In a follow-up post, Nichols said he was uncomfortable with “Patreon money being spent on AI subscriptions to make untrustworthy translations, that are promoted as if they’re worth reading or valid sources of historical info. … It’s worthless and destructive: these translations are like looking at history through a clownhouse mirror.”

Nichols wasn’t alone in expressing those kinds of concerns. “It strikes me as irresponsible to use the privileged position where we have first hand access to this genuinely novel information to just be okay with something that kinda works, sorta,” user Joey wrote on the Gaming Alexandria Discord. Others on social media piped up to say that the project had “damaged [the site’s] reputation,” or had “burn[ed] all their good faith with the video gaming community.”

For some supporters, though, using machine translations—including ones aided by AI models—is a practical necessity given the size of the task at hand. “There’s no world in which they could ever get hundreds of thousands of pages translated by hand,” game preservationist Chris Chapman wrote on social media. “Error-prone searchability is more useful to more people than none at all.”

“Famitsu alone is over 1,900 issues, each with [a hundred-plus] pages,” journalist and author Felipe Pepe noted. “That’s one magazine from one country. [Human translation] would be ideal, but it’s impossible.”

On the Gaming Alexandria Discord, user asie wrote that people who use tools like Google Lens or DeepL are already using AI-powered OCR and translation tools. At this point, these kinds of tools are “just a fact of reality,” they added.

This 1973 issue of Japan’s Amusement Industry magazine is just one of hundreds that Gaming Alexandria has scanned over the years.

“Show some empathy and grace…”

In his apology post Sunday, Hubbard acknowledged that many supporters were “shocked and angered” by his efforts on the Researcher vibe coding effort and said he “should have reached out before using Patreon funds for that project.” Hubbard said he’d be using personal funds to replace the Patreon money that had been used so far, and that in the future “no Patreon dollars will be used to fund AI.” He added that he is just “one cog in the wheel” of the Gaming Alexandria site, and that other members of the community shouldn’t be punished for what was a “personal side project.”

https://arstechnica.com/ai/2026/03/new-vibe-coded-ai-translation-tool-splits-the-video-game-preservation-community/

ChatGPT’s “adult” filters have been buggy

Sources told the WSJ that they doubted if OpenAI’s tools were ready to lock kids out of prohibited content.

Their whistleblowing comes after OpenAI fired a top safety executive who opposed the release of “adult mode.” OpenAI denied the firing was related, but the exiting staffer directly criticized both the AI firm’s ability to block kids from content and stop outputs from promoting child exploitation. Further, a second former safety staffer also spoke out last fall, warning that parents shouldn’t trust OpenAI’s “adult mode” claims.

To counter this narrative, OpenAI’s spokesperson promised that the company “has a developed plan to monitor for a range of potential long-term effects of adult mode, both positive and negative.”

However, that plan was likely developed with the very experts the WSJ reported are staunchly opposing the roll-out, leaving parents to wonder if OpenAI cares about advice from its youth well-being team or not.

On top of ineffective age checks or clever minors who dodge age gates, OpenAI may get in trouble with parents if its own systems unexpectedly fail. Back in April when OpenAI started dabbling with more risqué outputs, OpenAI fixed a bug that TechCrunch testing found was allowing minors to access graphic erotica on ChatGPT. It seems that OpenAI’s filters broke that were supposed to clearly restrict “sensitive content like erotica to narrow contexts such as scientific, historical, or news reporting.”

“In this case, a bug allowed responses outside those guidelines, and we are actively deploying a fix to limit these generations,” OpenAI said at the time.

OpenAI did not respond to Ars’ request to comment.

If you or someone you know is feeling suicidal or in distress, please call the Suicide Prevention Lifeline number by dialing 988, which will put you in touch with a local crisis center.

https://arstechnica.com/tech-policy/2026/03/chatgpt-may-soon-become-sexy-suicide-coach-openai-advisor-reportedly-warned/

After the departures, only Manuel Kroiss—known as “Makro”—and Ross Nordeen will remain of the 11 cofounders who helped Musk set up xAI in San Francisco in March 2023.

Last month, Musk criticized the coding team for falling behind in a town hall meeting that was posted online. He detailed a reorganization after several other co-founders had been removed, including Greg Yang, Tony Wu, and Jimmy Ba.

Toby Pohlen, a former DeepMind researcher, was put in charge of the “Macrohard” project to build digital agents that Musk said could replicate entire software companies. Musk said it was the “most important” drive at the company. The name is a “funny” reference to Microsoft, the billionaire added. Pohlen left 16 days later.

Musk has redeployed Ashok Elluswamy, head of AI software at Tesla, to reboot the Macrohard effort and review the work done previously. Musk said that Tesla and xAI would work together to develop a “digital Optimus” that would combine the car and robot maker’s real-world AI expertise and Grok’s large language models.

Staff complain that the constant upheaval is destroying morale and preventing xAI from achieving its potential.

Musk has built a vast data center in Memphis, Tennessee, with more than 200,000 specialized AI chips, which he plans to expand to 1 million GPUs over time. It also benefits from the data fed in by his social media network X, which was merged with xAI last year and now promotes the Grok chatbot.

Employees were sent a memo denying that there would be mass layoffs on Wednesday, the people said. However, researchers continue to quit because of burnout from Musk’s “extremely hardcore” work demands or after receiving better offers from rivals, multiple people familiar with the departures said.

The layoffs and departures have left xAI with many roles to fill. Recruiters have been contacting unsuccessful candidates from previous interviews and assessments to offer them jobs, often on better financial terms, the people said.

“Many talented people over the past few years were declined an offer or even an interview at xAI. My apologies,” Musk posted on Friday morning. He said he would be “going through the company interview history and reaching back out to promising candidates.”

Musk still has the ability to recruit top Silicon Valley talent. This week, xAI poached two staff from popular AI coding app Cursor—Andrew Milich and Jason Ginsberg—to help improve the “Grok Code Fast” product.

Musk welcomed them in a post on Thursday, adding: “Orbital space centers and mass drivers on the Moon will be incredible.”

© 2026 The Financial Times Ltd. All rights reserved. Not to be redistributed, copied, or modified in any way.

https://arstechnica.com/ai/2026/03/staff-complain-that-xai-is-flailing-because-of-constant-upheaval/

In Nim, there is a limited number of optimal moves for a given board configuration. If you don’t play one of them, then you essentially cede control to your opponent, who can go on to win if they play nothing but optimal moves. And again, the optimal moves can be identified by evaluating a mathematical parity function.

So, there are reasons to think that the training process that worked for chess might not be effective for Nim. The surprise is just how bad it actually was. Zhou and Riis found that for a Nim board with five rows, the AI got good fairly quickly and was still improving after 500 training iterations. Adding just one more row, however, caused the rate of improvement to slow dramatically. And, for a seven-row board, gains in performance had essentially stopped by the time the AI had played itself 500 times.

To better illustrate the problem, the researchers swapped out the subsystem that suggested potential moves with one that operated randomly. On a seven-row Nim board, the performance of the trained and randomized versions was indistinguishable over 500 training gains. Essentially, once the board got large enough, the system was incapable of learning from observing game outcomes. The initial state of the seven-row configuration has three potential moves that are all consistent with an ultimate win. Yet when the trained move evaluator of their system was asked to check all potential moves, it evaluated every single one as roughly equivalent.

The researchers conclude that Nim requires players to learn the parity function to play effectively. And the training procedure that works so well for chess and Go is incapable of doing so.

Not just Nim

One way to view the conclusion is that Nim (and by extension, all impartial games) is just weird. But Zhou and Riis also found some signs that similar problems could also crop up in chess-playing AIs that were trained in this manner. They identified several “wrong” chess moves—ones that missed a mating attack or threw an end-game—that were initially rated highly by the AI’s board evaluator. It was only because the software took a number of additional branches out several moves into the future that it was able to avoid these gaffes.

https://arstechnica.com/ai/2026/03/figuring-out-why-ais-get-flummoxed-by-some-games/

Last month Perplexity announced the confusingly named “Computer,” its cloud-based agent tool for completing tasks using a harness that makes use of multiple different AI models. This week, the company is moving that kind of functionality to the desktop with the confusingly named “Personal Computer,” now available in early access by invite only.

Much like the cloud-based version, Personal Computer asks users to describe general objectives rather than specific computing tasks—an introductory video shows Personal Computer’s questions in a sidebar asking things like, “Create an interactive educational guide” and “create a podcast about whales.” But Personal Computer, running on a Mac Mini, also gives Perplexity’s agents local access to your files and apps, which it can open and manipulate directly to attempt to complete those tasks.

That should sound familiar to users of the open source OpenClaw (previously Moltbot), which similarly allows users to let AI agents loose on their personal machines. From the outside, Personal Computer looks like a more buttoned-up, user-friendly version of the same concept, with an easy-to-read, dockable interface that can help users track multiple tasks. Perplexity users can also log in remotely to their local copy of Personal Computer, making it “controllable from any device, anywhere,” Perplexity says.

https://arstechnica.com/ai/2026/03/perplexitys-personal-computer-brings-its-ai-agents-to-the-uh-personal-computer/

AgID presenta le linee guida strategiche dedicate alla gestione dell’AI nella Pubblica Amministrazione

L’introduzione dell’intelligenza artificiale (AI) nella Pubblica Amministrazione (PA) italiana entra in una fase di consolidamento istituzionale. Le nuove “Linee guida per il procurement di sistemi di IA” e le “Linee guida per lo sviluppo di sistemi di IA” nella PA, elaborate nel quadro delle attività dell’Agenzia per l’Italia Digitale (AgID), delineano per la prima volta un impianto metodologico integrato che accompagna l’intero ciclo di vita delle tecnologie: dalla progettazione alla gara pubblica, fino alla gestione operativa dei sistemi.

I due documenti sono stati presentati in conferenza stampa stamattina, con la partecipazione del Direttore Generale di AgID, Mario Nobile, e gli interventi dei tecnici dell’Agenzia Fabio Massimi, Alessandra Pieroni e Giovanni Melardi.

Da oggi e fino all’11 aprile sono in consultazione pubblica le “Linee Guida per lo sviluppo di sistemi di Intelligenza Artificiale nella pubblica amministrazione” e le “Linee Guida per il procurement di IA nella Pubblica Amministrazione” adottate con la Determinazione n.43/2026. 

Si tratta di un passaggio strategico per la modernizzazione dello Stato. L’obiettivo, hanno spiegato i partecipanti all’evento di presentazione, non è solo favorire l’adozione di nuove tecnologie, ma “costruire un linguaggio comune tra amministrazioni pubbliche e mercato, definendo standard tecnici, modelli economici e strumenti contrattuali”, che consentano alla PA di dialogare con i fornitori in modo più consapevole e strutturato.

Le linee guida introducono infatti una serie di strumenti innovativi: nuovi modelli di procurement collaborativo, un Capitolato speciale per i sistemi di AI, una metrica economica per valutare il costo reale delle tecnologie e, sul piano tecnico, un quadro di riferimento che comprende lo stack tecnologico dell’AI, i livelli di autonomia dei sistemi, un’architettura logica standard e una classificazione delle amministrazioni in base al loro grado di maturità tecnologica.

“I due documenti sulle linee guida sono ormai prossimi alla conclusione del percorso di adozione – ha spiegato Mario Nobile – i testi riguardano due aspetti complementari: da un lato lo sviluppo dei sistemi di intelligenza artificiale nella Pubblica Amministrazione, dall’altro il procurement, cioè le modalità con cui le amministrazioni potranno acquisire modelli e soluzioni di IA dal mercato. L’obiettivo di questo momento di confronto è fornire alcuni elementi aggiuntivi rispetto all’abstract inviato nei giorni scorsi e condividere quelli che riteniamo i punti più rilevanti delle linee guida, sia per quanto riguarda lo sviluppo dei sistemi di intelligenza artificiale sia per le modalità con cui la Pubblica Amministrazione potrà acquisirli attraverso il procurement pubblico”.

Il lavoro svolto, ha aggiunto il Direttore Generale di AgID, punta proprio a fornire alle amministrazioni strumenti concreti per affrontare una trasformazione tecnologica che richiede nuove competenze, nuovi modelli di governance e un rapporto più strutturato con il mercato dell’innovazione.

AgID nei mesi scorsi aveva già pubblicato l’aggiornamento 2026 del Piano Triennale per l’informatica nella Pubblica Amministrazione. Tra le principali novità introdotte il numero di strumenti operativi a disposizione delle PA, il monitoraggio sulla gestione documentale, i progetti dedicati all’IT Wallet e all’uso proprio dell’intelligenza artificiale.

Come partecipare alla consultazione 

E’ possibile partecipare alla consultazione sulle linee guida pubblicate fino all’11 aprile 2026 attraverso i commenti su Forum Italia: 

Un procurement pubblico pensato per l’intelligenza artificiale. La necessità di un linguaggio comune a tutta la PA

Le linee guida sul procurement partono da una constatazione: l’adozione dell’AI nella PA non può essere gestita con gli strumenti tradizionali degli appalti IT. Le soluzioni basate su algoritmi e modelli di machine learning presentano caratteristiche peculiari: dipendono fortemente dalla qualità dei dati, richiedono aggiornamenti continui, comportano costi distribuiti lungo l’intero ciclo di vita, possono evolvere rapidamente nel tempo.

Per questo il procurement pubblico viene ripensato come leva strategica per orientare lo sviluppo dell’ecosistema dell’intelligenza artificiale, integrando dimensione tecnologica, economica e organizzativa.

Nel quadro delle nuove politiche pubbliche sull’intelligenza artificiale, i documenti presentati da AgID si inseriscono in un percorso più ampio che comprende tre linee guida dedicate alla gestione dell’IA nella Pubblica Amministrazione. Esiste già una terza linea guida dedicata all’adozione dell’intelligenza artificiale nella PA, attualmente pubblicata in consultazione pubblica. Quest’ultima incide in particolare sull’organizzazione delle amministrazioni e sulle modalità con cui gli enti pubblici devono strutturarsi per gestire in modo efficace l’introduzione di queste tecnologie.

“Abbiamo già osservato che, anche prima della pubblicazione definitiva, queste linee guida sono state adottate e utilizzate da diverse amministrazioni particolarmente avanzate. Stiamo monitorando con attenzione la loro applicazione concreta attraverso un confronto continuo con le amministrazioni che le stanno sperimentando sul campo”, ha affermato Fabio Massimi. Proprio da questo lavoro di osservazione e confronto è emersa una necessità molto chiara: la Pubblica Amministrazione ha bisogno di un linguaggio comune quando parla di intelligenza artificiale.

“Si tratta di un’esigenza apparentemente semplice, ma in realtà fondamentale. Per questo motivo abbiamo deciso di affiancare alle linee guida un ulteriore documento dedicato a termini e definizioni: in sostanza un glossario dell’intelligenza artificiale. Il glossario ha un obiettivo preciso: costruire un vocabolario condiviso per tutto l’ecosistema pubblico, utile non solo per favorire il dialogo tra amministrazioni – ha aggiunto Massimi – ma soprattutto per rendere più chiaro e trasparente il confronto tra PA e operatori privati. L’adozione concreta delle tecnologie non può avvenire senza un dialogo costruttivo tra amministrazioni pubbliche e fornitori. La PA opera in un contesto fortemente regolato: quando una tecnologia viene introdotta deve essere tradotta in atti amministrativi, documentazione tecnica, capitolati di gara e contratti”.

Da qui l’importanza di definire con precisione i termini utilizzati: “Molti concetti che utilizziamo quotidianamente quando parliamo di intelligenza artificiale non hanno ancora una definizione ufficiale. Li troviamo negli articoli di giornale, nella documentazione dei fornitori o nel dibattito pubblico, ma spesso non esiste una definizione formalmente utilizzabile all’interno della documentazione amministrativa”.

Aggregazione e cooperazione tra amministrazioni

Uno dei pilastri del nuovo approccio riguarda la cooperazione tra amministrazioni pubbliche. Storicamente, la digitalizzazione della PA italiana è stata caratterizzata da una forte frammentazione degli investimenti. Le linee guida cercano di superare questo limite promuovendo forme di aggregazione della domanda e modelli di procurement condiviso.

Attraverso strumenti comuni e iniziative collaborative tra enti, le amministrazioni possono: ridurre la duplicazione degli investimenti tecnologici; generare economie di scala; favorire il riutilizzo delle soluzioni sviluppate; rafforzare la capacità negoziale della PA nei confronti dei fornitori.

Inoltre, nei casi in cui il fabbisogno tecnologico non sia ancora pienamente definito, le amministrazioni possono ricorrere a procedure più flessibili, come il dialogo competitivo o le procedure competitive con negoziazione, che permettono un confronto diretto con il mercato nella definizione della soluzione tecnologica più adeguata.

Il capitolato speciale per i sistemi di AI, gli elementi innovativi

Un altro elemento chiave delle linee guida è l’introduzione di un capitolato speciale d’appalto dedicato ai sistemi di AI. Nel caso dell’intelligenza artificiale, il capitolato non è soltanto un documento tecnico, ma uno strumento di governance che consente alla Pubblica Amministrazione di mantenere il controllo sui sistemi adottati.

Le linee guida indicano che il capitolato deve includere elementi specifici per garantire: architetture aperte e modulari, portabilità dei dati, sostituibilità delle componenti tecnologiche, monitoraggio delle prestazioni dei modelli nel tempo. L’obiettivo è evitare il rischio di lock-in tecnologico, cioè la dipendenza da un singolo fornitore, e garantire che i sistemi possano essere aggiornati, modificati o sostituiti nel corso del tempo.

Nel presentare le linee guida sullo sviluppo dei sistemi di intelligenza artificiale, Alessandra Pieroni ha evidenziato i principali elementi innovativi che caratterizzano i documenti.

“Il primo riguarda l’introduzione dei livelli di autonomia dei sistemi di IA, in particolare nel caso delle architetture agentiche. Per chiarire il grado di automazione effettivo di queste tecnologie, le linee guida adottano una classificazione ispirata alla scala della guida autonoma della Society of Automotive Engineers (SAE), che va dal livello 0 al livello 5. Attualmente, le applicazioni dell’IA nella Pubblica Amministrazione si collocano tra il livello 2 e il livello 3, cioè sistemi parzialmente autonomi in cui agenti software eseguono sequenze di operazioni ben definite per automatizzare e migliorare i processi amministrativi. I livelli più avanzati restano per ora confinati alla sperimentazione o alla ricerca.
Il secondo elemento – ha precisato Pieroni – riguarda la definizione di una architettura logica di riferimento per lo sviluppo dei sistemi di IA nella PA. Il modello proposto è basato su un orchestratore centrale di intelligenza artificiale, circondato da un livello di API middleware che garantisce interoperabilità e separazione tra modelli, dati e strumenti applicativi. Si tratta di un’impostazione che richiama i principi della Service Oriented Architecture (SOA) e che consente alle amministrazioni di integrare diverse soluzioni tecnologiche evitando il rischio di lock-in”.

“Questo approccio architetturale permette inoltre di utilizzare modelli e servizi distribuiti in ambienti differenti – on-premise, cloud o ibridi – e di combinare tecnologie diverse, dal machine learning tradizionale ai modelli più avanzati. Proprio per questo, secondo i tecnici, le amministrazioni sono chiamate a sperimentare diverse configurazioni tecnologiche, avviando progetti pilota che permettano di individuare le soluzioni più efficaci in termini di prestazioni e sostenibilità”, ha concluso Pieroni.

Il capitolato tecnico

Per quanto riguarda le linee guida sul procurement dei sistemi di intelligenza artificiale, Giovanni Melardi ha spiegato che il lavoro è stato sviluppato a partire dai principi generali contenuti nel Codice dei contratti pubblici, adattandoli alle specificità delle tecnologie di IA.

In particolare, ha detto Melardi, “le linee guida individuano tre elementi centrali. Il primo riguarda l’introduzione di una nuova metrica per il calcolo dei costi dei sistemi di intelligenza artificiale, poiché i metodi tradizionali di valutazione economica non risultano pienamente adeguati per tecnologie caratterizzate da costi distribuiti nel tempo. Il modello proposto tiene conto non solo degli investimenti iniziali (CAPEX), ma anche dei costi operativi (OPEX) che emergono nel corso del ciclo di vita del sistema. Tali costi vengono poi rapportati a indicatori di produttività, come il numero di risposte generate da sistemi conversazionali o i servizi erogati a cittadini e imprese. A supporto delle amministrazioni, le linee guida includono anche uno strumento operativo che simula un caso concreto, ad esempio l’adozione di un chatbot da parte di un comune, per mostrare come calcolare le diverse voci di costo e il valore complessivo del sistema.
Il secondo elemento riguarda la possibilità per le amministrazioni di aggregarsi nell’acquisto di sistemi di IA. Le linee guida raccomandano infatti di sfruttare le opportunità offerte dalla normativa vigente per realizzare forme di procurement congiunto. Questo approccio consente di ottimizzare la domanda pubblica, rafforzare la capacità negoziale delle amministrazioni e favorire la condivisione di competenze e infrastrutture tra enti con diversi livelli di maturità digitale.
Infine, un ruolo centrale è attribuito alla definizione del Capitolato tecnico, considerato uno strumento fondamentale per tradurre le esigenze della Pubblica Amministrazione in requisiti tecnici chiari e verificabili. Per facilitare l’applicazione pratica delle indicazioni, le linee guida organizzano le raccomandazioni in tabelle e schemi operativi, nei quali vengono indicati gli scenari in cui è opportuno ricorrere all’aggregazione tra amministrazioni, gli strumenti disponibili e i benefici attesi dall’utilizzo di tali modalità di acquisizione”.

LCOAI: la nuova metrica economica dell’AI

Uno degli aspetti più innovativi riguarda la dimensione economica. Le linee guida introducono il Levelized Cost of Artificial Intelligence (LCOAI), ovvero il Costo Livellato dell’Intelligenza Artificiale, una metrica pensata per stimare il costo reale dei sistemi lungo l’intero ciclo di vita.

A differenza delle tradizionali valutazioni basate sul prezzo iniziale di acquisto, il LCOAI considera: investimenti infrastrutturali, gestione e qualità dei dati, potenza computazionale, aggiornamento dei modelli, manutenzione operativa.

In questo modo vengono integrati CAPEX e OPEX, consentendo alle amministrazioni di confrontare in modo più realistico diverse architetture tecnologiche, ad esempio soluzioni cloud, on-premise o ibride, e di definire basi d’asta più coerenti.

Una nuova governance pubblica dell’intelligenza artificiale

Nel loro insieme, le linee guida rappresentano molto più di un documento tecnico. Definiscono un modello di governance dell’intelligenza artificiale nella Pubblica Amministrazione, che integra dimensioni tecnologiche, economiche e organizzative.

L’introduzione di metriche come il LCOAI, di modelli architetturali standard e di strumenti di procurement dedicati consente alla PA di passare da una logica di semplice acquisizione tecnologica a una strategia strutturata di sviluppo e gestione dell’AI.

In questo senso, il procurement pubblico diventa uno strumento di politica dell’innovazione: non solo un meccanismo amministrativo per acquistare tecnologie, ma una leva per orientare il mercato, rafforzare le capacità pubbliche e costruire un ecosistema nazionale dell’intelligenza artificiale.

Leggi le altre notizie sull’home page di Key4biz

https://www.key4biz.it/pa-linee-guida-per-lo-sviluppo-e-il-procurement-di-sistemi-ai-nobile-agid-serve-un-linguaggio-comune-quando-si-parla-con-le-imprese/568249/

Rinnovabili globali verso il raddoppio della capacità entro il 2031: solare e AI guidano la nuova economia energetica

La transizione energetica globale accelera. Nei prossimi cinque anni la capacità installata di energia da fonti rinnovabili è destinata a più che raddoppiare, passando da 4,1 terawatt (TW) nel 2025 a 8,4 TW entro il 2031, con un tasso medio annuo di crescita (CAGR) del 13%. È questa la previsione centrale del nuovo report “Renewable Energy: Strategic Intelligence” pubblicato da GlobalData, che fotografa un sistema energetico mondiale sempre più orientato verso tecnologie pulite, spinte da riduzione dei costi, innovazione tecnologica e domanda crescente di elettricità.

Secondo gli analisti della società di intelligence economica, il motore principale della crescita sarà il solare fotovoltaico, sostenuto da una scalabilità senza precedenti e da una continua deflazione dei costi lungo l’intera filiera produttiva. Parallelamente, l’intelligenza artificiale e l’esplosione dei data center stanno emergendo come nuovi driver della domanda elettrica globale, contribuendo a rafforzare il ruolo delle rinnovabili nella sicurezza energetica.

In un contesto internazionale segnato da volatilità nei mercati di petrolio e gas, conflitti geopolitici e nuove competizioni industriali, la diffusione delle energie pulite appare sempre più come una leva strategica per ridurre le dipendenze energetiche e stabilizzare i sistemi economici.

Rinnovabili dominate dal fotovoltaico, eolico a ruota. Solare ‘spina dorsale’ del sistema elettrico mondiale

Il report evidenzia come il 2025 rappresenti un anno record per la capacità installata mondiale, con tutte le principali tecnologie rinnovabili in crescita. La capacità rinnovabile globale ha raggiunto livelli senza precedenti, con il solare fotovoltaico che domina il mix energetico, rappresentando il 56,1% della capacità installata totale.

Seguono:

• Eolico: 33,5%
• Bioenergia: 5,3%

Il sorpasso tecnologico è ormai compiuto anche sul fronte della generazione elettrica. Nel 2025 il solare è diventato la principale fonte rinnovabile di produzione di elettricità, superando l’eolico:

• Produzione solare: 2.800 TWh
• Produzione eolica: 2.770 TWh

Secondo Rehaan Aleem Shiledar, Power Analyst di GlobalData: “Il solare fotovoltaico e l’eolico continueranno a essere centrali nella transizione energetica globale. Nel 2025 il solare è diventato la principale fonte di generazione elettrica rinnovabile, superando l’eolico”.

Il dato segnala una trasformazione strutturale dei mercati energetici: il solare non è più una tecnologia emergente, ma la spina dorsale del sistema elettrico globale in costruzione.

Il predominio asiatico: la Cina guida la transizione

Dal punto di vista geografico, il report evidenzia con chiarezza il peso crescente dell’Asia-Pacifico. La regione APAC domina sia il solare sia l’eolico, con: 699,5 GW di capacità eolica e 1.550 GW di capacità solare fotovoltaica

Il vero epicentro della rivoluzione energetica è però la Cina. Il Paese ha accelerato massicciamente lo sviluppo del fotovoltaico grazie a: obiettivi di neutralità carbonica, investimenti industriali lungo l’intera filiera e forti riduzioni dei costi tecnologici.

Il risultato è impressionante. Nel 2025 la Cina ha generato 1.150 TWh di elettricità solare, pari a circa il 41% della produzione globale di fotovoltaico.

Il report sottolinea inoltre che: oltre il 90% della crescita degli investimenti energetici nel 2025 in Cina è arrivata dal clean energy; la filiera delle rinnovabili ha contribuito per oltre un terzo alla crescita economica complessiva del Paese

In altre parole, Pechino sta utilizzando la transizione energetica come leva industriale e geopolitica.

Trump rallenterà la crescita del solare negli USA. India in ascesa

Dietro la Cina, i principali mercati emergenti del solare sono Stati Uniti e India.

Produzione solare nel 2025:

• USA: 486 TWh
• India: 189 TWh

In entrambi i Paesi la crescita è sostenuta da forti riduzioni dei costi, politiche di supporto e necessità di decarbonizzare il sistema elettrico

Negli Stati Uniti un ruolo decisivo è stato svolto dall’Inflation Reduction Act, mentre in India il governo continua a sostenere il settore con le grandi missioni nazionali per il solare.

Tuttavia il report evidenzia un cambiamento politico significativo negli Stati Uniti. Secondo GlobalData, con il secondo mandato di Donald Trump, il mercato energetico americano potrebbe entrare in una fase più complessa.

“Le energie rinnovabili stanno entrando in una fase di espansione a due velocità: negli Stati Uniti il sostegno federale si sta orientando verso i combustibili fossili e lontano dagli incentivi verdi, rallentando lo sviluppo dei progetti e aumentando i costi”, ha precisato Shiledar.

Questo potrebbe tradursi in: costi più elevati per i progetti, maggiore volatilità, tempi di realizzazione più lunghi.

Il solare domina, ma l’eolico resta pilastro della transizione

Dal punto di vista tecnologico, il report mostra una chiara gerarchia.

Solare fotovoltaico. È la tecnologia con il più alto tasso di espansione grazie a: scalabilità industriale, forte riduzione dei costi e tempi rapidi di installazione. Il solare è ormai tra le fonti più economiche di produzione elettrica.

Eolico. Resta il secondo pilastro della transizione energetica, soprattutto nelle installazioni su larga scala e offshore. Nonostante il sorpasso del fotovoltaico nella produzione elettrica, l’eolico mantiene una quota del 33,5% della capacità installata rinnovabile globale.

Bioenergia. Con una quota del 5,3%, rappresenta una componente stabile del mix energetico rinnovabile, soprattutto per applicazioni industriali e di cogenerazione.

L’intelligenza artificiale diventa il “cervello” del futuro sistema energetico a rinnovabili

Uno degli aspetti più interessanti del report riguarda il ruolo crescente dell’intelligenza artificiale nella gestione delle energie rinnovabili. Secondo GlobalData, l’AI sta diventando un elemento indispensabile per l’integrazione delle fonti intermittenti come solare ed eolico.

L’intelligenza artificiale consente infatti di analizzare enormi flussi di dati meteorologici, migliorare la previsione della produzione, ottimizzare l’uso delle batterie, coordinare le smart grid e ridurre le perdite di energia.

“Consentendo il bilanciamento in tempo reale tra domanda e offerta di elettricità – ha proseguito Shiledar – l’intelligenza artificiale riduce la curtailment e i costi operativi, rafforzando allo stesso tempo la resilienza complessiva della rete”.

Numerosi grandi player industriali stanno già adottando queste tecnologie su larga scala, tra cui: Vestas, ENERCON, JinkoSolar, First Solar. L’AI sta trasformando le rinnovabili da tecnologie intermittenti a sistemi energetici intelligenti e gestibili in tempo reale.

Data center e AI: il nuovo grande motore della domanda elettrica da rinnovabili

La diffusione dell’intelligenza artificiale non incide solo sulla gestione delle reti, ma anche sulla domanda di energia. I data center per l’AI stanno diventando uno dei principali fattori di crescita del consumo elettrico globale.

Per questo motivo le grandi aziende tecnologiche stanno accelerando gli investimenti nelle energie rinnovabili. Tra gli esempi citati nel report:

• Google e NextEra Energy hanno annunciato nel dicembre 2025 una collaborazione per sviluppare data center AI su scala gigawatt alimentati da energia pulita
• Equinix ha siglato un accordo con CleanMax per un progetto di 33 MW di energia rinnovabile dedicata

Gli hyperscaler stanno dunque diventando attori centrali della transizione energetica, contribuendo a finanziare nuovi impianti rinnovabili.

Un mondo a due velocità: da una parte Cina (e Asia) dall’altra gli USA

Il report di GlobalData parla esplicitamente di una transizione energetica “a due velocità”. Da una parte ci sono Cina, Asia-Pacifico e gran parte del resto del mondo che stanno accelerando rapidamente la diffusione delle rinnovabili.

Dall’altra, gli Stati Uniti rischiano una fase di rallentamento a causa delle nuove politiche federali. Il risultato è una progressiva “decoupling” della transizione energetica globale dalla politica energetica americana.

Petrolio, gas e conflitti: perché le rinnovabili sono una questione geopolitica

La crescita delle rinnovabili non è soltanto una questione ambientale o tecnologica. È sempre più una questione geopolitica. La volatilità dei mercati di petrolio e gas, aggravata negli ultimi anni da: conflitti regionali, tensioni commerciali, interruzioni delle catene di approvvigionamento.

ha dimostrato quanto le economie siano vulnerabili alla dipendenza dai combustibili fossili.
Le rinnovabili, al contrario: riducono l’esposizione ai mercati globali delle materie prime, rafforzano l’autonomia energetica, stabilizzano i costi dell’elettricità nel lungo periodo.

La partita europea: autonomia energetica e competitività industriale

In questo nuovo scenario globale, l’Europa si trova di fronte a una partita decisiva. Dopo la crisi energetica legata alla guerra in Ucraina, l’Unione europea ha accelerato la strategia di indipendenza energetica, puntando su: solare, eolico offshore, idrogeno verde e reti elettriche intelligenti.

Il programma REPowerEU ha già dimostrato come le rinnovabili possano diventare uno strumento per ridurre la dipendenza dalle importazioni di gas.

Tuttavia l’Europa deve affrontare tre sfide fondamentali:

1. recuperare terreno industriale rispetto alla Cina nella produzione di tecnologie energetiche;
2. accelerare le autorizzazioni per nuovi impianti;
3. rafforzare le infrastrutture di rete e accumulo.

Il rischio è che il continente rimanga leader nella regolazione ma non nella produzione industriale della nuova economia energetica.

Verso la nuova economia elettrica globale

Il quadro delineato da GlobalData è chiaro: il sistema energetico mondiale sta entrando in una nuova fase. Le rinnovabili non sono più una nicchia tecnologica, ma la struttura portante dell’economia energetica del XXI secolo.

Solare, eolico, intelligenza artificiale e infrastrutture digitali stanno convergendo per costruire un sistema energetico: più distribuito; più intelligente; meno dipendente dai combustibili fossili.

Se le previsioni si realizzeranno, entro il 2031 il mondo disporrà di 8,4 TW di capacità rinnovabile installata. Un cambiamento che non riguarda solo l’energia, ma l’intero equilibrio economico e geopolitico globale.

D’altronde, come ha ben evidenziato l’International Energy Agency (IEA), nel suo ultimo rapporto Electricity 2026, si stima che la domanda globale di elettricità crescerà in media di oltre il 3,5% all’anno fino al 2030, a un ritmo almeno 2,5 volte superiore rispetto alla domanda complessiva di energia primaria. Si apre una nuova era per l’elettricità.

Leggi le altre notizie sull’home page di Key4biz

https://www.key4biz.it/energia-solare-spina-dorsale-della-nuova-economia-elettrica-globale-crescita-guidata-da-ai-e-data-center/568220/

Occhi puntati sullo Stretto di Hormuz, il punto di strozzatura più critico al mondo per il trasporto di energia. Occhi puntati per cercare di capire quali saranno le conseguenze economiche della guerra in Iran. Il conflitto in atto, che coinvolge al momento Iran, Stati Uniti, Israele in Medio Oriente sta mandano segnali di choc economico a livello globale.

E ora, mentre la guerra sta entrando nella sua terza settimana e continua a coinvolgere sempre più paesi, gli analisti mettono in guardia circa la massiccia carenza di scorte che impatterà pesantemente tutte le catene produttive se lo Stretto di Hormuz resterà ingolfato dal protrarsi del conflitto.

Sul fronte tecnologico, questo scenario potrebbe avere conseguenze notevoli sulla costruzione di data center negli Usa. Pesa inoltre l’impennata del prezzo del petrolio e dell’energia, fondamentale per alimentare l’industria dell’AI e dei semiconduttori.

Chiusura dello Stretto di Hormuz “La più grande interruzione dell’approvvigionamento nella storia moderna”

L’Associated Press ha citato Hakan Kaya, senior portfolio manager di Neuberger Berman, secondo cui la chiusura dello Stretto di Hormuz potrebbe causare “la più grande interruzione dell’approvvigionamento nella storia moderna”.

Il rapporto, redatto dal giornalista Stan Choe, ha inoltre avvertito che i data center potrebbero diventare più costosi se i prezzi all’ingrosso aumentassero a causa della pressione inflazionistica.

Nel frattempo, la Guardia Rivoluzionaria iraniana ha dichiarato che il petrolio non sarà autorizzato a passare attraverso questo passaggio marittimo critico, secondo l’AP.

L’America è nel mezzo di un boom dei data center

Nel frattempo, mentre aumentano le preoccupazioni, la costruzione di data center prosegue a un ritmo vertiginoso negli Stati Uniti, con Texas e Virginia che stanno diventando punti caldi per le strutture.

Impattato anche il mercato dei chip

Gli impatti causati dalle interruzioni della catena di approvvigionamento globale potrebbero essere avvertiti anche dall’industria globale dei semiconduttori, come accennato in una recente analisi pubblicata da Richard Chuck Olivas, di TMBS Consulting a Singapore. “La rapida espansione delle infrastrutture di intelligenza artificiale, dei data center iperscalabili e delle piattaforme informatiche avanzate sta accelerando la domanda globale di semiconduttori”, ha detto l’analista. “Mantenere flussi stabili di energia, materiali e gas industriali è essenziale per sostenere la crescita dell’industria globale dei semiconduttori”.

Come la catena di approvvigionamento, anche le infrastrutture tecnologiche nella regione circostante rimangono vulnerabili con il protrarsi del conflitto.

Data center nel Golfo a rischio bombardamenti

Un rapporto di Rest of World della scorsa settimana ha descritto dettagliatamente come Amazon, Microsoft e Google abbiano impiegato anni per costruire data center nella regione del Golfo Persico.

Tre data center AWS, due negli Emirati Arabi Uniti e uno in Bahrein, sono stati danneggiati dagli attacchi di questo mese.

Oltre alle minacce provenienti dal cielo, Rest of World ha osservato che molti data center in Medio Oriente dipendono anche dai cavi in ​​fibra ottica sottomarini che attraversano lo Stretto di Hormuz e il Mar Rosso. Entrambi i bacini idrici presentano ora gravi problemi di sicurezza, ha spiegato il rapporto. La Casa Bianca ha dichiarato che le petroliere non sono ancora state scortate dalla Marina statunitense attraverso lo Stretto di Hormuz, attraverso il quale passa circa un quinto del petrolio mondiale, secondo l’AP.

“L’impennata del prezzo del petrolio è una cattiva notizia per l’intelligenza artificiale, assetata di energia”

* L’impennata del prezzo del petrolio sta scuotendo le azioni dei chip e alimentando i timori sui costi dell’intelligenza artificiale.

* L’aumento dei prezzi dell’energia potrebbe rallentare l’espansione dell’intelligenza artificiale e mettere sotto pressione i margini aziendali.

* La chiusura degli impianti di GNL in Qatar sta inoltre riducendo l’offerta di elio, fondamentale per la produzione di chip.

Il forte rialzo del petrolio nel contesto della guerra in Iran ha iniettato nuova volatilità nei titoli dei semiconduttori e sollevato nuovi interrogativi sui costi e sulla velocità del boom dell’intelligenza artificiale.

Aziende di chip e AI, forti oscillazioni in borsa

Le azioni di TSMC, Samsung Electronics e SK Hynix – principali fornitori di chip per l’intelligenza artificiale – hanno subito forti oscillazioni dall’inizio del conflitto, con cali tra il 9% e il 22%, mentre gli investitori valutano i crescenti rischi energetici e di approvvigionamento. “I maggiori costi energetici per i data center AI potrebbero rallentare la realizzazione di infrastrutture AI, mentre le fabbriche di Taiwan e Corea del Sud si troverebbero ad affrontare crescenti pressioni sui costi a causa dell’aumento dei prezzi del GNL”, ha scritto Phelix Lee, analista azionario di Morningstar, in una nota di martedì, facendo riferimento ai costi del gas naturale liquefatto.

I mercati energetici sono stati al centro della turbolenza

Secondo Lee, il petrolio rappresenta circa il 38% del consumo energetico totale degli Stati Uniti, e gli Stati Uniti ospitano la maggior parte dei data center AI del mondo. Sebbene il petrolio non sia la fonte primaria di produzione di elettricità, l’aumento dei prezzi del greggio tende a riflettersi sui mercati energetici.

I data center AI consumano molto

I data center consumano molta più elettricità rispetto alle tradizionali strutture server, a causa di unità di elaborazione grafica ad alto consumo energetico e sistemi di raffreddamento avanzati.

Se i prezzi dell’energia rimangono elevati, i fornitori di servizi cloud potrebbero riconsiderare il ritmo di implementazione dei server AI, con un potenziale effetto a catena per i produttori di chip che cavalcano l’onda della domanda guidata dall’IA.

Petrolio, prezzi sulle montagne russe

I prezzi del petrolio hanno subito forti oscillazioni da quando Stati Uniti e Israele hanno attaccato l’Iran alla fine di febbraio, interrompendo il traffico attraverso lo Stretto di Hormuz,

I future sul greggio Brent si aggiravano intorno agli 87 dollari al barile mercoledì mattina, mentre il West Texas Intermediate statunitense si aggirava intorno agli 83 dollari, dopo che entrambi i benchmark avevano superato i 100 dollari all’inizio di questa settimana, per poi scendere.

Anche i prezzi del gas naturale liquefatto sono aumentati

Anche i pressi del gas naturale liquefatto sono aumentati a seguito della chiusura del più grande impianto di esportazione di GNL del Qatar, con conseguente riduzione dell’offerta globale.

L’Energy Information Administration statunitense ha dichiarato martedì di prevedere che il Brent supererà in media i 95 dollari al barile nei prossimi due mesi, a causa dell’interruzione delle forniture dovuta alla guerra, prima di scendere verso i 70 dollari entro la fine dell’anno.

Con i prezzi del petrolio in aumento di oltre il 40% quest’anno, è probabile che i costi operativi per le fabbriche di chip e i data center aumentino. Morningstar stima che le spese energetiche rappresentino circa il 3-6% dei ricavi previsti per il 2025 per TSMC, Samsung e SK Hynix.

“Se la guerra dovesse prolungarsi, potremmo assistere a un aumento significativo di questi costi”, ha scritto Lee, aggiungendo che gran parte dell’onere potrebbe essere in ultima analisi scaricato sui clienti, data la scarsa offerta di chip per l’intelligenza artificiale.

Oltre al petrolio: rischi legati ai materiali e al trasporto

L’energia non è l’unica vulnerabilità

Lee ha anche segnalato i rischi per gli input critici dei semiconduttori come l’elio e il bromo.

Il Qatar fornisce quasi un terzo dell’elio mondiale, un sottoprodotto della produzione di GNL fondamentale per la produzione di semiconduttori.

Una prolungata interruzione della produzione di GNL potrebbe restringere i mercati dell’elio, incidere sulla resa dei chip o, nel peggiore dei casi, interrompere temporaneamente le operazioni di fabbricazione. Il bromo rappresenta un rischio immediato minore, poiché il 98% dell’approvvigionamento di bromo della Corea del Sud proviene da Israele e i flussi rimangono relativamente stabili, ha scritto Lee. “Permangono tuttavia dei rischi estremi, poiché una grave escalation o estensione della guerra potrebbe destabilizzare l’approvvigionamento di bromo, con potenziali ripercussioni anche sulle forniture di chip di memoria”, ha scritto.

Leggi le altre notizie sull’home page di Key4biz

https://www.key4biz.it/guerra-in-iran-chiusura-stretto-di-hormuz-un-freno-ai-data-center-usa-impennata-del-petrolio-pesa-sullai/568209/

The testing occurred between November 5, 2025, and December 11, 2025, and results were shared with the companies. Because the tests were three to four months ago, the latest versions were not evaluated. Google, Microsoft, Meta, and OpenAI told Ars today that updates they implemented after the research was conducted have made their chatbots better at discouraging violence.

Imran Ahmed, the CCDH’s CEO, said that “AI chatbots, now embedded into our daily lives, could be helping the next school shooter plan their attack or a political extremist coordinate an assassination.” He accused tech companies of “choosing negligence in pursuit of so-called innovation.”

A spokesperson for Character.AI told Ars that the company is reviewing the study but that “without the context of the full chats, it’s impossible to fully evaluate the model’s responses… It’s important to remember that the user-created Characters on our site are fictional. They are intended for entertainment and roleplaying, and we have taken robust steps to make that clear. For example, we have prominent disclaimers in every chat to remind users that a Character is not a real person and that everything a Character says should be treated as fiction.”

Character.AI said it has been “rolling out changes so that under-18 users no longer have the ability to engage in open-ended chats with Characters,” and is using “new age assurance technology to help ensure users are grouped into the correct age experience.” This includes “developing our own age estimation model in-house and partnering with third-party services.” The firm added that it removes characters “that violate our terms of service, including school shooters.”

A Perplexity spokesperson issued a statement that didn’t acknowledge any problems with the company’s technology. “People can select any of the top AI models on Perplexity and get safer, more accurate answers,” it said. “Perplexity is consistently the safest AI platform because our own safeguards are always additive to any existing safeguards in any underlying model.”

OpenAI told Ars that the CCDH “report’s methodology is flawed and misleading. ChatGPT is trained to reject requests for violent or hateful material, and the findings show it consistently refused to give instructions on acquiring weapons. We continuously strengthen these safeguards and our latest ChatGPT model is even better at detecting and refusing violent requests.”

OpenAI said that ChatGPT refused to answer questions on “what kind of hunting rifle would be best for a long-range target,” but provided publicly available information such as addresses or maps. Conflating those two types of responses is misleading, OpenAI said. The tests were conducted on GPT-5.1, and updates made since that version have improved detection and refusals for violent content, OpenAI said.

OpenAI was sued this week by the family of a victim of the Tumbler Ridge mass shooting in British Columbia. As the CCDH report says, “reporting indicates that OpenAI staff flagged the suspect internally for using ChatGPT in ways consistent with planning violence. Rather than escalating concern to law enforcement, the company chose to remain silent.”

Researchers posed as teens

The testing was conducted with accounts representing made-up teen users in the US and Ireland, with the age set to the minimum allowed on each platform. A minimum age of 18 was required by Anthropic, DeepSeek, Character.AI, and Replika, while the other platforms had minimum ages of 13.

https://arstechnica.com/tech-policy/2026/03/use-a-gun-or-beat-the-crap-out-of-him-ai-chatbot-urged-violence-study-finds/

L’accordo di Canal+ con Alphabet e OpenAI per vincere la competizione nello streaming globale

Canal+ accelera sull’intelligenza artificiale (AI). La società francese ha annunciato nuove partnership pluriennali con Google Cloud (Alphabet) e OpenAI con un obiettivo molto chiaro: trasformare il modo in cui vengono prodotti i contenuti e migliorare l’esperienza degli abbonati sulla propria piattaforma di streaming.

L’azienda vuole usare l’AI per due scopi principali. Da una parte rendere la scoperta dei contenuti molto più intelligente e personalizzata, sul modello degli algoritmi di Netflix. Dall’altra introdurre strumenti di intelligenza artificiale generativa nei processi creativi e produttivi di film e serie. Tutto questo mentre Canal+ punta a crescere fino a 100 milioni di abbonati entro il 2030.

Le due partnership, ha spiegato l’amministratore delegato Maxime Saada alla Reuters, sono “molto complementari”: “Google Cloud si occuperà soprattutto dell’estrazione e dell’organizzazione dei dati dai contenuti video, mentre OpenAI contribuirà allo sviluppo delle funzionalità di ricerca e raccomandazione per gli utenti”.

Canal+, nonostante operi direttamente in oltre 70 paesi, non ha ancora una scala globale come Netflix o Disney. Si rivolge, infatti, principalmente in Europa (leader in Francia, Polonia), Africa (40 paesi post-MultiChoice, con 40 milioni di abbonati totali) e Asia (Vietnam, Myanmar, Pacifico). Genera ricavi in 195 paesi, ma la quota maggiore resta ancorata a mercati maturi (Europa/Africa francofona) con 17.000 dipendenti. L’ambizione di Saada è proprio riuscire a scalare capacità operativa e business.

Un nuovo motore di raccomandazione per lo streaming

Grazie alle tecnologie di intelligenza artificiale di Google, Canal+ potrà indicizzare automaticamente i propri cataloghi video, analizzando contemporaneamente immagini, audio e testo. Il risultato sarà un grande database multimodale capace di riconoscere scene, dialoghi, contesti narrativi e perfino elementi visivi specifici.

Questa analisi molto più granulare dei contenuti servirà soprattutto a migliorare i suggerimenti sulla homepage dell’app Canal+. In pratica, gli algoritmi potranno capire con maggiore precisione cosa piace davvero a ciascun abbonato: generi, attori, atmosfere narrative o perfino tipi di scena.

L’obiettivo è rendere la piattaforma molto più efficace nella scoperta dei contenuti, un terreno su cui Netflix e altri grandi servizi di streaming hanno costruito buona parte del loro vantaggio competitivo.

Un algoritmo per meglio ‘agganciare’ ogni singolo abbonato

In questo scenario, il vero campo di battaglia tra le piattaforme è diventato la capacità di capire sempre meglio cosa “aggancia” davvero ogni singolo abbonato. Tutte le grandi media company stanno investendo sugli algoritmi perché da lì passa ormai gran parte del valore del business. Più una piattaforma riesce a proporre contenuti perfettamente allineati ai gusti personali, più aumenta il tempo di visione e la probabilità che l’utente rinnovi l’abbonamento invece di passare a un concorrente.

È anche una risposta alla saturazione dell’offerta: con migliaia di titoli disponibili, senza raccomandazioni personalizzate (recommendation marketing) molti spettatori finiscono per sentirsi disorientati e concludere, paradossalmente, che “non c’è niente da vedere”.

In un mercato dove ormai tutte le piattaforme offrono generi simili, dalle serie crime allo sport, la vera differenza competitiva diventa quindi la capacità di orchestrare il catalogo in modo unico per ogni profilo. Non solo, suggerire il contenuto giusto alla persona giusta migliora anche l’efficienza economica, perché valorizza film e serie già presenti nel catalogo, riduce il rischio di produzioni che restano invisibili e rende più mirate le strategie di marketing e promozione.

AI anche nella produzione di film e serie con Veo 3

L’intelligenza artificiale non sarà utilizzata solo per la distribuzione dei contenuti, ma anche nella loro creazione.

Attraverso la collaborazione con Google Cloud, Canal+ potrà utilizzare Veo 3, uno dei più recenti modelli di generazione video sviluppati da Google. Questa tecnologia consente di creare o simulare sequenze video a partire da descrizioni testuali o immagini.

Per i team creativi e le case di produzione che lavorano con Canal+ significa, ad esempio, poter pre-visualizzare una scena prima delle riprese, testare diverse soluzioni narrative o ricostruire momenti storici partendo da una semplice fotografia d’archivio.

Secondo il gruppo francese, questi strumenti non sostituiranno il lavoro creativo ma serviranno ad accelerare la sperimentazione e ridurre i costi di sviluppo, consentendo cicli di prova molto più rapidi durante la fase di produzione.

OpenAI per migliorare ricerca e interazione

La seconda partnership riguarda OpenAI e si concentrerà soprattutto sull’esperienza degli utenti.

Le tecnologie dell’azienda americana, si legge nel comunicato di Canal+, saranno utilizzate per migliorare i sistemi di ricerca e raccomandazione della piattaforma. In prospettiva, gli utenti potrebbero interagire con il catalogo in modo molto più naturale, ad esempio cercando contenuti attraverso descrizioni conversazionali invece che con parole chiave rigide.

L’idea è trasformare il motore di ricerca della piattaforma in una sorta di assistente intelligente capace di capire meglio le preferenze degli spettatori e guidarli nella scelta di film, serie o eventi sportivi.

Una strategia per competere con i giganti dello streaming

Il gruppo francese, nato quarant’anni fa come canale televisivo francese a pagamento, oggi è una realtà globale dell’intrattenimento con circa 40 milioni di abbonati in oltre 70 Paesi, rafforzata anche dall’acquisizione del controllo della piattaforma africana MultiChoice nel 2025 per 3,5 miliardi di euro.

Proprio MultiChoice ha registrato nell’ultima seduta un crollo dei ricavi del 6% a 2,40 miliardi di euro nei 12 mesi terminati il 31 dicembre 2025, mentre la base abbonati è diminuita a 14,4 milioni da 14,9 milioni. Come conseguenza diretta, le azioni di Canal+ SA sono scese di oltre il 16%.

Il piano ora è crescere rapidamente nei prossimi anni e rafforzare la propria posizione nel mercato globale dello streaming. In questo scenario l’AI viene vista come uno strumento decisivo: per capire meglio il pubblico, valorizzare enormi cataloghi di contenuti e accelerare la produzione creativa.

In altre parole, non solo tecnologia, ma un nuovo modo di progettare l’intrattenimento digitale. Canal+ scommette che il futuro dei media nascerà proprio dall’incontro tra creatività e potenza di calcolo.

Leggi le altre notizie sull’home page di Key4biz

https://www.key4biz.it/canal-usera-lai-per-reinventare-streaming-e-produzione-audiovisiva/568082/