I licenziamenti nel settore Tech non si fermano, nel 2024 oltre 139mila tagli. Anche colpa dell’AI?

La forte ondata di licenziamenti nel settore tecnologico continua nel 2024. Dopo le significative riduzioni del personale con oltre 165,269 nel 2022 uscite e 264,220 licenziamenti nel 2023, quest’anno ha già visto 139,206 tagli di posti di lavoro in 451 aziende tech, secondo il tracker indipendente dei licenziamenti Layoffs.fyi.

Aziende come Tesla, Amazon, Google, TikTok, Snap e Microsoft hanno effettuato consistenti licenziamenti nei primi mesi del 2024. Anche le startup di dimensioni più piccole hanno subito un numero considerevole di tagli e, in alcuni casi, hanno chiuso del tutto le operazioni.

Il motivo? La focalizzazione degli investimenti sull’intelligenza artificiale si accompagna, in tutte le aziende tecnologiche, ad una crescente attenzione ai costi. I licenziamenti del 2024 sono mirati ai settori che rendono meno. Secondo Mc Kinsey, nel 2030 almeno il 14% degli occupati potrebbe dover cambiare lavoro per effetto della digitalizzazione, della robotica e dell’intelligenza artificiale.

Le prime aziende che possono disporre delle risorse per percorrere questa strada sono proprio quelle tecnologiche che controllano, in buona misura, lo sviluppo delle tecnologie che esse stesse per prime debbono usare. E’ questa la scelta necessaria che le guida la ristrutturazione organizzativa che porterà all’aumento degli occupati nelle aree più innovative e della riduzione dell’occupazione nelle aree a minore redditività.

Di seguito l’elenco che verrà aggiornato ogni mese. di tutti i licenziamenti noti nel settore tecnologico che sono avvenuti nel 2024.

Settembre 2024: 3.765 dipendenti licenziati

Shein

Ha licenziato 17 dipendenti a Singapore mentre l’azienda si prepara per un’IPO presso la Borsa di Londra.

Drata

La piattaforma di conformità alla sicurezza ha licenziato il 9% del suo personale, colpendo 40 dipendenti.

Moov

Avrebbe licenziato più di 50 dipendenti, anche se Moov stesso non ha ancora confermato i licenziamenti.

FreightWaves

Ha eliminato 16 posti di lavoro nelle vendite, nelle risorse umane e nel marketing, citando un significativo calo del mercato del trasporto merci.

Northvolt

Sta tagliando il 25% della sua forza lavoro globale nel tentativo di ridurre i costi. I licenziamenti coinvolgono più di 1.600 dipendenti del gigante delle batterie.

Olo

L’azienda sta riducendo la sua forza lavoro del 9%, influenzando circa 50 dipendenti, poiché mira a finanziare future iniziative di crescita.

Healthy.io

L’azienda ha licenziato 40 dipendenti nei suoi mercati negli Stati Uniti, nel Regno Unito e in Israele. I tagli arrivano dopo che la società israeliana nel settore della salute ha licenziato 70 dipendenti nel 2023.

Reverb

Avrebbe eliminato 40 ruoli. Il marketplace di strumenti musicali con sede a Chicago è stato acquisito da Etsy nel 2019.

Luminar

Sta riducendo il proprio personale del 30% come parte di una nuova misura di riduzione dei costi, come annunciato dal CEO Austin Russell in un post sul blog. I tagli riguardano principalmente ruoli “non tecnici”.

Notable Labs

Sta eliminando il 65% della sua forza lavoro e dei consulenti, e mettendo in pausa uno studio clinico sul suo trattamento contro il cancro, mirando a ridurre le spese.

CrawTrawler

Sta tagliando il 10% della sua forza lavoro, influenzando circa 40 dipendenti. Tuttavia, l’azienda ha dichiarato che creerà 28 nuovi ruoli come parte della sua nuova strategia.

ApplyBoard

Ha eliminato il 4% della sua forza lavoro totale mentre ristruttura le sue operazioni in Ontario.

Qualcomm

Licenzierà 226 lavoratori a San Diego entro la fine dell’anno, secondo un avviso WARN della California. La decisione arriva meno di un anno dopo che il produttore di chip ha licenziato più di 1.250 lavoratori.

Udemy

Ridurrà il proprio organico in un nuovo sforzo di ristrutturazione, influenzando circa 280 dipendenti. L’azienda afferma che la metà di coloro che sono coinvolti dai tagli sarà riassunta, specialmente se lavorano in mercati a minor costo.

Amperity

Licenzierà il 13% della sua forza lavoro. L’azienda ha già licenziato 20 dipendenti all’inizio di quest’anno, oltre a due altre riduzioni del personale nel 2023.

Cisco

Sta riducendo il proprio organico del 7%, influenzando circa 5.600 dipendenti. I tagli seguono un’altra ondata di licenziamenti dell’azienda quest’anno, durante la quale 4.000 dipendenti sono stati colpiti.

Microsoft

Sta licenziando circa 650 dipendenti nella sua divisione di giochi. I licenziamenti giungono otto mesi dopo che la divisione dei giochi ha affrontato 1.900 tagli di posti di lavoro dopo che Microsoft ha acquisito Activision Blizzard.

Nori

Ha chiuso le sue operazioni citando un “ambiente di finanziamento difficile”, come annunciato dalla co-fondatrice Alexsandra Guerra su LinkedIn.

Bending Spoons

Licenzierà il 75% del personale di WeTransfer. Bending Spoons ha acquisito il servizio di trasferimento file a luglio per una somma non divulgata.

Goop

Licenzierà il 18% del suo staff di 216 persone mentre l’azienda sposta il suo focus sui suoi marchi di bellezza e cibo e deprioritizza altre aree come il benessere e i viaggi.

Fly.io

Avrebbe licenziato circa 40 dipendenti in quello che sembra essere un sforzo di ristrutturazione per l’azienda.

Motif FoodWorks

Sta chiudendo le sue operazioni a seguito di una lunga battaglia legale con il concorrente Impossible Foods.

Agosto 2024: 26.024 dipendenti licenziati

Character.AI avrebbe tagliato almeno il 5% del suo personale nei dipartimenti di marketing e reclutamento.

Apple sta tagliando circa 100 posti di lavoro nel suo gruppo di servizi digitali, potenzialmente influenzando i lavoratori nei team di Libri e Notizie dell’azienda.

Brave ha licenziato 27 dipendenti in diversi dipartimenti, secondo quanto appreso dal sito di informazione TechCrunch che ha raccolto i dati in una lunga analisi. I tagli incidono su circa il 14% del personale totale della startup di browser web e ricerca.

Scale AI avrebbe terminato più di 1.000 lavoratori autonomi remoti. L’azienda non ha classificato i tagli come licenziamenti e afferma che i dipendenti a tempo pieno non sono stati influenzati.

Skip the Dishes sta tagliando 100 lavoratori in Canada e 700 che lavorano per la sua azienda madre, Just Eat Takeaway.com, come annunciato dal CEO Paul Burns su LinkedIn.

GoPro ridurrà la propria forza lavoro totale di circa il 15% entro la fine dell’anno come parte di un importante sforzo di ristrutturazione. I tagli influenzeranno circa 139 lavoratori.

Retention.com ha licenziato il 40% del suo personale, come scritto dal CEO Adam Robinson su LinkedIn, influenzando 15 dipendenti.

Loop sta conducendo licenziamenti mentre l’azienda attraversa un “cambio strategico” nelle priorità. Attualmente non è noto il numero di dipendenti coinvolti.

Inuitive sta tagliando il 20% della sua forza lavoro, influenzando circa 80 dipendenti. Il CEO di Inuitive, Shlomo Gadot, si dimetterà anche dall’azienda.

Formlabs ha licenziato un “piccolo numero” di dipendenti, come confermato esclusivamente a TechCrunch dall’azienda. La società di stampa 3D afferma che i tagli sono avvenuti negli ultimi due anni e coinvolgono 40 dipendenti su meno di 750.

Il CEO di Sonos, Patrick Spence, ha confermato a TechCrunch che l’azienda ha licenziato 100 dipendenti in una nuova ondata di licenziamenti, influenzando il 6% della forza lavoro di Sonos. Sonos ha ridotto precedentemente il proprio organico del 7% nel 2023.

Cisco dovrebbe eliminare migliaia di posti di lavoro in un’altra ondata di licenziamenti quest’anno. L’azienda ha già licenziato più di 4.000 dipendenti a febbraio 2024.

Tally ha chiuso le sue operazioni “dopo aver esplorato tutte le opzioni” prima di esaurire il denaro. La fintech in precedenza aiutava gli utenti a gestire e saldare il proprio debito con le carte di credito; aveva 183 dipendenti ed era stata valutata l’ultima volta a 855 milioni di dollari.

Branch.io ha licenziato più di 100 dipendenti. Nova Launcher, acquisita da Branch nel 2022, ha dichiarato che i tagli hanno ridotto il suo team a un solo sviluppatore a tempo pieno.

READY Robotics avrebbe interrotto le sue operazioni. L’azienda sta ora mettendo all’asta attrezzature attraverso Silicon Valley Disposition.

Eventbrite sta tagliando circa 100 dipendenti, corrispondenti all’11% della sua forza lavoro totale. La società di biglietteria online aveva precedentemente licenziato l’8% dei suoi dipendenti nel febbraio 2023.

LegalZoom ha annunciato che ridurrà la sua forza lavoro globale del 15% e metterà in pausa gli sforzi futuri di assunzione nel tentativo di risparmiare 25 milioni di dollari.

Techstars licenzierà il 17% del suo personale e terminerà i suoi programmi da 80 milioni di dollari sostenuti da J.P. Morgan alla fine di quest’anno, a seguito di un periodo difficile per l’azienda che ha incluso perdite finanziarie e cambiamenti nella leadership.

Mobius chiuderà completamente le operazioni dopo aver affrontato difficoltà finanziarie. Il produttore di SUV con sede in Kenya avrebbe citato aumenti delle tasse come forza trainante della decisione.

Infineon taglierà 1.400 posti di lavoro a livello globale, compresi centinaia di ruoli presso il suo impianto tedesco. L’azienda ha dichiarato che trasferirà anche altri 1.400 dipendenti in paesi con costi del lavoro più bassi.

Jam City ha eliminato circa 85 dipendenti, interessando il 10% della forza lavoro totale dello sviluppatore e editore di videogiochi.

Dell effettuerà licenziamenti poiché l’azienda pianifica di diventare “più snella”, secondo una memo interna, e creerà una nuova unità commerciale focalizzata sui prodotti e servizi di intelligenza artificiale. Al momento il numero di dipendenti interessati è sconosciuto.

Intel ha iniziato il mese con licenziamenti sostanziali, con 15.000 dipendenti, corrispondenti al 15% del suo personale totale, colpiti dai tagli dell’azienda. “Le nostre entrate non sono cresciute come previsto — e non abbiamo ancora beneficiato appieno da potenti tendenze, come l’IA”, ha dichiarato il CEO Pat Gelsinger in una memo annunciando i licenziamenti.

Luglio 2024: 9.051 dipendenti licenziati

Rad Power Bikes

La start-up di e-bike che ha raccolto più di 300 milioni di dollari dagli investitori ha anche condotto cinque round di licenziamenti dal mese di aprile 2021, con TechCrunch che ha appreso in esclusiva che gli ultimi licenziamenti di Rad Power sono stati effettuati a luglio con un numero sconosciuto di dipendenti di Rad Power circa 394 impattati.

Match Group

Ha interrotto i servizi di live streaming attraverso le sue app di appuntamenti, in particolare Plenty of Fish e BLK, poiché sposta il suo focus verso l’IA generativa. La mossa comporterà una riduzione del 6% della forza lavoro totale.

Bungie

Taglierà 220 dipendenti, rappresentando circa il 17% della forza lavoro totale dello studio di videogiochi. Il CEO Pete Parsons ha dichiarato che i cambiamenti interessano tutti i livelli dell’azienda, inclusi i vertici senior e esecutivi.

Pocket FM

Avrebbe eliminato ruoli per quasi 200 scrittori statunitensi, un mese dopo che l’azienda si è associata a ElevenLabs per convertire rapidamente gli script in contenuti audio utilizzando l’IA.

WayCool Foods

Avrebbe licenziato più di 200 dipendenti in diversi dipartimenti. Sarebbe il terzo significativo round di licenziamenti dell’azienda agritech nell’ultimo anno.

Webflow

Ha annunciato che eliminerà circa l’8% della sua forza lavoro mentre l’azienda lavora verso la sua “prossima fase di crescita”.

Cohere

Sta licenziando circa 20 dipendenti, corrispondenti a circa il 5% della sua forza lavoro totale. I tagli sono arrivati il giorno dopo che l’azienda ha annunciato di aver raccolto 500 milioni di dollari con una valutazione di 5 miliardi di dollari.

Magic Leap

Avrebbe eliminato circa 75 dei suoi dipendenti. Come parte dei tagli, la startup di realtà aumentata avrebbe tagliato completamente i suoi dipartimenti di vendita e marketing.

Mercari

Sta licenziando quasi la metà dei suoi dipendenti negli Stati Uniti poiché l’azienda con sede in Giappone fatica a competere con altri rivali dell’e-commerce come Temu.

Aqua

Sta eliminando 50 dipendenti, corrispondenti al 10% della sua forza lavoro totale. All’inizio di quest’anno, l’azienda di sicurezza informatica ha raccolto 60 milioni di dollari con una valutazione di 1 miliardo di dollari, diventando un unicorno.

EverC

Sta licenziando il 10% della sua forza lavoro composta da 165 persone. L’azienda sviluppa software di intelligence informatica che aiuta a prevenire le frodi online.

Lex

Ha licenziato la maggior parte del suo staff composto da circa otto persone mentre il sito di social networking LGBTQ+ fatica a monetizzare il suo prodotto. L’anno scorso, il terzo di Lex, ha raccolto 5,6 milioni di dollari in finanziamenti seed ed ha promosso la co-fondatrice Jennifer Lewis da COO a CEO.

Monarch Tractor

Ha tagliato “meno del” 15% della sua forza lavoro composta da 250-300 persone come parte di una riorganizzazione necessaria a seguito di un round di finanziamento Serie C da 133 milioni di dollari, ha appreso TechCrunch.

Kaspersky

Licenzierà decine di dipendenti e lascerà completamente il mercato statunitense a seguito di un ordine del governo degli Stati Uniti che ha vietato la vendita del software dell’azienda a causa di rischi per la sicurezza.

Salesforce

Ha eliminato circa 300 dipendenti dalla sua forza lavoro mentre implementa un più ampio sforzo per ridurre i costi e razionalizzare le operazioni.

Intuit

Taglierà 1.800 dipendenti, influenzando il 10% della sua forza lavoro. L’azienda afferma che più della metà è stata tagliata a causa delle basse prestazioni e mira ad assumere approssimativamente lo stesso numero di dipendenti anziché tagliare i costi.

UiPath

Pianifica di tagliare 420 posti di lavoro, il 10% della sua forza lavoro totale, mentre l’azienda sta attraversando un ampio sforzo di ristrutturazione.

UKG

Ha tagliato circa 2.200 dipendenti, corrispondenti a quasi il 14% della sua forza lavoro, mentre l’azienda software cerca di riorientare le sue risorse verso “aree chiave di innovazione del prodotto”.

OpenText

Pianifica di tagliare circa 1.200 posti di lavoro, corrispondenti a quasi il 2% della sua forza lavoro totale, mentre l’azienda di gestione delle informazioni intende ridurre significativamente le sue spese entro il 2025.

Unacademy

Sta licenziando circa 250 dipendenti nell’ultimo di una serie di tagli dopo la riapertura delle scuole in tutta l’India a seguito dei blocchi pandemici.

Koo

Sta interrompendo le sue operazioni dopo il fallimento dei colloqui di acquisizione di ultima istanza con Dailyhunt.

Upside Foods

Ha ridotto la sua forza lavoro di 26 persone, ha scritto il CEO Uma Valeti in una email al personale, mentre l’industria della carne coltivata in laboratorio vede una diminuzione dei finanziamenti VC.

Sightful

Sta eliminando 20 dipendenti, corrispondenti a un terzo della sua forza lavoro totale, mentre l’azienda sposta il suo focus verso lo sviluppo software.

Giugno 2024: 10.083 dipendenti licenziati

RealPage

Taglierà circa il 4% della sua forza lavoro come parte di un piano per potenziare la crescita, anche se l’azienda è una tra molte nel suo settore che affronta una causa consolidata che afferma che sono stati coinvolti in accordi illeciti sui prezzi.

Planet

Intende licenziare circa 180 dipendenti, corrispondenti al 17% della sua forza lavoro, secondo una presentazione alla SEC che rappresenta il suo secondo recente round di licenziamenti.

Moxion Power

Sta licenziando più di 100 dipendenti, secondo una segnalazione WARN. La notizia dei tagli arriva dopo che l’azienda ha lanciato una grande espansione degli uffici a Richmond, in California.

eBay

Sta apparentemente conducendo licenziamenti in Israele mentre attraversa una ristrutturazione globale.

BeReal

Sta apparentemente tagliando un gran numero del suo personale dopo essere stata acquisita dall’azienda di videogiochi francese Voodoo.

Flutterwave

Ha licenziato circa 30 persone, corrispondenti al 3% della sua forza lavoro, mentre riorienta il suo business verso le imprese.

Ginkgo Bioworks

Ha licenziato 158 dipendenti, con un altro blocco di licenziamenti previsto poiché l’azienda mira a ridurre la sua forza lavoro del 25%.

Moovit

Sta effettuando tagli al 10% della sua forza lavoro, impattando circa 20-25 dipendenti.

Wex

Sta licenziando 375 dipendenti, corrispondenti al 5% del suo totale di forza lavoro.

PayPal

Eliminerà fino a 85 dipendenti con sede in Irlanda, ha annunciato l’azienda.

Rapyd

Sta apparentemente licenziando circa 30 dipendenti in Israele e sposterà le posizioni in altre regioni per tagliare i costi.

C2FO

Ha tagliato 16 dipendenti nel suo dipartimento di gestione delle risorse dei fornitori concentrandosi sull’automazione.

Chegg

Sta riducendo il suo organico globale del 23% in un importante sforzo di ristrutturazione poiché la piattaforma di apprendimento online punta a diventare un’operazione “più snella”.

StackPath

Sta chiudendo i battenti e liquidando i suoi asset. Al momento il numero di dipendenti interessati è sconosciuto.

Unit

Sta riducendo il suo organico del 15% mentre l’azienda cerca di “pensare a periodi di tempo più lunghi”, ha annunciato l’azienda in un post sul blog.

Loop

Sta effettuando ulteriori tagli, come annunciato dalla co-amministratrice delegata Carey Anne Nadeau su LinkedIn. Al momento il numero di dipendenti coinvolti è sconosciuto.

Care/of

Licenzierà i suoi 143 dipendenti entro il 3 luglio a causa di una “perdita di finanziamenti” e non accetterà più nuovi ordini. L’azienda non si è completamente chiusa, dicendo a TechCrunch: “Stiamo esplorando attivamente opzioni per il marchio ma al momento non abbiamo nulla di definitivo da comunicare.”

Running Tide

Ha chiuso le sue operazioni e ha licenziato i dipendenti rimanenti dopo aver raccolto più di 50 milioni di dollari dal suo inizio nel 2017.

Satellogic

Sta licenziando 70 dipendenti, circa il 30% della sua forza lavoro, tre settimane dopo un precedente round di tagli che ha coinvolto 34 dipendenti.

ByteDance

Sta tagliando circa 450 posti di lavoro nella sua divisione di e-commerce indonesiana, corrispondenti al 9% dell’unità.

VRChat

Ha eliminato circa il 30% della sua forza lavoro totale, come confermato dal CEO Graham Gaylor in una dichiarazione.

Paytm

Sta apparentemente effettuando tagli significativi in tutta l’azienda. Al momento il numero totale di dipendenti interessati è sconosciuto.

Kissflow

Ha tagliato circa 45 posti di lavoro come parte di un’operazione di ristrutturazione.

Copia Global

Ha licenziato almeno 1.060 dipendenti due settimane dopo che la startup ha presentato istanza di amministrazione.

Revel

Sta licenziando i suoi oltre 1.000 autisti dipendenti mentre abbraccia un modello di lavoratori indipendenti simile a quello di Lyft e Uber.

Simpl

Ha licenziato 30 dipendenti un mese dopo che la startup con sede a Bengaluru ha licenziato 160 persone.

Oda

Ha confermato licenziamenti di 150 posti di lavoro mentre ridimensiona drasticamente le sue ambizioni di espansione per concentrarsi sui mercati in Norvegia e Svezia.

Pagaya

Sta licenziando 100 lavoratori, corrispondenti al 20% del suo organico, in un altro round di tagli.

MoonPay

Sta apparentemente licenziando il 10% della sua forza lavoro, corrispondente a circa 30 persone.

Microsoft

Sta apparentemente tagliando centinaia di dipendenti che lavorano nel suo business Azure cloud, anche se al momento il numero esatto di dipendenti interessati è sconosciuto.

OrCam

Sta licenziando 100 dipendenti mesi dopo aver ridotto il suo organico di 50 lavoratori.

Google

Sta apparentemente effettuando tagli consistenti a livello globale in diversi team del suo Cloud, inclusi quelli focalizzati sulla sostenibilità, consulenza e ingegneria dei partner.

Tropic

Sta eliminando 40 dipendenti come parte di un’operazione di ristrutturazione, come scritto dal CEO David Campbell in un post su LinkedIn.

Maggio 2024: 11.011 dipendenti licenziati

Gro Intelligence

Sta chiudendo le sue operazioni dopo aver licenziato il 60% del suo personale a marzo nel tentativo di restare a galla.

Jasper Health

Ha licenziato una parte sostanziale della sua forza lavoro, ha appreso TechCrunch. I dipartimenti di ingegneria e design del prodotto sono stati i più colpiti dai tagli alla startup della piattaforma di assistenza ai malati di cancro.

Cirium

Sta licenziando 37 lavoratori tecnici presso FlightStats, la startup di tracciamento dei voli acquisita nel 2016, mentre pianifica di consolidare le sue operazioni in India e nel Regno Unito.

Walnut

Sta tagliando 15 dipendenti in un turno di licenziamenti, che influisce sul 20% della forza lavoro totale della startup israeliana.

Fisker

Ha licenziato centinaia di dipendenti nel tentativo di mantenere viva la startup di veicoli elettrici. Un dipendente attuale e uno licenziato hanno riferito esclusivamente a TechCrunch che circa 150 persone rimangono attualmente in azienda.

Cue Health

Sta chiudendo le sue operazioni e licenziando il resto del suo personale. La società di test COVID-19 aveva licenziato la metà della sua forza lavoro all’inizio di questo mese per ridurre i costi.

Foursquare

Ha licenziato 105 dipendenti mentre l’azienda cerca di “razionalizzare” le sue operazioni, secondo un’email ai dipendenti dall’attuale CEO Gary Little.

Lucid Motors

Sta licenziando circa 400 dipendenti, circa il 6% della sua forza lavoro, come parte di una ristrutturazione in vista del lancio del suo primo SUV elettrico entro la fine di quest’anno.

TikTok

Farà probabilmente tagli significativi ai suoi team globali di operazioni e marketing. Attualmente non è noto il numero di dipendenti interessati.

Pixar

Taglierà presumibilmente il 14% del suo personale, influenzando 175 dipendenti, mentre l’azienda sposta il suo focus dalla programmazione originale di Disney+ ai film.

Replit

Ha licenziato il 20% del suo personale mentre la startup di programmazione sposta il suo focus sulle vendite aziendali.

SeekOut

Ha tagliato circa il 30% della sua forza lavoro totale. La startup di reclutamento che utilizza l’IA per trovare candidati è stata valutata oltre 1,2 miliardi di dollari nell’gennaio 2022.

Gopuff

Ha eliminato il 6% del suo personale in un altro turno di licenziamenti mentre la startup di consegne veloci cerca di diventare redditizia entro la fine del 2024.

Atmosphere

Pianifica di licenziare 106 dipendenti, secondo un avviso WARN presentato in Texas.

Mainvest

Ha chiuso le sue operazioni. Al momento non è noto il numero di dipendenti interessati.

Indeed

Sta tagliando circa 1.000 posti di lavoro, influenzando l’8% del personale dell’azienda, ha scritto il CEO Chris Hyams in una lettera al personale.

Motional

Ha tagliato circa il 40% della sua forza lavoro, influenzando circa 550 dipendenti, hanno riferito le fonti a TechCrunch. Il direttore operativo dell’azienda, Abe Ghabra, ha anche lasciato l’azienda.

Google

Eliminerà 57 posizioni a San Francisco, secondo un avviso WARN presentato in California.

Vacasa

Sta eliminando 800 dipendenti, corrispondenti al 13% della sua forza lavoro, come parte di un’operazione di ristrutturazione.

Brilliant

Ha detto a The Verge di aver licenziato la maggior parte del suo personale e di non vendere più i suoi controller smart home e interruttori luminosi mentre cerca un acquirente.

Enovix

Ha licenziato circa 170 lavoratori, influenzando un terzo del suo totale di dipendenti, in un tentativo di ridurre i costi operativi annuali.

Microsoft

Ha chiuso Arkane Austin, Tango Gameworks e altri studi di giochi come parte dei tagli a Bethesda. Attualmente non è chiaro quanti dipendenti saranno coinvolti.

Cue Health

Sta eliminando 230 dipendenti, circa il 49% della sua forza lavoro, in una misura di taglio dei costi delineata nei documenti presentati alla SEC degli Stati Uniti.

Luminar

Sta riducendo la sua forza lavoro del 20%. I tagli interesseranno circa 140 dipendenti, e l’azienda sta anche interrompendo i rapporti con “la maggior parte” dei suoi lavoratori a contratto.

Sprinklr

Ha licenziato circa il 3% della sua forza lavoro, influenzando 116 persone, come confermato dall’azienda a TechCrunch in una dichiarazione. I tagli arrivano oltre un anno dopo che l’azienda ha eliminato circa il 4% del personale.

Peloton

Sta licenziando il 15% della sua forza lavoro, influenzando circa 400 persone, come parte di un’operazione di riduzione dei costi. Il CEO dell’azienda, Barry McCarthy, sta anche lasciando l’azienda.

Aprile 2024: 22.423 dipendenti licenziati

Tesla

Ha ridimensionato il suo team di ricarica in un nuovo turno di licenziamenti, ha annunciato il CEO Elon Musk in un’email notturna ai dirigenti.

Google

Ha licenziato personale in team chiave come Flutter, Dart e Python. Attualmente non è chiaro quanti dipendenti siano stati licenziati.

Fisker

Sta licenziando ulteriori dipendenti per “preservare il denaro”, secondo un’email interna vista da TechCrunch. Al momento non è noto il numero di tagli.

Getir

Sta chiudendo le operazioni negli Stati Uniti, nel Regno Unito e in Europa, influenzando almeno 6.000 posti di lavoro nei mercati che chiudono.

Ola

Sta tagliando circa 180 posti di lavoro in una spinta alla redditività e ha licenziato il suo amministratore delegato Hemant Bakshi, ha riferito una fonte a conoscenza della situazione a TechCrunch.

True Anomaly

La startup aerospaziale e della difesa ha licenziato quasi 30 persone, corrispondenti a circa il 25% della sua forza lavoro, a causa della “duplicazione dei ruoli e delle funzioni in tutta l’azienda”, ha riportato esclusivamente TechCrunch.

Expedia

Si prevede che taglierà dipendenti nel suo ufficio di Austin per la seconda volta quest’anno.

Nike

Pianifica di eliminare 740 dipendenti presso la sua sede dell’Oregon quest’estate, secondo un avviso della legge WARN.

Stability AI

Sta eliminando il 10% della sua forza lavoro a seguito dell’uscita dell’ex CEO Emad Mostaque.

Google

Sta licenziando i lavoratori come parte di misure continue di riduzione dei costi. Al momento non era noto il numero di dipendenti interessati.

Rivian

Sta riducendo la sua forza lavoro totale dell’1%. È il secondo turno di licenziamenti per il produttore di veicoli elettrici quest’anno.

Take-Two

Sta licenziando il 5% della sua forza lavoro, influenzando circa 579 dipendenti. Il publisher di GTA 6 ha anche annunciato l’eliminazione di “diversi progetti” in fase di sviluppo.

Tome

Sta eliminando circa il 20% dei suoi 59 dipendenti in un’operazione di ristrutturazione.

Tesla

Sta tagliando “più del 10%” della sua forza lavoro globale, secondo un’email interna inviata dal CEO Elon Musk. Ciò potrebbe interessare più di 14.000 lavoratori in tutto il mondo, mentre Tesla si prepara “alla nostra prossima fase di crescita” in un mercato EV impegnativo.

Criteo

Sta riducendo la sua forza lavoro globale di quasi il 4%, influenzando fino a 140 dipendenti.

TikTok

Sta licenziando 250 dipendenti con sede in Irlanda mentre ristruttura il suo team di formazione e qualità.

Hinge Health

Ha tagliato circa il 10% della sua forza lavoro, ha appreso esclusivamente TechCrunch, mentre l’azienda si prepara per un’offerta pubblica iniziale e punta a raggiungere la redditività.

Checkr

Ha licenziato 382 dipendenti, pari al 32% della sua forza lavoro totale, ha appreso esclusivamente TechCrunch. La piattaforma di screening degli antecedenti era stata valutata l’ultima volta 5 miliardi di dollari nell’aprile del 2022.

Bolt.Earth

Avrebbe licenziato una parte considerevole del suo personale in un’operazione di ristrutturazione. Il numero di dipendenti coinvolti attualmente è sconosciuto, ma fonti hanno riferito a Inc42 che potrebbe essere “nell’ordine dei 70-100” lavoratori.

Apple

Sta licenziando 614 dipendenti in California dopo aver abbandonato il suo progetto di auto elettrica, secondo un avviso WARN.

Agility Robotics

Ha licenziato un “piccolo numero” di dipendenti nell’ambito di un focus aziendale sull’impegno nella commercializzazione.

Ghost Autonomy

Ha chiuso le operazioni. L’azienda, sostenuta da OpenAI, impiegava circa 100 persone.

Whirlpool

Sta chiudendo Yummly, l’app di ricette e cucina acquisita nel 2017.

AWS

Taglierà centinaia di posti di lavoro nei settori Vendite, Marketing, Servizi Globali e nel suo team di Tecnologia dei Negozi Fisici.

Byju’s

Sta licenziando circa 500 dipendenti, corrispondenti al 3% della sua forza lavoro totale, nell’ambito di un’operazione di ristrutturazione.

Marzo 2024: 7.403 dipendenti licenziati

Reliance

Reliance, il più grande conglomerato in India, ha impiegato del tempo per annunciare di aver licenziato più di 42.000 persone nel suo anno fiscale, che è terminato a marzo. Quel numero significativo rappresentava l’11% della sua forza lavoro, e altri 143.000 dipendenti hanno scelto “separazioni volontarie” nello stesso periodo.

ChowNow

Ha licenziato il 20% del suo personale dopo l’acquisizione della piattaforma di punto vendita Cuboh. L’azienda aveva precedentemente licenziato 100 persone nel 2022.

Nintendo of America

Sta ristrutturando il suo dipartimento di test, composto principalmente da appaltatori. Un portavoce di Nintendo ha detto a Kotaku che i cambiamenti comporteranno la fine di alcuni incarichi ma porteranno alla creazione di nuove posizioni a tempo pieno.

Dell

Ha ridotto la sua forza lavoro globale di circa 6.000 posti di lavoro, secondo una presentazione 10-K alla SEC. La presentazione rivela che l’azienda ha tagliato 13.000 posti di lavoro nell’ultimo anno.

Synctera

Ha effettuato tagli al suo personale, confermato dall’azienda a TechCrunch. Un rapporto su Fintech Business Weekly stima che 17 persone, circa il 15% dell’azienda, siano state coinvolte.

ShopBack

Sta tagliando 195 ruoli nell’ambito di un’iniziativa per diventare più sostenibile, ha scritto il CEO Henry Chan in un post sul blog. I licenziamenti hanno un impatto su quasi un quarto del suo personale.

Airmeet

Avrebbe eliminato il 20% della sua forza lavoro totale nel suo secondo sforzo di ristrutturazione dell’anno passato.

Chipper Cash

Ha effettuato un altro round di licenziamenti che ha coinvolto 20 dipendenti, ha annunciato il CEO Ham Serunjogi in un post sul blog.

Textio

Avrebbe tagliato il 16% del suo personale in una mossa strategica per supportare il suo prodotto Textio Lift.

Stash

Sta licenziando circa il 25% della sua forza lavoro. Secondo Axios, i tagli colpiscono circa 80 persone.

Phantom Auto

Sta chiudendo dopo non essere riuscita a ottenere nuovi finanziamenti, ha appreso TechCrunch. La startup di guida remota, che aveva già ridotto il personale l’anno scorso, impiegava poco più di 100 persone.

IBM

Sta riducendo il suo personale di marketing e comunicazioni. L’azienda ha precedentemente annunciato una strategia per sostituire più di 8.000 posti di lavoro con l’IA.

Inscribe.ai

Ha tagliato poco meno del 40% del suo personale, pari a dozzine di dipendenti, ha confermato l’azienda a TechCrunch.

Turnitin

Ha licenziato circa 15 persone all’inizio di quest’anno, in seguito a commenti del CEO Chris Caren secondo cui l’azienda sarebbe stata in grado di ridurre il 20% della sua forza lavoro grazie all’IA.

Sorare

Ha licenziato il 13% del suo personale con sede nel suo ufficio di New York mentre la piattaforma sportiva fantasy web3 si concentra sul suo quartier generale a Parigi, ha riferito una fonte a conoscenza della questione a TechCrunch.

Melio

Sta eliminando circa il 7% della sua forza lavoro nell’ambito di una ristrutturazione organizzativa. Il “unicorno” fintech ha effettuato l’ultimo round di licenziamenti nell’agosto 2022.

ONE

Sta tagliando circa il 13% della sua forza lavoro, con un impatto su 40 dipendenti. Si tratta del secondo round di licenziamenti per la startup delle batterie negli ultimi mesi.

Project Ronin

Sta chiudendo, con un “licenziamento di massa permanente” che coinvolge circa 150 dipendenti.

Febbraio 2024: 15.639 dipendenti licenziati

Fisker

Pianifica di licenziare il 15% della sua forza lavoro e afferma che probabilmente non ha abbastanza liquidità a disposizione per sopravvivere nei prossimi 12 mesi.

EA

Taglia il 5% della sua forza lavoro, coinvolgendo 670 dipendenti, mentre si allontana dal “lo sviluppo di futura proprietà intellettuale con licenza”.

Bumble

Sta licenziando circa 350 dipendenti, pari al 30% della sua forza lavoro.

Apple

Probabilmente sta licenziando centinaia di dipendenti che lavoravano sul progetto dell’auto elettrica autonoma dell’azienda, ora che lo sforzo è stato interrotto, ha appreso TechCrunch.

Sony

Licenzierà 900 dipendenti dalla sua unità PlayStation, colpendo l’8% della forza lavoro della divisione. Anche gli studi Insomniac Games, Naughty Dog, Guerrilla e Firesprite saranno coinvolti.

Expedia

Dovrebbe ridurre 1.500 ruoli nel 2024, principalmente nella sua divisione Prodotto e Tecnologia, corrispondente a più dell’8% della forza lavoro dell’azienda.

Finder

Ha eliminato circa 60 dipendenti, ovvero il 17% della sua forza lavoro. È la terza importante ondata di licenziamenti della startup finanziaria negli ultimi 12 mesi.

Rivian

Sta licenziando il 10% della sua forza lavoro a salario fisso nel tentativo di ridurre i costi in un mercato sempre più difficile per i veicoli elettrici.

Meati Foods

Licenzierà il 13% della sua forza lavoro mentre lavora per “costruire un’azienda finanziariamente sostenibile”, ha detto il CEO Phil Graves esclusivamente a TechCrunch.

Cisco

Ha annunciato che eliminerà il 5% dei suoi dipendenti, coinvolgendo più di 4.000 persone.

Toast

Licenzierà circa 550 lavoratori in un’operazione volta a promuovere “l’efficienza delle spese operative”.

Instacart

Ha annunciato in un deposito SEC che licenzierà circa 250 dipendenti come parte di un piano di ristrutturazione.

Mozilla

Sta ridimensionando i suoi investimenti in diversi prodotti, ha appreso TechCrunch, con conseguenti licenziamenti che coinvolgeranno circa 60 dipendenti.

Grammarly

Sta licenziando 230 dipendenti in tutto il mondo come parte degli sforzi dell’azienda per concentrarsi sul “luogo di lavoro abilitato dall’IA del futuro”.

Getaround

Sta tagliando il 30% della sua forza lavoro nordamericana nell’ambito di una ristrutturazione.

Amazon

Sta tagliando posti di lavoro nelle sue attività sanitarie One Medical e Amazon Pharmacy. Attualmente non è noto il numero di ruoli interessati.

DocuSign

Ha annunciato piani per eliminare il 6% della sua forza lavoro, influenzando principalmente le divisioni vendite e marketing dell’azienda.

Gennaio 2024: 34.107 dipendenti licenziati

Thinx

Licenzierà 95 lavoratori a New York City, secondo una comunicazione presentata presso il Dipartimento del Lavoro di New York.

Proofpoint

Sta licenziando circa il 6% della sua forza lavoro globale, pari a 280 dipendenti, come confermato dall’azienda a TechCrunch.

Wattpad

Ha effettuato un’altra serie di licenziamenti all’inizio di questo mese, corrispondenti a circa il 15% della sua forza lavoro, secondo una fonte a conoscenza della situazione citata da TechCrunch.

Block

Sta licenziando circa 1.000 persone nelle divisioni Cash App, foundational e Square di Block.

PayPal

Avrebbe iniziato a effettuare licenziamenti su scala aziendale. Sebbene non sia chiaro quanti dipendenti saranno coinvolti, una fonte ha detto a TechCrunch che si prevede che saranno “migliaia”.

Aurora Solar

Ha licenziato il 20% del suo staff di circa 1.000 persone, ha appreso in esclusiva TechCrunch. I tagli alla startup software arrivano nonostante la crescita record dell’industria solare dell’anno scorso.

iRobot

Sta licenziando 350 persone, ovvero un terzo della sua forza lavoro, dopo che l’offerta di Amazon di acquisire il produttore di Roomba è stata interrotta. Il CEO di lunga data Colin Angle ha anche rassegnato le dimissioni.

Salesforce

Sta licenziando circa 700 lavoratori, pari a circa l’1% del suo personale. Questo avviene dopo che l’azienda ha ridotto significativamente il 10% della sua forza lavoro nel 2023.

Flexport

Sta pianificando di tagliare circa il 20% del suo personale nelle prossime settimane. L’azienda ha annunciato tagli simili ad ottobre, quando il fondatore Ryan Petersen è tornato come CEO e ha ridotto la forza lavoro del 20%.

Microsoft

Sta licenziando 1.900 dipendenti nelle sue divisioni di gioco dopo l’acquisizione di Activision Blizzard. Il presidente di Blizzard, Mike Ybarra, ha annunciato che lascerà anche l’azienda.

Swiggy

Sta tagliando circa 400 posti di lavoro, il 7% della sua forza lavoro, poiché la startup di consegna di cibo cerca di apportare ulteriori miglioramenti alle sue finanze in vista di un IPO pianificato entro la fine dell’anno.

Aurora

Ha licenziato dozzine di lavoratori, secondo fonti a conoscenza della decisione. La società di tecnologia per veicoli autonomi ha successivamente confermato che circa il 3% della sua forza lavoro è stata licenziata.

eBay

Licenzierà il 9% della forza lavoro dell’azienda, coinvolgendo circa 1.000 dipendenti a tempo pieno. In un post sul blog, l’azienda ha anche pianificato di tagliare i ruoli a contratto nei prossimi mesi.

SAP

Ha annunciato l’intenzione di offrire incentivi al licenziamento volontario o cambiamenti di mansione a 8.000 dipendenti in seguito a una ristrutturazione.

Brex
Ha licenziato il 20% del suo personale, coinvolgendo 282 lavoratori. In un post sul blog, il co-CEO Pedro Franceschi ha dichiarato che l’azienda sta dando priorità al “pensiero a lungo termine e al possesso rispetto ai guadagni a breve termine nella nostra struttura retributiva”.

TikTok

Ha eliminato circa 60 posti di lavoro negli Stati Uniti a Los Angeles, New York e Austin, oltre ai licenziamenti nei mercati internazionali. I ruoli interessati, secondo il report iniziale di NPR, sono principalmente nel settore delle vendite e della pubblicità.

Vroom

Sta tagliando il 90% dei suoi dipendenti mentre chiude il suo mercato online di auto usate e sposta le risorse in due unità aziendali: una focalizzata sul finanziamento auto e l’altra sull’analisi alimentata dall’IA.

Riot Games

Sta licenziando l’11% della sua forza lavoro, coinvolgendo circa 530 dipendenti, poiché l’azienda si concentra su “progetti meno numerosi e di maggiore impatto”. Il produttore di League of Legends sta anche chiudendo il suo gruppo editoriale di cinque anni, Riot Forge.

Wayfair

Sta eliminando il 13% della sua forza lavoro globale, coinvolgendo 1.650 dipendenti, in un’operazione di ristrutturazione mirata a ridurre i livelli di gestione.

YouTube

Eliminerà 100 dipendenti, come confermato da un portavoce a TechCrunch, nell’ambito di un’operazione di ristrutturazione nei team di gestione e operazioni dei creator.

Google

Sta licenziando “centinaia” di dipendenti nel suo team di vendita pubblicitaria, secondo un memo trapelato. I tagli arrivano una settimana dopo che l’azienda ha effettuato licenziamenti massicci nei suoi team hardware. E altri licenziamenti arriveranno nel corso dell’anno, come ha dichiarato il CEO Sundar Pichai all’azienda in un memo ottenuto da The Verge.

Lost Boys Interactive

Avrebbe licenziato un “grande” numero di dipendenti il 12 gennaio. Lo studio di sviluppo di giochi è stato acquisito dal produttore di Borderlands Gearbox nel 2022.

Pixar

Si appresta a licenziare dipendenti nel 2024, ha appreso in esclusiva TechCrunch, con il totale dei dipendenti interessati che potrebbe arrivare fino al 20% della forza lavoro di 1.300 persone dello studio di animazione. I tagli arrivano mentre Disney cerca di ridurre l’output dello studio mentre lotta per raggiungere la redditività nello streaming.

Audible

Sta licenziando il 5% della sua forza lavoro, citando un “scenario sempre più impegnativo”, secondo un memo trapelato ottenuto da Business Insider.

Discord

Sta licenziando il 17% del suo personale, coinvolgendo 170 persone. In un memo interno ottenuto da The Verge, il CEO di Discord Jason Citron ha attribuito i tagli alla crescita troppo rapida dell’azienda.

Google

Ha licenziato centinaia di dipendenti nel suo team Google Assistant e nel team che gestisce l’hardware Pixel, Nest e Fitbit. L’azienda ha confermato a TechCrunch che i co-fondatori di Fitbit James Park ed Eric Friedman lasceranno anche l’azienda.

Amazon

Sta licenziando “diverse centinaia” di dipendenti presso Prime Video e MGM Studios, secondo un memo ottenuto da TechCrunch. I tagli arrivano giorni dopo i 500 licenziamenti presso Twitch di Amazon.

Twitch

Sta licenziando 500 dipendenti, il 35% del suo attuale personale, in mezzo a una continua lotta per raggiungere la redditività di fronte ai crescenti costi e alle critiche della comunità. I licenziamenti imminenti arrivano dopo che centinaia di altri dipendenti sono stati licenziati nel 2023.

Treasure Financial

Ha confermato a TechCrunch che i licenziamenti, effettuati a dicembre, hanno coinvolto 14 dipendenti, corrispondenti al 60% – 70% dell’azienda, secondo varie fonti.

Duolingo

Ha confermato che ha tagliato il 10% della sua forza lavoro di appaltatori alla fine del 2023 mentre si rivolge all’IA per razionalizzare la produzione di contenuti e le traduzioni precedentemente gestite da esseri umani.

Rent the Runway

Taglierà circa il 10% dei ruoli aziendali in un piano di ristrutturazione dopo le dimissioni pianificate di Anushka Salinas come chief operating officer e presidente alla fine di gennaio.

Unity

Sta riducendo la sua forza lavoro di circa il 25%, ovvero 1.800 persone. Il produttore del motore di gioco ha attraversato tre round di licenziamenti nel 2023.

Pitch

Ha licenziato due terzi dei suoi dipendenti mentre la startup tedesca, che ha sviluppato software di presentazione collaborativo, cerca di intraprendere un “percorso completamente diverso”. Il CEO e co-fondatore Christian Reber ha anche lasciato l’azienda.

BenchSci

La startup di intelligenza artificiale e biomedicale avrebbe tagliato il 17% della sua forza lavoro l’8 gennaio, citando “cambiamenti nell’ambiente economico”, in un post su LinkedIn che annunciava i licenziamenti.

Flexe

Ha eliminato il 38% del suo personale l’8 gennaio mentre l’azienda di logistica per il commercio online prosegue dopo aver effettuato licenziamenti nel settembre 2023.

NuScale

Ha annunciato l’8 gennaio di licenziare il 28% del suo personale, ovvero 154 lavoratori, poiché l’azienda di reattori nucleari modulari piccoli sposta il suo focus su “aree strategiche chiave”.

Trigo

Sta apparentemente licenziando il 15% della sua forza lavoro focalizzata sulla visione artificiale per i rivenditori.

InVision

Chiuderà alla fine del 2024 dopo 12 anni di attività. La startup di collaborazione nel design era una volta valutata a quasi 2 miliardi di dollari.

VideoAmp

Sta licenziando quasi il 20% della sua forza lavoro mentre cerca di mantenere la sua battaglia con Nielsen sulla misurazione dei media. Il CEO Ross McCray ha lasciato l’azienda.

Orca Security

Sta licenziando circa il 15% del suo personale, per un totale di 60 dipendenti. Si dice che il “unicorno” con sede in Israele pianifichi di spostare alcuni dipendenti interessati in altre posizioni all’interno dell’azienda.

Frontdesk

Ha licenziato l’intera sua forza lavoro di 200 persone l’8 gennaio dopo che i tentativi di raccogliere più capitali sono falliti, come ha appreso in esclusiva TechCrunch. I licenziamenti di massa giungono solo sette mesi dopo che la startup ha acquisito il concorrente Zencity.

Leggi le altre notizie sull’home page di Key4biz

https://www.key4biz.it/i-licenziamenti-nel-settore-tech-non-si-fermano-nel-2024-oltre-139mila-tagli-anche-colpa-dellai/506304/




Rischio umano: con Mimecast si minimizzano i rischi di attacchi a dipendenti e manager


Tra le minacce alla sicurezza aziendale, l’errore umano rappresenta uno dei pericoli principali: che siano o meno intenzionali, alcune azioni di dipendenti e utenti possono portare a violazioni significative che impattano negativamente le aziende. Dal download di allegati sospetti all’uso di password facili da indovinare, i punti deboli dei dipendenti sono molti e per questo è necessario investire su un’adeguata gestione del rischio umano.

A questo scopo Mimecast, fornitore di soluzioni di cybersecurity per le aziende, ha presentato una piattaforma di gestione Human Risk (HRM) completa e integrabile per aiutare le imprese a migliorare la gestione del rischio legato alla componente umana.

gestione rischio umano

La soluzione si basa su un motore di rischio centralizzato per prevenire le minacce che sfruttano l’errore umano. Grazie a controlli preventivi e azioni dirette, la piattaforma mitiga il rischio associato ad azioni pericolose quali il click su un link malevolo, l’apertura di un allegato illecito o la condivisione involontaria di documenti interni.

La proposta di Mimecast riduce l’eventualità che gli utenti diventino vittime di attacchi come quelli di Business E-Mail Compromise (BEC) o phishing, problemi che le soluzioni di sicurezza tradizionali faticano a risolvere.

Visibilità e integrazione per la gestione del rischio umano

La piattaforma di HRM offre ai team di sicurezza una dashboard con indicazioni su punteggi e visibilità del rischio basati su eventi tracciati sia dalle metriche native di Mimecast che da quelle di strumenti di terze parti. La soluzione assegna un punteggio di rischio agli utenti, permettendo così agli esperti di cybersecurity di individuare i dipendenti più vulnerabili e formarli per proteggerli dai pericoli a cui sono esposti, ricorrendo anche a misure tecnologiche speciali che possono essere implementate di caso in caso.

La dashboard, inoltre, quantifica i fattori di attacco misurando la frequenza e la gravità delle minacce in ingresso tramite un’analisi di indicatori quali, ad esempio, i tentativi di phishing, i malware bloccati o i contenuti web dannosi caricati dalle pagine visitate. Avendo la totale visibilità su queste informazioni e potendo integrarle con i dati di tool di terze parti, le imprese riescono a investire su formazione mirata, sensibilizzare gli utenti meno esperti e capire se ci sono campagne mirate in atto.

Oltre a offrire ampia visibilità, la soluzione di Mimecast consente di analizzare a fondo la postura di sicurezza aziendale incrociando il rischio tecnologico con quello umano, anche al fine di ottenere un maggior numero di informazioni pertinenti per eseguire azioni correttive.

L’intelligenza artificiale al servizio dei criminali è un rischio, ma anche un’alleata per chi difende

La diffusione dell’intelligenza artificiale anche nel mondo del cybercrimine ha permesso agli attaccanti di migliorare le proprie strategie e creare campagne difficili da contrastare. L’IA viene usata in particolare per creare modelli di phishing e automatizzare le campagne di social engineering e se finora l’impatto dell’IA sul cybercrimine è stato relativamente limitato, le promesse di una trasformazione profonda ci sono tutte. Per questo è necessario evolvere gli strumenti di sicurezza. In questo senso, l’IA diventa un supporto fondamentale per migliorare le difese aziendali e anticipare efficacemente le minacce.

La piattaforma di Mimecast sfrutta l’intelligenza artificiale per supportare la threat intelligence e conoscere a fondo aggressori e tattiche emergenti. Il livello di automazione potenziato dall’IA consente di proteggere automaticamente i sistemi dalle minacce, per esempio bloccando e-mail o altre comunicazioni sospette prima che arrivino ai dipendenti. Il livello di insight offerto dalla tecnologia, inoltre, permette ai team di rimanere aggiornati sul panorama del cybercrimine e prepararsi ai nuovi attacchi.

“Gli strumenti e le tecnologie emergenti come l’IA e i deepfake, insieme alla proliferazione delle piattaforme di collaborazione, stanno cambiando il modo in cui gli attori delle minacce operano; nonostante questo le persone rimangono la più grande barriera alla protezione delle Imprese dalle minacce informatiche” – ha spiegato Marc van Zadelhoff, CEO di Mimecast. “I Team di IT e cyber security devono lavorare col management per dare priorità alla comprensione del rischio umano. Con gli strumenti e la formazione giusti, le Imprese possono proteggersi“.

I vantaggi economici della soluzione di Mimecast

Riuscire a bloccare le minacce prima che abbiano impatti sul business porta a una serie di vantaggi economici non indifferenti. Nel dettaglio, la piattaforma HRM di Mimecast riduce le perdite associate ai costi delle violazioni, alle interruzioni dell’attività e alla perdita di fatturato; secondo uno degli ultimi report di Forrester, in tre anni il rafforzamento della sicurezza nelle aziende porta benefici medi di 1,1 milioni di dollari.

La piattaforma riduce inoltre il tempo dedicato a gestire gli attacchi basati sulle e-mail del 24% e offre un risparmio di tempo del 50% nella gestione della piattaforma di posta elettronica. I team di sicurezza e IT, beneficiando della soluzione di Mimecast, possono così dedicarsi a compiti di maggior valore, portando a un aumento di produttività del valore mediamente stimato in 337.000 dollari.

Ancora maggiore è il miglioramento della produttività vista in settori aziendali diversi da quello IT. Riducendo drasticamente il numero di e-mail di phishing che ogni dipendente riceve, infatti, non si spreca il tempo necessario a gestirle garantendo un aumento produttivo che Forresterha stimato in una media di 727.000 dollari in tre anni.

La ricerca ha evidenziato infine che la piattaforma di HRM di Mimecast ha contribuito non solo a evitare le perdite economiche, ma anche a proteggere il marchio da eventuali crolli di reputazione e pubblicità negativa.

“Investire nella cyber security è ora un imperativo aziendale, ma le Imprese hanno difficoltà a identificare fornitori che offrano soluzioni complete, flessibili e con risultati comprovati” ha continuato van Zadelhoff. “Il nostro studio di Forrester Consulting quantifica il valore che le soluzioni avanzate di Mimecast portano ai nostri Clienti; siamo impegnati a continuare a innovare e ampliare le nostre offerte per garantire che le Imprese possano rimanere all’avanguardia nel mutevole panorama delle minacce senza sacrificare il loro risultato finale e la loro reputazione“.

La soluzione è disponibile anche in Italia distribuita da Ingecom Ignition, compagnia specializzata in soluzioni di sicurezza IT, OT/ICS, IoT e IoMT e cyber intelligence. Lo scorso 21 maggio Mimecast ha siglato un accordo di distribuzione con Ingecom Ignition per ampliare il proprio business in Italia, Spagna e Portogallo.

Condividi l’articolo



Articoli correlati

Altro in questa categoria


https://www.securityinfo.it/2024/10/02/rischio-umano-con-mimecast-si-minimizzano-i-rischi-di-attacchi-a-dipendenti-e-manager/?utm_source=rss&utm_medium=rss&utm_campaign=rischio-umano-con-mimecast-si-minimizzano-i-rischi-di-attacchi-a-dipendenti-e-manager




OpenAI, il futuro da azienda profittevole è incerto. Per questo i manager abbandonano la nave?

OpenAI, l’azienda che ha creato modelli di intelligenza artificiale rivoluzionari come ChatGPT e DALL-E, sta attraversando una fase di profonda trasformazione. Nata con l’obiettivo nobile di garantire che l’intelligenza artificiale generale (AGI) fosse a beneficio dell’umanità, sembra ora dare priorità al profitto rispetto alla sua missione originale. Questo cambiamento ha creato scompiglio interno, causato dimissioni di alto profilo e portato ad una concentrazione di potere nelle mani del CEO Sam Altman.

Inizialmente un’organizzazione no-profit, OpenAI ha successivamente creato una sussidiaria a scopo di lucro per attrarre investimenti per lo sviluppo dell’AGI. Tuttavia, la struttura aziendale era stata progettata per dare priorità al beneficio sociale rispetto al guadagno finanziario, limitando i profitti degli investitori e mantenendo il controllo finale nelle mani dell’organizzazione no-profit.

Attrarre investitori

Questa struttura è ora messa in discussione. Con una valutazione in forte crescita e ambiziosi obiettivi di raccolta fondi, OpenAI sta attirando investitori che cercano rendimenti sostanziali. Alcuni report suggeriscono che l’azienda stia prendendo in considerazione la possibilità di ristrutturarsi come una società a scopo di lucro, il che potrebbe portare alla perdita del controllo da parte dell’organizzazione no-profit.

Il cambiamento coincide con significativi cambiamenti nella leadership. Il CTO di OpenAI, Mira Murati, ha recentemente annunciato le sue dimissioni, insieme ad altre figure chiave come il Chief Research Officer Bob McGrew e il VP of Post Training Barret Zoph. Queste partenze seguono una tendenza iniziata con il tentativo di estromissione di Altman lo scorso anno e le successive dimissioni di quasi tutti i membri del consiglio di amministrazione coinvolti.

Il dubbio ora è lecito: i manager se ne sono andati perché non d’accordo con la nuova piega che sta prendendo la società? Molto probabile.

La sicurezza dell’IA è in secondo piano?

Mentre sia Altman che Murati sostengono che la tempistica sia casuale, le mosse sollevano preoccupazioni sulla direzione di OpenAI. Alcuni ex dipendenti hanno espresso critiche per il fatto che la “cultura e i processi di sicurezza” siano passati in secondo piano rispetto allo sviluppo del prodotto e ai lanci rapidi.

In mezzo a questa turbolenza, Sam Altman è emerso come una figura dominante. Sopravvissuto a un tentativo di licenziamento e assicuratosi un posto nel consiglio di amministrazione, Altman dovrebbe ora ricevere una quota significativa dell’azienda. Una concentrazione di potere che solleva ulteriori interrogativi sul futuro di OpenAI e sulla sua capacità di mantenere la missione originale.

La trasformazione di OpenAI solleva questioni cruciali sull’equilibrio tra profitto e sviluppo etico dell’IA. Mentre si muove verso una struttura più convenzionale, rimangono preoccupazioni sull’impegno della startup per la sicurezza, la ricerca a lungo termine e la sua missione fondante di garantire che l’AGI sia a beneficio di tutta l’umanità. E non solo del suo business.

Leggi le altre notizie sull’home page di Key4biz

https://www.key4biz.it/openai-il-futuro-da-azienda-profittevole-e-incerto-per-questo-i-manager-abbandonano-la-nave/506231/




ChatGPT, ogni email generata consuma come 14 lampadine LED accese per un’ora

L’impatto ambientale di un’email scritta con ChatGPT

Ogni richiesta effettuata su ChatGPT necessita migliaia di calcoli per trovare le parole migliori da utilizzare in una risposta e nel più breve tempo possibile. Nel completare questi calcoli, i server coinvolti, solitamente ospitati in data center, generano molto calore e in generale sono utilizzati sistemi idrici per raffreddare l’apparecchiatura e mantenerla in funzione.

Tutto questo ha un impatto severo sull’ambiente in termini di consumi idrici, energetici ed emissioni di inquinanti. Il Washington Post ha collaborato con i ricercatori dell’Università della California, Riverside, per comprendere proprio i livelli di consumo di ChatGPT di OpenAI, utilizzando il modello linguistico GPT-4 rilasciato a marzo 2023, per scrivere un’e-mail di 100 parole circa.

Consumi idrici

Se si invia un’e-mail di 100 parole generata da un chatbot AI utilizzando GPT-4 per una volta solamente, si consuma mezzo litro di acqua, praticamente una bottiglietta classica da 500 mm.

Se questa stessa mail la inviamo una volta alla settimana per un anno, saranno necessari 27 litri di acqua.

Se un lavoratore americano su dieci (circa 16 milioni di persone) invia questa mail una volta alla settimana per un anno, si consumeranno circa 435.235.476 litri, pari all’acqua consumata da tutte le famiglie di Rhode Island per un giorno e mezzo.

Ovviamente, il consumo varia a seconda dei luoghi in cui i data center sono allocati e dalla distanza tra questi e i luoghi di effettivo invio della mail, senza contare il dato generale di maggiore o minore disponibilità di risorse idriche.

Consumi di energia elettrica

Altro problema, come anticipato, è il consumo di energia elettrica per il funzionamento dei sistemi di raffreddamento, che hanno un impatto anche sulla capacità della rete elettrica.

Per la solita mail di 100 parole circa generata da ChatGPT, avremo i seguenti consumi energetici.

Una sola mail richiede 0.14 KWh, pari all’alimentazione per un’ora di 14 lampadine a LED.

Una volta alla settimana per un anno comporterebbe consumi per 7,5 KWh, che equivale all’elettricità consumata da 10 famiglie per un’ora.

La mail generata da ChatGPT inviata da un lavoratore americano su dieci, una volta alla settimana per un anno, comporterebbe un consumo energetico di 121.517 MWh, pari all’elettricità mediamente consumata da tutte le famiglie americane residenti a Washington DC per 20 giorni.

Addestrare l’AI, quanta energia serve?

Non solo. Prima ancora che i chatbot possano soddisfare una richiesta, viene spesa un’enorme quantità di energia per il loro addestramento. I grandi modelli linguistici che consentono ai chatbot come ChatGPT di generare risposte realistiche richiedono ai server di analizzare milioni di dati.

Per fare qualche esempio, possiamo seguire i dati offerti dall’articolo del Washington Post.

Il data center di Microsoft ha utilizzato 700.000 litri di acqua durante l’addestramento di GPT-3.

Meta ha utilizzato 22 milioni di litri d’acqua per addestrare il suo open source LLaMA-3.

Ovviamente, esistono delle soluzioni per mitigare questo impatto energetico così grande dell’AI e i suoi data center, ad esempio realizzando queste infrastrutture in luoghi freddi (quindi si sfrutta il clima locale per raffreddare i sistemi) o vicino a grandi fiumi e alimentandole con energia elettrica generata da fonti energetiche rinnovabili.

Big Tech e consumi in crescita

Google ha fissato l’obiettivo di completa decarbonizzazione entro il 2030, ma per il momento la sua impronta di carbonio è aumentata del 48%, in gran parte proprio a causa dell’intelligenza artificiale e dei data center dedicati. Ha anche reintegrato solo il 18% dell’acqua consumata, ben lontano dal 120% promesso nel suo piano green da realizzare entro la fine del decennio. E questo vale anche per Microsoft, Meta e le altre Big Tech.

Solo per i data center, Microsoft e Google insieme, nel 2023, hanno consumato 48 TWh di elettricità (24 TWh ciascuno). Secondo un’analisi dettagliata di Michael Thomas, la cifra supera il consumo di energia di oltre 100 nazioni, tra cui Ghana e Tunisia.

Leggi le altre notizie sull’home page di Key4biz

https://www.key4biz.it/chatgpt-ogni-email-generata-consuma-come-14-lampadine-led-accese-per-unora/506225/




Governare l’AI per il bene dell’umanità: sfide e proposte globali. Il Report delle Nazioni Unite

Il Report delle Nazioni Unite “Governing AI for Humanity“

L’Intelligenza Artificiale (IA) è una delle tecnologie più trasformative del nostro tempo, con il potenziale di rivoluzionare settori fondamentali come la sanità, l’istruzione, l’energia e l’agricoltura. Tuttavia, come sottolineato nel rapporto “Governing AI for Humanity“ redatto dall’High-level Advisory Body on Artificial Intelligence (AI) per le Nazioni Unite, la mancanza di una governance globale solida rischia di amplificare le disuguaglianze e mettere in pericolo i diritti umani.

L’obiettivo del rapporto è delineare raccomandazioni pratiche per una gestione equa e responsabile dell’AI, garantendo che questa tecnologia lavori per il bene comune. Il documento mette in luce sia i vantaggi, sia le preoccupazioni legate all’IA, evidenziando la necessità di una collaborazione internazionale per affrontare le sfide emergenti.

Opportunità offerte dall’AI

L’intelligenza artificiale ha il potenziale per portare avanti progressi senza precedenti nel miglioramento della qualità della vita e nel raggiungimento degli Obiettivi di Sviluppo Sostenibile (SDG) delle Nazioni Unite. Alcuni degli ambiti in cui l’AI può giocare un ruolo decisivo includono:

  • Salute pubblica: Diagnosi mediche più rapide e accurate, soluzioni per la gestione di pandemie, ricerca farmaceutica avanzata.
  • Agricoltura: Sistemi intelligenti per la gestione delle colture, ottimizzazione delle risorse idriche e miglioramento delle pratiche agricole sostenibili.
  • Energia: Ottimizzazione delle reti elettriche e delle risorse rinnovabili, riduzione degli sprechi e miglioramento dell’efficienza energetica.

Tuttavia, il rapporto avverte che, se non governata correttamente, questa tecnologia potrebbe favorire solo una piccola parte della popolazione, soprattutto nei paesi sviluppati, mentre le comunità più vulnerabili resterebbero escluse dai benefici.

I rischi dell’AI senza una governance adeguata

Nonostante le sue promesse, l’AI comporta significativi rischi se non viene regolamentata. Tra le principali preoccupazioni ci sono:

  • Discriminazione e bias: Algoritmi che perpetuano o amplificano pregiudizi esistenti, ad esempio nella selezione del personale o nell’accesso ai servizi sanitari.
  • Sorveglianza di massa: L’uso improprio dell’AI per il monitoraggio delle popolazioni, con gravi implicazioni per la privacy e i diritti umani.
  • Disinformazione: Tecnologie come i deepfake possono essere utilizzate per diffondere false informazioni, destabilizzando società e governi.
  • Automazione militare: L’AI può essere sfruttata per sviluppare armi autonome, con il rischio di un’escalation nei conflitti internazionali.

Inoltre, c’è la crescente preoccupazione che la potenza economica e tecnologica legata all’intelligenza artificiale si concentri nelle mani di poche nazioni o aziende tecnologiche, esacerbando le disuguaglianze globali.

Un deficit di governance globale

Il rapporto denuncia la mancanza di una governance globale coordinata sull’AI. Molte delle attuali normative sono frammentate a livello nazionale o regionale, mentre a livello internazionale c’è una grave carenza di regolamentazioni comuni. Paesi del sud globale, in particolare, sono scarsamente rappresentati nei processi decisionali che riguardano lo sviluppo e la gestione dell’AI, aumentando il divario tecnologico tra nazioni.

Senza un quadro comune e standard internazionali condivisi, la tecnologia in questione rischia di diventare un terreno di scontro geopolitico, come evidenziato dalle tensioni esistenti tra Stati Uniti e Cina sulla supremazia tecnologica. Il documento sottolinea che è cruciale creare un sistema di governance globale inclusivo, capace di rappresentare gli interessi di tutti gli Stati e di promuovere un utilizzo dell’AI che rispetti i diritti umani e le normative internazionali.

Le Raccomandazioni per una governance globale

Per rispondere alle sfide emergenti, il rapporto propone una serie di azioni strategiche:

  1. Creazione di un panel scientifico internazionale sull’AI: Un comitato di esperti globali dovrebbe lavorare per promuovere una comprensione comune dell’IA, evidenziando i rischi e i benefici della tecnologia. Questo gruppo avrebbe il compito di definire linee guida tecniche e scientifiche per garantire uno sviluppo sicuro dell’IA.
  2. Dialogo politico globale: Il rapporto raccomanda l’avvio di un dialogo politico biennale che coinvolga governi, organizzazioni internazionali, settore privato e società civile. Questo forum servirebbe a discutere gli sviluppi dell’IA e condividere le migliori pratiche di governance.
  3. Ufficio AI delle Nazioni Unite: Il documento suggerisce la creazione di un ufficio dedicato all’IA all’interno del Segretariato dell’ONU, con il compito di coordinare le iniziative internazionali in materia di IA e garantire che le Nazioni Unite abbiano una risposta unitaria alle sfide globali.
  4. Fondo globale: Un fondo dedicato dovrebbe essere istituito per supportare i Paesi in via di sviluppo nell’accesso alle risorse necessarie per beneficiare dell’AI. Questo fondo aiuterebbe a colmare il divario tecnologico fornendo strumenti come infrastrutture digitali, dati e formazione.

Una governance flessibile e inclusiva

Un aspetto chiave del rapporto è la necessità di creare un sistema di governance capace di adattarsi all’evoluzione rapida della tecnologia. L’AI si sviluppa a una velocità senza precedenti, e un modello di governance troppo rigido rischierebbe di diventare obsoleto in breve tempo. L’approccio suggerito è quello di una regolamentazione flessibile, che permetta di integrare nuovi sviluppi e di rispondere rapidamente alle sfide emergenti.

Il rapporto riconosce che la creazione di un’agenzia internazionale completamente dedicata all’AI potrebbe essere complicata, ma sostiene che sia necessaria una struttura istituzionale che garantisca la sicurezza e l’equità nello sviluppo dell’intelligenza artificiale, così come è avvenuto per altre tecnologie potenzialmente pericolose, come il nucleare.

Conclusioni

Il documento “Governing AI for Humanity“ rappresenta un appello chiaro per una governance globale inclusiva, capace di bilanciare i benefici con la protezione dei diritti umani e l’equità internazionale. La creazione di un quadro normativo comune e condiviso a livello globale è essenziale per assicurare che l’AI diventi una forza positiva per l’umanità intera, piuttosto che un vantaggio per pochi privilegiati o una minaccia globale. Solo attraverso una cooperazione internazionale strutturata e proattiva sarà possibile governare questa tecnologia in modo sicuro e responsabile.

Leggi le altre notizie sull’home page di Key4biz

https://www.key4biz.it/governare-lai-per-il-bene-dellumanita-sfide-e-proposte-globali-il-report-delle-nazioni-unite/506180/




Il CEO di Nvidia Jensen Huang considera il nucleare una possibile opzione per alimentare i data center

L’articolo analizza le dichiarazioni di Jensen Huang, CEO di Nvidia, riguardo alla necessità di fonti energetiche sostenibili per supportare l’espansione dei data center alimentati dall’AI. Huang sottolinea come l’energia nucleare rappresenti una valida opzione tra le risorse rinnovabili necessarie a soddisfare la crescente domanda energetica, in particolare per le nuove “fabbriche di AI” che stanno sorgendo in tutto il mondo.

Le infrastrutture necessarie per l’elaborazione e l’addestramento di modelli avanzati richiedono un elevato consumo energetico, spingendo le aziende a considerare soluzioni che bilancino la sostenibilità ambientale e i costi di gestione. In alcune regioni, la produzione di energia non è sufficiente a supportare la costruzione di nuovi data center, e ciò sta spingendo a scelte strategiche sul posizionamento delle infrastrutture, spesso lontano dai grandi centri abitati.

Huang ha inoltre discusso la situazione delle esportazioni Nvidia in Cina, affermando che l’azienda sta facendo del suo meglio per rispettare le normative statunitensi, mantenendo però la competitività sui mercati internazionali.

Questo delicato equilibrio è cruciale per l’azienda, che serve numerosi clienti cinesi, nonostante le restrizioni imposte dal governo degli Stati Uniti sui prodotti tecnologici avanzati.

Le dichiarazioni di Huang evidenziano la necessità di affrontare la questione energetica in modo globale, considerando il nucleare come parte integrante di una strategia sostenibile per l’industria tecnologica.

Per maggiori informazioni, clicca per l’articolo originale.

La Cina esorta le aziende locali a evitare i chip AI di Nvidia

Pechino sta intensificando la pressione sulle aziende cinesi affinché acquistino chip AI prodotti localmente invece dei prodotti di Nvidia Corp, come parte degli sforzi del paese per espandere la propria industria dei semiconduttori e contrastare le sanzioni statunitensi.

I regolatori cinesi stanno scoraggiando l’acquisto dei chip H20 di Nvidia, utilizzati per sviluppare e gestire modelli di intelligenza artificiale, attraverso indicazioni che non costituiscono un vero e proprio divieto, per evitare di danneggiare le proprie startup AI e aggravare le tensioni con gli Stati Uniti.

L’iniziativa è volta a far guadagnare più quote di mercato ai produttori locali, come Cambricon Technologies Corp. e Huawei Technologies Co., e preparare le aziende tecnologiche cinesi a ulteriori restrizioni USA. All’inizio dell’anno, Pechino ha chiesto anche ai produttori di veicoli elettrici di approvvigionarsi presso fornitori locali per raggiungere l’autosufficienza tecnologica.

Il governo statunitense ha vietato a Nvidia di vendere i chip più avanzati ai clienti cinesi nel 2022, limitando la crescita delle vendite dell’azienda in Cina.

Nvidia ha successivamente modificato i suoi chip per poterli vendere nel rispetto delle normative del Dipartimento del Commercio statunitense. Tuttavia, diverse aziende cinesi, come ByteDance e Tencent Holdings, stanno cercando di accumulare chip Nvidia H20 prima dell’entrata in vigore di nuove sanzioni USA previste entro la fine dell’anno.

Nel frattempo, la Cina continua a investire aggressivamente nel settore AI nonostante le restrizioni.

Per maggiori informazioni, clicca per l’articolo originale.

OpenAI potrebbe aumentare il prezzo di ChatGPT a 44 dollari entro il 2029

OpenAI sta valutando un significativo aumento del costo degli abbonamenti a ChatGPT, passando dagli attuali 20 dollari al mese a 22 dollari entro il 2025 e fino a 44 dollari entro il 2029. L’incremento dei prezzi riflette la pressione da parte degli investitori per ridurre le perdite dell’azienda, che attualmente si attestano intorno ai 5 miliardi di dollari l’anno.

Sebbene il fatturato mensile di OpenAI abbia raggiunto i 300 milioni di dollari ad agosto 2024, il modello di business deve affrontare sfide dovute agli elevati costi operativi, tra cui l’infrastruttura cloud fornita da Microsoft e le spese legate al personale.

OpenAI conta oggi circa 10 milioni di utenti paganti per ChatGPT, ma alcuni sondaggi rivelano che molti di loro considerano il prezzo di 20 dollari già troppo elevato. L’azienda prevede di aumentare ulteriormente i prezzi nei prossimi anni, arrivando fino a 44 dollari mensili entro il 2029, con l’obiettivo di sostenere la propria crescita e raggiungere la sostenibilità finanziaria.

Tuttavia, una rapida crescita dei costi potrebbe causare un contraccolpo da parte degli utenti, con possibili riduzioni nella base clienti. OpenAI sta inoltre esplorando nuove possibilità di finanziamento e ha in programma di raccogliere ulteriori fondi per un totale di 7 miliardi di dollari, valutando la società a circa 150 miliardi di dollari.

La partnership con Microsoft, il principale investitore di OpenAI, continua a essere strategica, ma l’azienda dovrà affrontare una gestione attenta delle spese per mantenere la competitività sul mercato.

Per maggiori informazioni, clicca per l’articolo originale.

Leggi le altre notizie sull’home page di Key4biz

https://www.key4biz.it/il-ceo-di-nvidia-jensen-huang-considera-il-nucleare-una-possibile-opzione-per-alimentare-i-data-center/505977/




OpenAI, perché tutti i super manager scappano? Dopo Murati, lasciano altre menti della ricerca

OpenAI, l’azienda all’avanguardia nel campo dell’intelligenza artificiale, sta affrontando un periodo di forte instabilità ai vertici. Nelle ultime ore, tre figure chiave hanno annunciato la loro partenza: il Chief Research Officer Bob McGrew, il VP of Research Barret Zoph e, notizia ancora più clamorosa, il CTO Mira Murati.

Il CEO Sam Altman ha cercato di rassicurare dipendenti e osservatori esterni, definendo le dimissioni come “decisioni indipendenti e amichevoli”, seppur improvvise. Tuttavia, la concomitanza degli addii ha inevitabilmente sollevato interrogativi sulla stabilità e la direzione futura di OpenAI.

Tra crisi e cambio da no-profit a scopo di lucro

Altman ha prontamente delineato la nuova struttura di leadership, promuovendo Mark Chen a SVP of Research e affidando a Matt Knight il ruolo di Chief Information Security Officer. Kevin Weil e Srinivas Narayanan manterranno le loro posizioni di leadership nel team applicativo, mentre Josh Achiam assumerà il nuovo ruolo di Head of Mission Alignment.

Nonostante le rassicurazioni di Altman, le dimissioni arrivano in un momento cruciale per OpenAI, che starebbe pianificando una transizione verso un modello for-profit e un nuovo round di finanziamenti che la valuterebbe a 150 miliardi di dollari. È plausibile che divergenze sulla direzione strategica dell’azienda, in particolare riguardo al passaggio al modello, abbiano influenzato la decisione dei dirigenti di lasciare la compagnia.

Un esodo di talenti

Le recenti dimissioni si inseriscono in un contesto di più ampio esodo di talenti da OpenAI. Negli ultimi mesi, figure di spicco come Andrej Karpathy, Ilya Sutskever, Jan Leike e John Schulman hanno abbandonato l’azienda. Dei 13 fondatori originali, ne rimangono solo 3.

Questo fuggi-fuggi aumenta le preoccupazioni sul futuro di OpenAI e sulla sua capacità di mantenere la posizione dominante nel campo dell’intelligenza artificiale, soprattutto in un momento di forte competizione con aziende come Anthropic.

Un incontro generale previsto per giovedì potrebbe fare luce sulle motivazioni delle dimissioni e sulla strategia futura di OpenAI. Fino ad allora, l’azienda si trova ad affrontare un periodo di incertezza, con la speranza di poter gestire questa fase di transizione senza compromettere il suo business, attuale e futuro.

Leggi le altre notizie sull’home page di Key4biz

https://www.key4biz.it/openai-perche-tutti-i-super-manager-scappano-dopo-murati-lasciano-altre-menti-della-ricerca/505962/




Regolare l’AI, in California il No (a sorpresa) del Governatore alla prima legge Usa

Ars Artificialis: una rubrica a cura di Nicola Grandis. Parlare e dialogare sulla migliore approssimazione di Arte Artificiale realizzata sin qui dall’uomo, quella che comunemente viene definita Intelligenza Artificiale. Per leggere tutti gli articoli clicca qui.

Nonostante il Prof Yoshua Bengio l’avesse definita come “la regolamentazione minima che uno Stato dovrebbe avere” la Senate Bill 1047, pur avendo superato il voto delle due camere dello Stato della California, ha ricevuto il veto del Governatore Newsom.

La SB1047 era stata concepita come una regolamentazione per i Frontiers Models, modelli da 10^25 Flops ed oltre. Parliamo di modelli come Claude di Anthropic, ChatGPT di OpenAI, Gemini di Google e pochi altri.

Gli scienziati si sono subito divisi in due fazioni:

  • quelli impegnati solo nella Ricerca, tutti a favore.
  • quelli con forti interessi in proprie Startup, SpinOff, Contratti, tutti contrari.

Anche le aziende si sono subito divise:

  • quelli senza fondi per allenare modelli simili, tutti a favore
  • coloro implicati nella costruzione di modelli di questo tipo, come azienda, VC o altro, tutti contrari

Dunque, in modo sbalorditivo ed imprevedibile, pare che la ragione del denaro abbia prevalso.

Per chi abbia la voglia di leggerla l’approccio della SB 1047 era molto interessante. Come un po’ in tutte le cose del mondo (gli aerei, le auto, le armi, le bombe, i farmaci, il nucleare, etc) non voleva regolare gli effetti o gli utilizzi di qualcosa, ma direttamente la produzione di qualcosa. Un approccio per molti versi più stringente, vincolante e responsabilizzante del nostro opinionato AI-ACT.

Con un giro di parole edulcorato, diverse postille e diverse azioni-palliativo (ben 17) il governatore rifiuta di firmare perché rimanda il tema ad una norma federale e non del solo Stato della California. I maliziosi sono liberi di pensare che non abbia firmato perché, come dice lo stesso governatore, 32 delle top 50 Tech Firms più importanti del mondo hanno sede da lui e sarebbe impensabile penalizzarle anche solo di rimbalzo.

Brutta vicenda. Politicamente gestita male.

Volendo salvare qualcosa, tra i palliativi c’è la AB 2885 by Assembly member Rebecca Bauer-Kahan, una norma sulla definizione di AI. Probabilmente sussurrata da Berkeley e da Fei-Fei Li, la nonna dell’AI, molto elegante:

(1) “Artificial intelligence” means an engineered or machine-based system that varies in its level of autonomy and that can, for explicit or implicit objectives, infer from the input it receives how to generate outputs that can influence physical or virtual environments.

(2) “Automated decision system” means a computational process derived from machine learning, statistical modeling, data analytics, or artificial intelligence that issues simplified output, including a score, classification, or recommendation, that is used to assist or replace human discretionary decisionmaking and materially impacts natural persons …

Già dividere i due concetti sopra, merita un applauso e la definizione (1) è molto più precisa di quella compresa nell’art 3 del nostro AI ACT. La (2) non l’abbiamo nemmeno contemplata.

Per legge serve una licenza per costruire bombe, ci arriveremo anche per certi tipi di AI.

Leggi le altre notizie sull’home page di Key4biz

https://www.key4biz.it/regolare-lai-in-california-il-no-a-sorpresa-del-governatore-alla-prima-legge-usa/505959/




Aspetti tecnici degli Adversarial Examples

I recenti progressi nel campo dell’Intelligenza Artificiale (IA) e del Machine Learning (ML) hanno portato a significativi avanzamenti in numerosi settori applicativi. Tuttavia, la ricerca ha evidenziato una classe di vulnerabilità intrinseca a questi sistemi: gli Adversarial Attacks.

Questi attacchi sfruttano le peculiarità dei modelli ML per generare input appositamente modificati, denominati Adversarial Examples, che inducono classificazioni errate pur rimanendo percettivamente indistinguibili dai dati originali per l’osservatore umano.

La presenza di Adversarial Examples solleva questioni critiche riguardo all’affidabilità e alla sicurezza dei sistemi IA/ML in applicazioni ad alto rischio.

Introduzione al Processo di Addestramento di un modello di Machine Learning

Il processo di addestramento di un modello di Machine Learning può essere descritto ad alto livello come composto da un modello ML di cui si è decisa l’architettura, di un set di parametri inizialmente ignoti e di un set di dati di addestramento. I parametri del modello ML sono inizialmente scelti con valori casuali e il processo di addestramento consiste nel calcolare il valore migliore di questi parametri (i modelli di Deep Learning hanno un elevato numero di parametri, ad esempio GPT-3/ChatGPT ne ha 175 miliardi).

Per far questo si esegue il modello ML sui dati di addestramento, di cui si conosce il risultato atteso, e si misura l’errore del risultato dell’esecuzione del modello ML rispetto al risultato corretto. Inizialmente questo errore è molto grande, visto che il modello ML ha parametri casuali, ovvero non sa nulla. Poi si modificano i parametri in modo da ridurre l’errore.

Per semplicità si consideri un modello ML basato su Reti Neurali, addestrato con dati etichettati (Supervised Learning) e si indichi con {W} il set dei parametri del modello e con {X} il set dei dati di addestramento. L’errore del modello ML sui dati di addestramento è quindi una funzione di entrambi, E({W},{X}). Scopo dell’addestramento è cambiare il valore numerico dei parametri in modo da minimizzare l’errore, ovvero trovare min{W}E({W},{X}).

Metodo del Gradiente e Minimizzazione dell’Errore

Per trovare il migliore valore dei parametri, si utilizza principalmente il “metodo del gradiente” (Gradient Descent, Cauchy, 1847) o metodi simili. Questo è un metodo iterativo facilmente implementabile numericamente e quindi in software. Il metodo procede facendo piccolissime modifiche {δW} ai parametri, {W}→{W+δW}, tali che per ogni passo viene scelta la modifica che riduce maggiormente l’errore. Cauchy dimostrò che δW=-εD{W}E({W},{X}), ove ε è un numero piccolo (ad esempio 0,001) e D{W} è la derivata della funzione errore rispetto ai parametri del modello ML. Il ciclo di calcolo (Epoca) su tutti i dati di addestramento viene ripetuto sino a quando non si raggiunge un errore molto piccolo, ad esempio inferiore all’1%.

Origine degli Adversarial Examples

Se è possibile addestrare il modello in modo che produca minimi errori, com’è possibile che vi siano Adversarial Examples? Bisogna ricordare che un modello ML apprende utilizzando uno specifico set di dati di addestramento che inizialmente non comprende gli Adversarial Examples. Il modello ML è capace di elaborare correttamente moltissimi dati che sono simili a quelli del set di addestramento, ma non tutti.

Esistono particolari dati molto simili a quelli di addestramento sui quali il modello ML compie grandi errori: e proprio questi sono gli Adversarial Examples.

In semplici modelli di studio è possibile avere un’idea dell’origine degli Adversarial Examples [Rif. 8].

Costruzione degli Adversarial Examples

È possibile utilizzare un approccio simile a quello adottato per l’addestramento per cercare e costruire degli Adversarial Examples. Si assuma per semplicità di esposizione di aver calcolato i migliori parametri del modello ML e di non modificarli più. Invece si procede a modificare di poco i dati di addestramento cercando la modifica che genera il massimo errore, in formula max{δx}E({W},{X+δX}), ove δX deve rimanere molto piccolo.

Un semplice esempio di cosa si intende per “piccola modifica” può essere fatto per un modello ML che classifica immagini. Per il modello ML ogni immagine è una lunga lista di numeri, ogni numero corrisponde al colore di un pixel dell’immagine (questo se l’immagine è in toni di grigio, per immagini a colori ogni numero è il colore di un canale, ad esempio RGB, di un pixel).

Una “piccola modifica” può essere ad esempio modificare di poco il valore di un pixel e solo per 1 numero/pixel ogni 200 (cioè il 5 per mille); in molti casi questo tipo di modifica non è percettibile dall’occhio umano. In altre parole, si modificano alcuni pixel di un’immagine in modo che per l’occhio umano non vi sia alcuna differenza con l’immagine originale, ma in modo che il modello ML interpreti la nuova immagine come qualcosa di completamente diverso, ovvero massimo errore.

Sebbene il punto di partenza sia molto simile al processo di addestramento, la matematica necessaria per risolvere questo problema è molto più complessa e una soluzione completa non è ancora nota.

Adversarial Examples: Esperimento con Convolutional Neural Network

Riportiamo i risultati di un esperimento di [Rif. 8] che utilizza un semplice modello Convolutional Neural Network per il riconoscimento di immagini e per il quale i ricercatori sono stati in grado di risolvere anche solo approssimativamente l’equazione che definisce gli Adversarial Examples. Il modello ML è addestrato su di un set di dati di addestramento (Train) e verificato su di un set di dati di prova (Test) su cui non è addestrato.

Per ogni ciclo di addestramento (Epoca) viene anche calcolato un set di Adversarial Examples (Adv), ovvero il set {Xadv=X+δX} soluzione (approssimata) dell’equazione max{δx}E({W},{X+δX}) (il calcolo contestuale dei migliori valori dei parametri per minimizzare l’errore e delle variazioni dei dati di addestramento per massimizzare l’errore è chiamato un “problema min-max”). Il risultato è espresso nella seguente tabella (i numeri indicano la percentuale di errore espressa con un numero tra 0 e 1 per i tre set di dati Train, Test, Adv, per ogni ciclo/epoca di addestramento) [Rif. 8].

Percentuale di errore espressa con un numero tra 0 e 1 per i tre set di dati Train, Test, Adv, per ogni ciclo/epoca di addestramento
Tavola 1 [fonte Rif. 8]

Al termine dell’addestramento, l’errore sul set di dati Train è inferiore allo 0,2%, sul set di dati Test (su cui non viene fatto addestramento) è circa dell’1% e il programma ha costruito un set di dati di Adversarial Examples (Adv) molto simile al set di dati Train, ma su cui il modello ML sbaglia il riconoscimento dell’immagine il 71% delle volte.

Cosa è cambiato nelle immagini Adversarial Examples rispetto alle immagini del set di Train? Spesso la modifica corrisponde all’aggiunta di “rumore bianco” all’immagine che può rendere un po’ sfocati alcuni particolari e introdurre dei piccoli punti con colori errati in maniera apparentemente casuale (difetti dell’immagine o “glitch”), simile a quanto visto in Fig. 2. Nulla, comunque, che renda all’occhio umano la nuova immagine realmente diversa da quella originale.

Ri-addestramento con Adversarial Examples

Ora è possibile addestrare il modello ML anche utilizzando il set di dati di Adversarial Examples (Adv) che è stato generato, ma utilizzando sempre il set di dati Test solo per verificare l’addestramento. Il risultato è:

Set di dati di Adversarial Examples (Adv) che è stato generato per verificare l’addestramento
Tavola 2 [fonte Rif. 8]

Gli errori finali sui set di dati di Train e di Test sono cambiati ma le differenze non sono significative per l’esercizio svolto, mentre l’errore sul nuovo set di dati di Adversarial Examples (Adv) generato è sceso dal 71% a circa il 2,8%. Il modello ML ha quindi imparato a riconoscere correttamente anche gli Adversarial Examples generati con questo procedimento e che ora non sono più “antagonisti”. Un modello ML che in pratica non ha Adversarial Examples è chiamato “robusto”; quindi questo modello ML può dirsi “robusto” almeno sino a quando non sarà trovata una nuova classe di suoi Adversarial Examples.

È importante sottolineare che dopo aver ri-addestrato il modello utilizzando anche il set di Adversarial Examples, si può generare con lo stesso procedimento un nuovo set di dati massimizzando l’errore, ma l’errore rimane molto piccolo e il modello riconosce correttamente anche questo set di dati. In altre parole, il procedimento adottato in questo esempio particolare per costruire un set di Adversarial Examples funziona solo la prima volta, poi non genera più set di Adversarial Examples.

Adversarial Examples: Limitazioni e Sfide Future

Riassumendo, è possibile minimizzare gli errori sui dati di addestramento calcolando il valore dei parametri {W} e al contempo generare un set di dati {X+δX} quasi indistinguibile dal set di dati di addestramento ma che massimizza l’errore del modello ML. Anche se poi è possibile ri-eseguire il processo di addestramento includendo gli Adversarial Examples individuati creando un modello ML robusto, ad oggi non è noto un metodo per generare tutti gli Adversarial Examples di un modello ML, ovvero garantire che gli Adversarial Examples trovati siano tutti quelli di un modello ML.

Inoltre, come indicato precedentemente, aggiornare l’addestramento di un modello ML può portare a nuovi problemi, ad esempio la “smemoratezza” (Forgetfulness, dimenticare informazioni precedentemente acquisite) o una maggiore predisposizione ad attacchi di inversione e estrazione di dati di addestramento, problematiche rilevate in alcuni modelli ML di studio.

Il messaggio che viene da questo esercizio è che il processo di addestramento attuale non è completo: l’esistenza degli Adversarial Examples non è dovuta a qualche disattenzione o peculiarità di alcuni modelli ML particolari, ma è una caratteristica di come sono costruiti i modelli ML attuali. La ricerca scientifica su questo problema è molto intensa [Rif. 1], sono stati introdotti anche standard e benchmark sulla “robustezza” dei modelli ML e sui metodi per renderli robusti [Rif. 9], ma è probabile che per poter trovare una soluzione definitiva sia necessaria una migliore comprensione (soprattutto matematica) dei modelli di Machine Learning.

Riferimenti Bibliografici

Rif. 1: N. Carlini, “A Complete List of All (arXiv) Adversarial Example Papers”, https://nicholas.carlini.com/writing/2019/all-adversarial-example-papers.html , nel solo anno 2022 risultano pubblicati quasi 3.000 articoli scientifici relativi a “Adversarial Machine Learning”

Rif. 8: Z. Kolter, A. Madry, “Adversarial Robustness – Theory and Practice”, https://adversarial-ml-tutorial.org/

Rif. 9: F. Croce, M. Andriushchenko, V. Sehwag, E. Debenedetti, N. Flammarion, M. Chiang, P. Mittal, M. Hein, “RobustBench: a standardized adversarial robustness benchmark”, https://robustbench.github.io/ , arXiv:2010.09670

Continua a leggere: scarica il white paper gratuito “Adversarial Attacks a Modelli di Machine Learning“

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/gli-adversarial-examples/




Produrre chip è costoso (e vantaggioso): Cina, Corea e Taiwan spenderanno 400 miliardi di dollari entro il 2027

La necessità di produrre chip e di spendere sempre di più

I chip non solo alimentano le tecnologie esistenti, ma sono anche i principali driver dell’innovazione e della competitività. Investire nella ricerca e nella produzione di chip e di macchinari per la loro produzione garantisce agli Stati un’economia più robusta, resiliente e competitiva.

Secondo l’ultimo studio diffuso da SEMI, è l’associazione industriale globale che serve la catena di approvvigionamento produttivo per le industrie di micro e nanoelettronica, tra il 2025 ed il 2027 si stima che Cina, Corea del Sud e Taiwan investiranno complessivamente più di 400 miliardi di dollari in apparecchiature per produrre chip.

Chip che saranno destinati alla produzione di computer, allo sviluppo dell’intelligenza artificiale (AI) e alle memorie (fondamentali per conservare dati e programmi su computer e dispositivi di archiviazione).

La spesa per queste apparecchiature è attesa raggiungere i 125 miliardi di dollari già entro il 2025 e tra i principali fornitori a livello globale troviamo ASML nei Paesi Bassi, Applied Materials, KLA Corp e Lam Research negli Stati Uniti e Tokyo Electron in Giappone.

Cina, Corea del Sud, Taiwan e resto del mondo

Ma il vero campione del mercato rimane la Cina. Il Report SAMI ha stimato che il grande Paese asiatico manterrà la posizione di leadership indiscussa in Asia, con una previsione di spesa superiore ai 100 miliardi di dollari nel periodo di tempo considerato, in particolare sotto la spinta dell’esigenza primaria di accrescere la propria autosufficienza tecnologica in questo settore.

Subito dopo c’è la Corea, con i big di casa Samsung e SK Hynix, per una spesa stimata di 81 miliardi di dollari entro il 2027.

Taiwan segue a breve distanza, con 75 miliardi di dollari di spesa. Qui di casa c’è il gigante TSMC, che sta anche realizzando nuovi stabilimenti negli Stati Uniti, in Giappone ed in Europa.

A livello regionale, tra il 2025 ed il 2027 le due Americhe potrebbero arrivare a spendere 63 miliardi di dollari, il Giappone 32 miliardi e l’Europa circa 27 miliardi di dollari.

Supply chain fattore chiave per vincere la partita digitale

Competitor regionali che puntano ad insidiare il predominio cinese, andando a raddoppiare gli investimenti rispetto al dato del 2024, soprattutto grazie alle politiche di incentivi rivolte alle imprese di settore per garantirsi forniture sicure ed affidabili.

Si comprende quanto le nostre economiche siano dipendenti dai chip e dalle apparecchiature necessarie alla loro produzione. Ne consegue che la supply chain sono diventate nel tempo il punto chiave della trasformazione digitale di settori strategici come le comunicazioni, la Difesa, i trasporti e l’energia.

La corsa che si è innestata ormai da tempo per raggiungere posizioni di vantaggio sui principali competitor si potrà vincere solo a suon di miliardi.

Chip, un 2024 già da record

Come riportato da Nikkei Asia, solo nei primi sei mesi del 2024, la Cina ha già investito 25 miliardi di dollari in nuovi impianti e apparecchiature di produzione di chip, più di Corea, Taiwan e Stati Uniti messi assieme.

Entro la fine dell’anno in corso, si stima che Pechino potrebbe arrivare ad investire in questo settore oltre 50 miliardi di dollari.

Una mossa obbligata per la Cina, perché le restrizioni imposte da Washington a partire dal Chips Act (a cui è seguito quello europeo) rischiano continuamente di mettere ad un angolo la potenza asiatica, che necessità quindi di una produzione nazionale più forte.

Al momento i grandi produttori di chip occidentali possono vendere alla Cina solo le tecnologie più vecchie, ma non quelle di ultima generazione per la produzione di chip avanzati destinati ad esempio allo sviluppo dell’AI e le memorie NAND.

Leggi le altre notizie sull’home page di Key4biz

https://www.key4biz.it/produrre-chip-e-costoso-e-vantaggioso-cina-corea-e-taiwan-spenderanno-400-miliardi-di-dollari-entro-il-2027/505860/