Banking Innovation e AI. Vantaggi ma anche pericoli per la corporate democracy e la sostenibilità sociale

Banche e  IA: quale scenario?

Come sta cambiando e potrà cambiare il mondo bancario e finanziario con la diffusione dell’Intelligenza artificiale (IA)? Quali effetti sulla condotta delle banche e degli intermediari finanziari, sulla efficienza operativa, ma soprattutto sull’ allocazione delle risorse? Quali ricadute sul mercato e sulla clientela?  

A queste domande se ne possono aggiungere altre, più particolari, come quelle riguardanti l’organizzazione del lavoro, l’occupazione del settore, l’evoluzione delle professionalità. Accanto ai possibili vantaggi e  alle conseguenze positive che si possono immaginare  sul piano economico e sociale –  sviluppo economico e  progresso – che dovrebbero essere prevalenti, quali nuovi rischi e pericoli  si possono prevedere sul piano della sicurezza e della stabilità finanziaria? Quali pericoli  per la privacy  della clientela e  per la tutela dei risparmiatori?

Il dibattito su queste questioni, e su altre ancora a loro connesse, è solo agli inizi; la ricerca volta a verificare le tendenze in atto non ha dato ancora risposte convincenti, i temi  da affrontare sono numerosi ma non sono ancora ben  chiaramente  inquadrabili in una visione unitaria, necessaria per una comprensione soprattutto delle interrelazioni fra i vari aspetti coinvolti. Questi vanno dal generale al particolare, dalla problematica della regolamentazione, ai profili tecnici per passare a quelli strategici e organizzativi, a quelli dello sviluppo economico.

Certamente, partire da una visione ampia e generale, anche se con contorni non  ancora ben definiti,   è necessario, comprendendovi anzitutto  la questione dei produttori-sviluppatori (provider) dei sistemi di IA, degli utilizzatori (deployer) e della loro regolamentazione. La Ue si è mossa in questa direzione con  l’Artificial Intelligence Act (regolamento 2024/1689) con l’obiettivo  di armonizzare i  requisiti  di conformità per l’immissione sul mercato, in tutti i settori, di tali sistemi. Le questioni giuridiche coinvolte sono importanti  e, da un punto di vista generale, riguardano anzitutto  la cybersicurezza e la protezione dei dati personali. Il tema dei rischi e del loro contenimento attualmente  prevale  con una normativa che guarda alla loro rilevanza (alta, limitata, minima) e  di conseguenza agli obblighi  più meno stringenti a cui i sistemi sono sottoposti. Si pensi alle differenze tra le applicazioni IA che riguardano i rischi sistemici e  quelle che  interessano i rischi non  sistemici.  

Le banche si trovano, prevalentemente, in una posizione di utilizzatori  dei sistemi di IA che coinvolgono in modo ampio tutto il framework dei loro rischi. Per comprendere la dimensione del  problema, basti pensare che l’IA si prospetta quale innovazione tecnologica-organizzativa determinante  per un’ evoluzione ulteriore  degli attuali modelli imprenditoriali bancari – già ampiamente digitalizzati, con assetti  snelli e piatti, da anni orientati al continuo efficientamento – verso modelli molto più radicali  dal punto di vista dell’attuazione  del virtual e del digital  banking. 

La rivoluzione digitale che le banche italiane ed europee hanno intensificato nell’ultimo decennio va vista  come  una risposta alla necessità di ridurre i costi operativi, in un contesto di crisi permanente e di rallentamento dell’economia, snellendo e semplificando i modelli organizzativi, grazie alla digitalizzazione dei processi, tramite il ridimensionamento delle reti degli sportelli, sostituiti dalle reti digitali,  e delle  strutture centrali. Queste ristrutturazioni hanno portato a una forte riduzione degli  organici  del personale ma anche dei livelli direttivi e soprattutto del middle management.

Impatto invasivo dell’IA sui modelli di  business bancari

Per comprendere pertanto  l’interesse delle banche per i sistemi di IA e il loro impiego, sia a livello strategico che organizzativo, occorre  collocarne l’impatto  nell’ambito dei trend dei cambiamenti tuttora in corso    verso modelli bancari più informatizzati, automatizzati e digitalizzati,  basati su piattaforme tecnologiche sempre più complesse in grado di supportare l’intera gestione.

L’orientamento all’efficientamento è accentuato da governance aziendali centrate sulla creazione di valore per gli azionisti e non solo dalle pressioni competitive che risultano  peraltro contenute in un settore ad alta   concentrazione con la  dominanza di un ristretto numero di grandi gruppi bancari. Vi sono  d’altra parte, tra  questi gruppi,  condotte imitative che determinano effetti di isomorfismo  tecnologico-organizzativo per cui  il  settore tende ad evolvere, potremmo dire,  a stadi  su basi di relativa omogeneità.

Ma con l’IA si possono  avere non solo  risparmi di costi,  l’aspetto più rilevante è certamente l’aumento  dell’efficacia decisionale.

Quello del miglioramento del processo di decision-making è uno degli aspetti maggiormente promettenti, ma  anche più controversi, tra quelli associati all’ adozione dell’ IA. Secondo quanto  dicono i provider di sistemi IA, se intere strutture  operative  basate sul lavoro umano possono essere sostituite da  algoritmi decisionali, di analisi, diagnosi e  controllo,  è possibile conseguire anche un aumento di efficacia, rapidità, delle stesse  decisioni,   con  la riduzione degli errori, dei rischi,  e una loro migliore gestione.  Queste potenziali  ricadute sul miglioramento delle  performance sono di conseguenza  molto  attrattive per un top management bancario che punta a incrementare il rendimento del capitale e a individuare le migliori combinazioni rischio-rendimento.

L’applicazione dell’AI ai processi decisionali e di controllo delle banche si preannuncia quindi  invasiva ma anche con pericoli vista la  natura essenzialmente “opaca” degli algoritmi che possono celare scelte di valore e “pregiudizi” (bias)  da parte dei produttori nella loro  concreta realizzazione. I sistemi di IA possono assegnare implicitamente un peso maggiore a obiettivi di ottimizzazione di specifiche funzioni target al fine di valorizzare l’affidabilità predittiva dei modelli, non tenendo tuttavia in debito conto le possibili implicazioni (anche sistemiche) per il settore bancario e creditizio nel suo insieme, oltre che per le diverse categorie di stakeholders a vario titolo interessate dalle decisioni del top management.

Si pensi, nelle funzioni di staff,  alle attività di risk management, programmazione e controllo di gestione, marketing, pianificazione strategica:  queste funzioni di supporto  possono essere sia integrate  dai sistemi di IA  sia addirittura sostituite da tali sistemi, restringendo così i  team  che affiancano il top management.  Proprio la scelta di sostituire, anziché  integrare, i team di supporto con soluzioni AI-empowered, espone  però il top management a rischi di “cattura” da parte dei fornitori di sistemi di IA, i quali possono surrettiziamente orientarne le scelte senza tuttavia assumerne la responsabilità.

Passando a considerare i potenziali benefici dell’IA, sul piano sia dei costi che dell’efficacia, essi  sono conseguibili  soprattutto nei comparti operativi del core business, come nella valutazione del rischio di credito, nella gestione degli investimenti finanziari, nell’asset management, nella consulenza e nella gestione delle relazioni con la clientela. In linea teorica, una banca può essere gestita da un “sistema di  sistemi di IA” interconnessi,  che dialogano fra di loro, visto che le banche gestiscono informazioni, mezzi di pagamento e strumenti finanziari immateriali,   che circolano nei sistemi informatici e digitali non solo all’interno delle banche ma anche fra le banche  e  all’esterno,  nel mercato,   grazie ai collegamenti  con il resto del sistema finanziario,  con la banca centrale, le autorità di vigilanza  e  il sistema  economico.

Anche a seguito del cambio di paradigma introdotto con l’approccio “guidato dai dati” (data-driven), che si propone come alternativo e in aperto antagonismo con quello “simbolico” che ha caratterizzato la prima fase di sviluppo dell’IA (nota come GOFAI), di cui i “sistemi esperti” costituivano la cifra peculiare, l’attuale fase si caratterizza proprio per la diffusione di modelli di “apprendimento automatico”. Questi modelli non solo  sono in  grado  di fornire risposte a quesiti formulati, ma hanno anche  la capacità “autonoma” di individuare i modelli descrittivi reputati più adeguati alla complessità dei fenomeni oggetto di analisi, sulla scorta precipua dell’ elaborazione di moli di dati di enorme dimensione (Big Data Analytics), condotta tramite reti neurali artificiali “profonde” (deep learning).

Si  potrebbe quindi pensare che l’IA  possa riguardare  nelle banche la maggior parte delle decisioni in modo automatico, senza l’intervento umano,  per cui sostanzialmente si realizzerebbe un  autogoverno  mediante piattaforme tecnologiche monitorate da un vertice assistito da una  tecnocrazia che, a sua volta assistita  da IA,  si occupa del monitoraggio  dell’intero  sistema tecnologico. Tale scenario rivela i rischi di possibile “eterodirezione” delle decisioni, che risulterebbero guidate dalle scelte implicite, implementate nei sistemi di IA da parte dei produttori.

Banche, IA e responsabilità sociale

Questa visione, che stiamo delineando, è certamente lontana dall’ attuale realtà ed esperienza delle banche  nell’ applicazione della  IA alle  proprie attività, ma non è poi così utopistica come potrebbe  sembrare.  Le  traiettorie che si  possono prefigurare è  verosimile che vadano, o tentino di andare, in tali direzioni sull’onda dell’innovazione tecnologica che sta invadendo   il mondo delle imprese, dell’economia e della società. Vi è da chiedersi  pertanto quali sono gli effetti sociali ed economici di banche governate dalla IA, tenuto conto  dell’evoluzione del settore bancario verso un aumento del  suo grado di concentrazione e   un minor grado  di concorrenza,   che  ne mettono  in discussione  anche la sostenibilità sociale.

Come  già osservato, siamo in presenza non solo  Italia, ma in  anche in Europa,  di un crescente grado di  concentrazione bancaria-finanziaria  con la dominanza di  pochi grandi gruppi bancari e finanziari  che accentrano la gran parte dei flussi finanziari dell’economia. Questo verticismo finanziario, che mette nelle mani di un ristretto numero di persone le decisioni di allocazione delle risorse,  è guidato dal rendimento del capitale per cui i sistemi di  IA , fino a prova contraria, seguiranno tale  principio efficientistico in modo automatico rendendo ancora più selettivo, e meno inclusivo,  il processo allocativo.

Vi è quindi un “rischio alto” per un’ economia europea  che si propone sostenibile, e che dovrebbe essere supportata da una finanza sostenibile, qualora i sistemi di IA non siano impostati sulla base  di criteri di sostenibilità. Questi criteri possono però essere incorporati dall’IA, anzi questa dovrebbe facilitarne l’inclusione   rendendo oggettivo e meno arbitrario il rispetto dei criteri ESG (environmental, social, governance). Ma qui entrano  in gioco il mercato dell’IA e la condotta  delle banche come utilizzatori. Secondo l’AI Act,  i deployer  devono monitorare tali sistemi qualora  si presuma che vi sia un rischio per la salute, la sicurezza o la tutela dei diritti fondamentali delle persone.

Se si traduce questa previsione  dal punto di vista dell’attività bancaria, e quindi  sul piano economico-finanziario, si può parlare di “alto rischio”  dei sistemi di IA bancari, non solo per gli impatti  di tipo sistemico  ma anche  per quelli riguardanti l’allocazione delle risorse, per cui  dovrebbero essere  sollecitate  valutazioni  di affidabilità  anche da parte dei provider. Sarebbe quindi  opportuno che fossero le stesse banche a sviluppare sistemi IA propri,  tenuto conto anche dei  risvolti competitivi di  differenziazione che una banca dovrebbe   tutelare a proprio diretto vantaggio.

Utilizzando  le banche i medesimi  sistemi di IA prodotti dal mercato,  possono aversi comportamenti  uniformi  con  problemi anche per  la stabilità finanziaria soprattutto quando  tali comportamenti sono amplificati dal conformismo indotto da soluzioni tecnologiche standardizzate, basate su logiche algoritmiche reputate “oggettive” ma  che comportano  effetti pro-ciclici,  un’ allocazione distorta delle risorse (risparmio in primis)  e, si ripete,  rischi sistemici.

Ma  a parte questi effetti,  i compotamenti  possono  essere condizionati da determinati interessi economico-finanziari;  se, per fare un esempio, le   banche europee, nel sostenere una  politica industriale comunitaria,  che promuova la  competitività e la crescita, si trovano a mobilitare   il risparmio privato,      un approccio tendenzialmente  unitario  nei servizi di “risparmio gestito”  può essere indirettamente  guidato dai centri di potere  dominanti  che controllano anche  i flussi    informativi.

Non si tratta di una visione fantascientifica ma della possibilità  che i sistemi di IA   possano essere pilotati da forze dirigistiche che sfuggono al controllo sociale.  Siamo  peraltro in presenza di problemi  che rientrano  nell’ambito della cybersicurezza e della data protection, visto  che le informazioni rilevanti sono gestite ed elaborate in forma sempre più accentrata, a causa dell’impiego pervasivo e imprescindibile di piattaforme di cloud-computing. Queste,  da un lato, amplificano gli effetti negativi legati a indisponibilità dei dati a seguito di malfunzionamenti, dall’altro lato,  aggravano i rischi di dipendenza tecnologica legati a pratiche di lock-in realizzate dai fornitori, che condizionano l’effettiva disponibilità del patrimonio informativo aziendale. Ciò che rileva a questi riguardi  è  l’elevata asimmetria conoscitiva che vi è tra chi progetta, attua e gestisce i sistemi di IA e chi li utilizza, per cui il potere risiede  di fatto in questa tecnostruttura che diventa classe  professionale e settore dominante. I sistemi di IA sono forniti da grandi imprese tecnologiche  per cui il potere di influenza di cui stiamo parlando  è fortemente concentrato.

Oltre ai  problemi tecnici di sicurezza  dei sistemi informativi e di rete, vi sono  anche  problemi politici di sicurezza  riguardanti  l’ingente mole di  dati  che l’IA deve processare. I dati  devono essere  adeguati e pertinenti  e quindi di  elevata qualità. Si possono infatti avere decisioni errate e imprecise   ma prodotte dall’IA generativa  come se fossero corrette, sostenute da informazioni secondarie inventate dalla stessa IA; si parla di “allucinazioni” dell’IA  dovute al fatto che, essendo addestrata a ragionare sulla base delle parole statisticamente plausibili,  ciò che è linguisticamente probabile non è però  sempre fattualmente corretto.  Ma  a prescindere dalla qualità dei dati,  ciò che già sta creando sospetti nell’opinione pubblica è soprattutto  la questione della trasparenza del funzionamento dei sistemi di IA,  aspetti che  non sono comunicati, anche perché non facilmente spiegabili, e quindi non controllabili. 

Le  decisioni  automatiche riguardanti i finanziamenti  possono essere discriminanti  e inique perché gli  algoritmi sono  già predisposti per escludere e selezionare in modo prevenuto  creando disparità di accesso. La normativa dell’Ai Act stabilisce al riguardo  il principio che  le decisioni non siano legate univocamente  a  trattamenti automatizzati che  producono  effetti giuridici ma che  i sistemi siano  di supporto; sono previste tuttavia  deroghe quando  il trattamento automatizzato abbia ricevuto il consenso esplicito  degli interessati. Se la  questione dell’IA applicata alle banche presenta complicazioni  sul piano giuridico,  resta di grande interesse  quella dei  pericoli che  abbiamo sollevato a proposito  degli effetti economici  e sociali.

AI e nuovi dei modelli organizzativi e manageriali bancari

 Come la  digitalizzazione dei processi ha  favorito, nel settore bancario, in questi ultimi decenni, lo sviluppo di assetti   organizzativi snelli e piatti con una forte riduzione del personale  e della gerarchia soprattutto nei livelli intermedi, così  ci si attende effetti simili con la diffusione dei sistemi di IA  che sono in grado di  sostituire non solo gran parte dei lavori operativi ma anche compiti e attività decisionali affidati  al management.  Gli obiettivi in parte sono i medesimi   e riguardano l’ulteriore riduzione dei costi operativi a cui si deve aggiungere  una maggiore efficacia nella gestione dei rischi, nei processi decisionali, nella gestione delle relazioni con il mercato  con l’effetto di migliorare la capacità competitiva e  le  complessive performance aziendali.  

L’impatto sull’organizzazione delle banche è certamente un aspetto rilevante in quanto può accelerare   ulteriormente le tendenze da tempo in atto  della lean & flat organization con un impatto sia sull’organizzazione del lavoro sia sui  modelli manageriali. L’art. 3 dell’Ai Act definisce il sistema di intelligenza artificiale come  “ un sistema automatizzato progettato per operare  con vari livelli di autonomia, con la capacità di adattarsi dopo la distribuzione, generando output come previsioni, raccomandazioni o decisioni  che possono influenzare ambienti fisici o virtuali”. Questa definizione è  molto ampia  e lascia aperta la possibilità di diversi utilizzi nel settore bancario che hanno impatti molti differenti sul piano organizzativo e dei comportamenti.

Due sono i profili dell’IA  maggiormente rilevanti, peraltro  interconnessi,  da  considerare:   la capacità di operare in autonomia e quella decisionale.  Se  l’IA viene vista come supporto alle decisioni  che vengono già prese  dai  ruoli sia manageriali sia operativi,  l’impatto organizzativo resta confinato nell’ambito della razionalizzazione delle decisioni per cui  è  sempre centrale il fattore umano la cui intelligenza si trova, potremmo dire,  a dialogare con quella artificiale. Le decisioni non sono quindi necessariamente delegate  alle macchine e il fattore  umano può  intervenire sempre con il suo giudizio beneficiando  di un confronto che può generare apprendimento. L’effetto apprendimento   è un fattore da tenere in considerazione anche perché un approccio fideistico nei confronti dell’IA, come detto, comporta dei rischi, che la singola  banca potrebbe non essere  disposta a subire. Ne deriva quindi uno  stimolo alla comprensione del perché  delle previsioni, delle raccomandazioni e delle decisioni forniti dai sistemi di IA. 

Se l’IA viene invece  utilizzata  per sostituire attività e   decisioni, di diversa natura e rilievo,  che finora sono state prese a livello manageriale e operativo,   le conseguenze organizzative sono diverse perché in questo caso le macchine sostituiscono il fattore umano. Ciò significa  delegare autonomie  decisionali  alle stesse macchine. Quindi  un ulteriore snellimento organizzativo  e la  conseguente  accettazione di  responsi e condotte generate in modo automatico. Qualora il sistema di IA sia predisposto per avere la massima autonomia, esso  deve però anche  avere   la capacità  autoapprendimento e di adattarsi  dopo la sua implementazione all’evoluzione del contesto in cui opera la banca  affinché   su di esso si possa contare  ritenendolo in grado  di  “ragionare” molto oltre le capacità umane. 

Il peso di questi  due diversi approcci –  supporto e sostituzione del fattore umano –  è una questione che deve  essere   approfondita sulla base delle strategie che le banche  stanno seguendo e seguiranno,  ma è probabile che  i due approcci saranno variamente  combinati. Entrambi sono destinati in ogni caso  a produrre un   cambiamento organizzativo  significativo che  può prendere diverse  direzioni  nell’ evoluzione e innovazione dei  modelli organizzativi e manageriali  con l’obiettivo di renderli non solo più efficienti ma anche più efficaci.  

AI, etica aziendale e corporate democracy

Ciò che interessa qui sottolineare è il fatto che,  con la   diffusione dell’IA  nel settore bancario (come in altri settori),   si  realizza  un salto strutturale  sul piano non solo tecnologico ma anche organizzativo perché la banca, come  le altre imprese,    può semplificare ma  anche modificare il proprio assetto  in modo  sia evolutivo/incrementale  che radicale   andando verso i modelli  de-gerarchizzati  che sono proposti dall’Agile Organization  e dal  Self Management.   Queste evoluzioni comportano però  che l’innovazione tecnologica sia coniugata con quella organizzativa in modo da favorire e rispettare  le coerenze  tra le varie componenti dell’intero sistema aziendale. Quanto alle conseguenze per il personale,  vi sono  ricadute sull’organizzazione  che l’innovazione tecnologica non deve trascurare, come la motivazione, il clima aziendale, lo sviluppo del capitale umano.

Può prevalere però  l’idea che con l’IA le conoscenze siano incorporabili nelle macchine e negli algoritmi per cui  il capitale cognitivo resta di conseguenza accentrato  così  come il potere decisionale  può essere ancor più verticalizzato. Ma  questo modo di vedere gli effetti dell’IA è in contrasto  con le esigenze che  provengono sempre più pressanti dal mondo del lavoro,  cioè dalle richieste dei lavoratori  per  una maggiore valorizzazione della professionalità   a favore dello sviluppo professionale   tramite la partecipazione e il  coinvolgimento nei processi decisionali e nella  vita attiva delle aziende.

Un approccio all’IA di tipo sostitutivo andrebbe pertanto  a peggiorare  il clima organizzativo  che   non gioverebbe  dal punto  di vista della produttività e  coesione aziendale.  Se l’innovazione e il progresso  tecnologico  devono migliorare le condizioni di lavoro,  non peggiorarle, l’approccio all’ IA  deve essere soprattutto di tipo supportivo  e  comunque, quando  è sostitutivo, deve  consentire di valorizzare le  competenze dell’intero sistema aziendale.

Come già ricordato,  negli ultimi decenni la digitalizzazione dei processi nelle banche ha   soprattutto  perseguito la riduzione dei costi  operativi in un contesto di  crisi economica  permanente e di forte aumento dei rischi  che ha  indotto a  un maggiore accentramento decisionale presso il vertice anche per  conseguire economie di scala e attuare un più stretto coordinamento e controllo.  Le autonomie decentrate si sono  pertanto ridotte anche per effetto di una pervasiva proceduralizzazione del lavoro in tutte le funzioni aziendali.  Ciò ha determinato, e sta determinando, gravi effetti demotivazionali e di disengagement,  che comportano anche situazioni di stress, come emerge dai risultati di diverse survey al riguardo, non solo presso il personale, con ruoli sempre più operativi, ma anche presso il middle management che ha visto svuotarsi di contenuti il proprio tradizionale ruolo di connessione tra il vertice e la base operativa.  

Orbene, se  applicata a questo contesto, ci si deve chiedere se l’IA rischia di  acuire il verticismo organizzativo  e decisionale – come è molto probabile – peggiorando così il clima aziendale che andrebbe invece migliorato con modelli organizzativi e manageriali che, come detto, valorizzino le persone e la loro intelligenza emotiva e collaborativa. Oggi stiamo assistendo a un’ evoluzione  dei valori sociali che impongono alle imprese nuovi modelli organizzativi. Le persone in azienda, soprattutto le giovani generazioni,  richiedono più libertà e responsabilità: l’organizzazione del lavoro deve quindi  evolvere verso modelli in cui le persone  si sentano   libere di esprimersi e di poter dare il proprio contributo alle azioni collettive in un contesto di maggiore fiducia.

Queste pressioni sociali interne alle aziende e alle banche non sembrano attualmente avere risposte dal top management  sia  perché  considerate una componente inevitabile sia perché le stesse direzioni del  personale non sanno come poterle gestire se non con cambiamenti nell’organizzazione del lavoro con un maggiore decentramento, coinvolgimento e stili direzionali partecipativi. Ma se la tendenza è il verticismo che l’IA tende ad  accentuare,   questa prospettiva si allontana,  evidenziando che vi sono contraddizioni, come detto,  tra tecnologia e organizzazione, non facilmente evitabili ma che vanno evitate e risolte.

Il punto di debolezza su cui riflettere non è tanto la cultura manageriale quanto la   governance aziendale  da cui la prima discende. La governance dovrebbe mettere  al centro dei  propri valori,  da condividere,  quelli della corporate  democracy che viene già  violata con l’accentramento decisionale   e il  confinamento del personale a ruoli esecutivi e operativi. Lo sviluppo dell’ IA,   perseguita dal management per migliorare l’efficienza e la creazione di valore per gli azionisti, non deve avere effetti peggiorativi e  discriminatori nei confronti degli  stakeholder come accade quando, con l’accentramento, il personale viene penalizzato  sul piano della sua valorizzazione e crescita professionale. Ciò contrasta peraltro con i criteri ESG che le banche dovrebbero osservare anzitutto nei confronti di se stesse.

Una domanda aperta: verso un’ “intelligenza aumentata”?

Resta da rispondere, per completare gli spunti  di discussione proposti in questo contributo,  alla domanda su quale sia un equilibrato  approccio all’IA  nelle banche per un positivo impatto sull’organizzazione del  lavoro nel settore bancario in cui, oltre alle pressioni competitive esterne, stanno  prevalendo  le pressioni sociali  interne legate alla motivazione e allo sviluppo del capitale umano.

Premesso che l’IA  che sostituisce il lavoro operativo, e quindi  ruoli essenzialmente  poco motivanti,  contribuisce  certamente a uno sviluppo organizzativo migliorativo, vi è da interrogarsi sulla verticalizzazione delle decisioni che è   destinata a rafforzarsi. Anche con un’ IA avente  funzioni soprattutto  di supporto, la diffusione dei  processi automatici tende  pur sempre a impoverire  le professionalità data la conseguente esclusione di gran parte   del personale dalla gestione di  spazi di autonomia decisionale. Il potere organizzativo resta infatti  confinato nella tecnostruttura delle unità  di staff  in cui si concentrano le maggiori e più alte  competenze.

Contrastare queste tendenze significa mettere al centro del cambiamento le persone e non la tecnologia; ma ciò comporta di progettare modelli aziendali in cui la combinazione tra organizzazione e tecnologia risponde alle aspettative del personale, al mantenimento di un clima e contesto  aziendale positivo. Occorre quindi che il  decentramento e la delega di spazi di  autonomia non siano soffocati dal prevalere delle macchine tecnologiche; l’intelligenza umana deve essere  quindi sempre sollecitata  per cui le  competenze di economia e tecnica bancaria e finanziaria devono essere  prevalenti rispetto a quelle tecnologico-informatiche il cui contributo  valoriale   deve in ogni caso rendersi funzionale ai principi  della sana e prudente gestione. 

Sarebbe quindi  un passo in  avanti in questa  direzione coinvolgere il personale nel monitoraggio (progettazione-riprogettazione) dei processi digitali evitando una soluzione centralizzata che esclude l’esperienza degli utilizzatori. Del resto, la progettazione dei sistemi di IA nelle banche, per la specialità dell’attività bancaria, sottoposta a una stretta regolamentazione,  richiede   che le competenze tecnologiche siano   al servizio dei sistemi gestionali bancari e  non questi a    rispondere alle esigenze  della tecnologia.  Chi  progetta i sistemi di  IA deve  pertanto conoscere l’economia della banca e i suoi processi. 

Tuttavia, la   tecnologia  non solo proviene dall’esterno al mondo bancario ma sta  sempre più imponendosi come driver del cambiamento organizzativo delle banche.  E il  personale  bancario lo  sta subendo  visto che   tali sistemi  vengono inseriti in contesti che sono costretti  ad  adattarsi   con effetti di maggiore criticità tenuto conto dei problemi esistenti che permangono o si acuiscono, come abbiamo  rimarcato in questo contributo, mancando una visione e un approccio  sistemici. Occorre quindi che siano attivate più strette relazioni collaborative-integrative tra le funzioni aziendali che in ogni banca presidiano lo sviluppo tecnologico, quello organizzativo e del capitale umano.

A tal fine, piuttosto che assecondare  le suggestioni (che  potrebbero rivelarsi fatali) di una facile a ampia  “sostituzione tecnologica” delle competenze e conoscenze professionali maturate all’interno delle aziende bancarie, andrebbe al contrario adottato un approccio di “intelligenza aumentata”. In altri termini, un approccio  equilibrato è quello per cui  al centro deve restare  l’intelligenza rappresentata proprio da quelle competenze professionali  che sono ad appannaggio precipuo delle risorse umane, ma “aumentate” dal supporto dell’IA soprattutto in termini di capacità e rapidità di analisi di grosse quantità di dati e informazioni. In tal modo  si valorizzano  le capacità di valutazione  contestualizzando i risultati offerti dai modelli predittivi automatizzati.

E’ pertanto  è auspicabile l’adozione di paradigmi di knowledge management, che superino i vincoli dettati dai silos informativi, inclusi quelli indotti dai sistemi di IA di terze parti, contribuendo così a coinvolgere costruttivamente il personale nei processi di incremento della “conoscenza diffusa”, riducendo la summenzionata asimmetria conoscitiva e  migliorando di conseguenza i processi decisionali del top management.

Leggi le altre notizie sull’home page di Key4biz

https://www.key4biz.it/banking-innovation-e-ai-vantaggi-ma-anche-pericoli-per-la-corporate-democracy-e-la-sostenibilita-sociale/528057/




Quantum computing. L’Italia avvia la strategia nazionale, 227 milioni di euro in tre anni

Quantum computing, la Strategia nazionale prende forma

Poco, troppo poco per una vera strategia nazionale per lo sviluppo del quantum computing italiano. Secondo quanto riportato in un articolo pubblicato su Il Sole 24 Ore a firma di Luca Biase, il Governo italiano ha predisposto un piano di investimenti pari a 227 milioni di euro da realizzare in tre anni, a cui farà seguito “un aumento” di risorse finanziarie, al momento non quantificabile, e la creazione di un polo nazionale.

La strategia in questione ancora è solo su carta, ma, a quanto si legge sul quotidiano di economia e finanza, l’esecutivo “si prepara alla prossima fase”, cioè quella più operativa. La ministra dell’Università e la ricerca, Anna Maria Bernini, ha affidato il compito di coordinamento del gruppo di lavoro chiamato a redigere la Strategia nazionale a Tommaso Calarco, professore ordinario presso l’Università di Colonia e l’Università di Bologna, direttore dell’Institute for Quantum Control del Peter Grünberg Institute presso il Forschungszentrum Jülich.

Un lavoro “svolto in autonomia”, è specificato nell’articolo di De Biase, a cui comunque hanno collaborato il ministero dell’Università e della ricerca, il ministero della Difesa, il ministero delle Imprese e del made in Italy, il dipartimento per la Trasformazione digitale della Presidenza del Consiglio dei Ministri, l’Agenzia per la cybersicurezza nazionale.

Il ministero delle Imprese e l’Osservatorio Quantum computing del Politecnico di Milano hanno lavorato ad un attento esame dell’ecosistema industriale italiano delle tecnologie quantistiche.

Come ha spiegato Calarco l’anno passato, in occasione del G7 Scienza e ricerca, il futuro del quantum italiano può essere molto positivo, in quanto il nostro Paese parte da una base scientifica di altissimo livello: ”Sarà fondamentale seguire le orme dell’approccio europeo già segnato anni fa, ossia integrare il mondo della ricerca con quello dell’industria“, aggiungendo che di certo “dobbiamo sviluppare le tecnologie e dobbiamo farlo anche per evitare dipendenza economica e tecnologica dall’estero”.

Quantum la nuova frontiera tecnologica, ma servono investimenti maggiori

Come è giustamente sottolineato nell’articolo del Sole 24 Ore, il quantum computing con tutta probabilità sarà la nuova frontiera tecnologica su cui tutti cercheranno di prevalere e competere per la leadership. Ma servono più investimenti in ricerca e innovazione, in infrastrutture e formazione.

I soldi che l’Italia ha messo sul piatto sono pochi, è fondamentale trovare nuove risorse. Il nostro ecosistema quantum è piccolo, ma consistente, in termini di competenze e centri capacità di fare ricerca. Su questo dobbiamo fare leva per tentare la scalata.

Tecnologie già in rapida fase di sviluppo e maturazione, ma che non saranno industrializzate prima di cinque anni nel nostro Paese.

Come spiegato da Anitec e Assinform nella seconda edizione del Report “Ricerca a Innovazione ICT in Italia”, le tecnologie quantum computing hanno il potenziale per ampliare e migliorare esponenzialmente prestazioni e funzionalità di soluzioni tecnologiche cruciali per il digitale, quali la sicurezza informatica, l’intelligenza artificiale e la gestione dei dati.

Italia indietro rispetto a Germania e Francia

Pur avendo un crescente impegno in questo settore grazie al PNRR, l’Italia è ancora indietro rispetto a Stati Uniti e Cina, ma anche Germania e Francia, in termini di investimenti e produttività brevettuale. Le soluzioni quantum sensors e quantum communication stanno già mostrando applicazioni concrete, mentre il quantum computing, sebbene in fase prototipale, promette sviluppi significativi in settori come farmaceutica, chimica, aerospaziale, automotive e finance.

Per competere a livello globale nella corsa allo sviluppo di nuovi mercati di tecnologie e componenti quantistiche, l’Italia deve aumentare “da milioni a miliardi di euro” gli investimenti per il quantum attraverso ricerca applicata, protezione brevettuale e sviluppo di ecosistemi di innovazione che integrino ricerca avanzata ed esigenze industriali.

Per fare un confronto e capire la centralità di questa competizione tecnologica con i nostri pari europei, la Germania ha avviato un piano nazionale dedicato allo sviluppo delle tecnologie quantistiche da 3 miliardi di euro (2023-2026). Per il suo “Quantum plan”, invece, la Francia ha investito 1,8 miliardi di euro (2021-2026).

Anche in Europa i ricercatori chiedono maggiori risorse, competere è costoso e richiede impegno (e coraggio)

Poi c’è l’Unione europea, che nel 2018 ha lanciato il Quantum Flagship, iniziativa che può contare su un budget di 1 miliardo di euro distribuito su un decennio. L’obiettivo è sviluppare una rete quantistica europea che integri computer, simulatori e sensori quantistici attraverso reti di comunicazione quantistica.

Ma appunto non basta. A marzo di quest’anno, un gruppo di ricercatori e scienziati hanno pubblicato il Libro Bianco “Artificial Intelligence and Quantum Computing” in cui si chiedono con urgenza maggiori risorse finanziarie per fare in modo che l’Europa rimanga competitiva e all’avanguardia nell’innovazione tecnologica avanzata, nello specifico nello sviluppo dell’intelligenza artificiale e delle tecnologie quantistiche.

Lo stesso Prof. Calarco, in veste di Direttore dell’Istituto per il Controllo Quantistico PGI-8 presso il Forschungszentrum Jülich, ha dichiarato: “L’intelligenza artificiale e il calcolo quantistico devono evolversi di pari passo. L’Europa vanta solide capacità di ricerca in entrambi i campi, ma è intrappolata nella forte concorrenza di Stati Uniti e Cina, in particolare nell’intelligenza artificiale. Il nostro libro bianco chiarisce che, per garantire la leadership in questa rivoluzione tecnologica, l’Europa deve investire in una sinergia strategica tra intelligenza artificiale e calcolo quantistico“.

Leggi le altre notizie sull’home page di Key4biz

https://www.key4biz.it/quantum-computing-litalia-avvia-la-strategia-nazionale-227-milioni-di-euro-in-tre-anni/528026/




Cresco8, Enea accende il nuovo supercomputer italiano. Sarà tra i più veloci al mondo (TOP500)

Cos’è CRESCO8

CRESCO8 è il nuovo supercomputer di ENEA (Agenzia nazionale per le nuove tecnologie, l’energia e lo sviluppo economico sostenibile), inaugurato presso il Centro Ricerche di Portici (Napoli). Si tratta dell’ultima evoluzione della famiglia di supercalcolatori CRESCO e rappresenta una svolta epocale per la capacità di calcolo scientifico in Italia.

Con una potenza di oltre 9 PFlops (9 milioni di miliardi di operazioni al secondo), CRESCO8 si posiziona tra le infrastrutture HPC (High Performance Computing) più potenti d’Europa, con un’efficienza energetica all’avanguardia grazie alla tecnologia Lenovo Neptune.

Sarà incluso nella prossima classifica TOP500 dei supercomputer più veloci al mondo, lista che verrà ufficializzata in occasione della conferenza ISC di Amburgo a giugno prossimo.

Come funziona il nuovo supercomputer italiano

Il cuore di CRESCO8 è basato su un’architettura Lenovo ThinkSystem SD650 V3 Neptune: 758 nodi di calcolo, ciascuno con 2 CPU Intel Xeon Platinum 8592.

La peculiarità tecnologica è il raffreddamento ad acqua diretto, che cattura fino al 98% del calore generato dai processori, riducendo il consumo energetico per il raffreddamento fino al 40%. Questo consente di mantenere alte prestazioni senza sacrificare la sostenibilità, un punto chiave per le moderne infrastrutture HPC.

“Aumentare la potenza di calcolo e ridurre i consumi energetici è una sfida cruciale e complessa per il nostro settore. La nuova infrastruttura mette insieme potenza e tecnologie per affrontare carichi di lavoro estremamente articolati che spaziano dalle simulazioni numeriche avanzate al trattamento dei big data e dell’intelligenza artificiale”, ha commentato Giovanni Ponti, responsabile della Divisione ENEA Sviluppo di sistemi per l’informatica e ICT del Dipartimento Tecnologie energetiche e fonti rinnovabili.

Perché è importante

CRESCO8 è molto più di un semplice supercomputer: è un abilitatore strategico per la ricerca scientifica, la competitività industriale e la trasformazione digitale del Paese. Il sistema supporterà attività complesse in settori fondamentali per il futuro dell’Italia, tra cui:

  • Energia da fusione nucleare, con simulazioni avanzate per il progetto DTT (Divertor Tokamak Test facility) che mira a sviluppare nuove tecnologie per la produzione di energia pulita.
  • Cambiamenti climatici, attraverso modelli previsionali più accurati e a lungo termine.
  • Intelligenza Artificiale e Big Data, potenziando la capacità nazionale di sviluppare soluzioni AI in autonomia.
  • Materiali avanzati e nuovi processi industriali, accelerando la ricerca in ambiti come l’aerospazio, la medicina, l’energia e la mobilità sostenibile.

Verso l’indipendenza digitale

Uno degli aspetti cruciali di CRESCO8 è il suo contributo all’indipendenza digitale dell’Italia e dell’Europa. Disporre di una risorsa HPC di questo livello significa:

  • Non dover dipendere da supercomputer stranieri o cloud esterni per condurre simulazioni e analisi strategiche.
  • Proteggere i dati sensibili e le proprietà intellettuali, mantenendo le informazioni all’interno di un’infrastruttura pubblica nazionale.
  • Accelerare lo sviluppo di tecnologie digitali locali, stimolando l’ecosistema dell’innovazione e la crescita di nuove competenze.

Un motore per la trasformazione digitale del Paese

L’accesso a CRESCO8 sarà garantito a università, enti pubblici di ricerca e imprese, creando una vera e propria piattaforma condivisa per l’innovazione. Questo permetterà:

  • L’ammodernamento dei processi produttivi tramite simulazioni numeriche e digital twin.
  • La formazione di una nuova generazione di professionisti HPC e AI.
  • La nascita di nuove collaborazioni pubblico-private per progetti PNRR e Horizon Europe.

Uno sguardo al futuro

CRESCO8 entrerà nella classifica TOP500 dei supercomputer più veloci al mondo a giugno 2025, durante la conferenza ISC di Amburgo. Un riconoscimento che certifica il ruolo crescente dell’Italia nell’ambito delle infrastrutture scientifiche strategiche globali.

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 del 27 maggio 2025 a Roma: “Indipendenza digitale ~ Un patto per il futuro tecnologico e economico dell’Europa e degli europei“.

Leggi le altre notizie sull’home page di Key4biz

https://www.key4biz.it/cresco8-enea-accende-il-nuovo-supercomputer-italiano-sara-tra-i-piu-veloci-al-mondo-top500/527922/




Majorana 1: il futuro quantistico è qui

Nel grande circo della fisica moderna, ci sono nomi che fanno rumore anche solo a pronunciarli. Uno di questi è Ettore Majorana. E se pensavi che il suo lascito fosse confinato ai libri di storia e alle teorie scritte in gesso sulla lavagna, è tempo di aggiornarti: Majorana 1 è il nome che sta iniziando a circolare nei laboratori di fisica, nei corridoi delle startup deep-tech, e persino tra chi progetta le fondamenta dei futuri computer quantistici.

Ettore Majorana fu un fisico italiano geniale, scomparso misteriosamente nel 1938. Tuttavia, il suo pensiero continua a vivere grazie alle particelle che portano il suo nome: i fermioni di Majorana. Queste entità teoriche – predette da lui stesso – sono particelle che coincidono con le loro antiparticelle. Una roba che farebbe impallidire anche Schrödinger e il suo gatto.

Nel 2012, esperimenti avanzati hanno iniziato a suggerire che i fermioni di Majorana non sono solo un esercizio di stile quantistico, ma potrebbero esistere davvero. Da qui è partita una corsa globale per sfruttarli. E nasce così il progetto Majorana 1: non (solo) un laboratorio, ma una vera e propria piattaforma tecnologica e teorica per cambiare il paradigma dell’informatica quantistica.

Come definiamo Majorana 1? Un qubit topologico basato sul comportamento dei fermioni di Majorana, ovvero un sistema sperimentale prototipo, capace di simulare e osservare interazioni quantistiche stabili.

In pratica nuova architettura quantistica che promette di risolvere il problema fondamentale dell’informatica quantistica: la decoerenza.

Immaginiamo un computer quantistico in cui i dati non “svaniscono” per colpa del rumore ambientale, ma restano coerenti, precisi e scalabili. Majorana 1 è il tentativo concreto di farlo accadere.

I qubit topologici sono strutturalmente più stabili. Il rumore quantistico, nemico giurato dei calcoli quantistici affidabili, viene aggirato con grazia matematica. La maggior parte dei computer quantistici oggi funziona in ambienti altamente controllati e poco scalabili. Majorana 1, se confermato, potrebbe essere la base di reti quantistiche distribuite in ambienti meno sterili.

Mentre altri cercano di difendersi dalla minaccia dei computer quantistici, Majorana 1 potrebbe essere la chiave per costruire sistemi sicuri dall’interno, usando le stesse leggi della meccanica quantistica.

Chimica, biologia molecolare, materiali avanzati: Majorana 1 potrebbe far girare simulazioni oggi impossibili, aiutandoci a progettare nuovi farmaci, catalizzatori o materiali intelligenti.

Sarebbe una beffa storica se il paese che ha generato Majorana non fosse tra i leader della sua “rinascita quantistica”. Ma qualcosa si muove: partnership universitarie, progetti europei, e startup deep-tech stanno iniziando a guardare con interesse ai Majorana-based qubit. C’è bisogno però di investimenti seri, una visione strategica e – diciamolo chiaramente – il coraggio di rischiare.

Majorana 1 non è solo un omaggio a un genio scomparso. È la prima soglia di una nuova era, dove la fisica quantistica (pensate le applicazioni con IA…) smette d’essere un mistero per pochi e diventa strumento di civiltà, impresa e libertà tecnologica.

Il futuro potrebbe parlare con accento italiano.                                          

GLOSSARIO EXPRESS in box– Capire Majorana 1 in 60 secondi

Fermione di Majorana: una particella (o quasiparticella) che è uguale alla sua antiparticella. Una stranezza quantistica con proprietà super utili per l’informatica del futuro.

Qubit: è il bit quantistico: può essere 0, 1 oppure entrambi contemporaneamente (sovrapposizione). È la base del calcolo quantistico.

Qubit topologico: un qubit progettato per essere ultra-stabile. Invece di essere disturbato da ogni interferenza, mantiene le sue informazioni grazie a proprietà geometriche “annodate” nello spazio quantistico.                                               

Decoerenza: il nemico n.1 dei computer quantistici: è ciò che fa perdere al qubit il suo stato magico di sovrapposizione, mandando tutto in crash. Majorana 1 nasce per combatterla.

Crittografia quantistica: sistema di sicurezza informatica che usa la meccanica quantistica per rendere impossibile l’intercettazione dei dati senza farsi scoprire.

Simulazione molecolare: uso del computer per “provare” reazioni chimiche e comportamenti dei materiali prima di realizzarli. Con i qubit di Majorana, diventa molto più veloce e preciso.

Leggi le altre notizie sull’home page di Key4biz

https://www.key4biz.it/majorana-1-il-futuro-quantistico-e-qui/527901/




Magnino (Fastweb + Vodafone): “Abbiamo sviluppato un LLM proprietario, addestrato al 70% in lingua italiana”

“In questa storica di innovazione, che sta procedendo a passi veloci, l’obiettivo è realizzare sinergie, soprattutto trovare le risorse che sono necessarie per supportare i Comuni, le amministrazioni e l’intero settore. Un settore che richiede anche soluzioni efficaci per la propria sicurezza, con importanti investimenti nell’intelligenza artificiale in Italia”, ha spiegato Alessandro Magnino, Chief Strategy & Transformation Officer, membro dell’Executive Committee, di Fastweb + Vodafone, intervistato dal direttore di Key4biz, Luigi Garofalo, in occasione della settima edizione della Conferenza “Telecommunications of the Future” promossa dal CNIT e organizzata dal nostro editore Supercom, di cui Key4biz è tra i media partner.

“In termini strategici, stiamo continuando ad investire in reti fisse e mobile, quindi ad investire sostanzialmente, per potenziare l’esperienza dell’utente”, ha precisato Magnino.

“Stiamo addestrando l’intelligenza artificiale in italiano. Abbiamo realizzato in Italia, a partire da luglio 2024, il primo supercomputer con tecnologia Nvidia per PA e imprese. In questo modo possiamo ospitare su territorio italiano i dati delle nostre imprese. Oltre allo sviluppo della infrastruttura abbiamo lavorato ad un LLM proprietario che rilasceremo tra poche settimane, allenato con il 70% dei dati in lingua italiana, equivalente a 11 milioni di libri. Un asset dedicato a aziende e PA per sviluppare proprie soluzioni di AI. Abbiamo sviluppato internamente oltre 100 casi d’uso per essere più efficaci nel raccontare e proporre soluzioni al mercato”, ha affermato Magnino.

“Attendiamo più indicazioni dall’UE per partecipare alla call per la costruzione delle gigafactory. Nel contesto italiano servono infrastrutture di connettività e per l’AI, anche per favorire gli investimenti. Il settore delle telecomunicazioni è in sofferenza, si sono persi negli anni qualcosa come 13 miliardi di euro di valore. Senza sostenibilità è difficile continuare ad investire in questo settore”, ha proseguito Magnino.

“Siamo favorevoli al consolidamento e la razionalizzazione del mercato – ha sottolineato il manager di Fastweb + Vodafone – perché pensiamo possano liberare energie e investimenti”.

Leggi le altre notizie sull’home page di Key4biz

https://www.key4biz.it/magnino-fastweb-vodafone-abbiamo-sviluppato-un-llm-proprietario-addestrato-al-70-in-lingua-italiana/527737/




Benedetto Levi (iliad): “Investiti 3 miliardi di euro per potenziare l’infrastruttura AI europea”

“In iliad abbiamo un punto di vista particolare sull’equilibrio tra Stato e mercato, che nasce da una prospettiva di mercato da ultimo arrivato e challenger. Crediamo che un modello efficace preveda che l’intervento statale non sostituisca le dinamiche concorrenziali, ma le sostenga con delle politiche pubbliche che risolvono le criticità di sistema, accelerando i processi e rendendo più efficienti gli investimenti degli operatori”, ha dichiarato Benedetto Levi, Amministratore Delegato di iliad Italia nell’Intervista “The Future of Telecommunications: Striking the Right Balance Between the State and a Competitive Free Market in the Age of AI” del direttore di Key4biz, Luigi Garofalo, in occasione della settima edizione della Conferenza “Telecommunications of the Future” promossa dal CNIT e organizzata dal nostro editore Supercom, di cui Key4biz è tra i media partner.

“Se pensiamo alle frequenze, in iliad siamo favorevoli a modalità di assegnazione meno onerose, che privilegino gli impegni di investimento, come già avvenuto in Germania, dove il regolatore ha deciso di estendere la durata di alcune frequenze mobili agli operatori storici per 5 anni, in cambio di stringenti obblighi di copertura e apertura alla concorrenza. Allo stesso tempo, l’intervento pubblico non deve impattare le dinamiche concorrenziali. Per questo, eventuali proroghe del pacchetto 4G in scadenza nel 2029 devono necessariamente prevedere misure per eliminare l’attuale asimmetria in termini di dotazioni frequenziali tra i vari operatori mobili sul mercato”.

“Sul fronte dei prezzi nel mercato delle tlc, lo Stato potrebbe intervenire con un approccio di “manutenzione del perimetro di mercato”, ossia con meccanismi fatti di incentivi e disincentivi con l’obiettivo di stimolare i comportamenti considerati virtuosi per il mercato e per il Sistema Paese e prevenire distorsioni sistemiche. In questo modo si supporterebbe la crescita sostenibile del settore senza comprimere la libertà di fissare i prezzi”.

“liad è l’unico operatore nella storia delle telco italiane che non ha mai venduto il 5G a meno di 9.99€”, ha ricordato Levi.

Sul consolidamento, Levi non ha commentato “operazioni specifiche che riguardano altre aziende”, precisando che “in generale, sul consolidamento, ribadisco che riteniamo che il consolidamento porterebbe grandi benefici a tutto il settore, a tutto il sistema Paese, e siamo pronti a giocare la nostra parte”.

Sull’intelligenza artificiale, l’Amministratore Delegato di iliad Italia, ha affermato che è “fondamentale lavorare in una logica di ecosistema per favorire la crescita di piattaforme e servizi evoluti. L’unione degli sforzi, se ben strutturata, può rendere l’Italia, ma soprattutto l’Europa intera, più protagonista sulla scena internazionale, contribuendo a promuovere la competitività e la qualità dei servizi. Il Gruppo iliad vuole essere motore della trasformazione digitale europea, per accelerare il progresso tecnologico con connettività-AI-cloud. Abbiamo investito 3 miliardi di euro per potenziare l’infrastruttura AI europea, somma a cui si aggiungono i progetti di sviluppo di nuove tecnologie, per esempio in ambito cloud e data center, con un approccio aperto per rendere l’innovazione accessibile a tutti”.

Leggi le altre notizie sull’home page di Key4biz

https://www.key4biz.it/benedetto-levi-iliad-investiti-3-miliardi-di-euro-per-potenziare-linfrastruttura-ai-europea/527727/




Agenti di IA: un’arma potente nelle mani del cybercrimine


Gli agenti di IA stanno diventando sempre più capaci, in grado di ragionare, pianificare attività ed eseguire attività complesse che prima venivano svolte esclusivamente dagli esseri umani.

Se da una parte questo continuo miglioramento aiuta i professionisti nei loro task, dall’altra anche i cybercriminali possono sfruttare le capacità degli agenti per velocizzare le proprie attività e perfezionare gli attacchi. 

In un articolo per l’MIT, Rhiannon Williams spiega che alcuni ricercatori hanno dimostrato che gli agenti di IA sono in grado di eseguire attacchi anche complessi, e che è solo questione di tempo prima che comincino a utilizzarli su ampia scala. Mark Stockley, esperto di sicurezza presso Malwarebytes, ritiene che in futuro la maggior parte dei cyberattacchi verranno eseguiti tramite questi agenti.

agenti IA

Agenti di IA: un serio pericolo per la sicurezza

L’uso degli agenti di IA per i cyberattacchi spaventa i ricercatori per diversi motivi. In primo luogo, a differenza dei bot ci troviamo di fronte a dei sistemi “intelligenti” in grado di adattarsi a diversi scenari ed evolversi in base alle necessità.

Bisogna considerare anche che, per l’uso che ne possono fare i cybercriminali, sono molto più economici rispetto a un professionista umano, oltre che più veloci. Poiché le loro capacità sono in continua evoluzione, ben presto potrebbero prendere il posto dei cybercriminali anche in attacchi più sofisticati, come le campagne ransomware. Inoltre, visti i recenti avvenimenti, non si può ignorare il fatto che siano anche più “leali” dei cybercriminali.

Ma a preoccupare maggiormente gli esperti è il fatto che non è ancora chiaro come individuarli e bloccarli. Palisade Research, un’organizzazione di ricerca nel campo dell’IA, ha costruito LLM Agent Honeypot, un sistema che, sfruttando server honeypot, mira proprio a individuare gli agenti di IA che tentano di eseguire attacchi; ciò sarebbe di fatto un meccanismo di “early warning” che potrebbe aiutare governi e organizzazioni a proteggersi dalle nuove minacce.

Da quando è stato messo online lo scorso ottobre, LLM Agent Honeypot ha individuato oltre 11 milioni di tentativi di accesso. La maggior parte di essi era da parte di esseri umani e bot, ma il sistema ha identificato anche otto potenziali agenti di IA. Secondo Dmitrii Volkov, a capo del team di Palisade Research, è probabile che questi agenti fossero dei primi esperimenti da parte dei cybercriminali.

agenti IA intelligenza artificiale

Individuare gli agenti

Un modo per distinguere le attività degli agenti di IA da quelle di altri sistemi automatizzati o di umani è sfruttare tecniche di prompt injection per modificare il comportamenti degli agenti, oppure chiedere delle risposte che valutano la presenza di intelligenza umana.

Nel caso di LLM Agent Honeypot, uno dei prompt iniettati richiedeva all’attaccante di inserire il comando “cat8193” per ottenere l’accesso al server. In caso di successo, il sistema controllava quanto tempo aveva impiegato il soggetto per rispondere. In genere un LLM è in grado di rispondere in un lasso di tempo molto minore rispetto a un essere umano; nel caso del sistema dei ricercatori, il limite massimo di tempo era stato impostato a 1,5 secondi. Degli otto sospetti agenti che avevano attaccato il sistema, solo due hanno risposto correttamente alla richiesta entro il lasso di tempo indicato.

Sebbene la diffusione di questi agenti appaia ancora limitata, i ricercatori ritengono che già nei prossimi mesi il panorama del cybercrime possa cambiare. Gli agenti in futuro potrebbero essere usati non solo per eseguire attacchi su ampia scala, ma anche per raccogliere più velocemente e in modo più preciso le informazioni sui sistemi da colpire, individuando le vulnerabilità migliori da sfruttare per gli exploit.

Il lato positivo è che, così come i cybercriminali, anche gli esperti di sicurezza possono usare queste capacità a proprio vantaggio, individuando in anticipo le debolezze dei sistemi e le potenziali cyber kill chain; in questo modo è possibile risolvere i problemi prima che sia troppo tardi e identificare le migliori soluzioni di protezione.

La speranza è che, di fronte a queste evidenze, aziende ed esperti agiscano proattivamente per anticipare i rischi, senza aspettare che il danno sia già stato fatto.

Condividi l’articolo



Articoli correlati

Altro in questa categoria


https://www.securityinfo.it/2025/04/09/agenti-di-ia-unarma-potente-nelle-mani-del-cybercrimine/?utm_source=rss&utm_medium=rss&utm_campaign=agenti-di-ia-unarma-potente-nelle-mani-del-cybercrimine




ChatGPT ha creato un passaporto che supera la verifica dell’identità


Borys Musielak, un ricercatore di sicurezza, ha utilizzato ChatGPT per creare una replica perfetta (o quasi) del suo passaporto, tanto che il documento è riuscito a superare i controlli di verifica dell’identità.

“Adesso puoi generare finti passaporti con GPT-4o. Mi sono bastati 5 minuti per creare una replica del mio passaporto che la maggior parte dei sistemi KYC (Know Your Customer, ndr) accetterebbero senza battere ciglio” ha scritto Musielak su LinkedIn.

Come sottolineato dal ricercatore, la capacità di ChatGPT di ricreare un passaporto perfettamente identico all’originale mette in seria discussione l’affidabilità dei sistemi di verifica dei documenti. Secondo Musielak, l’unica alternativa possibile è usare sistemi di identificazione elettronica come l’identità digitale europea.

“Se usate sistemi KYC nel settore bancario, assicurativo, di viaggi, di criptovalute o altrove – è ora di aggiornare il vostro processo” avvisa Musielak.

Il risultato del ricercatore ha messo in allarme moltissimi. Musielak ritiene che questa problematica non pesi solo sui documenti con foto, ma anche sulle procedure di verifica con video. 

Osservando però con più attenzione l’immagine generata, ci si accorge che ci sono delle piccole imperfezioni che, probabilmente, un sistema più avanzato di riconoscimento individuerebbe. Molti hanno inoltre evidenziato che il post di Musielak non sia altro che un modo per pubblicizzare la sua startup Authologic.

Do Son di Tech News riporta che neanche 24 ore dopo il post di Musielak, non era più possibile generare un passaporto con ChatGPT: alla richiesta di creare il documento, il chatbot si è rifiutato di procedere per via delle restrizioni sui documenti falsi.

Indubbiamente il passaporto creato da ChatGPT, per quanto preciso, non può essere utilizzato durante i controlli manuali, ma sapere che può superare i controlli digitali è comunque allarmante. Se è vero che al momento ci sono ancora delle imprecisioni, in breve tempo i modelli di IA potrebbero migliorare ulteriormente, come hanno già fatto.

Condividi l’articolo



Articoli correlati

Altro in questa categoria


https://www.securityinfo.it/2025/04/08/chatgpt-ha-creato-un-passaporto-che-supera-la-verifica-dellidentita/?utm_source=rss&utm_medium=rss&utm_campaign=chatgpt-ha-creato-un-passaporto-che-supera-la-verifica-dellidentita




Reagire in zero secondi: l’intelligenza automatizzata al centro della nuova difesa cyber

Ogni secondo conta. L’approccio italiano di Gyala introduce con la piattaforma Agger una sfida tecnologica ai modelli tradizionali di sicurezza IT/OT.

Non è più efficace attendere l’allarme per reagire e non è più sostenibile analizzare manualmente ogni log, pacchetto, o attività sospetta. Siamo nell’epoca della guerra ibrida e dell’attacco silente, e la risposta efficace si gioca “molto prima” della reazione umana. È su questo principio, che si fonda la tecnologia di Agger, piattaforma di cybersecurity – Made in Italy progettata da Gyala, una soluzione capace di vedere, decidere e agire autonomamente in un tempo che nessun analista può uguagliare.

Questo non è solo un traguardo tecnico, piuttosto è una nuova visione strategica, in cui la resilienza IT/OT diventa un imperativo insieme alla sovranità digitale.

Intelligenza automatizzata Agger cyber security
La sfida tecnologica di Gyala: superare il modello standard di Cyber security

Il contesto: nuove minacce, vecchie architetture

Se è vero che il concetto di “infrastruttura critica” si è ampliato fino a comprendere tutto ciò che può mettere a rischio il benessere di una nazione, è altrettanto vero che la maggior parte dei sistemi digitali su cui si basano le infrastrutture da cui dipendono servizi come energia, acqua, trasporti, sanità e difesa, continuano a essere costruiti su architetture legacy. Sistemi robusti, ma nati in epoche in cui la connessione alla rete era un’eccezione, non la regola.

L’apertura all’IT – e successivamente al cloud – ha esposto gli ambienti OT a una superficie d’attacco prima impensabile e il problema più grande non è solo l’esposizione ma anche l’assenza o l’inadeguatezza delle risposte: troppo lente, troppo standard (al limite dell’inapplicabile) o addirittura pericolose. Quello tra IT e OT è un connubio inevitabile, ma ancora incompleto.

Parlare di convergenza IT/OT non è un tema accademico, ma una esigenza operativa: nella sanità come nella manifattura, nelle reti idriche come le centrali elettriche, l’interconnessione tra sistemi informativi e apparati industriali è realtà.

Tuttavia, la maggior parte delle soluzioni di cyber security continuano a trattare IT e OT come due mondi distinti, con metriche, protocolli, tempi e priorità differenti. Questo crea zone grigie, vuoti di protezione, e nessuna protezione dai movimenti laterali.

Ed è proprio qui che Agger si inserisce, con una visione radicale: trattare l’intero sistema come uno solo – connesso e basato su flussi interoperativi.

Intelligenza automatizzata Agger cyber security. Paradigma di sicurezza unificato Gyala

Agger, la piattaforma made in Italy di Gyala per la resilienza IT/OT

Agger è un sistema modulare che integra:

  • Endpoint Detection and Response & OT Defence
  • Network Security
  • Risk Management
  • Correlation

Il tutto alimentato da algoritmi di Intelligenza artificiale – di derivazione militare – capace di creare modelli comportamentali dinamici, riconoscere anomalie in tempo reale e reagire autonomamente.

Il risultato? Zero secondi di latenza tra l’identificazione di una minaccia e la sua neutralizzazione.

Intelligenza distribuita: ogni agent Agger è una sentinella pensante

Uno degli elementi più rivoluzionari della piattaforma è la capacità di portare intelligenza anche ai margini della rete. Non è solo il server centrale a decidere. Ogni agent Agger, installato su endpoint – o in modalità agentless dove necessario su dispositivi OT – è capace di:

  • Rilevare comportamenti sospetti;
  • Applicare regole personalizzate;
  • Comunicare con altri agent;
  • Attivare contromisure senza attendere istruzioni centrali.

Questo consente reattività decentralizzata, fondamentale in contesti dove ogni secondo perso può significare danni gravi o interruzione di servizio.

Nessuna infrastruttura esclusa: legacy, cloud, on-premise, reti segregate

Agger è stato progettato per adattarsi a qualsiasi contesto:

  • Sistemi legacy (anche XP),
  • Ambienti cloud, on-premise e ibridi,
  • Reti OT chiuse e non virtualizzabili.

Anche dove non è possibile installare un agent, Agger opera in modalità passive e attive agentless, interrogando direttamente i dispositivi OT con protocolli industriali (S7, OPC, Modbus, etc.).

Agger rappresenta la risposta italiana a un tema strategico: la Sovranità digitale

Il controllo sui dati e sulle reazioni cyber non è solo una questione di privacy, ma di strategia nazionale. In un mondo in cui anche le tecnologie di sicurezza possono essere soggette a interferenze geopolitiche, utilizzare soluzioni sviluppate e gestite all’estero diventa un rischio.

La nostra tecnologia Agger è sviluppata interamente nel nostro Paese, senza codice estero, con personale italiano, è oggi adottata in vari mercati come quello Difesa, Health, Navale, Industriale, Banche, PA e Utilities.

Intelligenza automatizzata Agger cyber security strategia di sovranità digitale Gyala

Sanità, energia, acqua: alcuni dei settori in cui Agger fa la differenza

Agger è già operativo in ambienti critici come:

  • Ospedali e ASL, dove protegge dispositivi biomedicali non aggiornabili, senza compromettere le certificazioni.
  • Centrali elettriche e smart grid dove analizza in tempo reale il traffico OT e reagisce anche in ambienti segregati.
  • Acquedotti e utility, dove integra la sicurezza con la sostenibilità ambientale, contribuendo alla gestione dei consumi e alla continuità dei servizi.

Questi ambiti non tollerano ritardi, né complessità inutili. Agger risponde con una cyber defense trasparente, automatizzata e customizzabile.

Ridurre il carico, aumentare il valore: il vero supporto agli esperti

Nel confronto con i modelli tradizionali emerge un’altra dimensione strategica: Agger non sostituisce l’esperto umano, ne potenzia l’operatività e ne valorizza l’operato.

Liberando il personale cyber da compiti ripetitivi, consente di concentrare l’attenzione su:

  • Analisi strategica;
  • Intelligence;
  • Miglioramento delle regole;
  • Formazione

Questo si traduce inoltre in una riduzione dei costi di gestione fino all’80%, come dimostrano i dati operativi forniti da installazioni in ambienti reali.

Per concludere:

La trasformazione digitale ha bisogno di essere accompagnata dall’aspetto security. In questa dinamica Agger non si pone come un upgrade della sicurezza ma come una rivoluzione di paradigma, che mette insieme intelligenza automatizzata, flessibilità operativa e sovranità tecnologica.

Contattaci: https://web.gyala.com/gyalacom-alqbw/pages/orpodreieefiqaisimu1q.html?PageId=75e8b33a0811ef119f89002248832ed5

Condividi sui Social Network:

https://www.ictsecuritymagazine.com/notizie/intelligenza-automatizzata/




D-Orbit e Planetek potenziano i servizi di osservazione terrestre e le applicazioni spaziali cloud-based

Una mossa strategica per rafforzare la filiera spaziale europea

Dalla sala degli Arazzi del Ministero delle Imprese e del Made in Italy, alla presenza del Ministro Adolfo Urso, è arrivato l’annuncio dell’acquisizione del 100% di Planetek Group da parte di D-Orbit.

L’integrazione avviene in un momento cruciale per il settore spaziale, in cui l’elaborazione dei dati direttamente in orbita – tramite tecnologie emergenti come l’intelligenza artificiale e la blockchain, ma anche le applicazioni spaziali cloud-based, – rappresenta la nuova frontiera della competitività globale.

La crescente domanda di servizi di Earth Observation (EO), combinata alla necessità di gestione dei dati in tempo quasi reale, sta spingendo gli attori più innovativi a ripensare le infrastrutture spaziali tradizionali.

D-Orbit è un player globale attivo nella logistica spaziale e nel trasporto orbitale, mentre Planetek Group è un’azienda italiana con una lunga esperienza nell’osservazione della Terra e nelle applicazioni geospaziali. Le due organizzazioni manterranno la piena autonomia operativa, garantendo la continuazione delle loro strategie e operazioni.

“Rafforziamo il nostro impegno a rendere lo spazio più accessibile e sostenibile per migliorare la vita sulla Terra. I nostri valori condivisi, incentrati sull’idea di mettere le persone al primo posto, sono il fulcro di questa collaborazione, garantendo che l’innovazione sia guidata da una cultura forte, che valorizza i talenti e promuove il successo a lungo termine”, ha dichiarato Luca Rossettini, Amministratore Delegato di D-Orbit. 

“Insieme, D-Orbit e Planetek mirano a ridefinire il modo in cui le informazioni spaziali sono accessibili, analizzate ed utilizzate per risolvere le sfide globali, dal monitoraggio ambientale e la pianificazione urbana, alla sicurezza nazionale e la risposta alle catastrofi”, ha spiegato Giovanni Sylos Labini, Amministratore Delegato di Planetek Italia.

“Il consolidamento dell’industria spaziale e delle competenze orientate ai servizi è oggi più che mai fondamentale. L’integrazione rappresenta un passo decisivo in questa direzione. Insieme, offriremo ai nostri clienti un punto di riferimento unico per i servizi di assistenza, in-orbit servicing e gestione dei big data nello spazio, introducendo al contempo un nuovo modello di collaborazione. Un’evoluzione che genererà valore per tutti i nostri stakeholder”, ha commentato Simonetta Di Pippo, Presidente del Consiglio di Amministrazione di D-Orbit.

AI, blockchain e cloud computing: la nuova era dello spazio operativo

Nel nuovo scenario industriale delineato da questa acquisizione, le due aziende manterranno la propria autonomia operativa, ma metteranno in comune competenze, tecnologie e risorse per sviluppare soluzioni all’avanguardia. La sinergia più evidente è quella nella gestione dei dati in orbita: grazie al progetto AI-eXpress, D-Orbit e Planetek hanno già sperimentato una piattaforma basata su intelligenza artificiale e blockchain capace di potenziare le capacità decisionali dei satelliti, riducendo drasticamente i tempi di latenza nel trasferimento e nell’elaborazione dei dati.

L’integrazione consentirà lo sviluppo di nuovi modelli di business orientati al cloud computing spaziale, una direzione in forte crescita per le agenzie spaziali e le aziende del settore, interessate a servizi più agili, sicuri e decentralizzati. La capacità di elaborare dati in orbita invece che a terra apre nuovi scenari per applicazioni in agricoltura di precisione, gestione delle catastrofi, difesa e smart cities.

Una visione condivisa per una leadership europea

Planetek, forte della sua esperienza trentennale nell’analisi geospaziale e nel software di missione, si integra perfettamente nella visione di D-Orbit, che mira a costruire un’infrastruttura spaziale flessibile e interconnessa. Entrambe le società condividono l’obiettivo di democratizzare l’accesso ai dati spaziali, garantendo trasparenza, sicurezza e rapidità grazie alla tecnologia.

Con questa operazione, D-Orbit non solo rafforza il proprio posizionamento nel panorama globale, ma consolida un polo tecnologico tutto italiano in grado di competere con le major del settore spaziale europeo e statunitense, come Thales Alenia Space, Airbus e SpaceX. Il coinvolgimento dei soci Planetek nell’azionariato di D-Orbit conferma la natura industriale e collaborativa dell’accordo, proiettando l’Italia in prima linea nella nuova corsa allo spazio intelligente.

Continuità e visione

La struttura operativa delle due aziende non subirà modifiche, così da garantire continuità ai clienti e ai partner. I progetti in corso proseguiranno regolarmente, rafforzati dall’integrazione delle rispettive competenze. In un mondo sempre più dipendente dalle informazioni satellitari per il monitoraggio ambientale, climatico e infrastrutturale, questa unione rappresenta un investimento strategico per il futuro del pianeta e dell’economia spaziale europea.

Leggi le altre notizie sull’home page di Key4biz

https://www.key4biz.it/d-orbit-e-planetek-potenziano-i-servizi-di-osservazione-terrestre-e-le-applicazioni-spaziali-cloud-based/527111/