AI.info

Orizzonti futuri

Sfoglia Orizzonti futuri su AI.info.

In inglese

• Il divario tra promesse e risultati dell’IA: perché la rivoluzione della produttività non è arrivata

  Secondo un’indagine McKinsey del 2026, il 37% delle aziende segnala un qualche impatto dell’IA sull’EBIT; Gartner ha rilevato che il 22% l’ha adottata su larga scala. Un anno di spesa più intensa ha portato a una maggiore adozione su larga scala, ma non a maggiori utili.

• L’imperativo demografico: perché l’IA diventa l’unica risposta praticabile a un mondo che sta esaurendo le persone disponibili a prestare assistenza

  La natalità in calo, una carenza di milioni di addetti all’assistenza e 59 milioni di caregiver americani che svolgono un lavoro del valore di 1,01 trilioni di dollari: perché il vero ruolo dell’IA nell’assistenza agli anziani è individuare i problemi e stabilire le priorità d’intervento, non fornire mani umanoidi.

• Il futuro degli agenti di IA: quando il software può agire, non solo rispondere

  Gli agenti sono software che agisce, e i risultati dal 2023 mostrano che i progressi si concentrano dove un compito può essere valutato automaticamente: SWE-bench Verified è vicino al 96-97%, mentre per le attività desktop a risultato aperto è stato introdotto un benchmark più difficile.

• Le guerre dei protocolli per agenti: MCP, A2A e le infrastrutture del web agentico

  MCP è diventato stateless nel luglio 2026, ChatGPT Atlas ha chiuso ad agosto e le infrastrutture per i pagamenti degli agenti vengono ancora costruite un Paese alla volta. La battaglia sui protocolli alla base del web agentico, con date e dati sull’adozione.

• Il Q-Day si avvicina: come i computer quantistici minacciano la crittografia su cui si basa l’IA

  Che cos’è il Q-Day? Quando i computer quantistici violeranno la crittografia, e possono violare l’IA? Il crollo delle stime sui qubit nel 2026 e le nuove scadenze PQC per il 2029 rendono «raccogli ora, decifra dopo» una minaccia attuale per i pesi e i dati dell’IA.

• Super Intelligence per decreto: il nuovo nome federale e la lunga storia della parola

  Il decreto sostituisce «AI» con «SI» nei documenti non legislativi del potere esecutivo e, per ora, mantiene la definizione di legge. Da I. J. Good a Nick Bostrom fino ai laboratori di oggi, «superintelligenza» indica qualcos’altro. Che cosa cambia, che cosa resta uguale e quali sono i prossimi passi.

• La resa dei conti dell’open source: come i modelli di IA liberamente disponibili ridisegnano la mappa del potere

  I modelli a pesi aperti sono diventati la metà più economica del mercato: V4 di DeepSeek, il round di Serie D da 3 miliardi di euro di Mistral, la norma sugli H200 del gennaio 2026, l’esenzione per l’open source nell’AI Act e il rischio del duplice uso che nulla di tutto questo risolve.

• ARC-AGI-3 superato in cinque mesi: perché saturare un benchmark non significa ancora raggiungere l’AGI

  ARC-AGI-3 è stato lanciato nel marzo 2026: gli esseri umani ottenevano il 100%, l’IA di frontiera lo 0,51. Il 3 settembre GPT-6 Astra ha ottenuto 99,9 con l’infrastruttura di test di OpenAI e 62,7 con una neutrale. Che cosa misuravano quei punteggi, e che cosa no.

• IA e creatività: la macchina che crea arte, musica e letteratura

  La questione se le macchine possano essere creative viene risolta da istituzioni che non se la pongono mai: un diniego di esame da parte della Corte Suprema nel marzo 2026, case discografiche che firmano licenze mentre le cause proseguono e un processo con giuria sull’addestramento dei modelli di immagini che non ha ancora una data.

• IA e scoperta di farmaci: come l’intelligenza artificiale comprime decenni di ricerca medica in anni

  Rentosertib è entrato in fase III nel luglio 2026, un’altra molecola progettata con l’IA ha ottenuto l’approvazione della FDA a settembre e una terza è al vaglio della FDA. La scoperta di farmaci con l’IA è andata oltre l’accorciamento dei tempi: ora si misurano le domande di autorizzazione, le approvazioni e i costi necessari a sostenere una pipeline di sviluppo.

• La crisi del collasso dei modelli: come l’IA consuma i propri dati di addestramento

  Il collasso dei modelli è reale, ma dipende dalle condizioni: a provocarlo è la sostituzione dei dati, mentre l’accumulo può evitarlo. A cambiare è il contesto: l’obbligo di marcatura dell’UE si applica dall’agosto 2026 e il muro dei dati è ormai alle porte.

• La rivoluzione del post-training: la crescita di scala non si è mai fermata, il vantaggio si è spostato

  Il pretraining ha continuato a crescere per tutto il 2026: GPT-6 Astra ha richiesto più di 100.000 GPU. A cambiare è stato il momento in cui si crea la differenza tra i modelli di frontiera: oggi avviene dopo il pretraining, con SFT, RLHF e apprendimento per rinforzo con ricompense verificabili.

• La guerra dei modelli del mondo: perché la prossima battaglia tra architetture riguarda l’ancoraggio dell’IA alla realtà fisica

  Tre scommesse su come ancorare l’IA al mondo fisico — generare video, prevedere rappresentazioni vettoriali o costruire ambienti 3D persistenti — e perché Cosmos 3 di NVIDIA, che ora produce anche azioni per i robot, ha cambiato i termini della competizione.

• La sintesi neurosimbolica: unire logica e apprendimento può risolvere il problema del ragionamento dell’IA?

  La tesi a favore dell’approccio neurosimbolico poggiava su AlphaGeometry: un sistema ibrido supera ciascuna delle sue componenti presa da sola. Poi, nel luglio 2025, un semplice modello linguistico ha conquistato l’oro alle IMO lavorando in linguaggio naturale, senza alcun motore simbolico.

• Chip fotonici e neuromorfici: la corsa al calcolo post-silicio

  Nel 2026 i chip fotonici e neuromorfici hanno fatto altri passi fuori dai laboratori: Q.ANT ha acquisito IONOS come primo cliente, Lightmatter ha aderito a NVLink Fusion di NVIDIA e Neurophos ha raccolto 110 milioni di dollari. La risposta del silicio, Maia 200, è arrivata sul mercato a gennaio.

• L’IA e il futuro del lavoro: la questione dei 300 milioni di posti

  I 300 milioni di Goldman Sachs, il saldo positivo di 78 milioni del WEF e l’1,1% di Acemoglu rispondono a domande più circoscritte di quelle che vengono loro poste. Che cosa hanno misurato davvero gli studi randomizzati e i dati sulle buste paga del 2026.

• Perché i robot non possono imparare come hanno fatto i chatbot: il collo di bottiglia dei dati per l’IA incarnata

  L’entusiasmo per i robot umanoidi nasconde il vero limite: per i robot non esiste un corpus su scala internet che associ i dati alle azioni. Simulazione, teleoperazione in realtà virtuale e video in prima persona sono le tre soluzioni del 2026, ma il divario visivo tra simulazione e realtà continua a mettere in crisi le policy.

• La democratizzazione del software: quando chiunque può creare un’app

  Con il vibe coding, chiunque sappia descrivere un prototipo funzionante può realizzarlo, e il mercato ha pagato 60 miliardi di dollari per Cursor a riprova di questa possibilità. I dati su velocità, sicurezza e manutenzione dicono però che il 30 per cento più difficile è rimasto dov’era.

• IA e scienza dei materiali: progettare la materia a partire dai primi principi

  L’IA può ormai proporre milioni di strutture cristalline. Nel gennaio 2026, Nature ha corretto l’articolo su A-Lab e i cristallografi non vi hanno trovato nuovi materiali: il collo di bottiglia si è spostato sulla dimostrazione.

• La convergenza della biologia sintetica: come l’IA sta diventando il grande architetto della vita

  AlphaGenome legge un milione di coppie di basi alla volta, Evo 2 scrive genomi, RFdiffusion inventa enzimi che l’evoluzione non ha mai sperimentato. Che cosa può progettare oggi l’IA in biologia e che cosa deve ancora superare la prova del laboratorio.

• La svolta causale: perché la prossima frontiera dell’IA è imparare a chiedersi «perché»

  Un’analisi approfondita dell’IA causale, dalla scala della causalità di Judea Pearl all’equità controfattuale, all’apprendimento delle rappresentazioni causali e al futuro della medicina.

• L’infrastruttura invisibile: come l’IA sta riscrivendo il mondo fisico attraverso il computing spaziale e i gemelli digitali

  I gemelli digitali industriali ripagano l’investimento, a differenza dei visori per i consumatori: la fabbrica virtuale di BMW, nonché Siemens e PepsiCo, e i 45.000 Vision Pro che IDC prevedeva Apple avrebbe spedito nel quarto trimestre del 2025, prima delle notizie secondo cui Apple aveva cancellato i modelli successivi.

• Il miraggio della produttività: perché l’IA non ha ancora inciso sull’economia e quando lo farà

  La produttività negli Stati Uniti è cresciuta del 2,2% nei dodici mesi fino al secondo trimestre del 2026, poco sopra il tasso di lungo periodo del 2,1%. Intanto, secondo Epoch AI, le infrastrutture di calcolo valgono circa l’1,5% del PIL, all’incirca il doppio della quota precedente al boom: potrebbe essere la curva a J che comincia a manifestarsi, oppure la crescita stessa.