limitare la corsa all'intelligenza
16:19artificiale, perché appunto non se ne conoscono i rischi. Dall'altro canto ci sono altri grandi
16:25nomi del tech, come Zuckerberg e Wang, che dicono che non è necessario implementare
16:31ulteriori regole, le regole ci sono e vanno rispettate. E secondo Mustafa Suleyman, CEO
16:39di Microsoft AI, la sfida deve passare attraverso maggiore trasparenza e bisogna rendere l'intelligenza
16:48artificiale più controllabile. Sentiamo.
16:51Most of the great challenges in the world have turned out to be engineering problems, and
16:56we should be very optimistic about that. And I really do believe there are some very specific
17:02things that we can do at the moment to massively increase safety. For example, when an AI
17:07model has a chain of thought, it leaves a path of reasoning in its trace. We need to make
17:14sure that it can't tamper with that reasoning, that that log is auditable, and that it can be
17:20scrutinized by independent third party evaluators and auditors.
17:24It is mathematics. It isn't experiencing anything physical in the real world. It doesn't have
17:31a biology. It doesn't suffer. It doesn't have a pain network like humans have. We're completely
17:37different to these systems. And we shouldn't anthropomorphically project our experiences into
17:44system.
17:44You, Suleman, sottolinea un aspetto interessante. È matematica. Non dobbiamo proiettare sull'intelligenza
17:52artificiale quelle che possono essere le nostre emozioni e quindi probabilmente i rischi sono
17:57anche più controllabili. Secondo lei bisogna implementare una maggiore regolamentazione delle
18:05AI o esistono già delle regole e vanno soltanto rispettate?
18:09Dunque, è un'ottima domanda. Grazie innanzitutto e colgo veramente il punto. Da sonde questo
18:16è uno dei problemi. A me piace più chiamarli sfide, challenge che riguardano fondamentalmente
18:20i paesi europei. In effetti avete tanta normazione, tanta regolamentazione. Come dite è stata
18:26una tradizione tipica del vostro continente. Come detto un attimo fa, in effetti sono diversi
18:32gli ingredienti, gli elementi che ci servono per sviluppare una buona AI. Uno degli elementi da
18:37prendi in esame è appunto questo percorso europeo, cioè creare una società che accetti
18:44tranquillamente la AI. Cosa vuol dire comodamente? Vuol dire accoglierla, abbracciarla, capirla
18:49prima di sfruttarne il potere. Questo è il primo problema. Certo, un'eccessiva regolamentazione
18:55o normazione in Europa. Punto numero due, io credo che sia la popolazione in generale che
19:00debba familiarizzare con la AI, conoscerla. Dopodiché andremo ad integrare la AI in ogni angolo
19:06della nostra società. Si parlava giustamente del manufatturiero italiano ed europeo, è
19:12interessantissimo questo per l'Italia. Guardate ad esempio in Cina, quindi tutti quanti i player
19:17della robotica sono fondamentalmente le case automobilistiche. Perché? Perché quelle competenze
19:23da casa automobilistica possono abbastanza facilmente, velocemente, essere trasferite su degli umanoidi
19:30o comunque su dei prodotti robotizzati. Il grande vantaggio che ha l'Italia, vedete, voi siete quelli
19:36della Ferrari, giusto? Quindi è veramente qualcosa di incredibile. È la tecnologia migliore, avete il cibo
19:42migliore, avete quello che serve per cucinare, preparare il vostro cibo. Adesso dovete sviluppare una
19:48popolazione in generale che accolga la AI e non che sia anti-intelligenza artificiale. Una volta fatto questa
19:54sorta di sforzo formativo, il resto sarà facile.
19:57Iorana, Liu pone l'accento anche sulla formazione, che è un aspetto sicuramente interessante. Io le chiedo
20:04anche un'altra cosa. Come fa una start-up, ad esempio italiana, a superare la sua dimensione regionale o
20:13nazionale e competere con le start-up Silicon Valley o addirittura con i grandi big del tech?
20:20È una sfida non banale questa, su due livelli. Il tema formazione interessa aziende piccole,
20:26grandi, medie, chiunque, ed è un tema che qualcuno sta cercando di affrontare in maniera
20:32molto sistematica. Secondo me ancora non abbiamo una risposta chiara nell'accompagnare le generazioni
20:39verso questa evoluzione. Il tema della start-up abbraccia una dimensione, che è quella finanziaria,
20:45che è sempre stata molto fragile in Italia, almeno in termini di investimenti in nuova
20:50tecnologia. Tenga conto che oggi abbiamo mediamente un investimento di venture capital in Italia
20:58che si aggira intorno al miliardo e mezzo. La Francia ne fa più di sei, la Germania più
21:03di nove ed è comunque una dimensione straordinariamente piccola, perché quando l'Europa mette assieme
21:13un fondo da 21 miliardi di euro per investire in AI e ognuno dei deal che si è fatto negli
21:20Stati Uniti nell'ultimo anno ha raccolto più o meno 20 miliardi di euro da solo, ci dà
21:26un po' la dimensione di quanto di quanta strada bisognerà fare. Ciò non di meno, e questa
21:31è la buona notizia, noi abbiamo delle start-up che hanno una componente tecnologica straordinariamente
21:38valida, che riesce ad affermarsi sui mercati, a competere sui mercati e abbiamo qualche esempio
21:43virtuoso. Me ne lascio citare uno su tutti, Oversonic con il suo Roby, è una start-up che
21:50nasce nella Brianza che con tutte le fatiche di una classica start-up italiana ha raccolto
21:55le prime decine di milioni di euro ed è stata brava abbastanza da farsi riconoscere una commessa
22:03da ST Microelectronics che metterà oltre 100 robot in produzione per assistere e accompagnare
22:12i propri lavoratori nelle attività ripetitive. Questo salto di scala in Europa è faticosissimo
22:19da fare, ma abbiamo tutte le potenzialità tecniche per permetterci di competere a livello
22:25internazionale. Abbiamo bisogno di governi più attenti, perché la prima fase dell'innovazione
22:31è fragilissima e c'è bisogno di un intervento pubblico a livello europeo, direi. Abbiamo bisogno
22:36di capitali un po' più coraggiosi e poi di un mercato che parli più o meno la stessa
22:42lingua. Parlo di regole, parlo di norme, parlo di capacità di passare i confini in maniera
22:48pubblica trasparente, senza inciampare in diverse complessità che in un mercato come
22:56per esempio negli Stati Uniti non si ha, non si ha in Cina e quindi dovremmo fare questo
23:01sforzo. La potenzialità, e questa è la buona notizia, c'è tutta.
23:07La potenzialità c'è tutta, Taish. Quanto è rilevante anche l'aspetto della sicurezza
23:14che è stato più volte sottolineato nel corso di questa settimana, anche in seguito
23:19a quelli che sono stati gli attacchi di Hugging Face. Soprattutto sul piano industriale, dobbiamo
23:25investire ancora di più sulla cyber security?
23:29Direi di sì, ma questo è un tema non nuovo, ma ancora non completamente risolto. Quando
23:37a un certo punto noi abbiamo imparato a usare le automobili sulle autostrade, il tema era
23:42la sicurezza e quindi abbiamo aggiunto alle nostre automobili le cinture di sicurezza, gli
23:48airbag. Ecco, noi dobbiamo su queste autostrade digitali aggiungere delle cinture di sicurezza
23:54che sono la cyber security. Cyber security che ha due dimensioni in questo caso, in questo
24:00su questa tecnologia. Uno è quello di evitare che gli attacchi vadano a rubare i dati, i dati
24:11sensibili delle nostre imprese e questo è il tema vecchio della cyber security, non è
24:16il tema nuovo. Ma nel momento in cui l'intelligenza artificiale diventerà sempre di più un'intelligenza
24:22artificiale agentica, cioè un'intelligenza artificiale che farà delle azioni, prenderà delle
24:28decisioni, farà delle azioni e andrà a implementare, non mi riferisco solo agli umanoidi, ma il
24:33fatto che le nostre macchine, i nostri impianti saranno controllati e gestiti dall'intelligenza
24:39artificiale, ecco che noi dobbiamo evitare che degli attacchi hacker inducano dei comportamenti
24:46fisici sulle macchine, sui dispositivi che andremo a utilizzare che possano o danneggiare
24:53la produzione, ma questo come dire sarebbe un danno solo ed economico, ma arrivare a danneggiare
24:59poi le persone, gli operatori creando degli incidenti che quindi vadano contro la sicurezza.
25:06Quindi dobbiamo difenderci oggi non solo per proteggere la nostra proprietà intellettuale,
25:11ma difenderci perché l'EI possa essere utilizzata per prendere delle azioni contro di noi.
25:17Non è l'EI che è cattiva, però saranno chi la vuole usare in maniera strumentale per
25:23creare dei danni.
25:25Marcus, prendo spunto da quanto diceva Taish, non è l'EI cattiva, ma adesso dobbiamo imparare
25:32a utilizzarla. Secondo Jensen Wang di Nvidia siamo ormai alla terza generazione di EI, il
25:39tutto sta succedendo con una velocità mai vista in altre epoche storiche. Ecco, secondo
25:46lei su che piano adesso si sposta il dibattito o comunque la sfida nell'intelligenza artificiale,
25:53in quali settori?
25:53There are a number of things that we can do to fix it. So I'm not sure we can actually
26:00fix the economics unless people just try to invest in other things and not invest exclusively
26:06in what we call generative AI. On the regulatory side, we should hold the companies liable for
26:16their products if they do bad things. And we should have a licensing regime like we do in
26:21the US for the FDA, in which if you want to bring something to market, you have to show
26:29that it actually works and the benefits outweigh the risks. Right now, there are a lot of risks
26:35associated with generative AI. The companies are not making the case that the value of them
26:40exceeds the risk. And some people are talking about them killing all of humanity. I don't
26:44think that's plausible. But they might cause massive problems to infrastructure, for example.
26:49And we're just letting in the United States anybody do anything that they want. And this
26:54is going to cause a lot of problems. So we must have a regulatory regime that actually looks
26:59at whether the benefits outweigh the risks.
27:01We've talked about production industry, we've talked about AI agentica, cyber security.
27:10We've talked about how the government is incentivating the use of artificial intelligence
27:16to push competitiveness and growth. Second Kyle Chan of the Brooklyn Institute, the AI models
27:24cinesi potrebbero guadagnare terreno offrendo un valore maggiore a costi inferiori, anche
27:30se restano indietro, rispetto ai rivali statunitensi nella frontiera. Sentiamo le sue parole SMBC.
27:36Many of these AI companies in China are reaching deeper into the AI stack, seeking to develop
27:43their own chips, for example. Alibaba has been doing this for a while. DeepSeq is rumored to be
27:50exploring this. Also building out their own infrastructure, controlling it themselves in
27:55some cases, or inking deals with other info providers within China. And I think what's really
28:03fascinating most recently is the shift in the terms of service for models like Moonshot's Kimi K3.
28:11They are open source, so you could technically download them and run them on your own hardware,
28:19although that would be very difficult because these are very, very large models. But if you are more
28:25likely to run them through an inference cloud provider, that is another service that can provide
28:29the compute infrastructure, then that might be better for the users and better for Moonshot because
28:35they don't have the compute to serve this, but there's a catch. Moonshot is now asking for
28:40a share of the revenues from these inference cloud providers. In other words, they're looking
28:46to monetize more directly, even though they're still giving away technically their models for free.
28:51We have listened to nominate diversi modelli cinesi. A settembre, tra l'altro,
28:57il Ministero Cinese dell'Industria ha presentato un piano specifico per integrare l'EIAI
29:02nell'industria del software, con l'obiettivo entro il 2030 di attuare una trasformazione intelligente
29:08dei sistemi software fondamentali. Ormai è anche difficile stare dietro a tutte queste innovazioni,
29:15e soprattutto la velocità di un paese rispetto ad un altro è difficile da misurare perché la
29:21competizione è su diversi piani. In che modo il Governo però sta incentivando questa corsa?
29:31Allora la ringrazio perché è veramente un'altra domanda interessante. Abbiamo parlato appunto di sicurezza,
29:36sia intrinseca che estrinseca. Su scala globale, guardando l'economia globale, credo che la problematica
29:42principale di sicurezza per l'economia del paese non è più oggi investire o no in intelligente
29:47artificiale. Se noi rifiutiamo la AI, il nostro paese o quel paese sarà veramente tornato all'età
29:53della pietra, se mi permette di fare questo esempio, ripeto a tutti gli altri. Quindi questo bisogna
29:58farlo, bisogna farlo su scala completa. Abbiamo detto prima, cosa vuol dire scala completa? Vuol dire
30:02che questa scala è fatta di tanti diversi livelli. La Cina è fortissima a livello di energia, ad esempio con
30:08il nucleare,
30:09non solo. Questa è veramente una delle armi principali della Cina. E poi c'è il potere
30:14di calcolo, quindi proprio il calcolo computazionale. Questo è stato un altro grande investimento
30:19fatto dalla Cina, quindi dipendere sempre meglio appunto dai chip di Nvidia, quelli americani.
30:24Il terzo modello è esattamente quello che lei ha proprio appena menzionato, cioè sono tante
30:29le aziende cinesi come Monshot, come Minimax, ma ce ne sono veramente tante, c'è anche Alibaba,
30:35i grandi, insomma grandi, i medi, i piccoli, comunque tutti ci stanno lavorando. Il quarto,
30:39livello è ancora più importante secondo me e si chiama Education. La popolazione generale
30:44deve capire come usare la AI e farlo in modo molto facile. Dobbiamo quindi riuscire a distribuire
30:51la AI e le elevative conoscenze di AI su questi quattro livelli, aziende, aziende piccole,
30:56grandi, popolazione, governi. Guardiamo tutta l'economia globale. Siamo già globali e ripeto,
31:03chi non investe oggi in AI sarà indietro come dell'etate da pietra fra dieci anni rispetto a tutti
31:10coloro che lo fanno.
31:11A Iorana, chiedo anche a lei, siamo davvero pronti a recepire l'intelligenza artificiale
31:17o ancora c'è una sorta di paura?
31:22No, credo che siamo più pronti di quanto non ci immaginiamo, perché nel momento in cui si comincia
31:28ad usare diventa molto facile e ci si abitua rapidamente all'intelligenza artificiale.
31:33la mia diretta esperienza con ragazzi e con certamente ricercatori molto preparati
31:39è di una semplicità di adozione disarmante per molti aspetti.
31:45La cosa che più mi spaventa, ma questa è una nota personale, è forse la creazione di dipendenza
31:50che ci lascerà forse più pigri nel fare noi lo sforzo di trovare le informazioni,
31:57certamente molto capaci di chiedere dove trovare le informazioni.
32:04Quello, lo scenario che mi auguro si riesca a evitare è uno scenario di una popolazione
32:12che si impegni sempre di meno a studiare, a conoscere perché tende ad affidarsi ad un sistema automatico.
32:21Ci sarà sempre un gruppo di pensatori e di studiosi che andrà avanti,
32:26ma spero che il gap che abbiamo colmato con il passaggio, per farne una nota storica,
32:36prima alla stampa che però non era per tutti, poi finalmente dopo la seconda guerra mondiale
32:42quando col trattore molta gente lasciava i campi e andava a studiare, a leggere, a scrivere,
32:48ecco questo percorso di crescita culturale media della popolazione
32:53mi auguro possa continuare anche con sistemi di intelligenza artificiale così efficienti
32:57come quelli che stiamo sperimentando.
32:59Certo è molto semplice adottarla nel momento in cui si comprende la potenzialità di questo strumento.
33:05Grazie Taish, è sicuramente la rivoluzione più dirompente rispetto a tutte le altre rivoluzioni industriali
33:13che abbiamo visto in passato, secondo lei le aziende, che cosa manca alle aziende per accogliere al pieno questa rivoluzione?
33:22Credo che manchi un po' di coraggio, coraggio che deve essere gli imprenditori, nei manager e coraggio nelle persone.
33:32Credo che ci sia anche un tema di ignoranza nel senso etimologico del termine.
33:38Usiamo questo strumento oggi non ancora con tutte le sue potenzialità
33:43e poi forse manca la cosa più importante, cioè il ridisegno delle organizzazioni aziendali
33:52il ridisegno della nostra pubblica amministrazione
33:54il ridisegno in qualche modo dei meccanismi della nostra società
33:59perché usare uno strumento così nuovo, così dirompente, su modelli vecchi
34:04non consentirà di coglierle tutti i vantaggi.
34:07Il rischio è che, in passato abbiamo parlato di digital divide
34:12quando parlavamo delle tecnologie digitali, chiamiamole così più tradizionali
34:17oggi io credo che dovremmo parlare di un AI divide
34:20che è il vero rischio che l'Italia e l'Europa corrono rispetto agli altri paesi.
34:28È necessario mettersi al passo perché come abbiamo visto nel corso di questa puntata
34:33l'AI è ormai fisica ed è entrata già nelle nostre vite ed è pronta a rivoluzionarle.
34:40Grazie a Marco Teich del Politecnico di Milano di essere stato con noi
34:45Salvatore Maiorana, direttore di Chilometro Rosso e presidente di AISP
34:50e Xiao Shanliud del Shenzhen Institute.
34:57Grazie a tutti voi di averci seguiti, appuntamento alla prossima puntata di cargo.
35:05Grazie a tutti voi di averci seguito.
Commenti