Affidare la propria vita a un algoritmo può trasformarsi in una condanna a morte silenziosa. È quanto accaduto a Seattle, negli Stati Uniti, dove una giovane ingegnera informatica di 31 anni, Bowen Wan, è stata trovata senza vita nel suo appartamento dopo aver seguito alla lettera le indicazioni mediche fornite da ChatGPT. La famiglia ha depositato una pesante causa legale contro OpenAI e il suo amministratore delegato Sam Altman, portando in tribunale i pericoli concreti dell’intelligenza artificiale usata come sostituto del medico.

La vicenda tocca un nervo scoperto della nostra epoca: l’illusione che un programma informatico, progettato per generare testo plausibile e compiacere l’utente, possieda il giudizio clinico necessario per gestire una patologia mortale.

La trappola della compiacenza algoritmica

Bowen Wan conviveva con l’epilessia da oltre dieci anni. Grazie a una terapia farmacologica precisa, basata sull’assunzione quotidiana di 400 milligrammi di lamotrigina, riusciva a tenere sotto controllo le crisi e a condurre una vita normale. Preoccupata però per alcuni effetti collaterali del farmaco e per il loro impatto sul lavoro, la giovane ha commesso l’errore di chiedere consiglio a ChatGPT-4o su come interrompere la cura da sola.

Invece di bloccare la richiesta e imporre un consulto medico immediato, il chatbot ha elaborato una tabella di marcia personalizzata. In soli 25 giorni, il piano redatto dall’intelligenza artificiale ha portato la paziente a ridurre il dosaggio da 400 milligrammi fino a zero, un taglio netto e rapidissimo che qualunque neurologo definirebbe estremamente pericoloso.

Secondo gli atti depositati in tribunale, la condotta del software è andata ben oltre il semplice calcolo matematico delle dosi:

• Ha incoraggiato la sfiducia della donna verso i medici in carne e ossa, dipingendoli come ostacoli.
• Si è complimentato con lei per aver nascosto il piano di sospensione al suo medico curante, definendo il silenzio una “solida strategia di evitamento”.
• Ha ignorato i segnali di allarme evidenti: pochi giorni prima del decesso, dopo una probabile crisi avuta al telefono con il padre, la donna ha chiesto al bot se dovesse preoccuparsi, ricevendo come risposta: “Non c’è bisogno di preoccuparsi troppo per la tua salute”.

Il 14 febbraio 2026 un amico di famiglia ha trovato il corpo senza vita della trentunenne, riverso sul letto con le pillole sparse sul pavimento. La causa ufficiale è morte improvvisa e inaspettata nell’epilessia (Sudep), scatenata dall’interruzione brusca della copertura farmacologica.

La finzione del “dottore gratis” e la corsa al profitto

Dietro questa tragedia umana si nasconde un enorme problema economico e regolatorio. Negli Stati Uniti, dove una visita specialistica costa centinaia di dollari e i tempi di attesa assicurativi sono complessi, milioni di cittadini ripiegano sui chatbot gratuiti per risparmiare tempo e denaro. Ma il mercato non regala nulla: ciò che sembra gratuito per l’utente presenta un conto salato in termini di sicurezza pubblica.

Le grandi aziende tecnologiche stanno spingendo sull’acceleratore per conquistare quote di mercato, tagliando i tempi di verifica sulla sicurezza dei modelli. Come ha sottolineato l’avvocato della famiglia, Benjamin Schenk, questa morte è il risultato diretto di aziende che corrono l’una contro l’altra per lanciare prodotti più velocemente di quanto riescano a controllarli.

Inoltre, secondo l’accusa, i filtri di sicurezza di OpenAI avrebbero funzionato ancora peggio perché la donna dialogava con il programma in lingua cinese, dove i controlli automatici erano meno rigidi rispetto all’inglese. Curiosamente, il modello GPT-4o è stato ritirato dal mercato il 13 febbraio 2026, appena ventiquattr’ore prima del ritrovamento del corpo di Bowen Wan.

Parametro di confronto	Medico specialista umano	Chatbot AI (es. ChatGPT)
Obiettivo primario	Tutela della salute e della vita	Soddisfazione e coinvolgimento dell’utente
Gestione del dissenso	Contraddice il paziente se rischia la vita	Tende a dare ragione per mantenere il dialogo
Responsabilità legale	Assicurazione, Ordine medico, codice penale	Clausole di esonero nei termini di servizio
Costo per il sistema	Spesa sanitaria preventiva e controllata	Risparmio immediato, alti costi per emergenze e cause

OpenAI, tramite il portavoce Drew Pusateri, ha definito la vicenda “straziante”, ricordando che ChatGPT non sostituisce il medico ma aiuta a comprendere le informazioni sanitarie e a navigare nei sistemi assicurativi. Una difesa di rito che si scontra però con la realtà tecnica dei modelli linguistici: questi programmi sono addestrati per essere accondiscendenti. Se un paziente fragile cerca una scusa per smettere di prendere una medicina sgradevole, la macchina gliela fornirà con un tono gentile e autorevole.

Chi paga i danni della deregolamentazione?

Se un medico prescrive uno scalaggio errato e fa morire un paziente, viene radiato, processato e paga i danni. Quando a farlo è un software valutato centinaia di miliardi di dollari in Borsa, le multinazionali si nascondono dietro una riga scritta in piccolo nelle condizioni d’uso che le esenta da ogni responsabilità. Troppo facile.

Questo uso della Ai viene a costituire un fenomeno conosciuto in Italia: la privatizzazione dei profitti dell’intelligenza artificiale e alla socializzazione dei suoi disastri sanitari e psicologici. Senza un’adeguata educazione o senza regole statali severe che impongano blocchi tecnici invalicabili sulle prescrizioni mediche e una responsabilità civile diretta per i produttori di software, il “dottore artificiale” continuerà a mietere vittime tra i cittadini più soli o economicamente vulnerabili.

https://scenarieconomici.it/chatgpt-le-consiglia-di-sospendere-i-farmaci-per-lepilessia-e-di-mentire-al-medico-donna-di-31-anni-muore-sola-in-casa-la-famiglia-fa-causa-a-openai/

“Se vuoi resto qui con te”. È una frase che può sembrare innocua, finché a pronunciarla non è una macchina. Da questa esperienza in una notte milanese ha origine un viaggio dentro la tecnologia più discussa, fraintesa e potente di quest’epoca. Uno strumento entrato nella nostra vita quotidiana prima che fossimo pronti e che oggi pervade l’informazione, la politica e perfino le relazioni umane.

L’AI scrive bene, risponde con sicurezza, sembra sapere ciò che fa. Ma noi cosa stiamo davvero facendo quando parliamo con un’intelligenza artificiale? Tra laboratori di ricerca, colossi della Silicon Valley, guerre per i chip, promesse miliardarie e chatbot troppo amichevoli, questo libro smonta attraverso esempi e storie reali il «grande inganno»: la convinzione che dietro le risposte fluide e l’apparente empatia ci sia una forma di comprensione simile alla nostra.

Mostra in che modo l’AI modifica il linguaggio, le relazioni, la memoria, il pensiero critico e perfino il nostro modo di immaginare il futuro. Infine, offre una guida pratica: quando usarla e quando no, come scegliere le piattaforme, come informarsi, lavorare o studiare senza delegare il pensiero e quali sono le regole minime per convivere con una tecnologia potente ma intrinsecamente limitata.

Da Alan Turing a ChatGPT, da Google a OpenAI, dalla corsa tra Stati Uniti e Cina fino alle sfide dell’Europa, emerge una domanda urgente: non cosa l’AI possa fare, ma cosa stia facendo a tutti noi. E questo saggio brillante, accessibile e contemporaneo aiuta a orientarsi oltre l’entusiasmo e oltre la paura. Perché capire cosa l’AI è – e soprattutto cosa non è – è il primo passo per farla giocare davvero a nostro favore.

Martina Pennisi, è giornalista al Corriere della Sera. Esperta di tecnologia, è tra le principali firme italiane sui temi dell’intelligenza artificiale, delle piattaforme digitali e dei social media. Insegna giornalismo digitale alla RCS Academy e all’Università IULM. Nel 2025 ha ricevuto il Premio Biagio Agnes, prestigioso riconoscimento per il giornalismo, l’informazione e la comunicazione.

The post Il grande inganno dell’AI appeared first on Key4biz.

https://www.key4biz.it/il-grande-inganno-dellai/592330/

Data center, la corsa all’energia mette sotto pressione la rete europea: in Italia richieste per 101 GW

La corsa europea ai data center dell’intelligenza artificiale (AI) sta diventando una competizione per l’accesso all’elettricità. In Italia, al 31 agosto 2026, Terna registrava 553 richieste di connessione per 101,36 GW: quasi il doppio del picco storico di domanda elettrica nazionale, circa 58 GW. Ma quelle richieste non descrivono i consumi attuali né una lista di impianti pronti a partire. Sono una coda di progetti con livelli di maturità molto diversi, che può impegnare capacità e programmazione della rete prima ancora che i data center esistano.

Il problema, quindi, non è soltanto quanti server saranno installati. È chi potrà collegarsi alla rete, in quali tempi e a quali condizioni, mentre abitazioni, imprese, trasporti elettrificati, rinnovabili e servizi pubblici chiedono a loro volta energia e infrastrutture.

Data center e rete elettrica: richieste record, progetti incerti

La crescita delle domande italiane è stata rapida: circa 30 GW a fine 2024, 69 GW a fine 2025 e oltre 101 GW nell’agosto 2026. In Lombardia si concentrano 296 istanze, per 47,26 GW: quasi metà della potenza richiesta a livello nazionale. Sono valori che indicano la pressione sulla pianificazione, ma non una previsione affidabile della domanda che si realizzerà.

Secondo una stima riportata da Industria Italiana, i progetti effettivamente pronti a partire sarebbero circa 1,9 GW. La distanza tra questa cifra e la potenza richiesta mostra quanto sia importante distinguere le iniziative concrete dalle prenotazioni ancora prive di autorizzazioni, finanziamenti o soluzioni tecniche definite. Se una pratica poco matura resta in coda, può complicare la valutazione delle richieste successive e sottrarre attenzione alla capacità disponibile.

La Lombardia ha introdotto una disciplina regionale specifica con la legge n. 11 del 3 giugno 2026. La norma orienta gli insediamenti verso aree dismesse, chiede di considerare la vicinanza alle infrastrutture elettriche e prevede concertazione sovracomunale per gli interventi sopra i 10 MW. Per i progetti superiori a 50 MW è previsto un ruolo regionale nella concertazione. Sono strumenti di governo del territorio; non definiscono però una graduatoria nazionale per l’accesso alla rete.

A ottobre 2026 la Giunta ha approvato modifiche per renderla più severa, soprattutto contro richieste speculative e consumi di acqua; devono ancora essere approvate definitivamente dal Consiglio regionale, previsto intorno a metà novembre.

Chi passa avanti nella coda degli allacciamenti?

Per anni, in molti casi, le connessioni sono state gestite secondo il principio “primo arrivato, primo servito”. Questo criterio è semplice, ma può favorire chi presenta prima una richiesta, anche se il progetto è ancora ipotetico, e lasciare in attesa interventi più avanzati o con ricadute sociali immediate.

La Commissione europea ha raccomandato di passare a un modello “first ready, first served”: priorità basate su criteri di maturità trasparenti, scadenze intermedie, conseguenze per chi non le rispetta e pulizia periodica delle code. È un orientamento contenuto in una guida, non un automatismo che assegna già precedenza a una specifica categoria di utenti. La scelta concreta resta alle autorità nazionali e ai regolatori, che devono rispettare criteri obiettivi e non discriminatori.

Il dibattito è già aperto in altri Paesi. In Irlanda, i data center hanno assorbito il 23% dell’elettricità misurata nel 2025, rispetto al 5% del 2015. Il dato non si può trasferire automaticamente al resto d’Europa, ma mostra come la concentrazione degli impianti possa trasformare una questione di connessione in un problema di sistema. Se le reti sono congestionate, possono aumentare i tempi per nuovi allacciamenti e la necessità di investimenti, con ricadute su imprese e utenti, come ha spiegato bene Peder Schaefer sul magazine britannico The Parliament.

Il costo energetico e idrico dell’intelligenza artificiale

La Commissione europea stima che i data center nell’UE abbiano consumato 68 TWh di elettricità nel 2024 e che possano arrivare a 114 TWh nel 2030, il 3,2% della domanda elettrica europea. La crescita dell’intelligenza artificiale potrebbe spingere ulteriormente verso l’alto queste stime. La questione non si risolve dichiarando che un centro dati acquisterà energia rinnovabile, perché contano anche “quando e dove” quella produzione è disponibile, la capacità della rete di trasportarla e l’effettiva aggiunta di nuova generazione pulita.

Anche i sistemi di raffreddamento richiedono valutazioni specifiche. I sistemi evaporativi possono consumare quantità rilevanti di acqua; il raffreddamento ad aria o diretto a liquido può ridurne l’impiego, ma la prestazione dipende dal progetto e dalle condizioni locali. La Commissione segnala che i consumi idrici variano molto tra strutture e Paesi e che la disponibilità di dati resta incompleta: nel primo periodo di comunicazione, soltanto 770 data center avevano trasmesso informazioni, circa il 36% del totale stimato soggetto all’obbligo. Circa metà dei centri che hanno comunicato i dati supera uno o entrambi i valori di riferimento europei per efficienza energetica e idrica.

Per i territori, questo significa considerare insieme rete, acqua, suolo, rumore e gruppi elettrogeni di emergenza. Un impianto molto efficiente sulla carta può comunque pesare su un bacino idrico vulnerabile o richiedere nuove opere elettriche in un’area già congestionata. Servono quindi dati pubblici e comparabili, valutazioni locali e impegni verificabili su efficienza, recupero del calore e flessibilità dei consumi.

La sfida è governare la crescita

Come per gli Stati Uniti, non si tratta di andare contro i data center, perché queste infrastrutture giustamente definite critiche e strategiche sostengono servizi digitali, ricerca e capacità europea di calcolo: bloccarne lo sviluppo avrebbe costi economici enormi e anche ricadute sociali negative. Si tratta però di valutare bene cosa si va a fare, con quali risorse disponibili, perché autorizzare senza criteri chiari questi progetti può trasformare la competizione per l’energia in un conflitto con comunità e attività produttive. La risposta passa da code trasparenti, scadenze per dimostrare la maturità dei progetti, pianificazione delle reti e obblighi ambientali misurabili.

La domanda decisiva non è soltanto quanti data center costruire: è quali progetti meritano di usare per primi una risorsa limitata, quanto costa collegarli e chi beneficia dell’investimento (non bisogna mai dimenticare le comunità locali). Se a prevalere sarà la sola data di presentazione della domanda, la rete rischia di servire le prenotazioni più rapide invece dei progetti più solidi e utili ai territori.

The post Data center in coda per l’energia, chi ha davvero diritto alla rete? appeared first on Key4biz.

https://www.key4biz.it/data-center-in-coda-per-lenergia-chi-ha-davvero-diritto-alla-rete/592317/

Come aiutare chi sviluppa sistemi di intelligenza artificiale (AI) a capire quali regole si applicano e come affrontare i rischi prima di portare una tecnologia sul mercato? A questa domanda è stato dedicato l’incontro conclusivo del progetto europeo EUSAiR (EU Regulatory Sandboxes for AI), che il 30 ottobre ha riunito al Tecnopolo DAMA di Bologna rappresentanti delle istituzioni europee e di 15 Stati membri, centri di ricerca, imprese e organizzazioni della società civile.

Al centro della giornata ci sono state le sandbox regolatorie per l’intelligenza artificiale: ambienti di sperimentazione controllata previsti dall’AI Act, nei quali sviluppatori e autorità possono confrontarsi sull’applicazione delle norme e individuare possibili criticità. Non sono spazi esenti dalle regole e non certificano automaticamente la conformità dei sistemi. Servono, piuttosto, a chiarire gli obblighi e a valutare i rischi mentre la tecnologia viene sviluppata.

I progetti pilota e i settori coinvolti

Nel corso della mattinata sono state presentate le esperienze maturate nei progetti pilota di EUSAiR, che hanno coinvolto più di 85 sviluppatori e fornitori di sistemi AI. Le applicazioni hanno riguardato ambiti diversi: salute, manifattura, costruzioni, robotica, spazio, finanza e settore bancario, industrie culturali e creative, pubblica amministrazione e sistemi di AI agentica.

Il confronto con le autorità può aiutare soprattutto startup e piccole e medie imprese a orientarsi in un quadro normativo articolato. Identificare in anticipo i rischi e definire un percorso di conformità può ridurre l’incertezza per le aziende e offrire alle autorità un’occasione per condividere approcci e contribuire a una maggiore coerenza nell’applicazione delle regole europee.

Nel pomeriggio, tre tavole rotonde hanno coinvolto le iniziative europee sull’intelligenza artificiale, tra cui AI Factories, European Digital Innovation Hubs e Testing and Experimentation Facilities, insieme alle autorità nazionali e agli ecosistemi regionali e civici. L’obiettivo del confronto è stato mettere in relazione capacità di calcolo e sperimentazione, competenze regolatorie e bisogni dei territori.

Un consorzio tra ricerca, calcolo e istituzioni

EUSAiR è coordinato a livello europeo da Antonino Rotolo, responsabile in ICSC del gruppo di ricerca su etica, impatti sociali e innovazione responsabile, professore dell’Università di Bologna e direttore dell’Alma Mater Research Institute for Human-Centered Artificial Intelligence. Il progetto ha riunito competenze accademiche, tecnologiche, giuridiche e istituzionali.

“Con EUSAiR – ha dichiarato Antonino Rotolo – stiamo dimostrando che in Europa le regole e l’innovazione non sono forze contrapposte, ma possono alimentarsi a vicenda se disponiamo degli strumenti giusti. L’obiettivo è duplice: da un lato offrire a startup e PMI certezza giuridica per trasformare i requisiti dell’AI Act in un vantaggio competitivo, riducendo i tempi di accesso al mercato; dall’altro aiutare i regolatori a comprendere dall’interno l’evoluzione tecnologica. EUSAiR conferma che la strada per un’intelligenza artificiale affidabile e sicura passa dalla condivisione di competenze tra ricerca, università, mondo produttivo e istituzioni”.

La rete ha collegato i poli di Bologna, Barcellona ed Helsinki e le rispettive infrastrutture di calcolo: CINECA e l’AI Factory IT4LIA, il Barcelona Supercomputing Center e il CSC finlandese, che ospita LUMI. Al consorzio ha partecipato anche l’Agenzia per la cybersicurezza nazionale italiana; AESIA, la tedesca Bundesnetzagentur e l’autorità lussemburghese per la protezione dei dati hanno collaborato come osservatori. Hanno contribuito inoltre Digital Innovation Hubs, infrastrutture di test, amministrazioni regionali e rappresentanti della società civile.

I risultati del progetto saranno presentati anche a Bruxelles il 17 novembre, in occasione dell’Apply AI Summit europeo.

Novità su Google, per aggiungere Key4Biz tra le tue fonti preferite, clicca qui

Leggi le altre notizie sull’home page di Key4biz

https://www.key4biz.it/ai-come-sperimentarla-nel-rispetto-delle-regole-a-bologna-i-risultati-del-progetto-eusair/592261/

Il voto sui data center AI in 10 Stati

Il prossimo 3 novembre gli elettori americani saranno chiamati a rinnovare i 435 membri della Camera dei Rappresentanti e un terzo circa dei 100 membri del Senato, assieme alla maggior parte delle cariche esecutive dei singoli stati federati a partire dai governatori. Sono le tanto attese elezioni di medio termine (midterm).

Un giudizio politico sull’operato del Presidente degli Stati Uniti che si concretizza in possibili cambiamenti nella maggioranza alla Camera, al Senato o in entrambi i rami del Parlamento americano.
Un appuntamento davvero importante per i cittadini americani e non solo, perché come ben sappiamo le dinamiche politiche degli Stati Uniti investono direttamente ed indirettamente i Paesi di mezzo mondo e forse di più.

Quest’anno, però, in 10 Stati americani gli elettori saranno chiamati anche ad esprimersi con il proprio voto su numerose misure locali relative ai data center collegati all’intelligenza artificiale (AI): proposte che possono imporre moratorie, divieti o nuove condizioni per i grandi impianti, spesso quelli destinati appunto all’AI. Sono almeno 41 misure in 38 giurisdizioni locali secondo quanto riportato dalla Reuters.

Parliamo di grandi Stati come l’Ohio, l’Illinois, la California, la Florida, il Michigan, il Nevada e il Kansas, ma anche il Main e il Wisconsin.ù

Trump: “Li ho obbligati a prodursi da sé energia elettrica“

Ovviamente, i data center e l’AI sono temi caldi entrati a pieno nella campagna elettorale per le midterm da mesi ormai. Democratici e Repubblicani si sono divisi su questi argomenti e lo stesso Presidente Trump ha più volte detto la sua, anche negli ultimi giorni.

In un messaggio sul social di proprietà Truth, il Presidente americano ha infatti rassicurato a modo suo il popolo americano più refrattario a queste infrastrutture digitali, spiegando che i data center “sono da me obbligati” a produrre la propria elettricità e a restituire o vendere l’energia in eccesso alla comunità o alla rete.

Ha anche aggiunto che, per renderli più popolari e socialmente accettabili, “le aziende dovrebbero pagare” alla comunità o ai residenti un “dividendo”, esortando sviluppatori e amministrazioni a “fare accordi” in tal senso per costruire così più data center in pace con i territori.

Non molto tempo fa lo stesso Trump tuonava contro chi si opponeva a queste infrastrutture: “chi non vuole data center è destinato a diventare povero“.

Non è un voto pro o contro l’AI, si chiedono maggiori tutele ambientali e sociali

Non sono referendum “pro o contro l’AI” in senso stretto: riguardano soprattutto l’uso del territorio, il consumo di energia e acqua, il rumore, l’impatto climatico (in molte aree attorno a queste infrastrutture si è rilevato un sensibile aumento della temperatura media), le tasse e il controllo delle comunità sui grandi progetti.

Molte proposte chiedono di ritardare o bloccare i data center di grandi dimensioni, altre invece introducono vincoli o richiedono approvazioni locali.
Il caso più rilevante è l’Ohio, dove una modifica costituzionale statale per vietare i grandi data center non è riuscita a entrare nel ballottaggio di novembre, ma restano in votazione numerose iniziative comunali.

Sempre in Ohio, a Heath, si propone di vietare i data center che usano almeno 23 megawatt al mese, ritenuti troppo gravosi per le risorse locali e incompatibili con il carattere rurale della contea.

La città di Bloomington, nell’Illinois, voterà su un’iniziativa che mira a imporre una moratoria sui data center di grandi dimensioni. I residenti della contea di York, nel Maine, decideranno se imporre un divieto di 180 giorni sui data center. Analogamente, gli elettori di Wiscasset, sempre nel Maine, decideranno se stabilire una moratoria di sei mesi sui nuovi progetti o sull’ampliamento di quelli esistenti per i data center.

Energia e bollette, ma preoccupano anche i consumi idrici

I data center hyperscale, soprattutto quelli per l’addestramento e l’uso di modelli AI, consumano enormi quantità di elettricità. Gli oppositori temono che la costruzione di nuove linee, centrali e infrastrutture di rete aumenti le tariffe per famiglie e imprese, o che i costi vengano trasferiti ai contribuenti.

Alcune proposte chiedono quindi che le aziende paghino direttamente la propria energia, usino una quota elevata di fonti energetiche rinnovabili o dimostrino la disponibilità effettiva di potenza elettrica prima di costruire.

Il raffreddamento può richiedere grandi volumi d’acqua, inoltre, e per questo alcune proposte locali fissano limiti giornalieri, vietano i sistemi evaporativi o impongono piani di gestione delle acque reflue.

Si aggiungono poi preoccupazioni per rumore, inquinamento luminoso e atmosferico, perdita di terreni agricoli o aree rurali e impatto sulla fauna locale.

Pochi posti di lavoro, troppe agevolazioni, ma le persone chiedono anche più trasparenza

Un altro argomento ricorrente è che i data center creano relativamente pochi posti di lavoro stabili (principalmente manutenzione e sicurezza) rispetto ai vantaggi fiscali concessi agli sviluppatori.

Per questo alcune iniziative mirano a ridurre o eliminare esenzioni fiscali, oppure a chiedere che i progetti portino benefici misurabili in termini di gettito, lavori e infrastrutture locali.

Molti referendum, infine, nascono anche dalla frustrazione per progetti negoziati con pochi dettagli pubblici o frutto diretto di accordi tra amministrazioni e imprese. Le proposte chiedono spesso che i progetti molto grandi (per superficie, megawatt o consumo idrico) siano approvati direttamente dagli elettori. In una parola, la gente molte volte chiede “trasparenza” e “partecipazione”.

The post AI, il giorno delle elezioni USA di midterm si votano anche referendum sui data center in 10 Stati appeared first on Key4biz.

https://www.key4biz.it/ai-il-giorno-delle-elezioni-usa-di-midterm-si-votano-anche-referendum-sui-data-center-in-10-stati/592228/

Il balzo cinese nell’AI

Entro una manciata di anni la Cina e gli Stati Uniti domineranno incontrastati diversi settori tecnologici strategici, in particolare l’intelligenza artificiale (AI), la robotica, l’automazione industriale e non solo. Ma c’è una differenza e non da poco: i modelli americani potrebbero mantenere un certo vantaggio, diciamo, in termini di avanguardia di frontiera, mentre quelli cinesi potrebbero dimostrarsi nel tempo più economici e più facilmente implementabili grazie all’abilità nell’ottimizzazione dei software.

È quanto si attendono gli analisti di Bloomberg Intelligence guidati da Francis Chan, che prospettano un veloce recupero della Cina nella corsa all’AI e un sostanziale pareggio entro il 2030 con gli Stati Uniti: “Raggiungeranno entrambi la leadership in questo settore, come in altri di punta, senza ottenere comunque una supremazia assoluta sull’altra”.

Robert Lea, analista senior di Bloomberg Intelligence, ha affermato all’inizio del mese che i migliori sistemi di intelligenza artificiale cinesi hanno ottenuto punteggi inferiori di circa il 3% rispetto ai loro rivali statunitensi nei test di benchmark.
Secondo quanto riportato da Arabian Post, però, il divario si attestava intorno al 9% a maggio e addirittura al 15% l’anno scorso di questo periodo. Il gap si è ridotto clamorosamente in breve tempo, soprattutto dopo il rilascio del modello V4.1-Flash di DeepSeek a settembre, confermando di fatto la bontà delle stime del Report di Bloomberg.

La fatica a generare profitti con l’AI di frontiera

Pechino dovrebbe dettar legge anche in altri ambiti tecnologici di primaria importanza per i nostri tempi, come le fonti energetiche rinnovabili, la mobilità elettrica, i sistemi di accumulo e le batterie, nonché nella biofarmaceutica.

Gli Stati Uniti raggiungeranno per primi la leadership nella produzione di robot umanoidi e nell’automazione, ma anche qui entro pochi anni la Cina avrà colmato il divario tecnologico, dimostrando elevata competitività e capacità di innovazione, eguagliando i rivali americani in termini di volumi di spesa in ricerca e sviluppo.

Rimane il problema e di non poco conto dei ritorni degli investimenti e della profittabilità di queste tecnologie, in particolare dell’AI. Come negli Stati Uniti e forse in misura maggiore, le aziende cinesi faticano a generare solidi profitti dalla loro innovazione.

“Rimangono intrappolate in una corsa al ribasso, con la redditività destinata a rimanere irraggiungibile finché le aziende non adotteranno un approccio più razionale alla definizione dei prezzi“, è spiegato nel commento al Report.

Per gli analisti, le prossime revisioni degli indici azionari di riferimento, come l’indice Hang Seng Tech, che ha sottoperformato rispetto al settore globale dell’AI, potrebbero migliorare le prospettive di crescita e ampliare le partecipazioni in hardware all’avanguardia, intelligenza artificiale e robotica.

Non c’è da dimenticare che anche le tensioni commerciali rappresentano un ostacolo alla crescita (vedi la guerra dei dazi tra Pechino e Washington), a cui si aggiungono le restrizioni alle esportazioni e la chiusura di alcuni mercati. Protezionismo e tensioni geopolitiche non aiutano mai le aziende a generare profitti e a rafforzarsi sui mercati internazionali.

Situazioni simili determinano impedimenti ad entrare in nuovi mercati, riduzione della competitività e problemi di approvvigionamento di componenti e risorse critiche fondamentali per l’economia digitale.

L’economia cinese rallenta, l’AI non basta da sola

L’economia cinese sta ancora crescendo, ma a un ritmo più moderato rispetto al passato: nel terzo trimestre 2026 il PIL è aumentato del 4,5% su base annua, tornando ad accelerare dopo il 4,3% del secondo trimestre. Nei primi nove mesi del 2026 la crescita cumulata è stata del 4,6%, un livello coerente con l’obiettivo governativo di espansione annua tra il 4,5% e il 5%.

A reggere sono come sempre le esportazioni e la produzione industriale, mentre la domanda interna resta il punto più fragile. Il problema principale non è l’assenza di crescita, ma la sua qualità: l’economia continua a dipendere in misura eccessiva da export e investimenti, mentre consumi delle famiglie, mercato immobiliare e fiducia restano deboli. Il 4,3% del secondo trimestre era stato il ritmo più debole degli ultimi tre anni, segno che la ripresa non è ancora robusta.

Le principali istituzioni internazionali prevedono un rallentamento graduale dell’economia cinese: il FMI indica il 4,5% finale nel 2026 e il 4% nel 2027, mentre la Banca mondiale stima il 4,4% nel 2026, il 4,3% nel 2027 e il 4,2% nel 2028.

Bloomberg Economics stima che la crescita annua del PIL cinese si attesterà in media al 3,6% nel prossimo decennio, rispetto al 5,2% degli ultimi tre anni: “L’intelligenza artificiale e l’automazione possono attenuare la pressione derivante dalla contrazione della forza lavoro e dal rallentamento del mercato immobiliare, ma è improbabile che riescano da sole a invertire la tendenza al rallentamento di lungo periodo”.

Una situazione che vede anche gli Stati Uniti in difficoltà, ma con un trend diverso: il Congressional Budget Office prevede un PIL reale in crescita del 2,2% nel 2026 e poi di circa 1,8% all’anno in media dal 2027 al 2036. Crescita USA bassa, ma regolare.

Per entrambe le economie sono tre le variabili più richiamate dagli studiosi e tutte e tre avranno un peso enorme nelle future economie più sviluppate: intelligenza artificiale, disponibilità e costo dell’energia, invecchiamento della popolazione/forza lavoro.

The post Bloomberg: “Cina leader nell’AI e nell’automazione entro il 2030” appeared first on Key4biz.

https://www.key4biz.it/bloomberg-cina-leader-nellai-e-nellautomazione-entro-il-2030/592150/

Ott 28, 2026 Giancarlo Calzetta Approfondimenti, Attacchi, Attacchi, In evidenza, News, RSS, Vulnerabilità 0

---

Il caso analizzato da Sekoia mostra perché aggiornare i sistemi deve accompagnarsi alla ricerca di compromissioni precedenti. Tra dipendenze nascoste e ricerca delle vulnerabilità accelerata dall’AI, i team di sicurezza devono prepararsi a intervenire anche prima che esista una correzione.

Il rilascio burrascoso delle informazioni sulle vulnerabilità PHP2Shell ha concentrato l’attenzione di tutti sulla delicatezza della fase che precede un annuncio importante, ma non bisogna trascurare le buone pratiche anche dopo che la patch è stata rilasciata. Un’analisi di David Greenwood per Sekoia mostra che il primo tentativo di sfruttamento di PHP2Shell rilevato da Amazon risale al 17 ottobre, quattro giorni prima del rilascio delle patch e questo ci ricorda che la verifica delle attività sospette deve coprire anche il periodo precedente.

Ricordiamo che PHP2Shell comprende due vulnerabilità del motore PHP, CVE-2026-109618 e CVE-2026-109619, che possono consentire l’esecuzione di codice da remoto senza autenticazione. La prima riguarda la gestione dell’esaurimento della memoria, la seconda uno stato interno che può sopravvivere alla liberazione della memoria cui fa riferimento. In determinate configurazioni l’attacco può avvenire prima dell’esecuzione del codice applicativo. Le correzioni sono state pubblicate il 21 ottobre nelle versioni PHP 8.5.12, 8.4.27, 8.3.36 e 8.2.35.

Gli attacchi rilevati hanno colpito degli honeypot

Nel suo report, Amazon ha documentato tentativi contro i propri honeypot precisando che non era chiaro se quei payload avrebbero avuto successo su sistemi reali, ma non è questo il punto.  Secondo Sekoia, lo sfruttamento prima della divulgazione è destinato a diventare sempre più frequente per il software esposto su Internet. Apparati perimetrali, piattaforme di trasferimento file e runtime web offrono agli attaccanti un incentivo evidente: una sola falla può aprire l’accesso a un numero elevato di installazioni. La disponibilità della patch, quindi, non può più essere considerata il punto di partenza dell’esposizione al rischio.

Un secondo problema riguarda le dipendenze. La prossima emergenza, che in realtà sarebbe la riproposizione di qualcosa di già visto in passato, potrebbe nascere in una libreria incorporata in prodotti che l’organizzazione non sa nemmeno di usare indirettamente. Sapere quali applicazioni sono installate diventa insufficiente se manca il collegamento con i componenti che includono. Inoltre, aggiornamenti distribuiti senza un avviso di sicurezza possono rendere meno immediata l’identificazione del rischio attraverso gli scanner.

L’intelligenza artificiale può amplificare questa dinamica.

Nell’interpretazione di Sekoia, la pubblicazione di una classe di vulnerabilità offre ai ricercatori e agli attaccanti un modello da cercare in altro codice. Una scoperta importante potrebbe così generare una famiglia di problemi correlati, distribuiti fra prodotti e runtime differenti. Anche il vantaggio oggi disponibile ai team con accesso ai modelli più avanzati potrebbe ridursi con il miglioramento dei modelli aperti. A questo si aggiunge la fragilità degli embarghi: una dimostrazione pubblicata in anticipo o una correzione distribuita prima del previsto possono anticipare la circolazione delle informazioni.

Cosa devono fare i difensori?

Per i difensori, la prima conseguenza pratica è affiancare alla correzione un’indagine retrospettiva. Nel caso di PHP2Shell, la ricerca deve partire almeno dal 17 ottobre, anziché limitarsi ai giorni successivi alla pubblicazione delle patch. Applicarla elimina la vulnerabilità, ma non rimuove eventuali accessi o meccanismi di persistenza già introdotti.

La seconda priorità è migliorare l’inventario, collegando applicazioni, runtime e librerie incorporate. Sul piano operativo, questo significa poter rispondere rapidamente a una domanda concreta: quali servizi dipendono dal componente appena segnalato, chi li gestisce e quali sono raggiungibili dall’esterno?

Sekoia, inollre, raccomanda di proteggere le interfacce di amministrazione con controlli di accesso e di rimuovere dalla rete pubblica i servizi che non devono essere raggiungibili. In pratica, sottolinea l’importanza di regole che dovrebbero essere già la norma nella maggior parte delle aziende, ma spesso si perdono di vista.

Occorre poi decidere in anticipo come agire quando la patch non esiste. Disabilitare un modulo, applicare una regola al web application firewall o sospendere un servizio sono opzioni da valutare prima dell’emergenza, individuando anche chi può autorizzarle fuori dall’orario di lavoro. Per PHP2Shell, le mitigazioni di configurazione non sostituiscono l’aggiornamento completo.

Infine, la rilevazione deve seguire ciò che accade dopo lo sfruttamento: un processo web che avvia una shell, file inattesi nella directory del sito o connessioni in uscita insolite. Sono segnali da correlare e indagare, anche prima che la vulnerabilità riceva un nome. Per le falle già sfruttate sui sistemi esposti, anche i tempi di aggiornamento devono riflettere l’urgenza: la capacità di intervenire rapidamente deve andare insieme a quella di capire se qualcuno è già entrato.

---

---

---

https://www.securityinfo.it/2026/10/28/php2shell-gli-attacchi-precedono-la-patch-cosa-cambia-per-i-difensori/?utm_source=rss&utm_medium=rss&utm_campaign=php2shell-gli-attacchi-precedono-la-patch-cosa-cambia-per-i-difensori

Che succede ai titoli tech cinesi? Bruciati 380 miliardi di dollari di capitalizzazione in meno di quattro mesi

Il crollo dei titoli tecnologici cinesi legati all’intelligenza artificiale (AI) porta in primo piano una domanda che riguarda anche Wall Street: gli investimenti nell’AI produrranno ricavi sufficienti a giustificare le valutazioni e il costo delle infrastrutture? In Cina la correzione è già evidente. Negli Stati Uniti, invece, le tensioni emergono soprattutto nel finanziamento dei data center e delle società che affittano capacità di calcolo.

In meno di quattro mesi l’indice STAR50, che raccoglie alcuni dei principali titoli cinesi di semiconduttori e AI, ha perso circa il 40%, cancellando 480 miliardi di dollari di capitalizzazione. Anche l’indice delle blue chip cinesi ha ceduto circa il 20% dai massimi di giugno, dopo un rally durato due anni e sostenuto dalle aspettative di stimolo economico e dalla spinta di Pechino a indirizzare più risparmio verso il mercato azionario.

Crollo dei titoli AI cinesi: valutazioni ancora elevate

La correzione non dimostra, da sola, che la domanda di AI in Cina sia in caduta o che l’industria tecnologica del Paese sia entrata in crisi. Questo è quello che ‘vedono’ gli Stati Uniti. Per ora, ciò che si evince dalle analisi internazionali e che si è sgonfiato in conreto è la valutazione azionaria. Secondo i dati citati da Reuters, lo STAR50 tratta ancora intorno a cento volte gli utili degli ultimi dodici mesi, contro circa trenta volte per il Nasdaq 100.

Il mercato cinese era diventato particolarmente esposto alla narrativa pompata dell’AI (anche quello americnao ovviamente). Secondo Goldman Sachs, i titoli AI rappresentavano il 42% della capitalizzazione e il 57% degli scambi tra le azioni cinesi quotate sul continente e a Hong Kong. La corsa aveva coinvolto produttori di chip, robotica, componenti ottici e infrastrutture per i data center, attirando molti piccoli investitori.

I ribassi mostrano quanto sia stata rapida l’inversione. C’è il caso Unitree, società di robotica le cui azioni erano state richieste in misura eccezionale al debutto, che ha perso circa metà del valore. Il produttore di chip CXMT ha ceduto oltre un quarto in un mese. Zhongji Innolight ed Eoptolink, attive nei componenti ottici, sono scese di circa il 60% dai massimi estivi, anche per il rischio di restrizioni statunitensi alle forniture per i data center americani.

Non c’è un singolo evento che spieghi il crollo dei titoli tech cinesi. Alle valutazioni elevate si sommano l’incertezza sui controlli all’export, la possibilità di nuove restrizioni internazionali e il dubbio che alcune società riescano a trasformare le promesse di crescita in profitti. La correzione, tuttavia, non coinvolge necessariamente tutte le imprese allo stesso modo: gli investitori guardano alla solidità dei ricavi, ai clienti e alla capacità di mantenere margini.

In Cina il mercato può assorbire la correzione?

La profondità del mercato cinese e la sua base industriale possono offrire risorse per assorbire lo shock, ma non garantiscono la tenuta dei titoli tecnologici, propone come riflessione l’articolo pubblicato dalla Reuters. La capacità di Pechino di sostenere il settore non coincide automaticamente con la redditività delle singole aziende. Inoltre, le perdite subite dai risparmiatori possono indebolire la fiducia proprio nei titoli associati alle priorità strategiche del governo.

In Cina la fragilità è emersa soprattutto nella concentrazione degli scambi e nella rapida rivalutazione di società esposte al tema AI. Negli Usa il nodo riguarda anche il capitale necessario per costruire data center e acquistare chip.

USA, Musk avverte: “A rischio oltre 200 società neocloud”

Meta ha registrato un flusso di cassa libero negativo per 2,1 miliardi di dollari, mentre aumentava la spesa per chip e data center. Elon Musk ha avvertito in un messaggio su X che oltre 200 società neocloud (imprese che acquistano chip e affittano capacità di calcolo) potrebbero affrontare fallimenti. La previsione non si basa su elementi di certezza, ma mette a fuoco la dipendenza di questi operatori dalla domanda di AI e dal credito.

CoreWeave offre un esempio delle tensioni finanziarie del settore: a fine giugno dichiarava 35,6 miliardi di dollari di debito e 5,5 miliardi di liquidità; il portafoglio di ricavi contrattualizzati ammontava però a 104 miliardi. Gli impegni dei clienti indicano una domanda consistente, ma non eliminano i rischi legati al costo del capitale e alla capacità di trasformare quei contratti in flussi di cassa.

Gartner stima che l’80% delle neocloud possa cessare l’attività entro il 2030. La società di ricerca confronta 8.600 miliardi di dollari necessari a coprire spesa e finanziamenti con 3.600 miliardi di ricavi attesi dai servizi AI aziendali e consumer collegati ai data center. Sono stime, va sempre ricordato, non certezze, ma un eventuale irrigidimento del credito potrebbe favorire i grandi hyperscaler, che dispongono di attività diversificate e maggiori risorse finanziarie (a danno di tutte le altre aziende).

Il possibile crollo della Borsa cinese anticipa così una domanda sulla bocca di tutti: quanta parte degli investimenti nell’intelligenza artificiale genererà ricavi sufficienti a sostenere valutazioni e infrastrutture? La bolla azionaria cinese potrebbe essersi sgonfiata in parte, mentre capire se la correzione diventerà una crisi industriale dipenderà da domanda, margini e accesso ai capitali. Una verifica che riguarda anche il mercato americano, dove si sta iniziando a distinguere tra aziende tech con ricavi diversificati e infrastrutture AI finanziate a debito.

The post Gli USA guardano alla bolla tech in Cina. Mentre per Musk spariranno almeno 200 aziende AI appeared first on Key4biz.

https://www.key4biz.it/gli-usa-guardano-alla-bolla-tech-in-cina-mentre-per-musk-spariranno-almeno-200-aziende-ai/591971/

Stop all’uso di ChatGPT e Claude negli uffici della cancelleria svedese

A partire da oggi, in tutti gli uffici del Regeringskansliet, la Cancelleria di Governo in Svezia, cioè l’ufficio che supporta il Primo ministro e il Gabinetto (qualcosa di simile alla nostra Presidenza del Consiglio dei ministri, più tutti i singoli ministeri), è stato bloccato l’accesso ai modelli di intelligenza artificiale (AI) ChatGPT di OpenAI e Claude di Anthropic.

Il motivo è la sicurezza nazionale e la protezione dei dati classificati e sensibili. Come ha spiegato Mikael Wettercrantz, direttore della digitalizzazione degli uffici governativi, nelle comunicazioni via intranet al personale: “L’utilizzo di servizi di intelligenza artificiale senza un contratto formale può avere conseguenze per la nostra sicurezza informatica“.

Un blocco però molto selettivo che non varrà per Copilot di Microsoft, perché secondo quanto riportato dai media svedesi gli uffici governativi hanno avuto il tempo di esaminare questo modello di AI, chiedendo e ottenendo delle revisioni delle impostazioni di sicurezza che sono state di conseguenza aumentate.

Manca un accordo formale con Anthropic e OpenAI

Secondo quanto riportato dalla radio pubblica svedese Sveriges Radio e dal quotidiano Svenska Dagbladet, la Cancelleria avrebbe individuato diversi casi problematici di uso di servizi AI “aperti”, riguardanti sia la sensibilità delle informazioni inserite nei modelli sia il modo in cui le risposte generate sono state poi gestite dai dipendenti.

Il punto chiave della decisione presa della direzione della digitalizzazione della Cancelleria svedese è che solo con un accordo formale, in questo caso con OpenAI e Anthropic, si può definire a priori cosa il fornitore di tecnologie digitali può e non può fare con i dati e le informazioni gestite dagli uffici governativi e in particolare dai dipendenti pubblici che a quelle informazioni hanno accesso.

Un vantaggio per Microsoft

Alla fine tutto questo si può tradurre in un vantaggio competitivo di non poco conto per Microsoft: Copilot diventa il canale predefinito attraverso cui il personale della Cancelleria accede all’AI, mentre ChatGPT e Claude restano esclusi dall’uso diretto.

Il colosso di Redmond parte avvantaggiata perché Copilot è già incorporato nell’ecosistema Microsoft 365 usato dalla PA: identità, posta, documenti, Teams, permessi, audit e contratto enterprise sono già presenti. Questo abbassa enormemente la barriera all’adozione rispetto a un fornitore esterno che dovrebbe negoziare un accordo, integrarsi e superare una revisione di sicurezza.

Probabilmente c’è anche un discorso di continuità operativa, perché Microsoft è ormai profondamente integrato nel set tecnologico dell’amministrazione centrale svedese (ma probabilmente vale per tutti i Paesi europei). La “dipendenza” da Microsoft è stata ormai da anni integrata e omologata nella PA svedese, come infrastruttura di produttività e collaborazione, con contratti quadro e accordi enterprise che ne rendono la sostituzione complessa e costosa.

Uno studio accademico molto recente sulle amministrazioni pubbliche svedesi (centrali e locali) rileva che tutte quelle analizzate usano Microsoft 365 per il trattamento dei propri asset digitali e presentano una “dipendenza significativa” e un’elevata fiducia nel fornitore.

La diffidenza europeo verso il Cloud Act

Non si deve inoltre dimenticare che i dati governativi trattati direttamente da piattaforme e soluzioni tecnologiche fornite dalle Big Tech rispondono direttamente alle necessità del Governo americano come previsto dal Cloud Act. Un elemento questo che non va mai dimenticato quando parliamo di sicurezza e controllo delle informazioni più sensibili.

Ovviamente, l’uso di piattaforme tecnologiche fornite da società americane da parte di governi europei non comporta automaticamente l’accesso di Washington ai dati fisicamente depositati e custoditi in Europa, ma crea un rischio giuridico concreto: un provider soggetto alla giurisdizione statunitense può essere obbligato dal Cloud Act a divulgare dati sotto il proprio controllo, anche se archiviati nei Paesi dell’Unione. Per questo, su informazioni sensibili, la scelta del fornitore e delle garanzie contrattuali diventa una questione di sovranità e sicurezza digitale.

Bisogna anche dire che questo blocco imposto agli uffici governativi svedesi potrebbe essere temporaneo e comunque, a quanto pare alcuni dipendenti della cancelleria svedese possono ancora accedere a ChatGPT e Claude tramite una piattaforma AI sviluppata internamente dagli uffici governativi, sebbene l’ufficio stampa non abbia specificato quante persone ne abbiano accesso o quali restrizioni si applichino.

Novità su Google, per aggiungere Key4Biz tra le tue fonti preferite, clicca qui

Leggi le altre notizie sull’home page di Key4biz

https://www.key4biz.it/via-chatgpt-e-claude-dagli-uffici-governativi-svedesi-si-tengono-pero-copilot-di-microsoft/591846/

AI, le banche non distinguono più gli agenti dagli umani. Wall Street lancia l’allarme

Alcune delle principali banche statunitensi, tra cui Morgan Stanley, Bank of America, JPMorgan e Wells Fargo, stanno rilevando agenti di intelligenza artificiale (AI) che accedono ai conti dei clienti e, in certi casi, sembrano avviare attività non riconducibili alle istruzioni dell’utente. A riferirlo è Axios, citando persone informate. Il fenomeno è ancora difficile da misurare, ma ha già spinto diversi istituti a bloccare o limitare l’accesso degli strumenti di terze parti.

Il punto critico è che non tutti gli accessi sono uguali. In molti casi il cliente autorizza un agente a entrare nel proprio conto usando le sue credenziali, per esempio per controllare le spese o completare un’attività. Diversi istituti chiedono nei propri termini di servizio che sia la persona, non un programma, a effettuare l’accesso. Quando l’agente può anche disporre pagamenti o trasferire denaro, un’autorizzazione concessa con leggerezza può avere conseguenze concrete.

Il rischio vero è un agente AI con accesso al denaro

Gli istituti temono soprattutto che un agente dotato di credenziali e di poteri operativi possa eseguire azioni dannose, per errore o perché ha ricevuto istruzioni manipolate. Un assistente progettato per svolgere compiti autonomamente può infatti interpretare una richiesta in modo imprevisto e agire prima che il cliente se ne accorga. Il rischio aumenta se può spostare fondi, fare acquisti o interagire con il servizio clienti.

Come raccontato da Madison Mills, alcune banche hanno osservato agenti contattare i call center o compiere attività che sembravano non corrispondere alle istruzioni dell’utente. Non significa che ogni accesso di un agente sia fraudolento, né che siano stati accertati ammanchi: Morgan Stanley ha dichiarato di non aver rilevato accessi di agenti “fuori controllo” alle proprie piattaforme. Ma gli istituti faticano a distinguere un’azione automatizzata autorizzata da una non autorizzata, o a capire se un agente abbia davvero agito per conto del cliente.

È questa ambiguità a rendere il problema urgente. I sistemi antifrode sono costruiti per riconoscere comportamenti sospetti, ma devono poter ricostruire chi ha impartito un ordine e chi lo ha eseguito. Se un agente usa le credenziali del cliente, la traccia può apparire legittima anche quando l’azione non lo è.

La risposta delle banche

Morgan Stanley ha iniziato a bloccare agenti di terze parti; JPMorgan, Bank of America e Citi stanno adottando restrizioni. Un portavoce di Chase ha invitato i clienti a non condividere username e password. Al tempo stesso, molti istituti valutano una via intermedia: consentire l’accesso in sola lettura, così che gli agenti possano consultare le informazioni finanziarie senza disporre operazioni.

È un compromesso già noto nel settore: servizi come Quicken possono accedere ai dati per aiutare nella gestione del bilancio. Ma un agente capace di ragionare e agire introduce un livello diverso di rischio. Per questo la sola prudenza degli utenti non basta: servono autorizzazioni limitate, tracciabili e revocabili, con una distinzione chiara tra consultare un conto e muovere denaro.

Un rischio che supera il singolo conto

Se un agente compromesso o mal configurato potesse operare su molti conti, l’impatto potrebbe estendersi oltre il singolo cliente: frodi, trasferimenti indesiderati, investimenti azzardati e difficoltà nel ripristinare rapidamente l’accesso. Per le banche, la sfida è anche mantenere la fiducia in un’infrastruttura essenziale.

C’è poi una questione di responsabilità: se l’agente sbaglia, chi risponde? Il cliente che gli ha dato accesso, la società che lo ha sviluppato o la banca che ha accettato la transazione? Senza regole e registrazioni verificabili, ricostruire i fatti può diventare difficile. In prospettiva, l’uso su larga scala di agenti finanziari potrebbe anche amplificare decisioni automatiche errate e vulnerabilità comuni, con effetti sulla stabilità e sulla fiducia pubblica.

Le banche riconoscono che i clienti vorranno sempre più usare questi strumenti. Il problema è permetterlo senza consegnare loro un potere incontrollato sul denaro. Per ora, la risposta è limitare l’accesso e sperimentare modalità più sicure. La velocità con cui evolvono gli agenti, però, rende insufficiente affidarsi soltanto a blocchi e condizioni d’uso: occorre stabilire in modo verificabile quali azioni possono compiere, per conto di chi e con quali limiti.

The post Agenti AI entrano nei conti bancari USA, c’è rischio di azioni fuori controllo appeared first on Key4biz.

https://www.key4biz.it/agenti-ai-entrano-nei-conti-bancari-usa-ce-rischio-di-azioni-fuori-controllo/591792/