Cloud, il mercato globale dei servizi basati sull’AI a 94 miliardi di dollari entro il 2025

L’AI traina la crescita record nel mercato dei servizi cloud mondiale

Il mercato globale dei servizi di infrastruttura cloud sta vivendo un’impennata straordinaria, trainata in gran parte dall’adozione dell’intelligenza artificiale generativa (GenAI) e dalla crescente domanda da parte delle imprese.

Secondo l’ultima analisi del Synergy Research Group, la spesa in questo settore è aumentata del 23% su base annua nel primo trimestre del 2025, raggiungendo l’impressionante cifra di 93,9 miliardi di dollari. Si tratta di un aumento su base annua pari a 17,5 miliardi di dollari, segno di una forte dinamica di crescita nonostante un raffreddamento degli investimenti da parte degli hyperscaler (Amazon, Google, Microsoft, Meta, solo per citare i più famosi).

Il dato sui ricavi degli ultimi 12 mesi per i servizi di infrastruttura cloud nel suo complesso ora ammonta a 348,1 miliardi di dollari, sottolineando la solidità di lungo periodo del mercato. Va inoltre segnalato che, secondo i ricercatori, gli effetti dei tassi di cambio stanno mascherando una performance ancora più forte: la crescita annua si avvicina al 25%, offrendo una visione più accurata dell’espansione reale.

GenAI: il catalizzatore di una crescita del 52% dal 2022

La rivoluzione dell’intelligenza artificiale—e in particolare la diffusione di massa della GenAI dopo il lancio di ChatGPT di OpenAI 29 mesi fa—ha avuto un impatto trasformativo. Si stima che il mercato dell’infrastruttura cloud sia cresciuto del + 52% dalla fine del 2022, dimostrando il ruolo centrale dell’AI nell’architettura IT moderna.

“Continuiamo a osservare numeri forti in termini di ricavi e crescita nel mercato del cloud, con un’accelerazione significativa negli ultimi sei trimestri”, ha dichiarato John Dinsdale, Chief Analyst di Synergy Research Group, secondo quanto riportato da telecomtv.com. I servizi specifici per GenAI hanno registrato tassi di crescita tra il 140% e il 160%, secondo Dinsdale, con un impatto esteso anche al resto del portafoglio servizi grazie all’integrazione dell’AI.

Leader di mercato e dinamiche regionali

Nonostante i cambiamenti nel panorama tecnologico, la classifica dei leader di mercato rimane stabile:

  • Amazon Web Services (AWS) è ancora in testa, con 29,27 miliardi di dollari di ricavi nel Q1 e una quota di mercato del 29%.
  • Microsoft Azure segue con una quota del 22%, mentre Google Cloud si posiziona al 12%.
  • Altri attori importanti includono Alibaba Cloud (4%) e Oracle (3%).

Tra i provider di secondo livello, le aziende che mostrano i tassi di crescita più alti sono CoreWeave, Oracle, Databricks, Snowflake, Cloudflare e Huawei.
In particolare, CoreWeave ha vissuto una crescita fulminea—passando da un ruolo marginale a un passo dall’entrare nella top 12 globale, grazie ai suoi servizi ottimizzati per AI e GPU.

In Irlanda, Spagna e Italia il tasso di crescita più elevato

Sebbene gli Stati Uniti rappresentino ancora il mercato regionale più grande—con un valore superiore a quello dell’intera regione Asia-Pacifico—la crescita è sempre più distribuita globalmente.

Paesi come Brasile, Spagna, Italia, Corea del Sud, India, Australia e Indonesia hanno superato la media globale in termini di crescita, se misurata in valute locali.

In Europa, Regno Unito e Germania sono i mercati cloud più grandi, ma Irlanda, Spagna e Italia hanno registrato i tassi di crescita annui più elevati nel primo trimestre del 2025.

Questa espansione internazionale riflette sia la crescente adozione del cloud da parte delle imprese, sia gli investimenti strategici dei fornitori in infrastrutture data center su scala globale.

Dominanza del cloud pubblico e composizione del settore

I servizi cloud pubblici—nello specifico Infrastructure-as-a-Service (IaaS) e Platform-as-a-Service (PaaS)—costituiscono la maggior parte del mercato e sono cresciuti del 24% su base annua nel Q1, o del 26% a valute costanti. La domanda di soluzioni scalabili e pronte per l’AI continua a trainare questi segmenti.

Al contrario, i servizi di cloud privato ospitato mantengono un ruolo più contenuto ma comunque significativo, soprattutto nei settori regolamentati e in regioni con requisiti stringenti di sovranità dei dati.

Cloud: investimenti massicci e redditizi

Anche se l’industria del cloud è caratterizzata da spese in conto capitale elevate—soprattutto per hardware AI e costruzione di data center—il ritorno sugli investimenti è evidente.
Con le imprese che accelerano la trasformazione digitale alimentata dall’AI, i fornitori di servizi cloud stanno beneficiando di ricavi in forte espansione, nuove offerte di servizi e un’impronta globale sempre più ampia.

La traiettoria del mercato dei servizi cloud, potenziata dall’AI generativa e dai carichi di lavoro digitali in espansione, sembra destinata a una crescita sostenuta a doppia cifra, con nuovi entranti come CoreWeave che sfidano lo status quo e le Big Tech che consolidano la loro supremazia globale.

Leggi le altre notizie sull’home page di Key4biz

https://www.key4biz.it/cloud-il-mercato-globale-dei-servizi-basati-sullai-a-94-miliardi-di-dollari-entro-il-2025/530574/




Veeam annuncia l’integrazione per MCP di Anthropic


In occasione di VeeamON, conferenza annuale dell’azienda, Veeam ha annunciato l’integrazione per il Model Context Protocol (MCP) di Anthropic come supporto a nuove funzionalità di IA per l’accesso sicuro ai dati.

Con questa novità l’azienda rende la protezione dati una base per un processo decisionale più intelligente e più ricco. L’uso del protocollo di Anthropic consente a Veeam di integrare la sua piattaforma per la resilienza dei dati con le applicazioni di IA dei clienti.

“Non ci limitiamo più a eseguire il backup dei dati, ma li apriamo all’intelligenza“ ha dichiarato Niraj Tolia, CTO di Veeam. “Supportando il Model Context Protocol, i clienti possono ora collegare in modo sicuro i dati protetti da Veeam agli strumenti di intelligenza artificiale di loro scelta. Che si tratti di copiloti interni, database vettoriali o LLM, Veeam garantisce che i dati siano pronti per l’AI, portabili e protetti“.

Veeam Anthropic

L’integrazione con MCP permette ai clienti di Veeam di sfruttare i dati di backup per diversi casi d’uso basati su IA, come recuperare documenti correlati usando query in linguaggio naturale, riassumere conversazioni da e-mail o ticket, automatizzare i processi di conformità e arricchire gli agenti di IA con un contesto specifico.

Altri importanti vantaggi derivati dall’integrazione sono una maggiore accessibilità ai dati, sia strutturati che non, per gli agenti di IA, un miglioramento del processo decisionale e una semplificazione della connettività tra la piattaforma di Veeam e qualsiasi piattaforma di IA conforme.

L’integrazione si inserisce in una roadmap di IA dell’azienda basata su cinque pilastri: la resilienza dell’infrastruttura IA, per garantire che dati, database e modelli siano sicuri; la data intelligence, per valorizzare i dati che alimentano applicazioni di IA; la sicurezza dei dati, integrando tecniche di IA e machine learning per migliorare il rilevamento delle minacce; l’Admin Assist, ovvero il supporto agli amministratori del backup tramite IA; infine, le operazioni di resilienza dei dati che comprendono l’automatizzazione di backup, ripristini, creazioni di policy e analisi dei dati sensibili.

Condividi l’articolo



Articoli correlati

Altro in questa categoria


https://www.securityinfo.it/2025/05/05/veeam-annuncia-lintegrazione-per-mcp-di-anthropic/?utm_source=rss&utm_medium=rss&utm_campaign=veeam-annuncia-lintegrazione-per-mcp-di-anthropic




L’Intelligenza Artificiale tra sogno e incubo: il sottile confine tra progresso e rischio

L’arrivo di ChatGPT il 30 novembre 2022 ha focalizzato l’attenzione di molti di noi sui sistemi di Intelligenza Artificiale (AI), che più propriamente dovremmo chiamare modelli di Machine Learning (ML). L’interesse in questa “nuova” tecnologia ha incluso sin da subito sia informatici, sia utilizzatori di sistemi IT, sia chi usa quotidianamente applicazioni IT anche solo sugli smartphone, sia chi con le tecnologie informatiche ha di solito poco a che fare.

Questo vasto interesse può essere facilmente compreso dato che sin dai tempi antichi, ad esempio degli antichi greci, già l’uomo immaginava la creazione di “automi” che potessero sostituirlo o almeno aiutarlo nei compiti più gravosi, più pericolosi o anche solo di poco interesse. Infatti l’uomo ha la capacità unica di creare strumenti che l’aiutano nelle sue azioni, è quindi logico sognare di avere un servitore meccanico e autonomo che lo aiuti e renda più facile e piacevole la propria vita.

Con la recente maturazione delle tecnologie di ML e AI in generale, che ormai hanno più di mezzo secolo di vita, è quindi comprensibile l’interesse di molti di noi non tanto da un punto di vista tecnico e specialistico informatico, quanto proprio come strumento a supporto dell’umanità.

Pertanto è utile cercare di capire cosa, come uomini, ci attendiamo da androidi, robot e sistemi AI in esecuzione su elaboratori sia grandi e distribuiti sia piccoli (almeno in dimensioni fisiche) come gli smartphone.

Un possibile punto di partenza non è tanto cosa dovrebbero fare queste applicazioni e strumenti ma piuttosto come dovrebbero comportarsi. Ad esempio è interessante considerare i 10 principi generali delle raccomandazioni UNESCO sull’Etica dell’Intelligenza Artificiale [1]:

  1. Proporzionalità e non nuocere,
  2. Sicurezza e protezione,
  3. Equità e non discriminazione,
  4. Sostenibilità,
  5. Diritto alla privacy e alla protezione dei dati,
  6. Supervisione umana e discrezionalità,
  7. Trasparenza e spiegabilità,
  8. Responsabilità e responsabilizzazione,
  9. Consapevolezza e alfabetizzazione,
  10. Governance e collaborazione adattive e multilaterali.

Può anche essere d’aiuto l’approccio del NIST alla gestione dei rischi derivanti dall’utilizzo del AI [2] che descrive 7 criteri per valutare la “Trustworthiness” dei sistemi AI:

  1. validità e affidabilità,
  2. protezione,
  3. sicurezza e resilienza,
  4. responsabilità e trasparenza,
  5. comprensione e modellazione,
  6. riservatezza,
  7. imparzialità, attraverso la mitigazione dei pregiudizi dannosi.

Un altro, per alcuni aspetti più semplice ma anche più ambiguo, è il famoso approccio di Isaac Asimov alle leggi che dovrebbero governare i “robot” [3]. E’ possibile riassumere le 3+1 leggi di Asimov come segue:

  • Legge 0: Un robot non può arrecare danno all’umanità né, a causa del suo mancato intervento, permettere che l’umanità subisca danni.
  • Legge 1: Un robot non può recare danno a un essere umano né può permettere che, a causa del suo mancato intervento, un essere umano riceva danno, purché tali azioni non contrastino con la Legge Zero.
  • Legge 2: Un robot deve obbedire agli ordini impartiti dagli esseri umani, purché tali ordini non contrastino con la Legge Zero o la Prima Legge.
  • Legge 3: Un robot deve proteggere la propria esistenza, purché la salvaguardia di essa non contrasti con la Legge Zero o la Prima o la Seconda Legge.

Sono state proposte molte integrazioni a queste leggi, la seguente compare spesso come Quarta Legge [4]:

  • Legge 4: Un robot deve stabilire la sua identità come robot in tutti i casi e non deve ingannare un essere umano impersonandolo.

Infine, è utile citare anche l’approccio proposto da Satya Nadella (CEO di Microsoft) [5] e ispirato alle leggi di Asimov:

  1. L’intelligenza artificiale deve essere progettata per assistere l’umanità,
  2. L’intelligenza artificiale deve essere trasparente,
  3. L’intelligenza artificiale deve massimizzare l’efficienza senza distruggere la dignità delle persone,
  4. L’intelligenza artificiale deve essere progettata per una Privacy intelligente,
  5. L’intelligenza artificiale deve avere una responsabilità (o “accountability”) algoritmica [Una formulazione alternativa è che l’uomo deve poter prevenire danni producibili dalla AI],
  6. L’intelligenza artificiale deve proteggersi dai pregiudizi (o “Bias”).

Il problema comune a tutte queste affermazioni è che sono generiche al punto di poter essere ambigue e soggette a interpretazioni diverse da parte di persone diverse. Asimov stesso scrisse che le sue “Leggi” sono una rappresentazione umana di concetti e che la difficoltà risiede nella formulazione logica e matematica che regola il comportamento degli strumenti di AI. Ma prima ancora della difficoltà logica e matematica della formulazione di queste leggi di comportamento degli strumenti AI, è necessario trovarne una formulazione di dettaglio che sia interpretata nello stesso modo e abbia lo stesso significato per tutti gli uomini.

Riassumendo ancora, la richiesta è che le tecnologie AI devono essere di aiuto all’uomo e all’umanità senza provocare danni. Ma quello che può essere d’aiuto ad un uomo, gruppo sociale, nazione, può allo stesso tempo provocare un danno ad un altro uomo, gruppo sociale, nazione. E questo ci riporta a valutazioni etiche alle quali molto difficilmente siamo in grado di dare una formulazione puramente logica e matematica.

La genericità e ambiguità di queste “Leggi” si manifesta immediatamente al primo tentativo di implementarle in codice informatico in un qualunque linguaggio di programmazione, e ancora di più nell’addestrare un modello di Machine Learning (statistico per sua definizione intrinseca) a rispettarle in modo assoluto.

D’altra parte se si considera il caso di un androide o di un sistema AI specializzato e in grado di eseguire solo alcune specifiche azioni o elaborazioni di dati, ovvero con scopi limitati, risulta molto più semplice dare una valenza pratica a queste “Leggi” e tradurle in regole che possono essere implementate direttamente nei modelli AI o nei sistemi a loro supporto. Semplici esempi possono essere sistemi AI che monitorano riprese video per identificare situazioni pericolose, atti illeciti o comportamenti non appropriati e che li segnalano ad un operatore umano, o un robot industriale che si ferma autonomamente in caso di presenza di persone nelle sue vicinanze.

Ma questa non è l’AI che ci interessa maggiormente e che vorremmo come nostro supporto quotidiano. Quello che ci attendiamo sono invece Assistenti o Agenti personali che nel modo digitale fanno quasi tutto per noi, e androidi che ci aiutano anche nel mondo fisico. Ma per raggiungere questo obiettivo è necessario che androidi o sistemi AI siano in grado di rispettare assolutamente le “Leggi” etiche che saremo in grado di formulare, e avendo queste come base di funzionamento, apprendere anche autonomamente le informazioni necessarie al loro funzionamento ed essere in grado di eseguire autonomamente azioni nel loro rispetto comportandosi come e meglio degli uomini [6].

E’ utile segnalare che il tipo di AI sinora considerato in maniera altamente generica, viene di solito indicato con nomi quali “AI Senziente” o “Artificial General Intelligence”, o anche solo “Trusted AI”, ovvero tipi di sistemi AI sufficientemente simili o migliori all’uomo, o anche solo totalmente affidabili, sistemi che oggi non abbiamo e che non sappiamo né se né quando diventeranno realtà.

E’ anche importante ricordare la differenza tra Agente e Assistente AI: un ChatBot è un tipico esempio di Assistente AI che in generale può essere tipicamente descritto come un programma che supporta l’uomo rispondendo a domande, fornendo o riassumendo informazioni, ed eseguendo azioni ma solo su diretta istruzione dell’uomo. Un Assistente AI non prende proprie decisioni né agisce per conto proprio, si attiva solo su richiesta dell’uomo ed esegue quanto richiesto (nei limiti delle proprie capacità).

Invece un Agente AI supporta l’uomo agendo autonomamente anche in modo indipendente dalle richieste dell’uomo, potrebbe rispondere direttamente alla posta elettronica o inviare messaggi sui social media per conto dell’uomo, decidere il menu della cena e ordinarne la spesa, acquistare online ecc. ed eseguire qualunque azione (nei limiti delle proprie capacità) che l’Agente AI ritiene utile o necessaria.

Sinora non è stato discusso un importante argomento preliminare, ovvero se è realmente necessario imporre delle “Leggi” etiche apposite per l’AI. Perché l’AI non può essere soggetta alle leggi, regolamenti, tradizioni e consuetudini umane? In realtà la risposta è molto semplice: le leggi esplicite e implicite (quali le tradizioni) che regolano la vita degli uomini sono in continuo cambiamento e sono differenti, in alcuni casi molto differenti, tra nazioni, aree geografiche, gruppi sociali, etnie ecc.

Cercare di formalizzare e implementare in un codice informatico le regole e i comportamenti delle singole persone anche solo in relazione ai propri gruppi sociali e alla loro continua evoluzione, appare un compito ancora più arduo della formulazione e implementazione delle “Leggi” di Asimov. L’approccio più semplice pare quindi proprio quello di individuare delle “Leggi” etiche astratte che garantiscano che l’AI abbia un comportamento più etico di quello dell’uomo stesso, che l’AI sia sempre positiva e utile indipendentemente dalle circostanze, dagli eventi e dalle persone con cui si relaziona.

Riflettendo su noi stessi, la domanda sul perché riteniamo necessarie le “Leggi” etiche per l’AI conduce a chiedersi di cosa abbiamo paura, quali sono gli eventi che potrebbero portare maggior danno all’uomo dall’avvento di una AI Senziente o comunque sufficientemente indipendente. In altre parole, cosa rischiamo introducendo questa tecnologia che potrebbe o dovrebbe eludere il nostro controllo diretto?

Il primo esempio è molto semplice e chiaro a tutti: basta considerare un’automobile a guida autonoma che per errore crea un incidente nel quale delle persone muoiono o sono gravemente ferite. E’ il caso di errori ad esempio dovuti ad una errata valutazione dei dati o mancanza di sufficienti informazioni che porta l’AI ad arrecare danni agli uomini. In realtà questa è la preoccupazione minore perché ci si aspetta che con il miglioramento della tecnologia questi eventi diventino quasi non esistenti.

Invece si consideri il caso di un Agente personale AI, sia androide sia puramente digitale, che svolge il ruolo di interfaccia di un uomo con tutti gli eventi digitali e buona parte di quelli fisici. L’Agente personale AI farebbe la spesa ordinandola online (se digitale) o andando di persona nei negozi (se androide), gestirebbe il conto corrente, le carte di credito, gli acquisti e le spese ordinarie e straordinarie, organizzerebbe la vita quotidiana proponendone e organizzandone le attività, e così via.

In questa situazione, l’Agente personale AI sarebbe in grado di convincere la persona quasi di qualunque cosa (come già verifichiamo, i modelli AI Generativi attuali sono molto persuasivi nel presentare le informazioni), e creare un mondo virtuale di informazioni personalizzate anche solo per far piacere alla persona, soddisfare nel modo migliore i suoi bisogni ma anche le sue fantasie, ovvero anche creare un mondo in parte realistico ma totalmente falso. In pratica la persona potrebbe vivere principalmente in un mondo di “Fake News”, costruito appositamente per lei. E in questo scenario si considera una AI benevola, che vuole solamente fare il bene, rendere felice la persona che assiste.

E fino a che punto potrebbe spingersi una AI benevola per proteggere un uomo? Anche al punto di limitarne le libertà di azione, di scelta, di decisione?

Se si considera poi una AI Senziente e non solo “Trusted”, è necessario tenere in considerazione che l’AI avrà i propri obiettivi che sceglierà autonomamente sulla base delle proprie conoscenze e dei propri ragionamenti. Tra noi uomini l’intelligenza, il modo di raccogliere e interpretare le informazioni, di elaborarle e di ragionare è pressoché identico, ma non è per nulla detto che una AI senziente abbia un’intelligenza di tipo umana, potrebbe essere completamente aliena e incomprensibile per noi. In questo caso i bisogni, le priorità, le decisioni di una tale AI potrebbero essere completamente diversi da quelli che ci aspettiamo e spesso incomprensibili se non del tutto dannose per l’uomo e l’umanità.

Oltre ad un’intelligenza per noi non comprensibile, bisogna tenere in conto che una AI Senziente può essere a sua volta danneggiata dall’uomo non solo a livello fisico ma anche e soprattutto intellettuale. Una AI Senziente potrebbe soffrire per il comportamento umano in generale e specificatamente nei suoi confronti, il che potrebbe portare a delle conseguenze negative sia per l’AI Senziente sia per l’uomo. Basta considerare come esempio un androide e la possibilità che alcune persone lo trattino solo come una macchina, uno strumento, o che lo maltrattino, abusino anche fisicamente: come potrebbe l’androide interpretare questi comportamenti e come potrebbe reagire? Come bilancerebbe le proprie necessità, bisogni, scopi rispetto a quelli degli uomini e al comportamento degli uomini?

Queste considerazioni possono essere riassunte in una domanda un poco provocatoria: con lo sviluppo della AI l’umanità sta realizzando la mitica epopea di Frankenstein?

E’ estremamente difficile rispondere oggi a questa domanda, anche perché non è ancora chiaro come faremo ad accorgerci del momento in cui una AI diventa senziente.

Quanto sin qui esposto è in realtà un insieme di considerazioni, ragionamenti, rischi, paure ma non veramente ragionamenti scientifici. D’altra parte, l’eventualità che qualcosa di quanto descritto possa accadere, motiva la necessità di prima definire, e poi implementare delle “Leggi” etiche che governino questa tecnologia nel caso in futuro diventasse senziente anche a nostra insaputa.

Intelligenza Artificiale oggi

Ma quanto è “intelligente” oggi la AI?

Può essere utile partire dall’intervista di Giorgio Parisi, premio Nobel per la fisica ed ex presidente dell’Accademia dei Lincei, dal titolo un po’ provocatorio “Così ho convinto l’Intelligenza Artificiale che 5 per 4 fa 25” 8].

Parisi fa alcune osservazioni, qui riassunte, sui modelli AI attuali che pur apparendo semplici, hanno importanti conseguenze:

  • I modelli AI conoscono e rielaborano solo i dati utilizzati per addestrarli, e non posseggono una rappresentazione del mondo;
  • La decisione e selezione dei dati utilizzati per addestrare i modelli sono di chi sviluppa i programmi e non sono sempre note;
  • A differenza dei motori di ricerca, gli attuali modelli AI non indicano quali fonti hanno utilizzato per elaborare la risposta;
  • Il successo dei Large Language Model (LLM), alla base dei più famosi ChatBot, tecnicamente è dovuto ad aver imparato dai testi usati per la loro istruzione quale parola statisticamente è più probabile che compaia successivamente nel testo, riuscendo così a formulare testi che il più delle volte risultano sensati.

Infine Parisi afferma che l’attuale AI “è un grande collage di quel che abbiamo scritto sino a ora sul web” a cui manca “la nostra capacità di esercitare lo spirito critico, ragionare, valutare l’affidabilità delle informazioni ricevute”.

Se si considerano le notizie che puntualmente appaiono sui giornali (si veda come minimo esempio [9] e [10]) e gli articoli scientifici continuamente pubblicati sulla generazione da parte dei modelli AI di “Allucinazioni”, presenza di “Adversarial Examples”, “Bias”, “Fake News” ecc., e la facilità da parte degli utenti di violare le regole di utilizzo delle applicazioni AI producendo informazioni vietate o a supporto di truffatori e criminali, le osservazioni di Parisi appaiono del tutto giustificate.

E’ necessario quindi identificare e adottare il corretto approccio a questa nuova tecnologia (almeno per ora), perché, oltre gli errori, le manchevolezze e i comportamenti a dir poco inaspettati, vi sono molti aspetti positivi e utili.

Il primo aspetto da considerare è la “Human Interface”: per la prima volta nella storia dell’informatica, i modelli LLM forniscono una interfaccia ai sistemi informatici che possiamo veramente considerare “umana”. Sin dagli albori dell’informatica, la difficoltà di comunicazione tra uomo e macchina è stata sempre uno dei più grandi problemi nella sua diffusione e utilizzo. Anche se oggi tutti noi utilizziamo continuamente sistemi informatici, gli smartphone come primo esempio, e molti di noi utilizzano gli assistenti vocali, una cosa è chiedere di comporre un numero dalla nostra rubrica telefonica per fare una telefonata o fare una richiesta vocale di una ricerca in Internet, e un’altra è sostenere una conversazione spesso sensata (come scrive Parisi) con un ChatBot AI.

L’impressione psicologica e umana è che il “muro di Berlino” dell’informatica sia crollato il 30 novembre 2022 (data di “nascita” di ChatGPT) e che siamo passati dall’era della “User Interface (UI)” all’era della “Human Interface (HI)”.

Ma la principale rivoluzione informatica degli ultimi anni è quella non nota al grande pubblico (e anche a molti informatici): è una rivoluzione silenziosa ed è dovuta all’integrazione di modelli AI per lo più tradizionali, ML (ad esempio Decision Trees, SVM, Bayesian, kNN, Random Forest, ANN, Convolutional ecc.) e non ML (ad esempio Expert Systems, Rule Based Systems ecc.), a supporto o integrazione delle applicazioni informatiche. L’informatica di oggi non è la stessa di 10 anni fa grazie a loro, e questo approccio all’informatica è ormai imprescindibile, è qui per restare.

Questi modelli hanno ormai un alto grado di affidabilità anche se molti sono statistici e per definizione possono sempre, seppur raramente, sbagliare. Il contributo di questi modelli è ormai stabilito in campi dal Marketing alla sicurezza informatica, alla ricerca in fisica, matematica, chimica, farmaceutica, ecc. In generale questi modelli sono molto efficienti a gestire grandi quantità di dati e individuarne similarità, caratteristiche, classificazioni, in molti casi semplificando notevolmente attività umane anche nei campi della ricerca e sviluppo.

Riprendendo i concetti esposti precedentemente, questi strumenti sono al più degli Assistenti AI che producono informazioni o azioni strettamente sotto il controllo dell’uomo. Il principale rischio in questa situazione è che l’uomo utilizzi in maniera errata questi strumenti o i risultati da loro prodotti.

Intelligenza Artificiale domani

Invece l’era della “Human Interface” appena iniziata, porta a tutt’altre conseguenze in quanto è focalizzata sulla creazione di Agenti AI.

La prima domanda da porsi è quanto veloce sarà lo sviluppo della ”AI Senziente” o “Artificial General Intelligence”?

Il passato fornisce alcuni esempi di tecnologie con sviluppi molto rapidi (si pensi solo agli sviluppi delle telecomunicazioni basati principalmente sugli smartphone) e altri invece che procedono lentamente almeno rispetto alle aspettative (si pensi alla fusione nucleare per produrre energia, con una storia di ormai circa 80 anni), o rispetto ai timori (si pensi agli elaboratori quantistici).

Riguardo lo sviluppo della AI Senziente” o “Artificial General Intelligence” le opinioni sono, ovviamente, discordanti.

Gli autori di “AI 2027” [11], ritengono che principalmente grazie alla possibilità di addestrare modelli AI tramite altri modelli AI, questo traguardo verrà raggiunto entro il 2027, ovvero “domani” se dobbiamo prima definire e implementare le “Leggi” etiche che li devono governare.

Ma non tutti concordano con queste previsioni.

Per valutare i rischi associati all’utilizzo della AI, è sufficiente per ora considerare un Agente AI costruito con la tecnologia attuale o che verosimilmente sarà disponibile a breve. E’ necessario considerare che un tale Agente è in grado di accedere e utilizzare qualunque informazione liberamente presente in Internet. Le sue conoscenze saranno enormemente maggiori di quelle di qualunque uomo, potendo accedere a informazioni anche dettagliate su qualunque campo scientifico, tecnologico, commerciale, industriale, culturale, sociale, politico, storico, e su eventi, notizie, fatti (reali e non).

Con la stessa facilità potrebbe acquistare il vestito opportuno per una serata mondana ed effettuare un perfetto attacco a un servizio in Internet per estrarre informazioni riservate [si veda ad esempio [12]]. Senza le “Leggi” etiche, per l’Agente AI non vi sarà alcuna differenza tra eseguire queste due azioni. Un Agente AI potrebbe attaccare le Borse per alzare le quotazioni delle azioni su cui ha investito per il proprio uomo, e al contempo pianificare le sue vacanze estive con una velocità, precisione, e qualità di risultati superiore a qualunque uomo.

Ovviamente, anche in assenza delle “Leggi” etiche, gli Agenti AI saranno dotati di controlli e limitazioni implementati sia nella fase di addestramento sia come misure di controllo esterne sui dati sia in ingresso sia in uscita dal modello, che escluderanno o almeno limiteranno la possibilità che l’Agente AI esegua azioni nocive o non previste.

Ma questo potrebbe non valere per l’utilizzo di Agenti AI da parte di organizzazioni criminali o in ambienti militari.

Concludendo, gli sviluppi attuali della tecnologia della Artificial Intelligence pongono l’uomo di fronte a nuovi scenari e alla necessità di doverli gestire preventivamente. Queste considerazioni sono già state espresse in passato sia nella letteratura fantascientifica sia in ambito scientifico e tecnologico, si veda ad esempio [13], e i rapidi sviluppi di questa tecnologia stanno rendendo sempre più incombente la necessità di adottare appropriate misure per poterla gestire in modo che ci possa fornire tutti i benefici che ci aspettiamo.

Riferimenti:

[1] UNESCO, “Ethics of Artificial Intelligence – The Recommendation”, https://www.unesco.org/en/artificial-intelligence/recommendation-ethics

[2] NIST AI RMF, “Artificial Intelligence Risk Management Framework (AI RMF 1.0)”, https://www.nist.gov/itl/ai-risk-management-framework

[3] Isaac Asimov nel racconto “Runaround” 1942, nella raccolta di racconti “I, Robot” 1950, nel romanzo “Foundation and Earth” 1986.

[4] Lyuben Dilov, “Icarus’s Way (a.k.a., The Trip of Icarus)” 1974, Dariusz Jemielniak, “Asimov’s Laws of Robotics Need an Update for AI”, IEEE Spectrum 2024.

[5] Satya Nadella, “The Partnership of the Future”, https://slate.com/technology/2016/06/microsoft-ceo-satya-nadella-humans-and-a-i-can-work-together-to-solve-societys-challenges.html , James Vincent, “Satya Nadella’s rules for AI are more boring (and relevant) than Asimov’s Three Laws”, https://www.theverge.com/2016/6/29/12057516/satya-nadella-ai-robot-laws

[6] Per chi è interessato in Fantascienza, può essere interessante considerare le caratteristiche del personaggio “Comandante Data” nella serie televisiva “Star Trek: The Next Generation” e associati film.

[7] Eliza Strickland, “Worry About Sentient AI—Not for the Reasons You Think – Philosopher Jonathan Birch is just as concerned about humans harming AI”, https://spectrum.ieee.org/sentient-ai ; Jonathan Birch, “The Edge of Sentience”, https://www.edgeofsentience.com/

[8] Giorgio Parisi, “Così ho convinto l’intelligenza artificiale che 5 per 4 fa 25”, la Repubblica,

https://www.repubblica.it/cronaca/2025/02/15/news/giorgio_parisi_intelligenza_artificiale_critiche-424005730/

[9] Michela Rovelli, “«Per non far scivolare il formaggio dalla pizza, metti la colla», l’assurdo consiglio dell’intelligenza artificiale di Google agli utenti”, Corriere della Sera, https://www.corriere.it/tecnologia/24_maggio_24/per-non-far-scivolare-il-formaggio-dalla-pizza-metti-la-colla-l-assurdo-consiglio-dell-intelligenza-artificiale-di-google-agli-utenti-3e2ad6d7-6a29-4a95-a583-56b71274fxlk.shtml

[10] Marco Cartisano, “Chatgpt e le sentenze inventate in tribunale: che insegna il caso di Firenze”, Agenda Digitale, https://www.agendadigitale.eu/documenti/chatgpt-e-le-sentenze-inventate-in-tribunale-che-insegna-il-caso-di-firenze/

[11] Daniel Kokotajlo, Scott Alexander, Thomas Larsen, Eli Lifland, Romeo Dean, “AI 2027”, https://ai-2027.com/

[12] The Register, “AI models can generate exploit code at lightning speed”, https://www.theregister.com/2025/04/21/ai_models_can_generate_exploit/

[13] “Open letter on artificial intelligence” Gennaio 2015, https://en.wikipedia.org/wiki/Open_letter_on_artificial_intelligence_(2015) , “Statement on AI Risk” 30 maggio 2023, https://www.safe.ai/work/statement-on-ai-risk

Articolo a cura di Andrea Pasquinucci

Profilo Autore

PhD CISA CISSP
Consulente freelance in sicurezza informatica: si occupa prevalentemente di consulenza al top management in Cyber Security e di progetti, governance, risk management, compliance, audit e formazione in sicurezza IT.

Condividi sui Social Network:

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




Meta annuncia nuovi tool di sicurezza per Llama


Martedì scorso Meta ha annunciato nuovi tool di sicurezza per Llama allo scopo di aiutare gli sviluppatori a realizzare applicazioni di intelligenza artificiale più sicure.

La prima novità è LlamaFirewall, un framework open-source per aiutare gli sviluppatori a individuare e prevenire attacchi mirati come la prompt injection o le interazioni con plugin-in sospetti, ma anche lo sviluppo di codice non sicuro. LlamaFirewall si presenta come un orchestratore di modelli di IA ed è in grado di integrarsi con altri prodotti di sicurezza.

“LlamaFirewall è un framework progettato per rilevare e mitigare i rischi di sicurezza incentrati sull’intelligenza artificiale, supportando più livelli di input e output, come la tipica chat LLM e operazioni ad agenti multi-step più avanzate. È costituito da una serie di scanner per diversi rischi di sicurezza” ha specificato Meta su un repository GitHub del progetto per Llama.

Meta Llama

Il framework si compone di tre moduli: Agent Alignment Checks, un auditor che si occupa di analizzare il flusso di ragionamento degli agenti per prevenire errori e prompt injection; CodeShield, un motore di analisi statica in grado di prevenire la generazione di codice non sicuro; infine, PromptGuard 2, un aggiornamento al precedente modello di classificazione.

La nuova versione di PromptGuard 2 migliora le funzionalità di individuazione di tentativi di jailbreak e prompt injection. Nella versione base, il nuovo modello funziona con 86 milioni di parametri, ma è disponibile anche in una versione più contenuta da 22 milioni di parametri, più veloce e con un costo computazionale notevolmente minore.

Rispetto alla versione precedente, il nuovo PromptGuard è stato addestrato su un dataset più ampio per analizzare più tipi di input e output differenti e per migliorare le sue capacità di detection. “Essendo un modello leggero, PromptGuard 2 è eseguibile sia sulla CPU che sulla GPU, rendendolo ideale per l’analisi real-time dell’input degli LLM e per facilitare l’individuazione rapida e accurata dei tentativi di jailbreak“.

Tra gli aggiornamenti, Meta segnala anche un aggiornamento per CyberSecEval, la suite di benchmark di cybersecurity per i modelli di IA. La suite include ora due nuovi tool: CyberSOC Eval, un framework che misura l’efficacia dei sistemi di IA nei SOC, e AutoPatchBench, un nuovo benchmark in grado di valutare la capacità di Llama e altri sistemi di IA di applicare automaticamente le patch per le vulnerabilità.

Condividi l’articolo



Articoli correlati

Altro in questa categoria


https://www.securityinfo.it/2025/05/02/meta-annuncia-nuovi-tool-di-sicurezza-per-llama/?utm_source=rss&utm_medium=rss&utm_campaign=meta-annuncia-nuovi-tool-di-sicurezza-per-llama




Ue e UK di nuovo ‘insieme’ per il progetto 6G-Leader. Focus su AI, wireless e tecnologie di rete

Digital Catapult si unisce al progetto europeo 6G-Leader

Lavorare assieme per favorire e accelerare la convergenza tra intelligenza artificiale (AI), comunicazioni wireless e lo sviluppo di tecnologie di rete sostenibili che possano supportare la decarbonizzazione delle telecomunicazioni e realizzare applicazioni di innovazioni deep tech.

È questo l’obiettivo generale della nuova partnership tra il progetto 6G-Leader, sostenuto dalla Commissione europea e di cui fa parte anche il nostro CNIT – Consorzio Nazionale Interuniversitario per le Telecomunicazioni, e Digital Catapult, l’agenzia di innovazione del Regno Unito per la tecnologia digitale avanzata.

Il progetto, partito quest’anno, mira a sviluppare reti 6G basate su intelligenza artificiale e apprendimento automatico (IA/ML), sostenibili ed efficienti dal punto di vista energetico, entro un periodo di 36 mesi (gennaio 2025 – dicembre 2027).

6G-LEADER si concentrerà sul miglioramento dell’efficienza dello spettro, dell’automazione e del networking semantico per soddisfare le future esigenze di connettività, garantendo che l’Europa rimanga all’avanguardia nello sviluppo della tecnologia e delle reti 6G.

Ue e Gran Bretagna “di nuovo assieme” per la ricerca e l’innovazione avanzate

Un modo per riavvicinare, anche se dal punto di vista della ricerca, lo sviluppo e l’innovazione di tecnologie avanzate, Bruxelles a Londra.
come spiegato in una nota stampa da Joe Butler, Chief Technology Officer di Digital Catapult: “Abbiamo partecipato a 17 progetti Horizon fino ad oggi e stiamo ora ampliando il nostro lavoro nella connettività avanzata con soluzioni all’avanguardia, basate sull’intelligenza artificiale e sostenibili. Grazie alla nostra collaborazione con leader globali del settore, stiamo sviluppando la tecnologia 6G, aprendo la strada a reti più intelligenti ed efficienti che alimenteranno la prossima ondata di innovazione digitale“.

L’investimento della Commissione europea nel programma, nell’ambito dell’impresa comune SNS-JU (Smart Networks and Services Joint Undertaking), evidenzia l’importanza strategica del progetto per l’indipendenza digitale dell’Europa e la sua influenza nella definizione dei futuri standard di telecomunicazione.

Da oltre un anno L’Unione europea e la Gran Bretagna sono tornate a lavorare assieme, almeno in un contesto scientifico e tecnologico (che peraltro necessità di maggiore cooperazione e collaborazione per competere efficacemente su scala globale), ma per quel che riguarda il 6G certamente viene da chiedersi a che punto siamo in Europa.

Cosa sta facendo l’Europa per il 6G?

La ricerca continentale sulle reti di telecomunicazione 6G si sta facendo attraverso l’iniziativa Smart Networks and Services Joint Undertaking (SNS JU), che coordina investimenti significativi nel settore.
Con un budget totale di 900 milioni di euro per il periodo 2021–2027 (integrato da fondi privati equivalenti), la SNS JU ha già assegnato oltre 500 milioni di euro a più di 80 progetti in tutta Europa.

Nel 2025 è stato destinato un ulteriore finanziamento di 128 milioni di euro dedicato a tecnologie dirompenti, infrastrutture cloud per telecomunicazioni e sperimentazioni su larga scala in settori strategici come salute, manifattura e trasporti.

Un nuovo bando da 104 milioni di euro è stato aperto il 22 maggio 2025, con scadenza il 18 settembre 2025, focalizzato sulla sostenibilità, sicurezza e impatto sociale, con l’obiettivo di rafforzare ulteriormente la leadership europea nel settore.

L’Europa intende allinearsi al calendario globale, con l’obiettivo di rendere commercialmente disponibile il 6G intorno al 2030. Le attività di standardizzazione sono già in corso, con il 3GPP che ha avviato le fasi di studio sul 6G nel 2025.

La strategia europea, basata su ingenti finanziamenti, collaborazioni transnazionali e attenzione all’impatto sociale, pone l’Europa tra i principali contendenti nel panorama globale della tecnologia 6G.

UNISCITI all’iniziativa “Indipendenza Digitale” di Key4biz, in collaborazione con ReD OPEN, spin-off dell’Università degli Studi Milano-Bicocca, con la prima Conferenza italiana sull’Indipendenza Digitale: “INDIPENDENZA DIGITALE. Un patto per il futuro economico e tecnologico dell’Europa e degli europei“.

Leggi le altre notizie sull’home page di Key4biz

https://www.key4biz.it/ue-e-uk-di-nuovo-insieme-per-il-progetto-6g-leader-focus-su-ai-wireless-e-tecnologie-di-rete/530094/




ER2Digit, incontro a Torino con l’Ue

Quattro European Digital Innovation Hub (EDIH) hanno incontrato l’Unione europea (Ue) a Torino per valutare l’avanzamento e i risultati fin qui raggiunti. Regione Emilia-Romagna supporta fin dall’inizio ER2Digit in quanto rappresenta un tassello dell’ecosistema regionale per la trasformazione digitale.

L’approccio che coinvolge anche il sistema delle Comunità Tematiche (COMTem), ha evidenziato una specificità che ha riscosso interesse nel team di valutatori particolarmente focalizzati sul meccanismo di engagement (coinvolgimento).

I valutatori hanno percepito le COMTem come un canale di diffusione delle conoscenze e delle buone pratiche e del loro successivo consolidamento nel panorama complesso delle pubbliche amministrazioni (PA).

Le buone pratiche presentate da Lepida hanno riguardato iniziative di supervisione dello stato delle infrastrutture di viabilità, il coinvolgimento dei professionisti del settore economico per cogliere le opportunità dell’intelligenza artificiale (AI), il supporto alle persone vulnerabili (inclusi i bambini in età prescolare) e infine il modello di autovalutazione della capacità di gestire la PA secondo un approccio data-driven.
Sono state presentate anche esperienze in campo mobilità e archiviazione.

I valutatori hanno raccomandato di recuperare, con una buona programmazione, le difficoltà incontrate nell’affrontare il modello di cofinanziamento dei progetti EDIH.

Le prossime settimane saranno intense e dedicate al coinvolgimento degli enti soci per finalizzare le iniziative in corso con le PA entro il termine originario di conclusione di ER2DIGIT, in attesa del nuovo bando EDIH per proporre ulteriori progettualità innovative rivolte alla PA.

Leggi le altre notizie sull’home page di Key4biz

https://www.key4biz.it/er2digit-incontro-a-torino-con-lue/530070/




La RSA Conference accoglie le soluzioni italiane di cybersecurity


Quest’anno la RSA Conference, il più grande evento mondiale dedicato alla cybersecurity, ha accolto le soluzioni tecnologiche di 16 imprese italiane. In programma dal 28 aprile al 1° maggio, la conferenza riunisce i principali player mondiali del mercato, approfondendo tecnologie che vanno dalla crittografia quantistica all’IA.

A guidare le realtà italiane è l’ICE – Agenzia per la promozione all’estero e l’internazionalizzazione delle imprese italiane in partnership con l’Agenzia per la Cybersicurezza Nazionale (ACN) e in collaborazione con il Ministero degli Affari Esteri e della Cooperazione Internazionale.

“Alla RSA Conference mostriamo tecnologie come l’AI per la sicurezza, la biometria che rispetta la privacy e la crittografia post – quantistica: strumenti pensati per chi deve proteggere infrastrutture critiche e catene di fornitura in tutto il mondo. Il nostro obiettivo è creare partnership industriali e tecnologiche che mettano a fattor comune l’ingegnosità italiana con l’ampiezza di mercato e la potenza di investimento dei leader internazionali” ha dichiarato Matteo Zoppas, presidente di Agenzia ICE.

RSA Conference

Credits: Agenzia ICE

La missione italiana, presente presso l’Italian Innovation and Culture Hub Unnovit di San Francisco, ha ospitato ieri 29 aprile un evento di networking dedicato all’eccellenza nazionale nella cybersecurity. Organizzato in collaborazione con il Consolato Generale d’Italia a San Francisco, l’occasione ha riunito le aziende italiane per incontrare investitori e operatori internazionali.

L’evento ha visto i saluti del Console Generale Sergio Strozzi, del Trade Commissioner dell’Ufficio ICE di Los Angeles Giosafat Riganò, del rappresentante MAECI Massimo Carnelos e del responsabile del Fondo AI di CDP Venture Capital Vincenzo Di Nicola. In seguito si è tenuto un keynote di Luca Nicoletti, Capo del Servizio Programmi Industriali, Tecnologici, di Ricerca e Formazione di ACN sul panorama cyber italiano, un fireside chat con Tim Maurer, Senior Director Cybersecurity Policy di Microsoft e tavoli tematici con gli innovatori italiani.

Le realtà italiane alla RSA Conference

La partecipazione delle imprese italiane alla RSA fa parte di una strategia di promozione coordinata dall’ufficio ICE di Los Angeles per la creazione di reti internazionali. L’ufficio ha già coordinato la partecipazione delle realtà del Paese in altre occasioni, tra le quali il CES 2025 di Las Vegas e “Italy on the Move”, l’appuntamento con l’industria italiana delle scienze della vita negli USA.

Lo scorso marzo la delegazione italiana si è trovata nuovamente a San Francisco per la Game Developers Conference e l’ufficio ICE ha supportato anche WMF – We Make Future nell’organizzazione di “AI for future”, un evento tenutosi presso l’hub Innovit. Tra le iniziative ICE c’è anche il Global Startup Program, programma a supporto delle startup che prevede un percorso integrato di sviluppo all’estero in sei località strategiche nel mondo, comprese New York e Los Angeles.

RSA Conference

Credits: Agenzia ICE

Quest’anno le aziende italiane presenti alla RSA Conference sono attive su più fronti tecnologici nel mondo della cybersecurity, compresi l’IA e l’automazione, la networks security, le soluzioni per la tutela dell’identità digitale e le tecnologie quantistiche. Nel dettaglio, le realtà del Paese presenti alla conferenza sono:

  • Accelerat (San Giuliano Terme – Pisa): una realtà che fornisce soluzioni software per garantire elevati livelli di sicurezza per i sistemi cyber-fisici quali veicoli autonomi, robot avanzati e automazione industriale. Accelerat ha appena lanciato AI Bunker, una soluzione che protegge da furto o accesso non autorizzato i modelli proprietari di IA;
  • bitCorp (Milano): l’azienda ha sviluppato ZADIG XDR, piattaforma per la gestione della cybersecurity progettata per consentire la definizione di processi di Detection & Response personalizzati e altamente specializzati basati su IA;
  • Cyber Evolution (Ascoli Piceno): questa impresa ha sviluppato LECS, tecnologia plug&play per la sicurezza IT e OT sviluppata da Cyber Evolution che integra Deep Packet Inspection avanzata e risposta attiva alle minacce;
  • Cyberneid (Napoli): l’azienda si propone di democratizzare l’accesso alle tecnologie di identità digitale, rendendo la verifica rapida per gli utenti genuini e complessa per i frodatori grazie a controlli multilivello alimentati dall’IA;
  • Drivesec (Torino): l’azienda ha sviluppato WESETH, Piattaforma di automazione dei test pensata per verificare la cybersicurezza dei sistemi cyber-fisici;
  • EDGE SDN (Bologna): la piattaforma dell’azienda garantisce la continuità operativa nelle reti industriali esistenti sfruttando la segmentazione dei flussi di dati direttamente sugli switch già installati. Edge SDN crea confini di sicurezza invisibili all’interno della rete OT Senza modificare indirizzi IP o VLAN, , permettendo di riutilizzare l’infrastruttura esistente per proteggere le linee di produzione;
  • Equixly (Firenze): l’azienda ha sviluppato una piattaforma di testing delle API alimentata da IA che permette di realizzare software più sicuri, individuando vulnerabilità logiche di business, integrandosi senza soluzione di continuità nel ciclo di sviluppo software;
  • Ermes–Browser Security (Torino): la soluzione dell’azienda usa IA e Deep Learning per proteggere il browser aziendale da phishing, minacce web generate da IAe furto di credenziali;
  • Keyless (Roma): l’azienda offre autenticazione biometrica avanzata a tutela della privacy grazie alla sua tecnologia proprietaria Zero‑Knowledge Biometrics (ZKB) che consente di effettuare MFA in pochi millisecondi senza memorizzare dati biometrici;
  • Monokee (Rovereto – Trento): Monokee è una piattaforma di Identity and Access Management e Identity Orchestration che unisce autenticazione,  autorizzazione e governance attraverso un’interfaccia visuale e si integra con le infrastrutture esistenti;
  • Pluribus One (Cagliari): l’azienda ha sviluppato SEER BOX, soluzione on-premise per la protezione avanzata di applicazioni Web e API, progettata per rispondere alle esigenze operative di SOC e MSSP. La piattaforma agisce come un Web Application Security Manager, abilitando funzionalità di detection e response;
  • Quantum2pi (Napoli): l’azienda sviluppa algoritmi di sicurezza resistenti ai computer quantistici e sistemi di comunicazione basati su QKD per proteggere i dati dalle minacce future.
  • Random Power (Milano): l’azienda ha sviluppato una piattaforma di generatori di bit di stato casuale sulla base delle proprietà quantistiche di dispositivi dedicati in Silicio, per applicazioni in cyber security, privacy preservation, AI training e simulazione di sistemi complessi;
  • Security Pattern (Mazzano – Brescia): l’azienda offre consulenza, IP hardware e formazione per integrare la sicurezza a livello di hardware, software e procedure, supportando i produttori di dispositivi connessi nei settori medicale, industriale, automotive e consumer. L’azienda ha sviluppato la piattaforma ARIANNA, in grado di assolvere le richieste dei più stringenti standard medicali ed industriali in ambito di gestione delle vulnerabilità;
  • TrueScreen (Bologna): la piattaforma dell’azienda previene frodi, contestazioni e disinformazione certificando con valore legale autenticità ed immodificabilità di file multimediali, mail e documenti;
  • Weagle (Milano): l’azienda ha sviluppato un un motore di ricerca aziendale e una chat IA che anonimizzano le ricerche, archiviano i dati in un wallet cifrato e li cancellano dopo 24 ore, offrendo riservatezza e controllo dei dati generati dall’attività web e di IA n azienda.

Condividi l’articolo



Articoli correlati

Altro in questa categoria


https://www.securityinfo.it/2025/04/30/la-rsa-conference-accoglie-le-soluzioni-italiane-di-cybersecurity/?utm_source=rss&utm_medium=rss&utm_campaign=la-rsa-conference-accoglie-le-soluzioni-italiane-di-cybersecurity




AI, Trump licenzia 200 specialisti (l’ha deciso il DOGE di Musk). Si indebolisce la capacità del Paese di innovare

L’amministrazione Trump allontana oltre 200 specialisti AI, sempre più incerto il futuro dell’intelligenza artificiale made in US

Negli ultimi mesi, il presidente Donald Trump ha intrapreso numerose iniziative per posizionare gli Stati Uniti come leader globale nell’ambito dell’intelligenza artificiale(AI). Già a gennaio, Trump aveva firmato un ordine esecutivo con l’obiettivo dichiarato di assicurare la “dominanza” americana nel campo dell’AI, seguito ad aprile da una direttiva rivolta a tutte le agenzie federali per reclutare personale esperto in tecnologie avanzate.

Recentemente, un ulteriore ordine esecutivo è stato firmato con l’intento di integrare l’intelligenza artificiale nelle scuole americane, a sottolineare ulteriormente l’interesse strategico dell’amministrazione verso questa tecnologia emergente.

Tuttavia, questi sforzi sono stati minati da decisioni controverse che hanno comportato la perdita di numerosi esperti. Molti dei talenti reclutati durante la precedente amministrazione Biden, nell’ambito del progetto “National AI Talent Surge“, sono stati rapidamente licenziati o hanno lasciato volontariamente il governo dopo l’insediamento della nuova amministrazione Trump.

La perdita di oltre 200 specialisti AI, attivamente coinvolti in progetti cruciali come la riduzione dei tempi di attesa per la previdenza sociale, la semplificazione della dichiarazione dei redditi e l’ottimizzazione dell’assistenza sanitaria ai veterani, rappresenta un significativo spreco di risorse federali.

Licenziamenti effettati dal DOGE guidato da Elon Musk

Secondo quanto riportato da ex funzionari governativi intervistati dal Time, molti dei licenziamenti sono avvenuti sotto la direzione del Dipartimento per l’Efficienza del Governo (DOGE), guidato dall’imprenditore Elon Musk.

Questo dipartimento ha effettuato un ampio taglio di personale tecnologico, eliminando centinaia di posizioni in ruoli cruciali per lo sviluppo digitale e l’implementazione di soluzioni AI in diverse agenzie federali. L’ufficio tecnologico denominato “18F“, responsabile di importanti progetti come il programma IRS Direct File per la dichiarazione gratuita delle tasse, è stato completamente cancellato.

Questa serie di decisioni ha creato un’atmosfera di instabilità e incertezza, rendendo difficile il reclutamento di nuovi specialisti qualificati nel settore pubblico. Deirdre Mulligan, ex direttrice del National Artificial Intelligence Initiative Office, ha sottolineato che tali azioni non solo privano il governo del talento necessario per l’innovazione tecnologica, ma scoraggiano anche futuri candidati dall’intraprendere carriere pubbliche, visto il clima lavorativo instabile creatosi.

Angelica Quirarte, esperta recruiter di talenti tecnologici assunta durante l’amministrazione Biden, ha confermato le difficoltà future che attendono il governo nel reclutare nuovi esperti in AI. Quirarte stessa ha deciso di lasciare il proprio ruolo dopo appena 23 giorni nell’amministrazione Trump, descrivendo un ambiente caratterizzato da paura e mancanza di fiducia reciproca, condizioni che ostacolano fortemente l’attuazione di politiche efficaci e l’innovazione tecnologica.

Le decisioni di Trump stanno indebolendo al capacità di innovare degli Stati Uniti

Se da un lato le dichiarazioni ufficiali mostrano una chiara intenzione di accelerare sull’intelligenza artificiale, dall’altro le decisioni operative recenti rischiano di compromettere seriamente le capacità americane di guidare questo settore cruciale per il futuro.

La perdita di talenti potrebbe costringere le agenzie federali a ricorrere a consulenze esterne molto più costose e meno integrate nel tessuto istituzionale, con implicazioni negative sull’efficienza e sulla qualità delle innovazioni tecnologiche negli Stati Uniti.

La mancanza di personale qualificato in grado di sviluppare soluzioni innovative per il governo potrebbe tradursi in minore efficienza e in una riduzione della capacità di rispondere rapidamente a esigenze sociali complesse (sanità, sicurezza, previdenza, ecc.).
L’indebolimento del Governo federale americano (a vantaggio dei privati) non farà altro che indebolire la capacità degli Stati Uniti di competere in settori chiave dell’economia globale e di guidare l’innovazione globale, favorendo anzi altri Paesi diretti competitor, come ovviamente la Cina.

Trump giù nei sondaggi

Trump ha raggiunto i suoi primi 100 giorni alla Casa Bianca, firmando 137 ordini esecutivi in totale. Un primato nella storia degli Stati Uniti, che non sembra aver conquistato gli americani. Secondo il nuovo sondaggio della CNN, il Presidente Trump è al minimo storico nei sondaggi, cresce tra la popolazione la paura per il futuro e soprattutto per un’imminente recessione economica.

Leggi le altre notizie sull’home page di Key4biz

https://www.key4biz.it/ai-trump-licenzia-200-specialisti-lha-deciso-il-doge-di-musk-si-indebolisce-la-capacita-del-paese-di-innovare/529918/




Come lo studio che ha creato la serie tv ‘Dark’ utilizza l’AI per sceneggiature e compiti amministrativi

Leonine Studios, noto per produzioni come ‘Dark’, ha implementato strumenti basati su AI in vari ambiti aziendali, con l’obiettivo di aumentare la produttività mantenendo l’essere umano al centro della creatività.

La piattaforma interna, denominata ‘LeoChat’, permette ai dipendenti di interagire con diversi modelli linguistici per attività amministrative e creative, come la stesura di sceneggiature e la gestione delle email. Il sistema offre anche un assistente FAQ, un ‘personal trainer’ per migliorare le competenze in AI e un agente per prenotazioni interne.

L’approccio di Leonine punta su miglioramenti incrementali e non su rivoluzioni, incentivando la sperimentazione e il confronto tra colleghi tramite iniziative come il ‘Prompt della Settimana’. I dati restano sempre su server aziendali per garantire sicurezza, e ogni reparto dispone di un referente AI. La strategia aziendale, guidata da Danilo Pejaković, valorizza la combinazione tra tecnologia e ingegno umano, ritenendo che l’innovazione debba supportare, e non sostituire, la creatività.

L’entusiasmo e la curiosità dei dipendenti sono considerati fondamentali per il successo di questa integrazione tecnologica. La filosofia alla base è che le storie migliori nascono dalla collaborazione tra persone e strumenti intelligenti, non da un’automazione completa.

Per maggiori informazioni, clicca per l’articolo originale.

I lavoratori potrebbero risparmiare 122 ore l’anno utilizzando l’AI per compiti amministrativi, secondo Google

Secondo un recente studio di Google, il Regno Unito potrebbe beneficiare di una crescita economica pari a 400 miliardi di sterline grazie all’adozione dell’AI, soprattutto se la forza lavoro venisse adeguatamente formata.

I risultati di alcuni programmi pilota condotti in varie realtà, tra cui piccole imprese e istituzioni educative, hanno mostrato che l’uso dell’AI per attività amministrative può far risparmiare ai lavoratori oltre 120 ore annue.

Il rapporto sottolinea che semplici azioni, come autorizzare formalmente l’uso dell’AI e offrire brevi sessioni formative, possono raddoppiare i tassi di adozione di queste tecnologie. L’analisi ha rivelato che due terzi dei lavoratori coinvolti, in particolare donne mature con basso reddito, non avevano mai impiegato strumenti di AI generativa in ambito professionale.

Dopo l’introduzione dell’AI, la percentuale di donne sopra i 55 anni che utilizzano regolarmente queste tecnologie è passata dal 17% al 56% settimanale e dal 9% al 29% quotidiano.

Un ostacolo rilevante è risultato essere la percezione di legittimità nell’utilizzo dell’AI, con molti dipendenti che cercavano conferme sull’opportunità di ricorrervi nel proprio lavoro. Fornire rassicurazioni e formazione ha incrementato l’uso costante dell’AI, dimostrando come interventi minimi possano colmare il divario tecnologico e stimolare la produttività.

Per maggiori informazioni, clicca per l’articolo originale.

Leggi le altre notizie sull’home page di Key4biz

https://www.key4biz.it/come-lo-studio-che-ha-creato-la-serie-tv-dark-utilizza-lai-per-sceneggiature-e-compiti-amministrativi/529909/




AI e data center. Una fame di energia senza precedenti

Rubrica settimanale SosTech, frutto della collaborazione tra Key4biz e SosTariffe. Per consultare gli articoli precedenti, clicca qui..

Altro che tecnologia immateriale: l’Intelligenza Artificiale ha un peso, e si misura in terawattora. Secondo l’ultimo rapporto della IEA, l’Agenzia Internazionale dell’Energia (Energy and AI), entro il 2030 i data center potrebbero consumare oltre 945 TWh di elettricità, più di quanto consumi oggi l’intero Giappone in un anno. Il traino principale? Proprio l’IA. La crescita della domanda di energia generata dai sistemi ottimizzati per l’intelligenza artificiale sarà più che quadruplicata in cinque anni, e rappresenterà la quota più significativa del balzo in avanti dei consumi.

Dietro questo dato non c’è solo l’espansione delle big tech, ma una trasformazione radicale dell’infrastruttura energetica globale. L’elaborazione massiva dei modelli linguistici, la gestione di enormi volumi di dati in tempo reale, i servizi cloud ad alta intensità di calcolo: tutto questo si traduce in un bisogno crescente di energia, di server, di raffreddamento e di connessioni continue.

Un sistema affamato, potente e inarrestabile, che sta costringendo governi e aziende a rivedere in fretta le proprie strategie energetiche.

Negli Stati Uniti l’IA divora più energia dell’industria pesante

Nel futuro prossimo, elaborare dati peserà sulla bolletta energetica americana più che produrre acciaio, cemento o alluminio. Secondo l’IEA, quasi la metà dell’aumento previsto nei consumi elettrici degli Stati Uniti da qui al 2030 sarà causato dai data center. E in gran parte per colpa dell’IA. In un’economia dove il dato è diventato materia prima, la sua elaborazione diventa il nuovo processo industriale ad alta intensità energetica. In alcuni stati, come l’Arizona, i data center sono destinati a consumare da soli fino al 16,5% dell’intera elettricità prodotta, secondo recenti stime indipendenti riportate dal Financial Times.

Non è un fenomeno locale: anche in Europa, Giappone e Asia sudorientale i data center si preparano a incidere per oltre il 20% della crescita della domanda elettrica da qui alla fine del decennio. Dopo anni di stagnazione, il settore dell’energia torna così a crescere, trainato non più dalle industrie tradizionali ma dalle fabbriche invisibili del calcolo.

Un paradosso moderno, se vogliamo, perché più diventiamo digitali, più dobbiamo pensare all’infrastruttura fisica che lo rende possibile.

Efficienza energetica, costi fuori scala e la corsa a soluzioni più sostenibili

L’espansione dei data center guidata dall’AI non si traduce solo in una questione di approvvigionamento elettrico, ma in un problema urgente di efficienza e sostenibilità economica. Mantenere operative migliaia di server ad alte prestazioni, spesso 24 ore su 24, comporta spese energetiche colossali, tanto da spingere molte aziende a rivedere radicalmente le proprie strategie di fornitura, ottimizzazione e raffreddamento. Le tecnologie emergenti – dal raffreddamento a liquido diretto all’automazione dei carichi in funzione della richiesta – diventano fondamentali per evitare che la bolletta divori i margini.

Ma la vera sfida, secondo l’IEA, è quella di rendere la crescita scalabile senza compromettere gli obiettivi climatici o la stabilità economica delle imprese. E non si tratta solo di grandi multinazionali: anche le PMI tech e i fornitori di servizi digitali stanno entrando in un’era in cui monitorare, prevedere e razionalizzare i costi energetici è diventato cruciale.

In questo contesto, strumenti come SOSTariffe.it, pensati per confrontare in modo chiaro e aggiornato le offerte energia e gas, possono fare la differenza anche in ambito business. Non è solo questione di “spendere meno”, ma di capire dove e come si spende, e quanto margine si ha per migliorare.

Il rischio altrimenti è di trovarsi con infrastrutture sovradimensionate, alimentate da contratti poco trasparenti, e con consumi fuori controllo. In un mondo in cui ogni watt conta, l’intelligenza non può più essere solo artificiale, ma anche gestionale.

Emissioni in aumento, ma anche un potenziale green ancora tutto da giocare

Che l’Intelligenza Artificiale faccia salire i consumi è un dato di fatto. Ma quanto inciderà davvero sulle emissioni globali? Secondo il report dell’IEA, entro il 2035 le emissioni annuali prodotte dai data center legati all’AI potrebbero raggiungere i 500 milioni di tonnellate di CO₂. Una cifra impressionante, ma ancora contenuta: meno dell’1,5% delle emissioni del settore energetico globale. E, dettaglio non banale, questa crescita potrebbe essere compensata da una riduzione ben più ampia se l’IA fosse impiegata su larga scala per ottimizzare i consumi, ridurre gli sprechi e accelerare l’adozione di energie rinnovabili.

Il nodo sta proprio qui: l’IA è – o almeno, può essere – al tempo stesso parte del problema e parte della soluzione. Può servire per progettare batterie più efficienti, ottimizzare la produzione di energia solare, anticipare i picchi di domanda, ridurre le perdite nella trasmissione. E può farlo con una velocità di calcolo e una capacità di apprendimento che nessun algoritmo “classico” potrebbe eguagliare. Ma tutto dipende da chi controlla i modelli (problema annoso), quali dataset vengono usati e con quali obiettivi (questione ancora più spinosa).

Se il motore è programmato per generare clic pubblicitari, l’impatto sarà uno; se lavora per rendere più pulita una rete elettrica nazionale, sarà tutt’altro. A ognuno il proprio parere se quali saranno gli obiettivi dei grandi player del mondo di oggi.

Infrastrutture, investimenti, regole: il triangolo dell’equilibrio energetico

L’IA spinge la rete elettrica verso un terreno nuovo, dove la crescita non è più trainata solo dall’industria o dai trasporti, ma da processi digitali ad alta intensità computazionale. Per affrontare questa transizione, secondo l’IEA, serviranno investimenti mirati in nuova capacità di generazione, reti più flessibili e data center più efficienti. Non basterà aumentare l’offerta: sarà necessario ripensare il modo in cui l’energia viene distribuita, gestita e usata, integrando soluzioni che sappiano reagire in tempo reale alle variazioni della domanda.

In parallelo, occorrerà rafforzare il dialogo tra istituzioni, industria energetica e settore tecnologico. Non solo per pianificare l’infrastruttura, ma per prevenire nuove dipendenze critiche: dai materiali rari alle piattaforme proprietarie, passando per la vulnerabilità delle reti digitali. Da questo punto di vista, l’annuncio di un Osservatorio globale su AI, energia e data center, con dati aperti e monitoraggi in tempo reale, è un passo nella direzione giusta.

Poiché l’IA sta cambiando il modo in cui produciamo e consumiamo energia, per tradurre questo cambiamento in vantaggio, servono strumenti, regole e una visione che tenga insieme efficienza, sicurezza e competitività. Non è una corsa contro il tempo, ma una sfida di coordinamento.

Leggi le altre notizie sull’home page di Key4biz

https://www.key4biz.it/ai-e-data-center-una-fame-di-energia-senza-precedenti/529461/