L’evoluzione della minaccia cibernetica, unita alla complessità degli attacchi, richiede un approccio sempre più complesso e mutevole.

La necessità di correlare dati e informazioni è divenuta fondamentale per identificare e contrastare rapidamente le attività malevole: in questo contesto, l’Intelligenza Artificiale (AI) emerge come una tecnologia abilitante in grado di ottimizzare la velocità e l’efficacia delle risposte.

La correlazione di dati e informazioni è la base dell’Intelligence, anche nel mondo cibernetico.

Come noto a tutti gli operatori del settore, la Cyber Intelligence si basa sulla correlazione di dati e informazioni provenienti da fonti diverse. Ad esempio il rilevamento di piccoli cambiamenti o anomalie nei dati di rete potrebbe segnalare attività sospette che, se prese singolarmente, potrebbero non avere particolare significato.

Tale correlazione consente di individuare minacce nascoste, spesso dissimulate tra normali flussi di dati. Questo tipo di attività, se affidata all’essere umano, richiede esperienza per entrare nel merito di ogni singolo evento, nonché capacità di rilevare scostamenti minimi negli indicatori. Tutto questo richiede innanzitutto una formazione molto ampia su tematiche che vanno dai processi alle tecnologie e, successivamente, un addestramento continuo nel rilevare anomalie rispetto alle condizioni di funzionamento normalmente chiamate “Standard” o “Regolari”.

Un esempio pratico è il supporto alla ricostruzione in diagrammi della sequenza di azioni eseguite da un programma (aka “file eseguibile”) e di come quest’ultimo si comporti.

I produttori di cybersecurity a livello internazionale stanno sempre più integrando la capacità di reagire dei singoli software antimalware installati su PC e server con i firewall che, a loro volta, cambiano dinamicamente la loro configurazione per bloccare, anche dal punto di vista della rete, le connessioni generate da questi file pericolosi.

Questo tipo di approccio sta diventando sempre di più l’unico vero modello di risposta alla minaccia cibernetica incombente.

Gartner, nota azienda statunitense di analisi strategiche, ha individuato in aziende internazionali come Sophos, Crowdstrike, PaloAlto Networks, SentinelOne e TrendMicro i leader di riferimento nel mercato delle tecnologie di cybersecurity. Ognuna di loro fa uso di Intelligenza Artificiale ormai da qualche anno, partendo dal Machine Learning fino alla Intelligenza Artificiale Generativa. Analizzando questi aspetti anche dal punto di vista dell’Intelligence cibernetica, è chiaro il motivo per il quale i maggiori player siano tutti provenienti dagli Stati Uniti o dai loro alleati.

Attori cinesi di una certa rilevanza, come Sangfor, stanno prendendo piede anche in Italia in quanto la validità tecnologica dei prodotti, unita a prezzi estremamente competitivi, fa sì che i timori dello spionaggio cinese vengano superati dalla necessità di dotarsi di tecnologie valide ed economicamente convenienti.

Nel 2024, Gartner ha pubblicato un’analisi in cui include questo produttore tra le aziende rappresentative nel mercato della Network Detection and Response (NDR).

Un altro caso di interesse per comprendere questo mercato è l’acquisizione da parte di Thoma Bravo (fondo di investimento), per un valore di 5.3 miliardi di dollari, dell’azienda Darktrace, leader nella ricerca di minacce cibernetiche mediante analisi del traffico con AI.

Interazione Intuitiva: parlare all’intelligenza artificiale come a un collega

Un aspetto particolarmente interessante è l’evoluzione dell’AI verso un’interazione quasi “umana”. I professionisti della sicurezza possono fare domande dirette al sistema, simulando un’interazione naturale che facilita il recupero delle informazioni critiche in tempi più rapidi. Questo aumenta la produttività e permette di concentrare l’attenzione su decisioni strategiche, lasciando all’AI il compito di fornire dati accurati e risposte rapide.

Oggi, sapere scrivere dei “prompt” – ovvero porre le domande in modo corretto all’AI – è diventato essenziale: fornire le informazioni di contesto rilevantipuò veramente cambiare la correttezza e la precisione della risposta che otterremo.

L’accelerazione dell’analisi grazie all’ AI permette di reperire nuove nozioni o tecniche rispetto a cui l’operatore di SOC potrebbe non essere ancora perfettamente informato o addestrato a gestire. Ad esempio, in commercio si trovano sempre più soluzioni che permettono di fare intelligence partendo semplicemente da un indirizzo email, un dominio aziendale o un indirizzo IP pubblico, a partire dai quali la moderna AI è in grado di reperire e arricchire informazioni, fornendo un quadro della situazione ad una velocità che un essere umano non potrebbe mai raggiungere.

Questo oggi succede grazie allo sviluppo dei sistemi linguistici di grandi dimensioni, chiamati comunemente Large Language Models o LLM.

I modelli linguistici di grandi dimensioni (LLM) sono una categoria di modelli di fondazione addestrati su immense quantità di dati, capaci di comprendere e generare linguaggio naturale e altri tipi di contenuti per eseguire una vasta gamma di attività.

Gli LLM si sono diffusi grazie al loro ruolo nel portare l’AI generativa all’attenzione pubblica e rappresentano una soluzione che le organizzazioni stanno adottando per varie funzioni e casi d’uso.

Al di fuori del contesto aziendale gli LLM possono essere percepiti come una novità, in parallelo ai recenti sviluppi dell’AI generativa. Aziende come IBM hanno impiegato anni a sviluppare gli LLM per migliorare la comprensione e l’elaborazione del linguaggio naturale (NLU e NLP), sfruttando i progressi nel machine learning, negli algoritmi, nelle reti neurali e nei modelli di trasformazione.

Nel 2023, IBM ha condiviso sul proprio sito il lancio di un fondo da 500 milioni di dollari destinato a startup attive nello sviluppo dell’AI.

Questo tipo di esperienza basata sul linguaggio naturale oggi è alla portata di tutti grazie agli imponenti investimenti nel settore: OpenAI ha ricevuto un miliardo di dollari solo da Microsoft nel 2019, mentre nel 2024 ha completato la raccolta fondi per un valore di 150 miliardi di dollari, come riportato da Business Insider.

Meta (che controlla Facebook, Instagram e Whatsapp) ha dichiarato al mercato che continuerà ad investire nell’AI cifre tra i 35 e 40 miliardi di dollari, come riportato dal quotidiano francese Le Monde il 26 aprile 2024.

Il Fattore Tempo: una risorsa chiave

Chi si occupa di cybersecurity sa bene che il fattore più cruciale in assoluto è uno: il tempo. Spesso, la differenza tra il rilevamento di un’anomalia e la risposta adeguata può essere misurata in frazioni di secondo. Essere tempestivi nel riconoscere e agire su eventi sospetti è essenziale per ridurre l’impatto degli attacchi.

L’AI, con le sue capacità di elaborazione e analisi in tempo reale, può accelerare questo processo fornendo ai professionisti della sicurezza informazioni tempestive e dettagliate. Prima che l’AI si diffondesse così massicciamente, gli operatori dovevano essere focalizzati esclusivamente nel rilevare queste anomalie, oltre ad avere un’elevata preparazione per saper interpretare il significato di ogni singolo evento (e che tipo di rischio questo potesse comportare).

Identificare una minaccia, infatti, può derivare dall’osservazione di elementi non sempre correlati. Il rilevamento di variazioni numeriche anomale – come improvvisi picchi di traffico, accessi inusuali o cambiamenti nella configurazione dei sistemi – potrebbe indicare un potenziale rischio. Se un fenomeno isolato può sembrare insignificante, la sua ripetizione in un breve lasso di tempo può rappresentare una minaccia; paragonandolo alla salute umana, prendere un’aspirina due volte al giorno è sicuro ma dieci volte in un’ora diventa tossico. Lo stesso vale per la cybersecurity: l’AI consente di rilevare schemi ripetitivi che possono segnalare attacchi informatici in corso.

Uno studio condotto dalla School of Computer and Information Sciences presso la University of the Cumberlands, Kentucky (USA) dai professori Meraj Farheen Ansari, Bibhu Dash, Pawankumar Sharma e Nikhitha Yathiraju, pubblicato nel 2022, ha evidenziato come l’AI abbia portato vantaggi importanti nel rilevamento di quanto sopra esposto; ma ha anche introdotto i rischi che devono essere considerati dagli stakeholder, oltre ai costi di sviluppo e mantenimento o al rischio di perdita di posti di lavoro, evidenziando in particolare il rischio di campagne di disinformazione allo scopo di manipolare l’AI Generativa.

D’altra parte, però, rinunciarvi è impossibile. Analizzando i dati pubblicati nel rapporto Clusit 2023, la quantità di attacchi informatici andati a buon fine è senza precedenti: 2.779 incidenti gravi a livello mondiale, con un aumento del 12% rispetto all’anno precedente. In Italia gli attacchi gravi sono stati 310, rappresentando l’11% del totale globale e segnando una crescita del 65% rispetto al 2022. Il rapporto sottolinea che l’81% degli attacchi globali ha avuto una gravità elevata o critica. In Italia, oltre la metà degli attacchi (56%) ha avuto conseguenze di gravità critica o elevata. Rispetto agli ultimi cinque anni, oltre il 47% degli attacchi totali censiti in Italia si è verificato nel 2023.

La guerra ibrida e l’intelligence cibernetica rimangono quindi al centro della scena, obbligando tutti – soggetti pubblici e privati – a dirottare risorse per prevenire le azioni ostili la cui portata è stata appena descritta.

Gli effetti sul mercato

Quanto sinora esposto spiega il motivo dietro agli imponenti investimenti nel settore dell’AI. Il Wall Street Journal ha pubblicato il 19 aprile 2024 dati da cui risulta una crescita del 69% nel primo trimestre del 2024 rispetto a quello precedente, per un totale di 2.7 miliardi.

MarketWatch ha riportato, il 12 settembre 2024, che Mastercard ha annunciato l’acquisizione di Recorded Future per 2.65 miliardi di dollari, con l’obiettivo di migliorare la propria cybersecurity tramite l’AI per prevenire frodi.

Guardando invece all’Italia, nel 2023 il mercato della cybersecurity ha raggiunto un valore record di 2.15 miliardi di euro, con un incremento del 16% rispetto all’anno precedente, come riportato dall’Osservatorio del Politecnico di Milano.

Per i Security Operation Center, l’arricchimento delle informazioni a mezzo AI è un elemento essenziale. Per arricchimento si intende l’individuazione e la raccolta di tutti quei dati strutturati e non disponibili su fonti aperte, che fanno riferimento a uno o più elementi coinvolti nell’oggetto dell’analisi.

Quando un evento sospetto emerge, l’AI può generare approfondimenti e correlazioni su larga scala in tempi record, di fatto agevolando il processo decisionale e la tempestiva risposta a uno o più incidenti simultaneamente. Tutte le tecnologie a cui si è accennato in precedenza forniscono supporto per fare arricchimento delle informazioni.

Inutile dire come lo scambio di informazioni tra pubblico e privato, supportato dall’AI, diventerà ancora più efficace nel campo dell‘Incident Response. Piattaforme note di Open Source Threat Intelligence, come il MISP, supportano la condivisione di queste informazioni di intelligence.

Gli operatori di Cyber Intelligence saranno anche chiamati a trovare il giusto equilibrio per soddisfare quanto previsto dal Regolamento Europeo 1689/2024, noto come AI Act.

Il nuovo AI Act prevede una valutazione del sistema di AI in base ai rischi che esso comporta per la libertà e la dignità delle persone,articolati su quattro livelli:

• Rischio inaccettabile – ad esempio, una “situazione in cui si rende possibile il social scoring di un individuo”;
• Rischio elevato – applicato agli ambiti in cui si devono garantire trasparenza e affidabilità, come il settore sanitario o dell’istruzione;
• Rischio limitato – per i sistemi di AI che potrebbero influire sui diritti degli utenti, sono richieste specifiche misure di trasparenza (ad esempio, i chatbot devono dichiarare chiaramente che sono macchine e non umani);
• Rischio minimo – per i sistemi considerati a basso rischio, come i filtri anti-spam, il regolamento impone poche restrizioni.

Essendo la sicurezza cibernetica un processo trasversale, si prevede che un gran lavoro dovrà essere fatto per limitare i possibili tipi di aggregazione di informazioni, proprio per rendere i sistemi utilizzabili come previsto dalla norma.

Difendersi dall’Adversarial Machine Learning e dalle campagne di disinformazione

L’AI, tuttavia, deve essere impiegata in modo razionale e ponderato per il rischio di Adversary Attack, ovvero veri e propri sabotaggi all’AI.

La capacità di discernere tra informazioni accurate e ingannevoli è cruciale, poiché non sempre le informazioni a disposizione sono al 100% accurate. Questa vera e propria scienza è da tempo oggetto di studio da parte del mondo accademico, per poterne capire in modo profondo i fenomeni e studiare i possibili rimedi. In base a tali studi, il processo di apprendimento risulta oggi essere la parte più vulnerabile.

La buona notizia è che esiste la possibilità di importare nei propri data center reti neurali già addestrate e non soggette a questo genere di attacchi, perché non necessitano di ulteriore addestramento. Le reti neurali di questo tipo non hanno le stesse performance di quelle online, ma sicuramente sono un eccellente supporto in molti processi aziendali.

È tuttavia molto importante evidenziare che in letteratura è già ampiamente documentato come sia possibile svolgere questo tipo di attacchi.

Tra gli attacchi più temuti alle AI figurano Data Poisoning e Data Slow Poisoning: il dott. Johannes Ullrich, ricercatore SANS, nel suo Keynote speech alla conferenza RSA 2021 ha esposto quale sarebbe stato il pericolo per le moderne AI e ML di cui oggi facciamo un massiccio utilizzo.

Il tema è talmente sentito che ci sono corsi universitari dedicati anche in Italia, come quello del prof. Stefano Tomasin, docente all’Università di Padova presso il Dipartimento dell’Ingegneria dell’Informazione. Lo studio delle metodologie di Machine Learning e delle relative tecniche di attacco (Adversarial Machine Learning) permettono di comprendere come, ad esempio nell’esame delle immagini, continui inserimenti di variazioni minime nel modello di apprendimento possano completamente distorcere la capacità di riconoscimento di un sistema.

Il dott. Alex della Vakanski Idaho University espone come le Deep Neural Networks (alla base dell’AI) possano raggiungere risultati eccezionali, ma contestualmente rimangano vulnerabili all’inserimento di piccole perturbazioni che possono stravolgere completamente i risultati. Un esempio di perturbazione è qui sotto riportata:

L’AI come acceleratore di reazione, ma la decisione spetta alle persone

In sintesi, l’AI nella cybersecurity rappresenta un elemento incredibilmente abilitante per la velocità di analisi e reazione. Tuttavia, la decisione ultima spetta sempre all’essere umano. L’AI fornisce dati, analisi e raccomandazioni; ma è il professionista della sicurezza a valutare la situazione nel contesto specifico e a prendere le decisioni finali.

Sarebbe opportuno considerare l’AI come un supporto, le cui informazioni – per quanto possibile – vanno sempre verificate e valutate.

Al fine di poter valorizzare questo progresso tecnologico così importante, sarà sempre più cruciale formare professionisti abili a individuare attacchi di Adversarial AI, prevedendo tutti gli effetti malevoli che ne possono conseguire.

Con i dati attualmente in nostro possesso è più che probabile che continueranno gli investimenti in questo settore, specificamente mirati al campo della Cyber Intelligence e della cybersecurity basata sull’AI.

Per un’analisi completa e dettagliata di tutte le implicazioni, sfide e opportunità dell’intelligenza artificiale applicata alla cyber intelligence, ti invitiamo a consultare il Quaderni di Cyber Intelligence #7, dove potrai trovare approfondimenti tecnici, case study e best practice per implementare efficacemente l’AI nella tua strategia di cybersecurity.

Profilo Autore

È un informatico specialista in Sicurezza Informatica e Sicurezza delle informazioni con oltre 15 anni di esperienza. Ha conseguito molteplici certificazioni internazionali in ambito tecnologico ed ha lavorato in Germania ed Inghilterra per importanti aziende costruttrici di tecnologie per la Sicurezza Informatica. Nel corso della sua carriera è stato chiamato sia come consulente che come docente per entità afferenti al comparto della Difesa. Fondatore di WhySecurity srl, oggi si occupa di supporto ad indagini difensive
collaborando con investigatori privati, svolge analisi di rischio economico connesso al rischio informatico e offre servizi SOC a favore dei propri clienti.

https://www.ictsecuritymagazine.com/articoli/intelligenza-artificiale-cybersecurity/

La NATO punta alla competizione tecnologica avanzata “dual-use”

Le tecnologie dual use, ovvero quelle applicabili sia a scopi civili che militari, stanno emergendo come un nuovo paradigma, con una crescente attenzione alle loro implicazioni per la sicurezza e la geopolitica. Questo cambiamento sottolinea l’importanza di una gestione responsabile delle tecnologie e di una maggiore consapevolezza dei rischi associati alle loro applicazioni.

Per questo, il programma della NATO chiamato “Defence Innovation Accelerator for the North Atlantic” (DIANA) ha lanciato dieci nuove call volte a individuare la prossima generazione di tecnologie a duplice uso per proteggere nel migliore dei modi il miliardo di cittadini che ricadono sotto lo scudo difensivo dell’Alleanza occidentale.

Gli innovatori potranno partecipare ed inviare proposte fino al prossimo 11 luglio.

Ma di quali tecnologie parliamo? Ovviamente si tratta di soluzioni tecnologiche avanzate che rispecchiano le esigenze e le priorità della NATO, che da un lato devono avere una spiccata potenzialità militare e difensiva, dall’altro anche evidenti potenzialità commerciali, di mercato a 360 gradi.

Leggendo l’invito a presentare proposte, si trovano diverse sezioni a cui gli innovatori potranno candidare i progetti dall’energia alle tecnologie di comunicazione avanzata (quindi reti terrestri e satellitari), biotecnologie e infrastrutture critiche, logistica e ambienti sottomarini, sistemi di pilotaggio autonomi e automazione robotica in generale, solo per citarne alcune.

Che cos’è DIANA?

In un’epoca segnata dal ritorno della guerra convenzionale in Europa, dalle tensioni indo-pacifiche e dalla competizione tecnologica globale, la NATO ha deciso di rilanciare la propria proiezione strategica attraverso un’iniziativa senza precedenti: DIANA.

Dietro un acronimo quasi mitologico, si cela una vera e propria rivoluzione nei rapporti tra ricerca scientifica, industria dell’innovazione e difesa collettiva.

Tecnologie dual-use per un mondo ibrido: AI, robotica, quantistica e nuove reti (dal 6G ai satelliti)

DIANA nasce per un obiettivo chiaro: “intercettare, finanziare e accelerare lo sviluppo di tecnologie dirompenti (“emerging and disruptive technologies”) con applicazioni civili e militari, rafforzando la superiorità tecnologica dell’Alleanza Atlantica”, in un contesto dove il confine tra minaccia convenzionale e cyber, tra intelligenza artificiale e conflitto ibrido, è sempre più labile.

Non è un caso che le aree tecnologiche di interesse di DIANA siano anche quelle al centro della nuova corsa globale all’innovazione:

• Intelligenza Artificiale (AI) per l’automazione tattica e strategica.
• Sistemi autonomi applicati a droni, robotica e logistica militare.
• Tecnologie quantistiche per comunicazioni inviolabili e sensori avanzati.
• Biotecnologie e potenziamento umano per un soldato del futuro iper-adattato.
• Materiali intelligenti, propulsione sostenibile, reti 6G, sistemi spaziali e persino ipersonici.

Dietro ogni parola chiave, scenari che sembrano usciti dalla speculative fiction ma che sono già reali in laboratorio — e sempre più prossimi all’impiego operativo.

Un’infrastruttura transatlantica dell’innovazione e le “industry challenges”

Lanciata nel 2023 con i primi progetti pilota, DIANA è oggi una rete in piena espansione, con hub e sedi regionali in Regno Unito, Estonia e presto in Canada, e una costellazione di oltre 20 acceleratori e 180 centri di test tra Europa e Nord America.

Non semplici incubatori, ma laboratori ad alta tecnologia ospitati da università e centri di ricerca strategici, dove le start-up possono testare e validare le proprie soluzioni in ambienti realistici e supervisionati da esperti della difesa.

Al cuore del modello DIANA c’è un meccanismo competitivo: le “industry challenges” (le prime tre sono state avviate proprio nel 2023). Ogni sfida è costruita su un problema concreto di sicurezza e chiede agli innovatori di proporre soluzioni tecnologiche dual-use.

Le imprese selezionate ricevono finanziamenti non diluitivi, accesso a testbed, mentorship e – aspetto cruciale – la possibilità di entrare in contatto con utilizzatori militari e decisori pubblici della NATO.

Un ponte tra start-up e riarmo europeo

Nel contesto del crescente riarmo europeo – accelerato dalla guerra in Ucraina e dalla necessità di ridurre la dipendenza industriale dagli Stati Uniti – DIANA si propone come un ponte tra l’innovazione tecnologica e le esigenze militari degli Alleati.

Non solo, grazie al NATO Innovation Fund, un fondo VC da 1 miliardo di euro lanciato al vertice NATO di Madrid 2022 e sostenuto da 24 Paesi, le start-up accelerate da DIANA possono ottenere anche capitali privati per crescere e scalare il mercato.

Questo fondo rappresenta una svolta sistemica: è il primo fondo di venture capital multi-sovrano della storia e sancisce il passaggio da una NATO centrata sulla deterrenza militare a una NATO come piattaforma di innovazione tecnologica condivisa.

La tecnologia come nuova arena geopolitica

In un mondo dove la supremazia militare passa sempre più dal silicio che dalle divisioni corazzate, iniziative come DIANA riscrivono il modo in cui l’Occidente affronta la concorrenza tecnologica globale.

La sfida con la Cina per il dominio del 5G e dell’AI, la resilienza cyber contro attacchi russi, l’autonomia strategica europea, tutto converge al cuore della missione di DIANA.

Il suo successo non sarà solo misurabile in brevetti o prototipi, ma nella capacità di costruire una cultura della sicurezza che integri scienza, industria e strategia e che allo stesso tempo sappia garantire e rendere possibile maggiore trasparenza e dialogo tra attori civili, militari e scientifici.

I rischi e le sfide del “dual-use”

Ovviamente, dal punto di vista etico, i problemi sono innumerevoli. Certamente, almeno in questa parte di mondo, parlare di soluzioni militari non è mai una questione di poco conto (in Europa si sono combattute due Guerre mondiali, le più distruttive e sanguinose che la Storia ricordi). Soprattutto, in termini di “dual-use”, la separazione tra “scienza buona” e “uso malevolo” diventa sempre più sottile.

Uno dei pericoli più evidenti è che tecnologie nate in ambito commerciale o accademico – come intelligenza artificiale, biotecnologie, droni o comunicazioni quantistiche – vengano riconvertite per scopi offensivi o coercitivi da parte di attori statali o non statali (quindi terroristi, milizie, gruppi criminali che possono ottenere componenti o software ad alto potenziale distruttivo.

Molte tecnologie dual-use sono sviluppate in ecosistemi privati globalizzati. Questo crea un paradosso strategico: gli Stati e le forze armate possono dipendere da tecnologie critiche fornite da aziende straniere (es. semiconduttori, cloud, software AI). La cybersicurezza delle supply chain dual-use, in aggiunta, è spesso carente.

Tutto questo genera vulnerabilità sistemiche, che un avversario può sfruttare in tempo di crisi, ma anche occasione per sabotaggio o azioni di guerra ibrida.

Leggi le altre notizie sull’home page di Key4biz

https://www.key4biz.it/la-nato-accelera-il-programma-diana-con-ai-quantistica-automazione-spazio-e-6g/534134/

L’AI Continent Action Plan e il cambio di paradigma necessario

La Commissione europea, con l’annuncio dell’AI Continent Action Plan, ha ufficialmente avviato una svolta strategica nell’approccio all’intelligenza artificiale (AI), puntando a fare dell’Unione europea (Ue) un polo globale per lo sviluppo e l’adozione di questa tecnologia strategica.
Il piano prevede investimenti per 200 miliardi di euro, di cui 20 miliardi pubblici e 180 provenienti da capitali privati, destinati alla creazione di cinque gigafabbriche AI, centri dotati di circa 100.000 chip ad alte prestazioni ciascuno.

Secondo il Report di S&P Global, dal titolo “Europe’s AI U-turn raises doubts, hopes”, l’obiettivo dichiarato è replicare il modello CERN: creare infrastrutture europee condivise, accessibili gratuitamente per finalità di innovazione, e in grado di fornire la capacità computazionale necessaria per competere con gli hyperscaler statunitensi.

Un ecosistema sotto stress tra regole, burocrazia e scarsità di competenze

Nonostante l’ambizioso obiettivo generale, il progetto rischia di scontrarsi con ostacoli strutturali profondi: un tessuto normativo caratterizzato da iperregolamentazione e iperburocrazia, un mercato del lavoro poco attrattivo per i talenti internazionali e una dipendenza critica dalle infrastrutture cloud extra-Ue.

Il nuovo corso normativo dell’Unione, pur restando ancorato all’AI Act, prevede una fase di “semplificazione mirata” per ridurre l’onere normativo sulle startup. Tuttavia, il rischio di favorire solo i grandi operatori dotati di compliance team e risorse legali resta elevato.

Sul fronte dei talenti, spiccano le denunce di autorevoli scienziati europei, tra cui Yann LeCun, particolarmente noto per i suoi rilevanti contributi nei campi dell’apprendimento automatico, della visione artificiale e della robotica,secondo cui l’Ue privilegia un modello “project-based” invece di valorizzare i ricercatori.

La necessità di riformare il sistema dei visti e di attrarre competenze globali è oggi considerata prioritaria e le politiche trumpiane potrebbero favorire una fuoriuscita di ricercatori e studiosi dagli Stati Uniti, che l’Europa deve assolutamente intercettare.

La sfida infrastrutturale si accende su energia, cloud e data center

Dal punto di vista industriale, la principale criticità riguarda la carenza infrastrutturale di data center.

Secondo i dati di 451 Research, l’Europa dispone di una capacità locata pari a metà di quella USA e cinese. A questo si somma il problema energetico: i limiti ambientali imposti in Germania e la moratoria olandese su nuovi data center ne rallentano l’espansione.

Un altro punto critico è l’incompatibilità tra supercomputer pubblici e ambienti cloud commerciali.

Le startup preferiscono AWS e Google Cloud per la scalabilità e la flessibilità software, come nel caso di Synthesia, costretta a gestire parte dei suoi carichi negli Stati Uniti per insufficienza di risorse europee.
Ma l’Europa non deve per forza percorrere la strada del gigantismo tecnologico. Il rischio dell’iperfinanziarizzazione è troppo alto e con esso quello degli oligopoli.
I territori regionali possono offrire delle valide alternative, puntando sulle imprese e le competenze nazionali, che non mancano e possono essere all’altezza della sfida.

I numeri del divario con gli USA

I dati riportati nel documento parlano chiaro: oltre 130 startup GenAI europee hanno raccolto circa 5 miliardi di dollari, un valore modesto rispetto ai 161 miliardi raccolti dalle loro controparti americane. Il Regno Unito è il capofila europeo, seguito da Francia e Germania.

Gli USA beneficiano di un contesto favorevole: capitali di rischio abbondanti, infrastrutture cloud mature, e una strategia industriale flessibile. L’Europa, se vuole colmare questo gap, dovrà accelerare sul fronte dell’efficienza regolatoria, dell’energia sostenibile e del coordinamento tra Stati membri.

Best practice: il caso Francia

In un panorama frammentato, la Francia emerge come modello virtuoso. Il governo, in collaborazione con NVIDIA e il fondo sovrano MGX degli Emirati Arabi, sta realizzando un cluster AI da 1,4 GW a Parigi. L’infrastruttura sarà alimentata principalmente da energia nucleare, garantendo sostenibilità e indipendenza energetica.

Si tratta di una strategia simile a quella adottata da OpenAI negli Stati Uniti con il proprio data center da 1,2 GW in Texas: un segnale chiaro che il controllo dell’infrastruttura diventa un asset strategico e geopolitico.

Un piano UE ambizioso, ma fragile senza riforme trasversali

Il piano europeo per l’AI rappresenta un passo audace, ma resta fragile senza un cambio di mentalità sistemico. Non basta costruire gigafabbriche e supercomputer: serve una politica industriale capace di garantire accesso equo ai dati, scalabilità energetica, attrazione dei talenti globali e norme smart-oriented.

Per i policymaker, la sfida è duplice: da un lato rendere il mercato europeo più competitivo per l’AI; dall’altro, tutelare l’autonomia tecnologica e la sovranità digitale del continente. Per i manager ICT, è il momento di leggere tra le righe e posizionarsi: le decisioni di oggi determineranno il ruolo che le imprese europee giocheranno nella prossima rivoluzione industriale.

Leggi le altre notizie sull’home page di Key4biz

https://www.key4biz.it/ai-lecosistema-europeo-sotto-stress-tra-iperburocrazia-e-scarsita-di-competenze-il-report/533950/

L’intelligenza artificiale (IA) rappresenta una delle tecnologie più promettenti e dirompenti dell’epoca attuale. Tuttavia, come ogni grande innovazione, l’IA porta con sé una serie di sfide e rischi che devono essere gestiti con attenzione dai decisori politici e da tutti gli stakeholder interessati.

In questo articolo si approfondirà brevemente come l’IA influisca sui settori tecnologici maggiormente connessi e contigui alla stessa. Rispetto a questi aspetti, si tenterà di chiarire se i mutamenti siano davvero così rivoluzionari come la stampa di opinione – e una percezione diffusa nel corpo sociale – sembrano affermare.

Intelligenza artificiale e AI Act europeo: definizioni e classificazioni

Prima di entrare in medias res, appare utile riflettere brevemente su alcuni aspetti definitori e di classificazione al fine di inquadrare al meglio le argomentazioni successive. E vale la pena partire da un contesto più ampio di quello nazionale, vale a dire quello comunitario.

A questo riguardo, il 13 marzo 2024 il Parlamento europeo ha adottato il Regolamento sull’intelligenza artificiale (AI Act) il quale ha il fine di proteggere i diritti fondamentali e promuovere l’innovazione, con particolare attenzione alle piccole e medie imprese. Questo Regolamento rappresenta un passo significativo per garantire un’IA affidabile ed etica in tutta l’Unione Europea. La proposta è stata presentata come parte della strategia digitale dell’UE e mira a stabilire un quadro giuridico che promuova l’innovazione senza comprometterne i valori fondamentali.

L’AI Act, in particolare all’art. 3, fornisce una definizione di IA, descrivendola come un “sistema basato su una macchina progettato per funzionare con diversi livelli di autonomia e che può mostrare adattività dopo l’implementazione e che, per obiettivi espliciti o impliciti, deduce, dall’input che riceve, come generare output quali previsioni, contenuti, raccomandazioni o decisioni che possono influenzare ambienti fisici o virtuali”.

Vale qui evidenziare che questa definizione viene puntualmente ripresa dall’art. 2, lett. a) del D.D.L. sull’IA presentato dal Governo italiano^[1].

Coerentemente con l’approccio utilizzato dall’Unione europea, questa definizione non solo delinea le caratteristiche tecniche dei sistemi di IA ma pone anche l’accento del loro impatto potenziale sul più generale ecosistema digitale e naturale, evidenziando così la necessità di un approccio normativo rigoroso in materia, che è poi quello che l’AI Act comunitario tenta di applicare.

Tuttavia, questo è un approccio definitorio assai circoscritto e molti altri sono possibili: alcuni considerano l’intelligenza implicata nel termine IA alla stregua di una proprietà dei processi di pensiero e di ragionamento interni, mentre altri si concentrano sul comportamento intelligente, sottolineandone di fatto una caratterizzazione esterna.

Da qui, la simulazione di azione vs. pensiero umano.

In generale, dall’esame della letteratura scientifica può derivare una molteplicità di definizioni, le quali riflettono l’evoluzione delle tecnologie e delle loro applicazioni nel tempo.

A solo titolo esemplificativo, una modalità per categorizzarle può essere suddividerle in base alle definizioni: 1) tecniche; 2) funzionali; 3) etiche e normative.

Mediante le prime, si mettono in evidenza soprattutto le capacità computazionali e gli algoritmi su cui esse si basano. Ad esempio, Russell e Norvig^[2] la definiscono come la disciplina che studia come far fare alle macchine ciò che richiede intelligenza umana: “building intelligent entities, machines that can compute how to act effectively and safely in a wide variety of novel situations” (Russell & Norvig, 2020:1).

Le definizioni funzionali si focalizzano, invece, sugli obiettivi e sulle applicazioni pratiche. Secondo Poole e Mackworth^[3], questa è la scienza e l’ingegneria che studia “the synthesis and analysis of computational agents that act intelligently” (Poole & Mackworth, 2023:3), ovvero che si occupa di costruire agenti intelligenti che percepiscono il loro ambiente e compiono azioni per massimizzare le probabilità di successo. In quest’ottica, l’ingegnerizzazione dell’IA ha il fine di arrivare a degli “useful artifacts” (ibidem: 4).

Con le definizioni etiche e normative, infine, vengono messi in risalto i diritti umani e le responsabilità etiche degli sviluppatori prima e delle macchine dopo. Da qui, l’elaborazione di una serie innumerevoli di memorandum, di appelli firmati da esponenti di spicco del mondo tecnologico e della società civile, in sedi quali il Vaticano e l’ONU, ai fini di una regolamentazione normativa di questi sistemi. Il rapporto della Commissione Europea sull’IA etica (2019)^[4]sottolinea che essa deve servire il bene comune e deve essere progettata tenendo conto dei diritti fondamentali (Commissione Europea, 2019).

Il Regolamento europeo introduce, invece, una classificazione basata sul rischio, articolata in quattro livelli.

1) Rischio inaccettabile: sistemi vietati per il loro potenziale dannoso, come quelli che sfruttano vulnerabilità umane.

2) Rischio elevato: modelli che richiedono di garantire la conformità a requisiti specifici prima della commercializzazione.

3) Rischio limitato: sistemi con obblighi minori, come quelli utilizzati dai chatbot.

4) Rischio minimo: modelli esenti da obblighi normativi, come videogiochi o filtri antispam.

L’obiettivo precipuo per cui l’Unione Europea ha voluto introdurre questa classificazione basata sul risk assessment è garantire un livello uniforme di protezione dei diritti fondamentali per tutti i cittadini comunitari, cercando allo stesso tempo di contemperare il diritto alla privacy con quello all’innovazione nel settore dell’IA.

Dopo aver illustrato alcuni aspetti riconducibili a una definizione funzionale di IA, in quanto più adeguata ai fini di questo breve articolo, basata sul fattore tecnologico, si passerà a una breve disamina critica dei due settori connessi e contigui all’IA: il settore della robotica e quello dell’energia.

L’impatto di queste tecnologie abilitanti sulla cybersecurity costituirà l’oggetto del paragrafo finale.

Il fatto tecnologico

È interessante osservare – anche in base agli esempi citati – come le definizioni tecniche e funzionali siano tipiche del contesto anglosassone a dominanza statunitense. Nella vecchia Europa domina l’approccio etico e normativo; e considerazioni analoghe valgono per l’ONU e la Santa Sede.

Se tuttavia in questi due ultimi casi, per ovvie ragioni, siamo di fronte a uno stato di cose del tutto naturale, comprensibile e ragionevole, desta qualche preoccupazione un’attenzione europea prevalentemente orientata agli aspetti non tecnico/funzionali. Essa denota una disarmante lontananza dal fatto tecnologico – inteso come sviluppo, possesso e tutela delle tecnologie abilitanti, essenziale anche nel contesto dell’IA – e lascia intendere un’accettazione, per il futuro, della situazione attuale in cui il cutting edge dell’Information Technology (IT) e dell’IA vede fondamentalmente come dominus l’alleato USA; tuttavia quest’ultimo è affiancato in tale ambito – e lo sarà sempre di più – anche da attori asiatici, alcuni alleati, come Giappone, Taiwan e India, altri in prospettiva di competizione, come la Cina.

Si insiste sul fatto tecnologico in quanto fattore abilitante di natura strategica. Come già accaduto per l’Information Technology, trascurandolo si resta “a rimorchio” di chi ha, invece, sviluppato le tecnologie principali e necessarie per abilitare nuove applicazioni.

Senza voler ripercorrere, anche solo per sommi capi, la storia dell’IA, è noto che le reti neurali – che ne costituiscono una componente abilitante – sono state definite e concepite decenni fa; ma solo i progressi della microelettronica ne hanno reso possibile la pratica implementazione, ad esempio tramite le GPU di Nvidia. Esse sono frutto della spinta tecnologica dei semiconduttori, come del resto tutta l’IT.

Ciò significa che l’Europa – sino a quando non avrà investito in modo efficace nei semiconduttori di alta e altissima gamma, nonché nelle relative fonderie – rimarrà sempre un passo indietro; anche, inevitabilmente, nella gestione dell’impatto dell’IA sugli aspetti di cyber sicurezza.

Inutile poi illudersi – in assenza di un marcato cambio di passo derivante proprio dal fatto tecnologico – che qualcosa possa cambiare qualora si affermassero le reti neurali cosiddette ibride, ovvero integranti materiale biologico: il Nord America è già leader mondiale nelle biotecnologie e nella farmaceutica, oltre che nell’IA.

I due settori tecnologici maggiormente connessi e contigui

Poiché l’IA è per sua natura trasversale, si può ben sostenere che nessun campo dell’attività umana – e, quindi, nessun settore tecnologico – potrà sfuggire alla sua influenza.

Ve ne sono tuttavia due che meritano un breve approfondimento: il settore della robotica e quello dell’energia.

Una parte significativa delle applicazioni dell’IA sarà collegata al primo dei settori menzionati, per conferire alle varie possibili tipologie di robot – di cui gli umanoidi asimoviani costituiscono solo una parte – l’intelligenza operativa e applicativa necessaria. Però, mentre l’intelligenza umana usa una “piattaforma” biologica eccezionalmente ottimizzata e consuma solo una ventina di watt, le forme di IA sinora sviluppate sono molto più energivore, anzi estremamente energivore: basti pensare che, per alimentare le applicazioni di IA di Microsoft, è stato necessario riattivare uno dei reattori in stand-by della centrale di Three Mile Island (proprio quella del famoso incidente del 1979, evidentemente considerata poi non così pericolosa).

Gli aspetti energetici condizionano l’IA a tal punto che, ad oggi, non è possibile corredare i robot con le implementazioni di IA maggiormente performanti. Avremo quindi, verosimilmente e almeno all’inizio, dei robot non particolarmente intelligenti che avranno bisogno di collegarsi, per le funzioni superiori, a un’IA centralizzata che, per dimensioni, consumi energetici e refrigerazione, potrà disporre di quanto necessario. Tale collegamento sarà certamente wireless e costituirà, pertanto, uno dei principali clienti delle reti wireless e del 6G in arrivo.

Pur senza entrare in dettagli numerici, le esigenze energetiche dell’IA – ma anche di altre applicazioni ad essa correlate e affini, come la blockchain e, in genere, ogni settore dell’IT che necessiti di forme di supercalcolo – sono pertanto davvero elevate; e potranno solo continuare a crescere.

Ciò in misura tanto maggiore quanto più ampio sarà il ricorso a forme di quantum computing che – qualora si dovesse concretizzare secondo le tecnologie ritenute più promettenti, ovvero i superconduttori e gli atomi freddi – avrà richieste di potenza ed energia molto maggiori rispetto a quelle attuali, in ragione della maggiore complessità dei sistemi nonché delle eccezionali performance richieste ai sistemi criogenici e di refrigerazione.

Considerate le esigenze di decarbonizzazione e la necessità di operare nel settore energetico – pena il suicidio economico e geopolitico – quasi certamente, secondo un principio di neutralità tecnologica, si arriverà quindi a reintrodurre l’energia nucleare, incrementare le rinnovabili, usare sistemi di cattura della CO2 e sviluppare reti di distribuzione intelligenti, mentre si continuano ad usare i sistemi tradizionali, che potranno uscire di scena solo lentamente.

I due settori tecnologici considerati, impattati dall’IA come descritto, daranno luogo a un incremento degli aspetti IoT – i robot costituendo oggetti in rete e anche complessi – e del numero delle infrastrutture critiche di natura energetica a loro volta bisognose di difese cyber.

Impatto sulla cybersecurity

L’IA potrà modificare il modo in cui si conducono le operazioni in ambito di cybersecurity, perché potrà essere utilizzata per inventare nuovi attacchi oltre che per pianificarne ed eseguirne di nuovi; mentre, specularmente e come sempre accade, potrà essere impiegata per scopi difensivi.

Non si vuole qui trattare l’impatto dell’IA in ambito Difesa, che merita un approccio separato e dedicato.

Tuttavia le tecnologie di cybersecurity ricadono almeno in parte, se non completamente, fra quelle di uso duale; ed è naturale che vi siano similitudini, esaltate dal fatto – certo anche militare – che in ambito cyber, pur volendo limitarsi a un profilo non aggressivo, si viene attaccati e ci si deve saper difendere. E anche per esse esiste – o dovrebbe esistere – una dimensione internazionale di cooperazione e di confronto.

In primo luogo si porrà il tema dell’autonomia del sistema di volta in volta impiegato, che potrà essere del tipo:

1) “man in the loop”, ovvero l’operatore umano dà sempre il consenso ad operare e il sistema è definito “semiautonomo”;

2) “man on the loop”, ovvero l’operatore umano sorveglia il processo potendo intervenire se lo giudica opportuno e il sistema è definito “autonomo supervisionato”;

3) “man out of the loop”, ovvero l’operatore umano è escluso e il sistema è definito “completamente autonomo”.

Quest’ultima categoria, pur presentando i più alti rischi, risulta estremamente interessante in un’ottica difensiva. Le analogie con il caso militare sono evidenti, nonché altrettanto vere e realistiche.

Altra questione che presenta analogie con il caso militare è la più facile proliferazione dei sistemi e applicazioni AI based; il concetto di proliferazione richiama, correttamente, alla mente gli armamenti nucleari.

Tuttavia – a differenza di quanto avveniva in passato, quando erano pochi a disporre delle capacità distruttive legate all’atomo – l’IA è uno strumento che può venire utilizzato da una molteplicità di attori. Gli algoritmi dell’IA sono più agevoli da diffondere e copiare degli oggetti fisici: i modelli di IA saranno, pertanto, presto gestibili anche dai più comuni smartphone.

Nessuna tecnologia con analogo potenziale, in termini sia di danno arrecabile sia di perdita di controllo, è mai stata così accessibile a livello globale. Se infatti la creazione di modelli di IA richiede, come già detto, grandi risorse tecnologiche ed energetiche, una volta messi a punto tali modelli si presterebbero ad essere utilizzati per insidiosi attacchi informatici che potrebbero essere sferrati usando comuni dispositivi.

Si pone quindi un problema di controllo dell’accesso all’IA in un’ottica di non proliferazione.

In altre parole, l’esperienza fatta dall’umanità in termini di gestione di strumenti dall’alto potenziale distruttivo vede un paradigma classico nella gestione dell’equilibrio nucleare. Quest’ultimo, rispetto all’IA, era più facile da gestire e più nettamente definito; e poteva avvalersi dell’effetto dell’equilibrio del terrore.

Le armi nucleari, infatti, erano facili da tracciare e avevano una potenza nota. Le capacità informatiche e cyber – specie se potenziate e amplificate dall’IA – sono al contrario estremamente dinamiche, flessibili, non stabilmente fissate e difficili da tracciare.

Inoltre, nei negoziati relativi alle forze nucleari era possibile descrivere, almeno entro certi limiti, le caratteristiche delle proprie testate e dei relativi vettori senza comprometterne la funzione e l’efficacia; mentre nel campo dei tool cibernetici è più facile che lo svelamento delle caratteristiche dei dispositivi possa provocarne la neutralizzazione da parte degli avversari.

In sintesi, considerato anche quanto espresso in termini di fatto tecnologico e di settori tecnologici connessi e contigui, l’IA comporterà un incremento molto significativo della complessità della cybersecurity. Essa continuerà a rappresentare una forma di difesa da minacce – e potenzialmente di offesa e neutralizzazione delle stesse – verso infrastrutture basate su hardware e software; anche gli obiettivi e i fini della cybersecurity resteranno i medesimi.

Quindi, da un certo punto di vista, non cambierà nulla; ma l’incremento di complessità sarà verosimilmente molto significativo e, talora, tale da produrre uno stress potenzialmente critico all’infrastruttura cyber nazionale.

L’analisi del fatto tecnologico, ovvero di quanto riguarda il possesso e lo sviluppo delle tecnologie abilitanti, ci dice che difficilmente si vedrà un ruolo da protagonista dell’Italia che continuerà, quindi, fortemente a inseguire nella global race for AI; considerazioni analoghe valgono per l’Unione Europea.

Secondo alcuni studiosi, il dominio nel campo dell’IA – e quindi anche nel suo impatto sulla cybersecurity – verrà conteso nei quattro ambiti seguenti:

1. talenti, ovvero risorse umane;
2. attori pubblici e privati che operano in campo tecnologico;
3. computer sempre più sofisticati, ovvero sistemi di calcolo;
4. ingenti basi di dati.

Sistemi e componenti hardware e software, almeno quelli di principale rilevanza strategica, saranno verosimilmente poco conosciuti, progettati e prodotti nei confini nazionali. Ciò comporterà maggiori difficoltà operative e complessità sistemica; a meno che non abbia luogo il menzionato, marcato cambio di passo in relazione alle tecnologie abilitanti. Ma di ciò non sembra si possa scorgere alcun segnale, sia in termini di semiconduttori sia in termini di tecnologie quantistiche o addirittura di biotecnologie.

Peraltro, anche decidendo una svolta immediata in tal senso, i risultati degli ingenti investimenti necessari si manifesterebbero necessariamente con un ritardo di molti anni.

La crescita numerica di robot nell’IoT e di infrastrutture critiche legate all’energia contribuiranno a rendere più complesso il contesto, incrementandone la rilevanza strategica.

Di conseguenza il cambiamento che l’IA indurrà, in modo diretto, nel contesto operativo della cybersecurity, per quanto spiegato nell’analogia con le armi nucleari, imporrà una gestione più complessa anche per quanto riguarda le relazioni internazionali.

Sarà infatti necessario che, negli auspicati ambiti di cooperazione e confronto – anche internazionali – operino scienziati e tecnici IA competenti a supporto dei decision maker nazionali. Ciò con riferimento sia alle questioni sollevate dai sistemi autonomi, sia alla problematica della proliferazione.

Conclusioni

L’IA offre enormi opportunità per migliorare la cyber sicurezza in vari settori: ad esempio questi sistemi possono analizzare grandi volumi di dati per rilevare minacce in tempo reale, migliorare la sorveglianza e la prevenzione delle frodi e ottimizzare le risposte alle emergenze.

Tuttavia, l’implementazione di tali modelli richiede una gestione attenta per evitare rischi come la violazione della privacy, la discriminazione algoritmica e la vulnerabilità ai cyberattacchi.

Nonostante i progressi significativi, quest’ultima rimane fortemente dipendente dall’hardware e dal software: ciò significa che la sicurezza dell’IA è strettamente legata alla sicurezza delle infrastrutture tecnologiche su cui si basa. Gli attacchi agli hardware e ai software, dunque, possono compromettere l’integrità e l’affidabilità di questi sistemi, rendendo essenziale l’adozione di misure di sicurezza robuste e aggiornate.

L’IA, inoltre, sta rapidamente trasformando il campo della cyberwar.

A questo riguardo, gli attaccanti possono utilizzarla per sviluppare malware più sofisticati e difficili da rilevare, mentre i difensori per migliorare la rilevazione e la risposta alle minacce. Questa corsa agli armamenti tecnologici richiede una costante innovazione e collaborazione tra il settore pubblico e privato, nei termini che si sono descritti nelle pagine precedenti, al fine di mantenere un vantaggio competitivo per il Paese.

Oltre a ciò, l’IA sta anche rivoluzionando l’information warfare e, in questo senso, gli algoritmi possono essere utilizzati per creare e diffondere disinformazione su larga scala, manipolando l’opinione pubblica e influenzando le decisioni politiche. Allo stesso tempo, nondimeno, può essere impiegata per contrastare la disinformazione, analizzando i contenuti online al fine di identificare e neutralizzare le campagne di propaganda.

In generale, quindi, l’impatto profondo sulla sicurezza sociale, economica, geopolitica e militare è al livello di una tecnologia general purpose, con tutti i pro e i contro che da essa promanano.

A livello sociale, infatti, l’IA può migliorare i servizi pubblici e la qualità della vita ma, se non gestita nelle modalità più appropriate, può anche esacerbare le disuguaglianze sociali. Economicamente, può stimolare l’innovazione e la crescita ma può anche portare a disoccupazione e instabilità del mercato del lavoro.

A livello geopolitico l’IA sta diventando un fattore chiave nelle relazioni internazionali, con le nazioni che competono per il dominio tecnologico; così come, a livello militare, può migliorare le capacità di difesa e offesa, pur sollevando preoccupazioni etiche e legali sull’uso di armi autonome.

In conclusione – e in estrema sintesi – si avrà sempre più un incremento della complessità e della rilevanza strategica dell’impatto dell’IA sulla cyber sicurezza.

È chiaro, infine, che a tale impegno l’Italia non si potrà sottrarre, in quanto ad essere in gioco sono la stessa sovranità tecnologica e sicurezza nazionale. Per quanto già discusso in precedenza, infatti, in merito al fatto tecnologico, si può fare davvero poco a livello nazionale e in autonomia, ovvero da soli.

Rimane allora da capire se convenga allacciare un forte rapporto bilaterale con gli Stati Uniti, o se si debba mantenere una postura prettamente europea. L’esame del quesito esula dallo scopo di questo breve testo; ma ha certo notevole rilevanza e non andrebbe procrastinato né ignorato.

Per chi desidera approfondire ulteriormente questi temi cruciali e accedere a un’analisi più dettagliata delle strategie di cybersecurity nell’era dell’intelligenza artificiale, è disponibile una risorsa specializzata che esamina in modo approfondito le interconnessioni tra IA, sicurezza nazionale e sovranità tecnologica.

Scopri di più consultando il white paper “Quaderni di Cyber Intelligence #7”, dove troverai analisi avanzate, case study e prospettive strategiche per navigare le sfide della cybersecurity nel contesto dell’intelligenza artificiale.

Note

[1] Cfr. “un sistema automatizzato progettato per funzionare con livelli di autonomia variabili e che può presentare adattabilità dopo la diffusione e che, per obiettivi espliciti o impliciti, deduce dall’input che riceve come generare output quali previsioni, contenuti, raccomandazioni o decisioni che possono influenzare ambienti fisici o virtuali”, Schema di Disegno di legge recante disposizioni e delega al Governo in materia di intelligenza artificiale.

[2] Stuart Russell & Peter Norvig, Artificial Intelligence. A Modern Approach, Pearson Education; 4° edizione, 2020.

[3]David L. Poole & Alan K. Mackworth, Artificial Intelligence. Foundations of Computational Agents, Cambridge University Press; 3° edizione, 2023.

[4]Comunicazione della Commissione al Parlamento europeo, al Consiglio, al Comitato economico e sociale europeo e al Comitato delle Regioni, Creare fiducia nell’intelligenza artificiale antropocentrica, https://eur-lex.europa.eu/legal-content/IT/TXT/PDF/?uri=CELEX:52019DC0168&from=IT.

Profilo Autore

Ricercatore senior della Struttura Mercato del Lavoro dell’INAPP (ex ISFOL). Laurea in Sociologia all’Università di Roma “La Sapienza”, Master in Data Science (DS) all’Università di Roma “Tor Vergata” nel 2015 e Master in Cybersecurity (SIIS) all’Università di Roma “La Sapienza” nel 2021. Svolge studi e ricerche sull’innovazione tecnologica, sulla cyber intelligence, sulla cybersicurezza, sulle professioni, sull’incrocio tra domanda ed offerta di lavoro, sulla formazione continua, sull’invecchiamento attivo, sulla contrattazione collettiva e, in generale, su tematiche di sociologia economica. Sta attualmente
svolgendo il I Dottorato nazionale in Cybersecurity presso IMT Lucca e IIT CNR.

Profilo Autore

Il Contrammiraglio (aus) Dario Alessandro Maria Sgobbi è un Ufficiale con oltre quarant’anni di attività; ha conseguito due lauree, ingegneria elettronica e scienze politiche, ed un master di secondo livello in sistemi spaziali. Ha servito a bordo delle Unità Navali, nei settori dell’Intelligence militare, della security e del C4I&Space, lavorando anche negli USA presso il Link22 Project Office e in Olanda all’Agenzia Spaziale Europea presso il Galileo Security Office. Attualmente è consulente del Ministero delle Infrastrutture e Trasporti.

https://www.ictsecuritymagazine.com/articoli/ia-sicurezza/

Le proposte approvate dalla Commissione ITRE

Standardizzazione, ricerca e sviluppo, accesso al mercato, investimenti, cooperazione internazionale e commercio, saranno i pilastri della prossima politica industriale europea, che dovrà essere votata allo sviluppo di un ecosistema digitale continentale completo e competitivo. La Relazione approvata dalla Commissione Industria, ricerca e energia del Parlamento europeo (Committee on Industry, Research and Energy, più conosciuta con l’acronimo inglese ITRE) va in questa direzione e punta allo sviluppo di un quadro di valutazione dei rischi per monitorare e affrontare le dipendenze nella catena del valore digitale.

L’obiettivo è quello illustrato nell’iniziativa “EuroStack – A European Alternative for Digital Sovereignty”, un piano articolato per rafforzare la capacità tecnologica europea, ridurre la dipendenza da fornitori stranieri e sviluppare un’infrastruttura digitale sovrana, aperta e conforme ai principi europei. Questa iniziativa mira a promuovere la creazione di tecnologie all’avanguardia, garantendo al contempo trasparenza, sicurezza e sostenibilità ambientale.

Gli eurodeputati chiedono sostanzialmente di ‘comprare europeo’, di dare cioè fiducia ai fornitori nati e cresciuti negli Stati membri dell’Unione europea, dove non mancano né le imprese, né le competenze.
Manca semmai la domanda interna.

Un’infrastruttura pubblica digitale europea (DPI)

Nel documento presentato oggi in Commissione, approvato con 63 voti favorevoli, 5 contrari e 10 astensioni, con un emendamento di compromesso presentato dai gruppi PPE, S&D, Renew e Verdi/ALE, è sottolineata con forza l’importanza strategica delle infrastrutture digitali critiche, tra cui cavi, torri cellulari, satelliti, data center e spettro.

Per questo è stata proposta l’istituzione di un’Infrastruttura Pubblica Digitale Europea (DPI), che comprenda tecnologie come semiconduttori, connettività, infrastrutture cloud, software, dati e intelligenza artificiale.

Uno dei punti salienti del documento approvato nell’ambito dei compromessi della commissione ITRE, c’è il sostegno a gigafactory di IA e partenariati pubblico-privato per aumentare la quota del 7% degli investimenti globali nell’IA dell’Europa.

Si abbracciano anche i principi “open-source first” e “public funds – public code” per prevenire il vendor lock-in e stimolare l’innovazione.

C’è la necessità di sviluppare “servizi cloud sovrani come quelli completamente sotto la giurisdizione dell’Unione e liberi da interferenze e dipendenze”.

I deputati chiedono un livello di base per la DPI e raccomandano di stanziare finanziamenti adeguati nel prossimo Quadro Finanziario Pluriennale (QFP), concentrando gli investimenti su settori strategici, oltre quelli già menzionati sopra, come calcolo ad alte prestazioni, l’informatica quantistica, le biblioteche digitali.

Tutti settori chiave, che dovrebbero per questo rientrare nella giurisdizione europea e rispettare pienamente il diritto dell’UE. L’invito diretto alla Commissione è proporre una legislazione che affronti i rischi elevati derivanti da fornitori provenienti da paesi terzi.

Knafo: “Potenziare gli strumenti di investimento pubblico-privato“

Viene chiesto a gran voce di lavorare “alla legge sulle reti digitali e alla legge sullo sviluppo del cloud e dell’intelligenza artificiale”, ma anche di sviluppare “una visione più olistica delle infrastrutture digitali, che includa numerosi elementi oltre alla semplice connettività”.

C’è la necessità di “potenziare gli strumenti di investimento pubblico-privato, migliorare l’accesso ai finanziamenti per start-up e scale-up in settori tecnologici critici e l’importanza degli appalti pubblici per sostenere soluzioni digitali aperte e interoperabili”.

“Negli ultimi mesi ho avuto l’opportunità di incontrare numerosi esperti ed imprenditori. Le loro testimonianze sull’eccessiva regolamentazione, sui prezzi dell’energia e sugli ostacoli agli investimenti privati ​​mi hanno permesso di elaborare proposte concrete“, ha affermato la relatrice Sarah Knafo (ESN, Francia), ospite della Prima Conferenza sull’Indipendenza Digitale organizzata e promossa da Key4biz a Roma.

“Tra queste – ha precisato Knafo – l’eliminazione degli ostacoli agli investimenti privati ​​nell’innovazione, la deregolamentazione e il miglioramento del livello di sicurezza dell’hosting dei dati per proteggerci dagli interventi stranieri“.

“È inoltre fondamentale trasferire in Europa l’hosting dei dati sensibili, sostenere le nostre imprese negli appalti pubblici invece di distribuire sussidi inefficaci e, infine, ottenere un’elettricità competitiva eliminando le norme anti-nucleare dal mercato elettrico europeo“, ha aggiunto la relatrice.

La Relazione, che non ha carattere vincolante, sarà sottoposta al voto dell’Assemblea plenaria in una prossima sessione plenaria, probabilmente a luglio, scrive sui social l’eurodeputata Alexandra Geese (Greens/EFA).

L’eccessiva dipendenza tecnologica europea da fornitori esteri

Un passo importante, in un contesto digitale che vede l’Unione in evidente difficoltà.
Attualmente, oltre l’80% delle infrastrutture digitali europee dipende da tecnologie importate, una condizione che espone il continente a vulnerabilità sistemiche, inefficienze economiche e rischi geopolitici.

Nel settore del cloud computing, come ha spiegato dalle nostre pagine il Professore di filosofia del diritto e di Informatica giuridica presso l’Università Milano-Bicocca, Andrea Rosseti, solamente tre aziende statunitensi, Amazon Web Services (AWS), Microsoft Azure e Google Cloud, detengono quasi il 70% del mercato europeo, mentre il più grande fornitore europeo ha una quota inferiore al 2%.

Allo stesso modo, il 70% dei modelli fondamentali di intelligenza artificiale è stato sviluppato negli Stati Uniti, con la Cina che sta rapidamente incrementando la propria quota di mercato. Anche nella produzione di semiconduttori, essenziale per l’industria tecnologica, l’Europa consuma circa il 20% del totale mondiale ma ne produce solo il 9%. Con l’European Chips Act, l’Unione Europea mira a raddoppiare questa quota al 20% entro il 2030, ma la strada per raggiungere tale obiettivo è ancora lunga e richiede ingenti investimenti.

A causa della concentrazione del potere nelle mani di un numero limitato di aziende globali in settori digitali chiave, tra cui sistemi operativi, informatica, servizi cloud, intelligenza artificiale, ricerca, pubblicità digitale e pagamenti online, l’UE rischia di non raggiungere gli obiettivi del Decennio Digitale.

Leggi le altre notizie sull’home page di Key4biz

https://www.key4biz.it/eurostack-nuovi-passi-in-avanti-in-commissone-itre-per-lautonomia-tecnologica-europea-su-cloud-ai-e-quantistica/533577/

Cloud e intelligenza artificiale: leve strategiche per la produttività

Nelle Considerazioni finali sulla Relazione annuale 2024, il Governatore della Banca d’Italia, Fabio Panetta, ha dedicato ampio spazio al ruolo cruciale dell’innovazione tecnologica nel rilancio della competitività italiana ed europea. In particolare, ha indicato strumenti come il cloud computing e l’intelligenza artificiale (AI) come vettori imprescindibili per un nuovo ciclo di crescita.

Secondo Panetta, l’adozione di tecnologie digitali avanzate ha ormai superato la fase sperimentale in molti comparti dell’economia italiana. Il numero di imprese che utilizza cloud e AI è in aumento costante, contribuendo al miglioramento di produttività, solidità patrimoniale e redditività.

Ricerca e innovazione: Europa indietro rispetto agli USA, ma rappresenta ancora eccellenza globale

Tuttavia, il divario con gli Stati Uniti resta significativo: le imprese statunitensi investono il doppio in ricerca e sviluppo rispetto alle europee, con un’attenzione particolare ai servizi digitali e alle startup innovative, un segmento ancora debole nel tessuto imprenditoriale europeo.

“Nonostante la rapida ascesa della Cina – ha spiegato Panetta – l’Europa rimane un’eccellenza nella ricerca scientifica, alla pari con gli Stati Uniti in numerosi settori avanzati. Questa forza non si traduce però in innovazione produttiva: i brevetti, soprattutto nel campo digitale, restano pochi. Nell’intelligenza artificiale, ad esempio, i brevetti europei sono meno di un quinto di quelli statunitensi, a fronte di un divario ben più contenuto, pari al 30 per cento, nella produzione scientifica”.

Il Governatore ha sottolineato che l’Italia possiede una ricerca scientifica di qualità – eccellente in medicina, ingegneria e informatica – ma fatica a trasformare la scienza in innovazione industriale. I brevetti rimangono pochi e concentrati in settori maturi.

Imprese italiane non usano l’AI

Secondo un’indagine eseguita dalla stessa Banca d’Italia nel 2023 e riportata nel documento letto da Panetta, circa il 79 per cento delle imprese, in misura pressoché uguale nell’industria e nei servizi, non utilizza soluzioni di AI e AI generativa e non prevedeva di farlo entro la fine del 2024. Solo l’8 per cento ne prevedeva l’impiego entro la fine dell’anno.
Il restante 13 per cento usava già queste tecnologie, seppure prevalentemente in modo limitato o sperimentale. Tra quelle che utilizzavano l’AI, gli strumenti generativi sono impiegati da circa un quarto delle imprese industriali e da oltre metà di quelle dei servizi.

Solo un’impresa su cinque dunque utilizza l’AI e quattro su dieci la robotica industriale, secondo rilevazioni di Banca d’Italia e Cerved. Qualcosa di più si registra nell’impiego delle soluzioni cloud, che riguardano oltre il 50% delle aziende italiane.

Rischioso concentrare dati, cloud e infrastrutture nelle mani di pochi attori globali

È quindi necessario un rafforzamento dell’intero ecosistema dell’innovazione, che comprenda investimenti mirati, incentivi più efficaci e una semplificazione delle procedure per accedere ai fondi.

Infine, Panetta ha posto l’accento sui rischi di concentrazione di potere nelle mani di pochi attori globali, che controllano dati, infrastrutture cloud e piattaforme di intelligenza artificiale.

La risposta deve venire da un’efficace regolamentazione europea che tuteli concorrenza, pluralismo e diritti dei consumatori, senza ostacolare il progresso tecnologico.

Energia e competitività: l’urgenza di una transizione equa

La seconda parte del discorso del Governatore affronta un altro nodo strategico per l’economia italiana: l’energia. Il caro energia continua a penalizzare l’industria europea e in particolare quella italiana, che nel 2024 ha pagato l’elettricità circa il 25% in più della media UE, con un impatto diretto sulla competitività e sul rischio di delocalizzazione.

“Il fabbisogno energetico continua a poggiare soprattutto su fonti esterne: circa due terzi dell’energia consumata provengono da combustibili fossili, quasi interamente importati. È elevata anche l’esposizione verso la Cina per numerosi beni strategici, in particolare quelli per la transizione energetica o ad alto contenuto tecnologico”, ha spiegato illustrato Panetta nel suo discorso.

Elevata la dipendenza europea dalle forniture estere

Panetta ha rilevato che l’elevata dipendenza dell’Europa da forniture esterne – sia di fonti fossili sia di materiali critici per la transizione energetica – rappresenta una vulnerabilità strutturale. Per contrastarla, è necessario accelerare l’adozione di fonti rinnovabili, sviluppare reti di trasmissione elettrica più efficienti e incentivare i contratti a lungo termine per la fornitura di energia.

“L’economia europea mostra fragilità strutturali evidenti. La stagnazione della produttività e il ritardo nell’innovazione ne limitano il potenziale di crescita. La dipendenza dall’estero, per gli approvvigionamenti e per la vendita dei propri prodotti, ne aumenta la vulnerabilità in un contesto globale sempre più frammentato. È necessario ripensare il modello di sviluppo che ha sostenuto il continente per decenni”, si legge nella Relazione.

In tal senso, il Piano d’azione della Commissione europea del 2025 va nella giusta direzione, ma va accompagnato da investimenti nazionali concreti e tempestivi.

Come ha sottolineato Panetta: “In Italia, più che altrove in Europa, è urgente intervenire sul costo dell’energia“.

Il problema infatti riguarda anche l’Italia. Proprio oggi la Premier Giorgia Meloni è volata ad Astana, nella Repubblica del Kazakistan, per partecipare al Vertice Asia Centrale-Italia, per incontrare il Presidente kazako, Qasym-Jomart Kemeluly Toqaev, e tutto il mondo imprenditoriale regionale.

Al centro dei colloqui, non a caso, la cooperazione energetica e le forniture di materie prime critiche: “I settori chiave della cooperazione includono il settore petrolifero e del gas, l’energia (comprese le energie rinnovabili e verdi), la gestione delle risorse idriche, l’ingegneria meccanica, il complesso agroindustriale“. Intesa anche per “una cooperazione a lungo termine nel campo delle materie prime critiche”.  

Il Kazakistan è oggi il terzo fornitore di petrolio greggio per l’Unione europea, con 1,05 milioni di barili al giorno (Mb/d) nel 2024.

La situazione italiana

Tornando alle Considerazioni di Panetta, in Italia, negli ultimi anni si è registrata una ripresa significativa delle installazioni rinnovabili, sostenuta anche da nuove tipologie contrattuali promosse dall’operatore pubblico.
Tuttavia, il Governatore ha avvertito che il successo della transizione ecologica dipenderà dalla capacità di coniugare ambizione ambientale con sostenibilità economica e inclusione sociale.
Una transizione sbilanciata rischia di amplificare le disuguaglianze e compromettere il consenso necessario per il cambiamento.

Panetta ha anche richiamato l’urgenza di affrontare il tema a livello europeo, promuovendo investimenti comuni, eliminando le frammentazioni normative e introducendo strumenti come un titolo pubblico europeo per finanziare beni comuni, dall’energia alla difesa.

In Europa serve una strategia unitaria per tecnologia e sostenibilità

Dal cloud all’energia, il messaggio è chiaro: senza un approccio sistemico e integrato, l’Italia rischia di rimanere indietro nella corsa globale alla competitività.

La strategia nazionale deve muoversi lungo due direttrici complementari:

• sostenere la transizione digitale, incentivando l’adozione di tecnologie abilitanti;
• garantire una transizione energetica equa, che non aggravi i costi industriali e sociali.

Per il Governatore Panetta, questi due pilastri – innovazione e sostenibilità – non sono più opzionali: sono la condizione essenziale per rilanciare produttività, occupazione e crescita inclusiva.

Leggi le altre notizie sull’home page di Key4biz

https://www.key4biz.it/panetta-banca-ditalia-ai-brevetti-ue-sono-meno-di-un-quinto-di-quelli-usa-dipendenza-energetica-ci-rende-vulnerabili/533405/

Il New York Times ha annunciato una partnership con Amazon per consentire al colosso tech di utilizzare i propri contenuti nell’addestramento di modelli di intelligenza artificiale generativa. Una decisione sorprendente, soprattutto considerando che il quotidiano statunitense è attualmente protagonista di una causa legale contro OpenAI, accusata di violazione del copyright per l’uso non autorizzato dei suoi articoli nell’addestramento di ChatGPT.

Amazon si, OpenAI no

Secondo quanto comunicato dalla CEO del Times, Meredith Kopit Levien, l’accordo sarebbe perfettamente in linea con la strategia editoriale del giornale: “vale la pena pagare per un giornalismo di alta qualità”. I contenuti della storica testata saranno così integrati nei prodotti di Amazon, in particolare nell’assistente vocale Alexa, che potrà fornire risposte basate anche sugli articoli del Times e addestrare i propri modelli di intelligenza artificiale.

La reazione dei mercati

L’annuncio ha avuto effetti immediati sul titolo del New York Times, che ha guadagnato il +1,85% alla Borsa di New York, avvicinandosi al massimo storico toccato nel dicembre scorso. Un segnale chiaro: gli investitori apprezzano le strategie che trasformano la crisi dell’editoria digitale in opportunità economiche, in un’epoca in cui i contenuti giornalistici rappresentano una risorsa fondamentale per lo sviluppo dell’AI generativa.

Una corsa globale agli accordi

L’intesa tra Amazon e il Times si inserisce in un contesto dinamico dove editori e aziende tecnologiche stanno ridefinendo le loro relazioni:

• News Corp, Le Monde, Axel Springer e il Washington Post hanno già siglato accordi con OpenAI
• Google collabora con Associated Press
• AFP ha stretto una partnership con la startup francese Mistral

Proprio quest’ultima è al centro di un caso che sta attirando grande attenzione: come riportato ieri qui, Meta ha perso gran parte del team originario di LLaMA, il proprio modello open source di AI, a favore proprio di Mistral. Una vera e propria emorragia di talenti, che mette in discussione la capacità delle Big Tech di trattenere competenze strategiche in un mercato dell’intelligenza artificiale sempre più competitivo e fluido.

Al di là delle singole intese commerciali, resta centrale il tema del valore e della tutela del contenuto giornalistico. Le testate stanno cercando di ridefinire il proprio ruolo nell’ecosistema AI, puntando da un lato a evitare lo sfruttamento non autorizzato del proprio lavoro, dall’altro a capitalizzare in modo sostenibile sulle nuove tecnologie, anche facendo causa.

Leggi le altre notizie sull’home page di Key4biz

https://www.key4biz.it/ai-il-nyt-firma-un-accordo-con-amazon-per-luso-dei-suoi-contenuti-ma-non-era-contrario/533396/

McKinsey, colosso globale della consulenza, ha tagliato oltre il 10% della propria forza lavoro negli ultimi 18 mesi: circa 5.000 dipendenti su una base complessiva di 45.000. È la più drastica ristrutturazione nei quasi cento anni di storia della società.

Il management ha giustificato la scelta come parte di un più ampio processo di trasformazione digitale e riorganizzazione interna, anche per far fronte a pesanti controversie legali. Ma a far discutere è stata soprattutto la reazione di Vijay Shekhar Sharma, fondatore della fintech indiana Paytm.

In un tweet ironico, Sharma ha scritto:“C’è un nuovo consulente in città”, accompagnando la frase con un’immagine di ChatGPT. Una battuta, certo, ma carica di significato: l’AI generativa, oggi in grado di analizzare dati complessi, sintetizzare scenari e proporre soluzioni strategiche, sta minando le fondamenta di settori ad alta intensità cognitiva come la consulenza aziendale.

McKinsey e non solo: la pressione dell’AI e l’espansione algoritmica

Mentre McKinsey taglia, la rivale Boston Consulting Group assume: +10% nel personale. Un contrasto che suggerisce strategie divergenti, ma anche la possibilità che l’automazione non impatti tutte le realtà nello stesso modo o con la stessa intensità. Tuttavia, la tendenza è chiara: l’AI, in particolare quella offerta da player come OpenAI, Google, Microsoft, Anthropic e xAI, sta trasformando profondamente le aspettative e le esigenze del mercato.

Il caso di Salesforce: meno assunzioni grazie all’automazione

Un altro segnale di svolta arriva dal mondo del software. Salesforce, una delle più grandi aziende tech a livello globale, ha annunciato una riduzione significativa nel fabbisogno di nuove assunzioni nei ruoli tecnici e di supporto. A fare il lavoro, sempre più spesso, è l’AI.

L’azienda impiega sistemi di intelligenza artificiale per automatizzare una vasta gamma di processi: sviluppo software, customer support, gestione dei clienti. Questi strumenti non solo aumentano l’efficienza, ma riducono drasticamente la necessità di espandere i team tradizionali. Una dinamica che ridisegna l’organizzazione interna, spingendo verso strutture più snelle e automatizzate.

Sebbene Salesforce evidenzi i benefici dell’automazione, emergono numerose criticità. L’adozione massiva dell’AI sta già marginalizzando professionalità consolidate, senza offrire alternative pronte all’uso. La transizione solleva interrogativi sulla sostenibilità sociale di questo modello e sulle nuove forme di esclusione che potrebbe generare.

Leggi le altre notizie sull’home page di Key4biz

https://www.key4biz.it/chatgpt-nuovo-consulente-mckinsey-ha-licenziato-5mila-dipendenti-negli-ultimi-18-mesi/533362/

Durante un incontro cruciale tra i leader dell’ASEAN e del Consiglio di Cooperazione del Golfo (GCC), i primi ministri di Malesia e Vietnam hanno sollevato preoccupazioni fondamentali sul rapporto tra AI e sovranità nazionale.

Secondo quanto discusso, l’intensificazione dell’uso dell’intelligenza artificiale da parte di governi e aziende transnazionali rischia di compromettere l’autonomia decisionale degli Stati, specialmente per quelli in fase di sviluppo.

Il premier malese Anwar Ibrahim ha sostenuto che la dipendenza da sistemi AI progettati all’estero potrebbe spingere i Paesi del sud-est asiatico verso una forma di ‘colonialismo digitale’, mentre il suo omologo vietnamita ha richiesto una collaborazione internazionale per stabilire linee guida comuni in grado di proteggere le infrastrutture e le identità nazionali.

Entrambi hanno esortato ad affrontare tempestivamente il divario tecnologico esistente e a investire in soluzioni AI sviluppate localmente. Il vertice ha evidenziato inoltre l’urgenza di armonizzare regolamenti regionali e garantire che le soluzioni AI non siano strumenti di sorveglianza esterna o manipolazione commerciale.

La discussione si inserisce in un contesto geopolitico in cui l’AI sta rapidamente ridefinendo i rapporti di potere tra Stati, sollevando interrogativi non solo tecnici ma anche culturali e politici.

Da più parti è emersa la proposta di un codice etico regionale sull’AI, che possa bilanciare innovazione e tutela della sovranità. L’incontro rappresenta un chiaro segnale che le nazioni emergenti intendono avere voce attiva nella definizione dell’ecosistema globale dell’AI.

Per maggiori informazioni, clicca per l’articolo originale.

Honor in Cina sviluppa robot umanoidi all’interno di un piano da 10 miliardi per l’AI

Il colosso tecnologico cinese Honor, noto in precedenza per la produzione di smartphone, ha annunciato un piano ambizioso da 10 miliardi di dollari focalizzato sullo sviluppo di robot umanoidi basati su AI. Il progetto si colloca all’interno di una più ampia strategia nazionale volta a consolidare la posizione della Cina come potenza dominante nel campo dell’intelligenza artificiale.

Secondo quanto riportato, Honor sta investendo in infrastrutture, algoritmi avanzati e partnership strategiche con università e centri di ricerca per accelerare la creazione di robot capaci di interagire con gli esseri umani in modo sempre più naturale e versatile.

L’azienda prevede applicazioni nei settori dell’assistenza domestica, della sanità e dell’istruzione, ma non esclude usi industriali o militari. Il CEO di Honor ha sottolineato che l’obiettivo non è solo innovare tecnologicamente, ma anche influenzare lo stile di vita futuro integrando la robotica in scenari quotidiani.

La sfida riguarda non solo la progettazione meccanica, ma soprattutto l’adozione di sistemi AI in grado di interpretare emozioni, rispondere in modo empatico e apprendere dall’ambiente. L’iniziativa solleva domande cruciali sulla gestione etica di queste tecnologie e sulla regolamentazione futura.

Il governo cinese supporta apertamente progetti simili come parte del programma ‘Made in China 2025’, puntando a ridurre la dipendenza da tecnologie straniere e a esportare soluzioni AI. Questo annuncio si inserisce in una competizione globale che vede Stati Uniti, Europa e altri Paesi asiatici intensificare i propri investimenti in robotica avanzata.

Per maggiori informazioni, clicca per l’articolo originale.

Leggi le altre notizie sull’home page di Key4biz

https://www.key4biz.it/malesia-e-vietnam-avvertono-che-la-sovranita-nazionale-e-a-rischio-con-lai-durante-il-vertice-asean-gcc/533356/

L’emorragia interna di talenti in Meta sta mettendo in discussione la sostenibilità dell’intelligenza artificiale open-source grazie alla famiglia di modelli LLaMA.

Degli autori dello storico paper del 2023 che ha presentato LLaMA al mondo, solo tre risultano ancora in azienda. La maggior parte ha abbandonato Meta per unirsi a competitor emergenti o fondare nuove startup, con impatti potenzialmente rilevanti sugli equilibri del settore.

Da LLaMA a Mistral

Dei 14 firmatari del primo paper LLaMA, solo Hugo Touvron (research scientist), Xavier Martinet (research engineer) e Faisal Azhar (technical program leader) lavorano ancora per Meta. Gli altri undici hanno preso strade diverse, molti dei quali confluendo in realtà come DeepMind, Microsoft AI, Anthropic, Cohere o nella startup parigina Mistral AI, fondata da Guillaume Lample e Timothée Lacroix – due delle figure chiave dietro la nascita di LLaMA.

Mistral AI è oggi una delle startup europee più rilevanti nel campo dell’intelligenza artificiale generativa. Nata nel 2023 a Parigi, è guidata da un team di ex ricercatori di Meta e DeepMind con una chiara missione: rendere l’AI open-source una reale alternativa ai modelli proprietari dominanti. In meno di un anno, Mistral ha raccolto oltre 100 milioni di euro, rilasciato modelli all’avanguardia come Mistral 7B e Mixtral, e ottenuto un forte seguito nella comunità scientifica e open-source.

Con un approccio incentrato sull’efficienza, la trasparenza e la sovranità tecnologica europea, la startup si posiziona come un nuovo polo di attrazione per i talenti fuoriusciti da Meta e un concorrente credibile nella corsa globale all’intelligenza artificiale.

L’ombra di Behemoth e la debole accoglienza di LLaMA 4

La fuoriuscita di personale coincide con difficoltà interne rilevanti. Secondo quanto riportato dal Wall Street Journal, Meta avrebbe ritardato il lancio di “Behemoth”, il più grande modello AI mai sviluppato dall’azienda, a causa di problemi di performance e leadership. Nel frattempo, LLaMA 4 – l’ultima iterazione della serie – non ha suscitato l’entusiasmo sperato nella comunità di sviluppatori, molti dei quali preferiscono ora modelli open-source più agili come quelli sviluppati da DeepSeek o Qwen.

La situazione è aggravata da cambiamenti nel vertice della ricerca. Joelle Pineau, alla guida del gruppo FAIR (Fundamental AI Research) per otto anni, ha annunciato il proprio passo indietro, lasciando il testimone a Robert Fergus. Quest’ultimo torna in Meta dopo cinque anni a DeepMind, ma eredita una struttura indebolita da uscite silenziose e continue: gran parte del team originale di LLaMA ha lasciato l’azienda nei mesi successivi alla pubblicazione del paper fondativo.

Meta in crisi etica e di governance

Oltre alla perdita di capitale umano e al rallentamento dei suoi progetti interni, Meta è anche coinvolta in una causa per violazione di copyright legata all’uso di libri piratati per l’addestramento dei modelli LLaMA. Nonostante nuove iniziative – come l’integrazione di LLaMA 4 su Amazon Bedrock e il lancio dell’API ufficiale – il futuro del progetto AI di Meta dipenderà dalla sua capacità di ricostruire un team competitivo.

Leggi le altre notizie sull’home page di Key4biz

https://www.key4biz.it/meta-e-la-crisi-di-talenti-persi-la-maggior-parte-del-team-originale-di-llama-ai/533197/