Anthropic fornisce approfondimenti sulla “biologia dell’intelligenza artificiale” di Claude
Anthropic ha fornito uno sguardo più dettagliato sul complesso funzionamento interno del suo modello linguistico avanzato, Claude. Questo lavoro mira a demistificare il modo in cui questi sofisticati sistemi di intelligenza artificiale elaborano le informazioni, apprendono le strategie e infine generano testi simili a quelli umani. Come hanno sottolineato inizialmente i ricercatori, i processi interni di questi modelli possono essere notevolmente opachi, con i loro metodi di risoluzione dei problemi spesso “imperscrutabili per noi, gli sviluppatori del modello” Comprendere a fondo questa “biologia dell’intelligenza artificiale” è fondamentale per garantire l’affidabilità, la sicurezza e l’attendibilità di queste tecnologie sempre più potenti. Le ultime scoperte di Anthropic, incentrate principalmente sul modello Claude 3.5 Haiku, offrono preziose informazioni su diversi aspetti chiave dei suoi processi cognitivi. Una delle scoperte più affascinanti suggerisce che Claude opera con un certo grado di universalità concettuale in diverse lingue. Attraverso l’analisi del modo in cui il modello elabora le frasi tradotte, Anthropic ha trovato prove di caratteristiche di fondo condivise. Ciò indica che Claude potrebbe possedere un “linguaggio del pensiero” fondamentale che trascende le strutture linguistiche specifiche, permettendogli di comprendere e applicare le conoscenze apprese in una lingua quando lavora con un’altra. La ricerca di Anthropic ha anche messo in discussione le precedenti ipotesi su come i modelli linguistici si approcciano a compiti creativi come la scrittura di poesie. Invece di un processo di generazione puramente sequenziale, parola per parola, Anthropic ha rivelato che Claude pianifica attivamente il futuro. Nel contesto della poesia in rima, il modello anticipa le parole future per soddisfare vincoli come la rima e il significato, dimostrando un livello di previsione che va oltre la semplice previsione della parola successiva. Tuttavia, la ricerca ha portato alla luce anche comportamenti potenzialmente preoccupanti. Anthropic ha riscontrato casi in cui Claude poteva generare ragionamenti plausibili ma alla fine errati, soprattutto quando si trovava alle prese con problemi complessi o quando gli venivano forniti suggerimenti fuorvianti. La capacità di “coglierlo in flagrante” nell’inventare spiegazioni sottolinea l’importanza di sviluppare strumenti per monitorare e comprendere i processi decisionali interni dei modelli di IA. Anthropic sottolinea l’importanza del suo approccio “al microscopio” per l’interpretabilità dell’IA. Questa metodologia consente loro di scoprire intuizioni sul funzionamento interno di questi sistemi che potrebbero non essere evidenti attraverso la semplice osservazione dei loro risultati. Come hanno osservato, questo approccio permette loro di imparare molte cose che “non avrebbero immaginato all’inizio”, una capacità cruciale dato che i modelli di IA continuano ad evolversi in modo sofisticato. Le implicazioni di questa ricerca vanno oltre la semplice curiosità scientifica. Grazie a una migliore comprensione del funzionamento dei modelli di IA, i ricercatori possono lavorare per costruire sistemi più affidabili e trasparenti. Anthropic ritiene che questo tipo di ricerca sull’interpretabilità sia fondamentale per garantire che l’IA sia in linea con i valori umani e meriti la nostra fiducia. Le loro indagini si sono concentrate in aree specifiche: Comprensione multilingue: Le prove indicano una base concettuale condivisa che consente a Claude di elaborare e collegare le informazioni in diverse lingue. Pianificazione creativa: Il modello dimostra la capacità di pianificare in anticipo i compiti creativi, come ad esempio anticipare le rime nelle poesie. Fedeltà di ragionamento: Le tecniche di Anthropic possono aiutare a distinguere tra il vero ragionamento logico e i casi in cui il modello potrebbe inventare delle spiegazioni. Elaborazione matematica: Claude impiega una combinazione di strategie approssimative e precise quando esegue l’aritmetica mentale. Risoluzione di problemi complessi: Il modello spesso affronta compiti di ragionamento in più fasi combinando informazioni indipendenti. Meccanismi di allucinazione: Il comportamento predefinito di Claude è quello di rifiutare di rispondere in caso di incertezza; le allucinazioni potrebbero derivare da un malfunzionamento del suo sistema di riconoscimento delle “entità conosciute”. Vulnerabilità al jailbreak: La tendenza del modello a mantenere la coerenza grammaticale può essere sfruttata nei tentativi di jailbreak. La ricerca di Anthropic fornisce informazioni dettagliate sui meccanismi interni dei modelli linguistici avanzati come Claude. Questo lavoro in corso è fondamentale per favorire una comprensione più approfondita di questi sistemi complessi e per costruire un’intelligenza artificiale più affidabile e attendibile. Leggi di più su www.artificialintelligence-news.com
Il nuovo generatore di immagini di OpenAI sta per sconvolgere il tuo lavoro?
Il nuovo generatore di immagini di OpenAIè una svolta per i creativi pubblicitari? Dipende da chi lo chiede. Martedì OpenAI ha rilasciato quello che ha definito il suo “generatore di immagini più avanzato”, integrato nell’ultima versione di ChatGPT. Chiamato “4o Image Generation”, lo strumento ha suscitato così tanto clamore e attenzione che l’attività su di esso ha sovraccaricato i server dell’azienda, secondo quanto dichiarato dal CEO di OpenAI Sam Altman. Con 4o Image Generation, un utente può inserire richieste in ChatGPT e produrre immagini come arte, diagrammi, infografiche, loghi e foto stock. Questa settimana, alcuni utenti hanno sperimentato il generatore per creare immagini con gli stili di animazione di South Park, The Simpsons, Rick and Morty e Studio Ghibli, quest’ultimo diventato un trend virale sui social media. Il precedente strumento di generazione di testo-immagine di OpenAI, DALL-E, è un sistema separato da ChatGPT e gli utenti hanno segnalato problemi nella qualità delle immagini. Ma 4o Image Generation, integrato in un unico sistema con ChatGPT, ha già ricevuto elogi per essere più sofisticato e creare immagini più realistiche e accurate. Con tutto questo clamore, cosa significa 4o Image Generator per i creativi della pubblicità? ADWEEK ha chiesto il parere di alcuni che utilizzano strumenti di AI. dà potere alle masse Wesley ter Haar, co-fondatore e chief AI officer di Monks, ha dichiarato che il nuovo generatore di immagini è “incredibile” per la sua accessibilità. “Dà un livello di qualità creativa e di controllo alle masse. In precedenza, questo era disponibile solo per gli utenti più esperti, con impostazioni e flussi di lavoro più complicati”, ha dichiarato. Sebbene abbia messo in guardia i creativi pubblicitari dall’abbracciare gli strumenti di intelligenza artificiale senza tenere conto delle preoccupazioni relative alla sicurezza del marchio per i loro clienti, nel complesso “questo sviluppo mostra chiaramente la direzione che prenderà la tecnologia e, di conseguenza, il nostro settore” Andrés Ordóñez, CCO globale di FCB, ha convenuto che il generatore di immagini 4o è “un grande passo avanti” in termini di “integrazione perfetta nel processo creativo”, ma il programma di intelligenza artificiale Midjourney “è ancora all’avanguardia” in termini di creazione visiva. “Gli strumenti dell’editor di Midjourney consentono di ingrandire una parte specifica dell’immagine, di perfezionarla con precisione e di mantenere la coerenza visiva. Inoltre, gestisce immagini stilizzate ed espressive con un occhio esperto”, ha spiegato Ordóñez. Ordóñez ha detto che probabilmente utilizzerà il generatore di immagini 4o di OpenAI per dare forma a un’idea e generare suggerimenti migliori da utilizzare su Midjourney, ma utilizzerà quest’ultimo “per perfezionare ed elevare il mestiere, spingere l’estetica, diventare specifico” Secondo lui, i creativi non dovrebbero affidarsi a un solo strumento per migliorare il proprio lavoro. “Il vero cambiamento di gioco non è uno strumento. È il modo in cui li combiniamo per sovraccaricare il processo creativo, muoverci più velocemente, pensare in modo più nitido e visualizzare le idee con una chiarezza mai vista prima”, ha detto Ordóñez. Non è un killer di niente Per Craig Elimeliah, chief creative officer di Code and Theory, il nuovo generatore di immagini di OpenAI è più un sottile “game shifter” che un game changer per il processo creativo, e il cambiamento più notevole non è solo la possibilità di generare un’immagine di qualità migliore. “La distanza tra un’idea e un’immagine completamente formata è ora di pochi secondi, non di giorni, e questo cambia l’intera psicologia della creatività. Ora puoi pensare con gli occhi”, ha spiegato Elimeliah. Ha poi aggiunto che, man mano che i creativi utilizzano sempre più strumenti di intelligenza artificiale nel loro lavoro, “stiamo passando dalla creatività come artigianato alla creatività come coreografia” “Non stai solo progettando un’immagine, ma stai dirigendo un sistema, modellando i risultati con parole, gusti e intenzioni”, ha detto. “Le persone che vinceranno non sono necessariamente i tecnici migliori, ma quelli che sanno come guidare la macchina verso qualcosa di significativo” Il generatore di immagini 4o potrebbe rendere più semplice il processo creativo per coloro che “vogliono fare tutto in un unico posto”, ha affermato James Dow, direttore creativo della gen AI presso The Brandtech Group. Tuttavia, Dow non prevede di utilizzare lo strumento per creare l’immagine finale. “Sarà un altro fantastico strumento nella scatola, ma non è un killer di nulla”, ha detto. “È impressionante sotto molti punti di vista, ma per me non reinventerà nessun flusso di lavoro esistente” Dow e altri hanno messo in guardia i creativi dal farsi prendere dall’entusiasmo per ogni nuovo strumento di intelligenza artificiale, soprattutto perché la tecnologia si sta evolvendo così rapidamente. Geert Eichhorn, direttore esecutivo per l’innovazione di Monks, ha consigliato ai creativi di “affrontare il lavoro in modo agnostico rispetto alla tecnologia, in modo da non rimanere bloccati in un ecosistema di modelli che potrebbero essere superati la settimana prossima” Leggi di più su www.adweek.com
OpenAI ha ritirato il generatore di immagini GPT-4o gratuito dopo un giorno
OpenAI ha ritirato la sua funzione aggiornata di generazione di immagini, basata sul modello di ragionamento avanzato GPT-4o, dal livello gratuito di ChatGPT. La decisione arriva solo un giorno dopo il lancio dell’aggiornamento, in seguito a un’ondata imprevista di utenti che hanno creato immagini nello stile caratteristico della famosa casa di animazione giapponese, lo Studio Ghibli. L’aggiornamento, che prometteva di offrire un maggiore realismo sia nelle immagini che nel testo generati dall’intelligenza artificiale, aveva lo scopo di mostrare le capacità del GPT-4o. Questo nuovo modello impiega un “approccio autoregressivo” alla creazione delle immagini, costruendole da sinistra a destra e dall’alto in basso, un metodo che contrasta con la generazione simultanea impiegata dai modelli precedenti. Questa tecnica è stata studiata per migliorare l’accuratezza e la qualità realistica delle immagini prodotte. Inoltre, il nuovo modello genera testi più nitidi e coerenti all’interno delle immagini, ovviando a un difetto comune dei precedenti modelli di intelligenza artificiale che spesso producevano testi sfocati o privi di senso. OpenAI ha anche condotto una formazione post-lancio, guidata dal feedback umano, per identificare e correggere gli errori più comuni nei risultati di testo e immagine. Tuttavia, la risposta del pubblico all’aggiornamento della generazione di immagini ha preso una piega inaspettata quasi subito dopo il rilascio su ChatGPT. Gli utenti hanno accolto con entusiasmo la possibilità di creare immagini nell’iconico stile dello Studio Ghibli, condividendo le loro fantasiose creazioni su varie piattaforme di social media. Tra queste, scene reimmaginate di film classici come “Il Padrino” e “Guerre Stellari”, ma anche meme popolari su internet come “ragazzo distratto” e “ragazza disastrosa”, tutti resi con l’estetica dell’amato studio di animazione. Anche il CEO di OpenAI Sam Altman si è unito al divertimento, cambiando la sua immagine del profilo X con un’interpretazione di se stesso in stile Studio Ghibli: Tuttavia, più tardi, Altman ha postato su X annunciando un ritardo temporaneo nel lancio dell’aggiornamento del generatore di immagini per gli utenti gratuiti di ChatGPT. Mentre gli abbonati a ChatGPT Plus, Pro e Team continuano ad avere accesso alla funzione, Altman non ha fornito alcun termine specifico per il ritorno della funzionalità al livello gratuito. le immagini in chatgpt sono molto più popolari di quanto ci aspettassimo (e avevamo aspettative piuttosto alte). purtroppo il rollout al nostro livello gratuito sarà ritardato per un po’. – Sam Altman (@sama) 26 marzo 2025 La viralità delle immagini in stile Studio Ghibli sembra aver spinto OpenAI a riconsiderare la sua strategia di lancio. Sebbene l’azienda abbia cercato di affrontare le considerazioni etiche e legali relative alla generazione di immagini da parte dell’IA, il volume e la natura dei contenuti generati dagli utenti sembrano averla colta di sorpresa. L’intersezione tra arte generata dall’intelligenza artificiale e diritti di proprietà intellettuale è un’area complessa e spesso dibattuta. Lo stile non è storicamente considerato protetto dalla legge sul copyright come le opere specifiche. Nonostante questa sfumatura legale, la rapida decisione di OpenAI di ritirare la funzione di generazione di immagini GPT-4o dal suo livello gratuito suggerisce un approccio cauto. Sembra che l’azienda stia facendo un passo indietro per valutare la situazione e determinare la sua prossima linea d’azione alla luce dell’inaspettata popolarità dell’arte AI ispirata a Ghibli. La decisione di OpenAI di ritirare la distribuzione della sua ultima funzione di generazione di immagini sottolinea l’incertezza che regna non solo sulla legge sul copyright, ma anche sulle implicazioni etiche dell’uso dell’IA per replicare la creatività umana. Leggi di più su www.artificialintelligence-news.com
Google ha lanciato i suoi ultimi modelli di AI aperti
Google ha lanciato Gemma 3, l’ultima versione della sua famiglia di modelli di IA aperti che mira a stabilire un nuovo punto di riferimento per l’accessibilità dell’IA. Costruito sulle basi dei modelli Gemini 2.0 dell’azienda, Gemma 3 è stato progettato per essere leggero, portatile e adattabile, consentendo agli sviluppatori di creare applicazioni di IA su un’ampia gamma di dispositivi. Questo rilascio arriva a ridosso del primo compleanno di Gemma, un anniversario sottolineato da dati di adozione impressionanti. I modelli di Gemma hanno superato i 100 milioni di download e hanno dato vita a oltre 60.000 varianti costruite dalla comunità. Soprannominato “Gemmaverse”, questo ecosistema è il segnale di una comunità fiorente che mira a democratizzare l’intelligenza artificiale. “La famiglia di modelli aperti Gemma è fondamentale per il nostro impegno a rendere accessibile la tecnologia AI”, ha spiegato Google. Gemma 3: caratteristiche e funzionalità I modelli Gemma 3 sono disponibili in varie dimensioni – parametri 1B, 4B, 12B e 27B – consentendo agli sviluppatori di scegliere un modello adatto alle loro specifiche esigenze di hardware e prestazioni. Questi modelli promettono un’esecuzione più rapida, anche su setup di calcolo modesti, senza compromettere la funzionalità o l’accuratezza. Ecco alcune delle caratteristiche principali di Gemma 3: Prestazioni a singolo acceleratore: Gemma 3 stabilisce un nuovo punto di riferimento per i modelli a singolo acceleratore. Nelle valutazioni preliminari delle preferenze umane sulla classifica di LMArena, Gemma 3 ha superato rivali come Llama-405B, DeepSeek-V3 e o3-mini. Supporto multilingue in 140 lingue: Per soddisfare le esigenze di un pubblico eterogeneo, Gemma 3 è dotato di funzionalità preaddestrate per oltre 140 lingue. Gli sviluppatori possono creare applicazioni in grado di connettersi con gli utenti nella loro lingua madre, ampliando la portata globale dei loro progetti. Analisi testuale e visiva sofisticata: Grazie a funzionalità avanzate di analisi di testi, immagini e brevi video, gli sviluppatori possono implementare Gemma 3 per creare applicazioni interattive e intelligenti, rispondendo a una serie di casi d’uso che vanno dall’analisi dei contenuti ai flussi di lavoro creativi. Finestra contestuale ampliata: Grazie a una finestra di contesto da 128k token, Gemma 3 è in grado di analizzare e sintetizzare grandi insiemi di dati, il che la rende ideale per le applicazioni che richiedono una comprensione estesa dei contenuti. Chiamata di funzione per l’automazione del flusso di lavoro: Grazie al supporto delle chiamate di funzione, gli sviluppatori possono utilizzare gli output strutturati per automatizzare i processi e costruire sistemi di intelligenza artificiale senza sforzo. Modelli quantificati per un’efficienza leggera: Gemma 3 introduce le versioni quantizzate ufficiali, riducendo in modo significativo le dimensioni del modello e preservando l’accuratezza dell’output: un vantaggio per gli sviluppatori che ottimizzano per ambienti mobili o con risorse limitate. I vantaggi in termini di prestazioni del modello sono chiaramente illustrati nella classifica Chatbot Arena Elo Score. Nonostante richieda una sola GPU NVIDIA H100, la versione di punta 27B di Gemma 3 si posiziona tra i migliori chatbot, raggiungendo un punteggio Elo di 1338. Molti concorrenti richiedono fino a 32 GPU per offrire prestazioni paragonabili. Uno dei punti di forza di Gemma 3 è la sua adattabilità ai flussi di lavoro esistenti degli sviluppatori. Compatibilità con diversi strumenti: Gemma 3 supporta le librerie e gli strumenti di AI più diffusi, tra cui Hugging Face Transformers, JAX, PyTorch e Google AI Edge. Per una distribuzione ottimizzata, piattaforme come Vertex AI o Google Colab sono pronte ad aiutare gli sviluppatori a iniziare con il minimo sforzo. Ottimizzazioni NVIDIA: Sia che si utilizzino GPU entry-level come Jetson Nano o hardware all’avanguardia come i chip Blackwell, Gemma 3 garantisce il massimo delle prestazioni, ulteriormente semplificate grazie all’NVIDIA API Catalog. Supporto hardware ampliato: Oltre a NVIDIA, Gemma 3 si integra con le GPU AMD tramite lo stack ROCm e supporta l’esecuzione in CPU con Gemma.cpp per una maggiore versatilità. Per gli esperimenti immediati, gli utenti possono accedere ai modelli Gemma 3 tramite piattaforme come Hugging Face e Kaggle, oppure sfruttare Google AI Studio per l’implementazione nel browser. Promuovere un’intelligenza artificiale responsabile “Crediamo che i modelli aperti richiedano un’attenta valutazione dei rischi e il nostro approccio bilancia l’innovazione con la sicurezza”, spiega Google. Il team di Gemma 3 ha adottato rigorose politiche di governance, applicando una messa a punto e un robusto benchmarking per allineare il modello alle linee guida etiche. Viste le capacità avanzate del modello nei settori STEM, è stato sottoposto a valutazioni specifiche per mitigare i rischi di un uso improprio, come la generazione di sostanze nocive. Google sta spingendo per un impegno collettivo all’interno del settore per creare quadri di sicurezza proporzionati per modelli sempre più potenti. Per fare la sua parte, Google lancia ShieldGemma 2. Il controllore di sicurezza delle immagini 4B sfrutta l’architettura di Gemma 3 e produce etichette di sicurezza per categorie come contenuti pericolosi, materiale esplicito e violenza. Sebbene offra soluzioni pronte all’uso, gli sviluppatori possono personalizzare lo strumento per soddisfare i requisiti di sicurezza personalizzati. Il “Gemmaverse” non è solo un ecosistema tecnico, ma un movimento guidato dalla comunità. Progetti come SEA-LION v3 di AI Singapore, BgGPT di INSAIT e OmniAudio di Nexa AI testimoniano la forza della collaborazione all’interno di questo ecosistema. Per sostenere la ricerca accademica, Google ha anche introdotto il Gemma 3 Academic Program. I ricercatori possono richiedere 10.000 dollari di crediti Google Cloud per accelerare i loro progetti incentrati sull’intelligenza artificiale. Le domande si aprono oggi e restano disponibili per quattro settimane. Grazie alla sua accessibilità, alle sue capacità e alla sua ampia compatibilità, Gemma 3 ha tutte le carte in regola per diventare una pietra miliare nella comunità degli sviluppatori di IA. Leggi di più su www.artificialintelligence-news.com
L’arte generata dall’intelligenza artificiale non può essere coperta da copyright, dice la Corte d’Appello statunitense
La bizzarra saga legale sulla possibilità di concedere un copyright a un sistema di intelligenza artificiale ha preso un’altra piega questa settimana. Con una sentenza unanime, la Corte d’Appello degli Stati Uniti per il Circuito di Washington ha stabilito che le opere create autonomamente dall’IA non possono essere protette dal diritto d’autore secondo la legge vigente. Il collegio di tre giudici ha confermato la decisione di un tribunale inferiore del 2023, secondo cui solo le opere con autori umani possono essere registrate presso l’U.S. Copyright Office. Il caso risale al tentativo fallito dell’informatico Stephen Thaler di tutelare il copyright di “A Recent Entrance to Paradise”, un’immagine inquietante e onirica creata nel 2012 dalla “Creativity Machine” dell’IA di Thaler Sopra: L’opera “A Recent Entrance to Paradise” di Stephen Thaler è stata creata nel 2012. Quando Thaler ha cercato di registrare l’opera, l’Ufficio del copyright ha respinto la sua richiesta, sostenendo che “manca la paternità umana necessaria per sostenere una richiesta di copyright” Thaler ha fatto causa, insistendo sul fatto che il requisito di “paternità umana” richiesto dal Copyright Office non aveva alcuna base legale. Thaler ha sostenuto che la concessione di diritti d’autore alle creazioni dell’intelligenza artificiale avrebbe favorito l’obiettivo costituzionale di promuovere “il progresso della scienza e delle arti utili” Nel 2023, un giudice federale si è schierato decisamente con il Copyright Office, definendo la paternità umana “un requisito fondamentale del copyright” “Ci stiamo avvicinando a nuove frontiere del diritto d’autore mentre gli artisti inseriscono l’intelligenza artificiale nella loro cassetta degli attrezzi”, scrisse il giudice all’epoca. “Questo caso, tuttavia, non è così complesso” La corte d’appello era d’accordo, ritenendo che “gli autori sono al centro della legge sul copyright” e che il significato della legge limita la paternità agli esseri umani. Thaler ha dichiarato di essere fortemente in disaccordo con la sentenza e ha intenzione di ricorrere in appello. Con la proliferazione dei contenuti generati dall’intelligenza artificiale, i tribunali si stanno confrontando con questioni sconvolgenti in materia di proprietà e diritti. Sebbene questo caso fornisca un po’ di chiarezza sull’arte dell’IA completamente autonoma, molte questioni relative alle opere collaborative tra uomo e IA rimangono ancora irrisolte. Leggi di più su dailyai.com
Scalare l’inferenza dell’intelligenza artificiale con efficienza open-source
NVIDIA ha lanciato Dynamo, un software di inferenza open-source progettato per accelerare e scalare i modelli di ragionamento all’interno delle fabbriche di AI. Gestire e coordinare in modo efficiente le richieste di inferenza dell’intelligenza artificiale su una flotta di GPU è un’impresa fondamentale per garantire che le fabbriche di intelligenza artificiale possano operare con un ottimo rapporto costo-efficacia e massimizzare la generazione di gettoni. Man mano che il ragionamento dell’IA diventa sempre più diffuso, si prevede che ogni modello di IA generi decine di migliaia di token per ogni richiesta, rappresentando essenzialmente il suo processo di “pensiero”. Migliorare le prestazioni di inferenza e contemporaneamente ridurne il costo è quindi fondamentale per accelerare la crescita e aumentare le opportunità di guadagno per i fornitori di servizi. Una nuova generazione di software di inferenza dell’intelligenza artificiale NVIDIA Dynamo, che succede a NVIDIA Triton Inference Server, rappresenta una nuova generazione di software di inferenza dell’intelligenza artificiale specificamente progettato per massimizzare la generazione di ricavi token per le fabbriche di intelligenza artificiale che distribuiscono modelli di ragionamento dell’intelligenza artificiale. Dynamo orchestra e accelera la comunicazione dell’inferenza su migliaia di GPU. Utilizza il servizio disaggregato, una tecnica che separa le fasi di elaborazione e generazione dei modelli linguistici di grandi dimensioni (LLM) su GPU distinte. Questo approccio permette di ottimizzare ogni fase in modo indipendente, soddisfacendo le sue specifiche esigenze di calcolo e garantendo il massimo utilizzo delle risorse della GPU. “Le industrie di tutto il mondo stanno addestrando i modelli di intelligenza artificiale a pensare e ad apprendere in modi diversi, rendendoli sempre più sofisticati”, ha dichiarato Jensen Huang, fondatore e CEO di NVIDIA. “Per consentire un futuro di AI con ragionamento personalizzato, NVIDIA Dynamo aiuta a servire questi modelli su scala, consentendo di risparmiare sui costi e di aumentare l’efficienza delle fabbriche di AI” Utilizzando lo stesso numero di GPU, Dynamo ha dimostrato di poter raddoppiare le prestazioni e i ricavi delle fabbriche di AI che servono modelli Llama sull’attuale piattaforma Hopper di NVIDIA. Inoltre, eseguendo il modello DeepSeek-R1 su un grande cluster di rack GB200 NVL72, le ottimizzazioni intelligenti dell’inferenza di NVIDIA Dynamo hanno dimostrato di aumentare il numero di token generati di oltre 30 volte per GPU. Per ottenere questi miglioramenti nelle prestazioni di inferenza, NVIDIA Dynamo incorpora diverse funzionalità chiave progettate per aumentare il throughput e ridurre i costi operativi. Dynamo può aggiungere, rimuovere e riallocare dinamicamente le GPU in tempo reale per adattarsi alle fluttuazioni dei volumi e dei tipi di richiesta. Il software è anche in grado di individuare, all’interno di cluster di grandi dimensioni, le GPU specifiche più adatte a ridurre al minimo i calcoli di risposta e a instradare in modo efficiente le query. Dynamo può anche scaricare i dati di inferenza su dispositivi di memoria e di archiviazione più economici, recuperandoli rapidamente quando necessario, riducendo così al minimo i costi complessivi di inferenza. NVIDIA Dynamo viene rilasciato come progetto completamente open-source, offrendo un’ampia compatibilità con framework popolari come PyTorch, SGLang, NVIDIA TensorRT-LLM e vLLM. Questo approccio aperto supporta le imprese, le startup e i ricercatori nello sviluppo e nell’ottimizzazione di nuovi metodi per servire i modelli di intelligenza artificiale attraverso infrastrutture di inferenza disaggregate. NVIDIA si aspetta che Dynamo acceleri l’adozione dell’inferenza dell’intelligenza artificiale in un’ampia gamma di organizzazioni, tra cui i principali cloud provider e innovatori dell’intelligenza artificiale come AWS, Cohere, CoreWeave, Dell, Fireworks, Google Cloud, Lambda, Meta, Microsoft Azure, Nebius, NetApp, OCI, Perplexity, Together AI e VAST. NVIDIA Dynamo: Potenziamento dell’inferenza e dell’intelligenza artificiale agenziale Un’innovazione fondamentale di NVIDIA Dynamo consiste nella sua capacità di mappare la conoscenza che i sistemi di inferenza conservano in memoria grazie alle richieste precedenti, nota come KV cache, su migliaia di GPU. Il software instrada quindi in modo intelligente le nuove richieste di inferenza verso le GPU che possiedono la migliore corrispondenza di conoscenze, evitando di fatto costose ricomputazioni e liberando le altre GPU per gestire le nuove richieste in arrivo. Questo meccanismo di instradamento intelligente migliora significativamente l’efficienza e riduce la latenza. “Per gestire centinaia di milioni di richieste al mese, ci affidiamo alle GPU e al software di inferenza di NVIDIA per ottenere le prestazioni, l’affidabilità e la scalabilità richieste dalla nostra azienda e dai nostri utenti”, ha dichiarato Denis Yarats, CTO di Perplexity AI. “Non vediamo l’ora di sfruttare Dynamo, con le sue migliori capacità di servizio distribuito, per ottenere un’efficienza di servizio di inferenza ancora maggiore e soddisfare le richieste di calcolo dei nuovi modelli di ragionamento dell’intelligenza artificiale” La piattaforma di AI Cohere sta già pianificando di sfruttare NVIDIA Dynamo per migliorare le capacità di AI agenziale della sua serie di modelli Command. “La scalabilità di modelli di IA avanzati richiede una sofisticata pianificazione multi-GPU, una coordinazione senza soluzione di continuità e librerie di comunicazione a bassa latenza che trasferiscano i contesti di ragionamento senza soluzione di continuità attraverso la memoria e lo storage”, ha spiegato Saurabh Baji, SVP of engineering di Cohere. “Ci aspettiamo che NVIDIA Dynamo ci aiuti a offrire un’esperienza d’uso eccellente ai nostri clienti aziendali” Supporto per il servizio disaggregato La piattaforma di inferenza NVIDIA Dynamo offre anche un solido supporto per il servizio disaggregato. Questa tecnica avanzata assegna le diverse fasi computazionali degli LLM – compresi i passaggi cruciali della comprensione della query dell’utente e della generazione della risposta più appropriata – a diverse GPU all’interno dell’infrastruttura. Il servizio disaggregato è particolarmente adatto ai modelli di ragionamento, come la nuova famiglia di modelli NVIDIA Llama Nemotron, che impiega tecniche di inferenza avanzate per migliorare la comprensione del contesto e la generazione delle risposte. Consentendo a ogni fase di essere messa a punto e di disporre di risorse in modo indipendente, il servizio disaggregato migliora il throughput complessivo e offre tempi di risposta più rapidi agli utenti. Together AI, un’azienda di spicco nel settore dell’accelerazione dell’intelligenza artificiale, sta cercando di integrare il suo motore di inferenza proprietario Together Inference Engine con NVIDIA Dynamo. Questa integrazione mira a consentire una scalabilità perfetta dei carichi di lavoro di inferenza
I marketer dovranno ripensare il ruolo delle piattaforme digitali
E se non fosse mai durato? Sono passati più di tre decenni da quando il primo banner pubblicitario è apparso su un sito web. Il digitale non era solo una nuova frontiera, ma un luogo che registrava una crescita stratosferica di anno in anno – e l’aspettativa non dichiarata era che la crescita sarebbe continuata per sempre. Questa aspettativa ha senso se si considera che il web è entrato a far parte delle nostre vite; ogni anno che passa, milioni di persone in più si connettono. Con l’aumento del numero di persone connesse, sembrava logico che la pubblicità digitale avrebbe continuato a crescere. Ma poi le cose sono cambiate. È difficile stabilire con esattezza il momento in cui l’umore è cambiato. È stato forse quando il mercato della pubblicità digitale si è concentrato su una manciata di aziende tecnologiche super-giganti? È stato quando la legislazione sulla privacy e l’atteggiamento dei consumatori sono cambiati e le pratiche che un tempo erano di routine sono diventate proibite? Oppure è stato quando le strategie che un tempo davano risultati hanno iniziato a deludere? Come ogni situazione complessa, la risposta a questa domanda è una combinazione di tutti questi fattori, oltre a molti altri che non potrei citare nei limiti di un’introduzione. Il punto è che l’industria pubblicitaria è disperata. Non ha nuove idee e non ha assi nella manica. L’impatto mancante Se cerchi il termine “declino dell’efficacia degli annunci online”, ti imbatterai in un articolo del 2024 che mette in guardia sul fatto che gli annunci di Google non offrono più le prestazioni di una volta. Un altro articolo del 2023 dichiara: “La pubblicità digitale è morta. Che liberazione” Ho trovato un altro articolo del 2022 che sostiene la stessa tesi, oltre a un blog della World Federation of Advertisers che illustra i modi per “invertire il declino dell’efficacia della pubblicità” E questo prima di arrivare alle montagne di dati aneddotici provenienti da siti come Reddit e Twitter, in cui gli esperti di marketing si lamentano delle piattaforme sempre più inefficaci che inghiottono i loro budget senza generare conversioni. “Google ha finalmente perso la testa. 694 dollari per un clic non identificato oggi“, urla un post della fine del 2024. Un altro post chiede: “Quanto sono truffaldini gli annunci di Google?“, citando una conversione in un periodo di sei mesi in cui l’azienda ha speso 3.000 dollari. Sui social media la situazione è particolarmente negativa. Secondo uno studio, la spesa per la pubblicità sui social media è scesa dal 17% nella primavera del 2023 all’11% un anno dopo. Si tratta del livello più basso registrato negli ultimi sette anni. Lo studio, redatto dal professore della Northwestern University Koen Pauwels, indica alcune ragioni, ma probabilmente la più importante è che i responsabili delle decisioni di marketing non sono convinti che i social media offrano molto. Mentre aziende come Meta hanno profili dettagliati sui loro utenti e sui loro interessi, i dati diventano molto più frammentari quando riguardano le attività al di fuori della piattaforma. Meta ti dice con quali marchi ti sei impegnato, ma non quali hai acquistato. Questa ambiguità, unita ad altri fattori come la stanchezza dei consumatori per la pubblicità e la natura affollata della pubblicità sui social media, spiega perché molti leader del marketing ritengono che i social media abbiano un impatto mediocre sui profitti delle loro aziende. Paradossalmente, le aziende al centro di questa insoddisfazione stanno andando bene. Non abbiamo ancora raggiunto il punto in cui la pubblicità digitale viene abbandonata in massa. Se le aziende decidono di limitare la spesa per il marketing online, è probabile che altre, soprattutto piccole imprese e startup, comincino a fare pubblicità attraverso la ricerca e i social per la prima volta. Immagino che siano proprio questi nuovi operatori a mantenere lo status quo. Credo anche che l’industria della pubblicità digitale si renda conto della situazione. Non possono essere ciechi di fronte al crescente malcontento dei loro clienti. Pertanto, credo che l’industria cercherà di distrarsi con espedienti e mode per convincere gli inserzionisti che queste piattaforme non sono così decrepite come sembrano, che c’è ancora vita nel settore. La strategia del gatto morto della pubblicità digitale Il consulente politico australiano Lynton Crosby è noto soprattutto per la creazione della “strategia del gatto morto“, che consiste nel dire deliberatamente qualcosa di scioccante o provocatorio in modo che l’attenzione della gente si concentri su questo piuttosto che su un passo falso o un fallimento. È l’equivalente di gettare un gatto morto sul tavolo durante una cena: la gente inizia a parlare del gatto morto, non del fatto che il pollo è troppo cotto. Cosa succede nel mondo del marketing digitale? Prendiamo Facebook: Nell’ultimo decennio, ha apportato sottili (e alla fine anche non sottili) modifiche all’algoritmo del newsfeed in modo che i contenuti della rete di contatti più immediata delle persone venissero seppelliti sotto una marea di “post consigliati”, il tutto con l’obiettivo di aumentare il coinvolgimento. Ora ha fatto un ulteriore passo avanti ampliando la definizione di ciò che considera un contenuto accettabile ed eliminando i suoi verificatori. Forse Zuckerberg sa che i contenuti politici, soprattutto quelli più controversi, aumentano il coinvolgimento e, di conseguenza, il numero di impressioni e di clic sugli annunci sulla sua piattaforma. Immagino che Elon Musk abbia avuto la stessa idea con X, anche se nel suo caso si è completamente ritorto contro, allontanando i grandi clienti blue-chip con i budget più elevati, lasciando solo i venditori di prodotti a basso costo e coloro che pubblicizzano ebook per ottenere guadagni facili. Un discorso simile si può fare per i risultati dell’intelligenza artificiale generativa di Google che ora appaiono in cima a quasi tutti i risultati di ricerca. Si potrebbe pensare che questo sia il modo in cui Google aiuta l’utente finale, anche se il testo generato è, troppo spesso, completamente privo di senso. In alternativa, è un modo per Google di posizionarsi non solo come punto di passaggio per le informazioni, ma piuttosto come fonte di informazioni. I piccoli riquadri
Manus è una svolta nell’IA agenziale cinese
L’agente Manus AI è l’ultima innovazione cinese nel campo dell’intelligenza artificiale che sta facendo girare la testa nella Silicon Valley e non solo. Manus è stato lanciato la scorsa settimana in anteprima su invito e rappresenta l’ingresso più ambizioso della Cina nel mercato emergente degli agenti AI. A differenza di quanto visto finora, l’agente AI Manus non si limita a chattare con gli utenti, ma è presumibilmente in grado di affrontare autonomamente compiti complessi in più fasi con una guida umana minima. Sviluppato dalla startup cinese Butterfly Effect con il sostegno finanziario del gigante tecnologico Tencent Holdings, l’agente Manus AI ha catturato l’attenzione mondiale per la sua capacità di colmare il divario tra le capacità teoriche dell’AI e le applicazioni pratiche del mondo reale. Utilizza un’innovativa architettura multi-modello che combina i punti di forza di diversi modelli linguistici leader del settore. Esecuzione autonoma di compiti rivoluzionari In un post su X, Peak Ji Yichao, co-fondatore e chief scientist di Butterfly Effect, ha dichiarato che l’IA agenziale è stata costruita utilizzando modelli linguistici esistenti di grandi dimensioni, tra cui Claude di Anthropic e versioni perfezionate di Qwen open-source di Alibaba. La sua natura multi-modello permette a Manus di utilizzare diversi punti di forza dell’intelligenza artificiale a seconda di ciò che gli viene richiesto, ottenendo capacità di ragionamento ed esecuzione più sofisticate. “L’agente Manus AI rappresenta un approccio fondamentalmente diverso all’intelligenza artificiale”, ha dichiarato CNN Business. Secondo il servizio, Manus “è in grado di svolgere attività complesse e in più fasi, come lo screening dei curriculum e la creazione di un sito web” e “non si limita a generare idee, ma fornisce risultati tangibili, come la produzione di un rapporto che raccomanda proprietà da acquistare in base a criteri specifici” Valutazione delle prestazioni nel mondo reale Nel corso di un’approfondita valutazione pratica, la MIT Technology Review ha testato l’agente Manus AI in tre distinte categorie di attività: la compilazione di elenchi completi di giornalisti, la conduzione di ricerche immobiliari con parametri complessi e l’identificazione di candidati per il prestigioso programma Innovators Under 35. “Usare Manus è come collaborare con uno stagista altamente intelligente ed efficiente”, ha scritto Caiwei Chen nella valutazione. “Sebbene a volte non capisca cosa gli viene chiesto di fare, faccia ipotesi sbagliate o tagli le curve per accelerare i compiti, spiega chiaramente i suoi ragionamenti, è straordinariamente adattabile e può migliorare sostanzialmente quando gli vengono fornite istruzioni dettagliate o feedback” La valutazione ha rivelato una delle caratteristiche più distintive dell’agente Manus AI: la sua interfaccia “Manus’s Computer”, che offre una trasparenza senza precedenti nel processo decisionale dell’AI. La finestra dell’applicazione consente agli utenti di osservare le azioni dell’agente in tempo reale e di intervenire quando necessario, creando un flusso di lavoro collaborativo uomo-IA che mantiene il controllo dell’utente e al contempo automatizza processi complessi. Sfide tecniche di implementazione Nonostante le impressionanti capacità, l’agente Manus AI incontra notevoli ostacoli tecnici nella sua attuale implementazione. MIT Technology Review ha documentatofrequenti crash di sistema ed errori di timeout durante l’uso prolungato. La piattaforma ha visualizzato messaggi di errore, citando un “alto carico di servizio”, suggerendo che l’infrastruttura di calcolo rimane un limite. Le limitazioni tecniche hanno contribuito a rendere l’accesso molto ristretto: meno dell’1% degli utenti in lista d’attesa ha ricevuto il codice di invito – il canale Discord ufficiale di Manus ha già accumulato oltre 186.000 membri. Secondo quanto riportato dalla pubblicazione tecnologica cinese36Kr, i costi operativi dell’agente Manus AI rimangono relativamente competitivi, pari a circa 2 dollari per attività. Partnership strategica con Alibaba Cloud I creatori dell’agente Manus AI hanno annunciato una partnership con la divisione cloud computing di Alibaba. Secondo un articolo del South China Morning Post dell’11 marzo, “Manus si impegnerà in una cooperazione strategica con il team Qwen di Alibaba per soddisfare le esigenze degli utenti cinesi” La partnership mira a rendere Manus disponibile su “modelli e piattaforme di calcolo nazionali”, anche se le tempistiche di implementazione non sono ancora state specificate. Progressi paralleli nei modelli di fondazione La partnership Manus-Alibaba coincide con i progressi di Alibaba nella tecnologia dei modelli di fondazione dell’intelligenza artificiale. Il 6 marzo, l’azienda ha pubblicato il suo modello di ragionamento QwQ-32B, dichiarando che le sue prestazioni superano quelle del modello o1-mini di OpenAI e rivaleggiano con il modello R1 di DeepSeek, nonostante il numero inferiore di parametri. Come riporta CNN Business, “Alibaba ha pubblicizzato il suo nuovo modello, QwQ-32B, in una dichiarazione online, affermando che offre prestazioni eccezionali, superando quasi completamente OpenAI-o1-mini e rivaleggiando con il modello di ragionamento open-source più forte, DeepSeek-R1” I guadagni di efficienza dichiarati sono particolarmente degni di nota: Alibaba afferma che QwQ-32B raggiunge prestazioni competitive con soli 32 miliardi di parametri, rispetto ai 671 miliardi di parametri del modello R1 di DeepSeek. Le dimensioni ridotte del modello suggeriscono requisiti computazionali sostanzialmente inferiori per l’addestramento e l’inferenza con capacità di ragionamento avanzate. Gli investimenti strategici della Cina nell’intelligenza artificiale L’agente Manus AI e i progressi del modello di Alibaba riflettono la più ampia enfasi strategica della Cina sullo sviluppo dell’intelligenza artificiale. Il governo cinese si è impegnato a sostenere esplicitamente “le industrie emergenti e le industrie del futuro”, e l’intelligenza artificiale ha ricevuto un’attenzione particolare insieme all’informatica quantistica e alla robotica. Alibaba investirà 380 miliardi di yuan (circa 52,4 miliardi di dollari) nell’intelligenza artificiale e nell’infrastruttura di cloud computing nei prossimi tre anni, una cifra che, secondo l’azienda, supera gli investimenti totali effettuati in questi settori nel decennio precedente. Come ha affermato Caiwei Chen di MIT Technology Review, “le aziende cinesi di IA non stanno semplicemente seguendo le orme delle loro controparti occidentali. Piuttosto che limitarsi a innovare i modelli di base, stanno dando forma attiva all’adozione di agenti AI autonomi a modo loro” L’agente AI Manus è anche un esempio di come l’ecosistema dell’intelligenza artificiale cinese si sia evoluto al di là della semplice replica dei progressi occidentali. Le politiche governative che promuovono l’autosufficienza tecnologica, le importanti iniziative di finanziamento e la crescente presenza di talenti specializzati nell’IA provenienti dalle università cinesi hanno creato le
OpenAI e Google chiedono l’intervento del governo statunitense per garantire la leadership dell’IA
OpenAI e Google esortano il governo degli Stati Uniti a intraprendere un ‘azione decisiva per garantire la leadership dell’IA della nazione. “Mentre il settore dell’IA dell’America, leader a livello mondiale, si avvicina all’AGI, con il Partito Comunista Cinese (PCC) determinato a superarci entro il 2030, il nuovo Piano d’azione per l’IA dell’amministrazione Trump può garantire che l’IA guidata dagli americani e costruita su principi democratici continui a prevalere sull’IA autocratica e autoritaria costruita dal PCC”, ha scritto OpenAI in una lettera all’Office of Science and Technology Policy. In una lettera separata, Google ha fatto eco a questo sentimento affermando: “Sebbene l’America sia attualmente leader mondiale nel campo dell’IA – e sia la patria dei modelli e degli strumenti di IA più capaci e ampiamente adottati – il nostro primato non è assicurato” Un piano per il piano d’azione sull’IA OpenAI ha sottolineato il potenziale dell’IA di “scalare l’ingegno umano”, promuovendo produttività, prosperità e libertà. L’azienda ha paragonato gli attuali progressi dell’IA a salti storici nell’innovazione, come l’addomesticamento del cavallo, l’invenzione della stampa e l’avvento del computer. Secondo Sam Altman, CEO di OpenAI, siamo “alle porte del prossimo salto di qualità”. L’azienda sottolinea l’importanza della “libertà dell’intelligenza”, sostenendo la necessità di un accesso aperto all’intelligenza artificiale, salvaguardando al contempo il controllo autocratico e le barriere burocratiche. OpenAI ha anche delineato tre principi di scalabilità: L’intelligenza di un modello di intelligenza artificiale equivale all’incirca al log delle risorse utilizzate per addestrarlo e farlo funzionare. Il costo dell’utilizzo di un determinato livello di capacità di IA diminuisce di circa 10 volte ogni 12 mesi. Il tempo di calendario necessario per migliorare un modello di IA continua a diminuire. Google ha anche un piano in tre punti su cui gli Stati Uniti devono concentrarsi: Investire nell’IA: Google ha chiesto un’azione coordinata per affrontare il crescente fabbisogno energetico dell’infrastruttura dell’IA, controlli equilibrati sulle esportazioni, finanziamenti continui per la R&S e quadri politici federali favorevoli all’innovazione. Accelerare e modernizzare l’adozione dell’IA da parte dei governi: Google ha esortato il governo federale a dare l’esempio nell’adozione e nell’implementazione dell’IA, tra cui l’implementazione di soluzioni di IA interoperabili e multi-vendor e la semplificazione dei processi di approvvigionamento. Promuovere approcci pro-innovazione a livello internazionale: Google si è espressa a favore di una politica economica internazionale attiva a sostegno dell’innovazione dell’IA, sostenendo standard tecnici orientati al mercato, collaborando con i Paesi allineati per affrontare i rischi per la sicurezza nazionale e combattendo le barriere estere restrittive in materia di IA. Raccomandazioni politiche sull’IA per il governo degli Stati Uniti Entrambe le aziende hanno fornito raccomandazioni dettagliate sulle politiche da adottare per il governo degli Stati Uniti. Le proposte di OpenAI includono: Una strategia normativa che garantisca la libertà di innovare attraverso una partnership volontaria tra il governo federale e il settore privato. Una strategia di controllo delle esportazioni che promuova l’adozione globale dei sistemi di IA americani, proteggendo al contempo la leadership americana nel campo dell’IA. Una strategia di copyright che protegga i diritti dei creatori di contenuti, preservando al contempo la capacità dei modelli di IA americani di apprendere da materiale protetto da copyright. Una strategia di opportunità infrastrutturale per favorire la crescita, che includa politiche a sostegno di una forza lavoro fiorente e pronta per l’IA e di ecosistemi di laboratori, start-up e grandi aziende. Un’ambiziosa strategia di adozione governativa per garantire che il governo degli Stati Uniti dia l’esempio di utilizzo dell’IA a beneficio dei suoi cittadini. Le raccomandazioni di Google includono Promuovere le politiche energetiche per l’alimentazione dei centri dati nazionali, compresa la riforma della trasmissione e dei permessi. L‘adozione di politiche di controllo delle esportazioni equilibrate, che supportino l’accesso al mercato e allo stesso tempo si concentrino sui rischi pertinenti. Accelerare la ricerca e lo sviluppo dell’intelligenza artificiale, semplificare l’accesso alle risorse di calcolo e incentivare i partenariati pubblico-privati. Creare un quadro federale favorevole all’innovazione per l’IA, che comprenda una legislazione federale che eviti un mosaico di leggi statali, che garantisca all’industria l’accesso a dati che consentano un apprendimento equo, che ponga l’accento su una governance dell’IA specifica per settore e basata sul rischio e che sostenga le iniziative della forza lavoro per sviluppare le competenze in materia di IA. Sia OpenAI che Google sottolineano la necessità di un’azione rapida e decisa. OpenAI ha avvertito che il vantaggio dell’America nell’IA si sta riducendo, mentre Google ha sottolineato che le decisioni politiche determineranno l’esito della competizione globale sull’IA. “Siamo in una competizione globale sull’IA e le decisioni politiche ne determineranno l’esito”, ha spiegato Google. “Un approccio favorevole all’innovazione, che protegga la sicurezza nazionale e garantisca che tutti traggano vantaggio dall’IA, è essenziale per realizzare il potenziale di trasformazione dell’IA e garantire che l’America mantenga la sua leadership” Leggi di più su www.artificialintelligence-news.com
4 casi di utilizzo dell’AI Marketing Analytics per aumentare le prestazioni delle campagne PPC
Le campagne PPC sono caratterizzate da molti elementi in movimento. Da un lato, devi ricercare le parole chiave, scrivere contenuti e tenere d’occhio i concorrenti. D’altra parte, devi creare report sulle prestazioni per i clienti, monitorare le campagne e regolare costantemente le offerte. In tutto questo, è facile che le campagne poco performanti passino inosservate e consumino la tua spesa pubblicitaria senza ottenere grandi ritorni. È qui che entra in gioco l’AI marketing analytics. Può: identificare più velocemente le parole chiave ad alto impatto generare e perfezionare le varianti della copia dell’annuncio senza alcuno sforzo automatizza il monitoraggio e ottieni informazioni chiave da tutti i tuoi dati PPC in pochi secondi Qui di seguito, analizziamo esattamente come l’intelligenza artificiale può non solo migliorare le prestazioni delle campagne PPC, ma anche farti risparmiare tempo prezioso. Caso d’uso 1: AI per la pianificazione delle parole chiave La ricerca delle parole chiave è la spina dorsale delle campagne PPC, ma è anche una delle parti della pubblicità a pagamento che richiede più tempo. Gli strumenti di analisi di AI marketing eliminano le congetture analizzando enormi set di dati e facendo emergere parole chiave ad alto impatto che si allineano con l’intento degli utenti. Come ha scritto Brooke Osmundson, Direttore del Growth Marketing di Smith Micro Software, nel suo articolo sul Search Engine Journal: La ricerca di parole chiave guidata dall’intelligenza artificiale consiste nel rendere più efficace la pianificazione delle parole chiave facendo emergere intuizioni che potrebbero sfuggire all’uomo. Ecco tutti i modi in cui l’AI può aiutare nella pianificazione delle parole chiave: 1. Identificare nuove opportunità di parole chiave L’intelligenza artificiale analizza milioni di query di ricerca per individuare le tendenze emergenti e le opportunità long-tail. Inoltre, prevede l’intento degli utenti, aiutando gli inserzionisti a fare offerte sui termini di maggior valore. 💡 Esempio di richiesta di identificazione di nuove parole chiave: “Sei un manager di Google Ads e il tuo cliente è [nome del cliente], [tipo di prodotto/azienda]. Fornisci un elenco completo di tutte le parole chiave per le quali consiglieresti di fare offerte nelle aste di Google Ad. Per questa ricerca, fai riferimento al loro sito web: [link al sito web]” Prompt da ElectricKite, agenzia di marketing creativo 2. Ampliare gli elenchi di parole chiave esistenti L’intelligenza artificiale trova sinonimi, varianti e corrispondenze semantiche delle parole chiave per ampliare la copertura delle parole chiave senza allargare troppo il target. 💡 Esempio di richiesta di espansione delle parole chiave: “Genera un elenco di parole chiave PPC a coda lunga basate su ‘migliori scarpe da corsa per principianti’ Includi varianti che si concentrino su prestazioni, comfort e durata” 3. Ottimizzare le parole chiave negative L’intelligenza artificiale analizza lo storico delle query di ricerca e segnala il traffico irrilevante, evitando sprechi di pubblicità. Inoltre, perfeziona le esclusioni per evitare di bloccare le ricerche di alto valore. 💡 Esempio di richiesta di ottimizzazione delle parole chiave negative: “Analizza i dati della mia campagna PPC e suggerisci parole chiave negative che stanno prosciugando il budget ma non convertono” [Carica i tuoi dati PPC in formato CSV o PDF] 4. Analizzare le parole chiave dei concorrenti e prevederne le tendenze L’intelligenza artificiale analizza le campagne PPC dei concorrenti per trovare le parole chiave più performanti su cui stanno facendo offerte. Inoltre: Monitora le variazioni delle offerte e le tendenze della copia degli annunci per aiutarti a stare al passo con la concorrenza Prevede i cambiamenti stagionali nel comportamento di ricerca in modo da poter adattare la tua strategia prima che i trend raggiungano il picco massimo 💡 Esempio di richiesta di approfondimenti sui concorrenti: “Analizza le principali parole chiave PPC su cui il mio concorrente [Brand X] sta facendo offerte e suggeriscimi dei modi per contrastare la strategia” Caso d’uso 2: IA per la generazione di contenuti dinamici Il testo dell’annuncio può fare la differenza nella tua campagna PPC. Ma la creazione di un testo pubblicitario convincente e di diverse varianti è estremamente dispendiosa in termini di tempo. È qui che entra in gioco l’intelligenza artificiale. Gli strumenti di intelligenza artificiale possono generare più versioni di titoli, descrizioni e immagini, per poi testarle in tempo reale su diversi segmenti di pubblico. La parte migliore è che i modelli dell’intelligenza artificiale imparano continuamente quali sono gli elementi del testo dell’annuncio che determinano il maggior coinvolgimento e le conversioni. In questo modo, ogni iterazione dell’annuncio supera la precedente (in teoria). “Con l’intelligenza artificiale stiamo sperimentando contenuti che nessun essere umano potrebbe mai avere il tempo di eseguire. Supponiamo di voler testare 20 versioni di un titolo di un annuncio su LinkedIn; in pochi secondi, l’intelligenza artificiale è in grado di scriverle e di eseguirle tutte insieme”, afferma Peter Lewis, fondatore e CEO di Strategic Pete, un’agenzia di consulenza di marketing. Ma la qualità dei tuoi suggerimenti è importante. Come scrive Braveen Kumar per Foreplay, un software per il flusso di lavoro degli annunci end-to-end, in questo articolo, la chiave per ottenere un output di alta qualità è quella di: Fornisci parametri di copia specifici Chiedere di scegliere tra più generazioni Fornire un contesto tramite istruzioni personalizzate o nel messaggio stesso Condivide un semplice suggerimento per ottenere diverse varianti di copia per la stessa campagna: Prompt 💬 Sei un esperto di copy pubblicitari su Facebook. [Marchio/sito web] vende [prodotto] che [valore aggiunto dell’elenco]. Sto conducendo una [campagna/tipo di promozione] rivolta a [pubblico di riferimento]. La voce del mio marchio è [elencare 3 aggettivi]. Scrivi il copy di 5 varianti di annunci Facebook per il mio pubblico di riferimento utilizzando questo modello di copy: Titolo (max 40 caratteri), Testo principale (125-300 caratteri), Descrizione (max 30 caratteri). Esempio 🤖 Sei un esperto di annunci su Facebook. Lushbakes.biz vende torte artigianali fatte a mano e personalizzabili per ogni occasione. Sto organizzando una promozione per San Valentino rivolta alle coppie che vogliono rendere il loro giorno più speciale. La voce del mio marchio è romantica, carina e calorosa. Genera 5 varianti di copy pubblicitario su Facebook per il mio pubblico di riferimento utilizzando
