X e xAI citano in giudizio Apple e OpenAI per le rivendicazioni di monopolio sull’AI
X e xAI di Elon Musk si scagliano contro Apple e OpenAI, accusando i giganti della tecnologia di aver creato un monopolio sull’intelligenza artificiale per schiacciare la concorrenza. In una causa intentata dalle aziende presso un tribunale federale del Texas, si sostiene che la partnership esclusiva tra Apple e OpenAI per l’inserimento di ChatGPT nell’iPhone è una mossa calcolata da “due monopolisti che uniscono le forze per garantire il loro continuo dominio” L’accordo per l’integrazione di ChatGPT nel sistema operativo di Apple fa sì che l’assistente AI più famoso al mondo sia attualmente l’unico e il solo a poter controllare le funzioni principali dell’iPhone, escludendo di fatto rivali come Grok, il chatbot di xAI. L’azione legale sostiene che questo nega agli utenti una scelta equa, citando ironicamente un documento strategico di OpenAI che afferma: “La vera scelta guida la concorrenza e avvantaggia tutti. Gli utenti dovrebbero essere in grado di scegliere il proprio assistente Al” Il vero premio, secondo la denuncia, sono i dati. L’intelligenza artificiale generativa diventa più intelligente e migliore con ogni domanda dell’utente, creando un potente ciclo di feedback. Dando a ChatGPT l’accesso esclusivo a potenzialmente miliardi di messaggi provenienti da centinaia di milioni di iPhone, la partnership costruisce di fatto un “fossato” impenetrabile intorno alla leadership di mercato di OpenAI. In questo modo, i concorrenti vengono privati dei dati di cui hanno bisogno per migliorare i propri modelli e competere davvero, contribuendo così a sostenere il presunto monopolio dell’IA. La causa sostiene che questo flusso di dati è così prezioso che OpenAI sta dando ad Apple la sua tecnologia gratuitamente, considerando l’accesso “di valore pari o superiore ai pagamenti monetari” Per quanto riguarda il motivo per cui Apple avrebbe accettato, la causa sostiene che si tratta di una mossa difensiva contro una minaccia esistenziale: l’ascesa delle “super app”. Queste applicazioni all-in-one – come quella che sta costruendo X, simile alla popolare piattaforma cinese WeChat – combinano social media, messaggistica, pagamenti e altri servizi in un’unica piattaforma. Man mano che queste super app diventano più potenti grazie ai servizi di intelligenza artificiale basati sul cloud, rendono lo smartphone stesso meno importante. Gli utenti potrebbero semplicemente acquistare un telefono più economico e ottenere tutte le funzionalità di cui hanno bisogno dall’app, minacciando le lucrose vendite di hardware di Apple. La denuncia sostiene che Apple sia perfettamente consapevole di questo pericolo, citando un dirigente dell’azienda che ha avvertito che lasciare che le super app prendano il sopravvento sarebbe come lasciare che “i barbari entrino dalla porta” Ma le accuse non si fermano all’accordo di integrazione. La causa per monopolio accusa anche Apple di usare il suo controllo ferreo sull’App Store per far pendere l’ago della bilancia dalla parte di specifiche app di intelligenza artificiale. L’azione legale sostiene che le app di X e xAI, che godono di un’ottima reputazione, vengono deliberatamente nascoste ed escluse dal prestigioso elenco delle “App imperdibili” dell’App Store, mentre ChatGPT è in primo piano. A ciò si aggiungono i ritardi nell’approvazione degli aggiornamenti dell’app Grok, che ostacolano ulteriormente la sua capacità di competere. X e xAI sostengono che questo comportamento danneggia tutti. Bloccando la concorrenza, la partnership avrebbe portato a meno innovazione, meno scelta e prezzi più alti per i consumatori. L’azione legale sul monopolio dell’intelligenza artificiale mira ad abbattere questo accordo e a recuperare i miliardi di dollari di perdita di valore e di vendite che l’azienda sostiene di aver subito come conseguenza. (Foto di Julian Hochgesang) Leggi di più su www.artificialintelligence-news.com
Sfruttare l’intelligenza artificiale per la sicurezza informatica aziendale
La sicurezza informatica è nel bel mezzo di una nuova corsa agli armamenti e la potente arma scelta in questa nuova era è l’intelligenza artificiale. L’IA offre la classica arma a doppio taglio: un potente scudo per i difensori e un nuovo potente strumento per i malintenzionati. Navigare in questo complesso campo di battaglia richiede una mano ferma e una profonda conoscenza sia della tecnologia che delle persone che ne abuserebbero. Per avere un punto di vista dalla prima linea, AI News ha incontrato Rachel James, Principal AI ML Threat Intelligence Engineer presso l’azienda biofarmaceutica globale AbbVie. “Oltre al potenziamento dell’intelligenza artificiale integrato nei nostri strumenti attuali, utilizziamo anche l’analisi LLM per i nostri rilevamenti, osservazioni, correlazioni e regole associate”, spiega James. James e il suo team utilizzano modelli linguistici di grandi dimensioni per setacciare una montagna di avvisi di sicurezza, alla ricerca di schemi, individuare duplicati e trovare pericolose lacune nelle difese prima che un attaccante possa farlo. “Li usiamo per determinare la somiglianza, i doppioni e per fornire un’analisi delle lacune”, aggiunge l’esperta, sottolineando che il prossimo passo sarà quello di integrare un numero ancora maggiore di dati sulle minacce esterne. “Stiamo cercando di migliorare questo aspetto con l’integrazione delle informazioni sulle minacce nella nostra prossima fase” Al centro di questa operazione c’è una piattaforma di threat intelligence specializzata chiamata OpenCTI, che aiuta a costruire un quadro unificato delle minacce da un mare di rumore digitale. L’intelligenza artificiale è il motore che rende possibile questo sforzo di cybersecurity, prendendo grandi quantità di testo confuso e non strutturato e organizzandolo ordinatamente in un formato standard noto come STIX. La grande visione, dice James, è quella di utilizzare i modelli linguistici per collegare questa intelligenza di base con tutte le altre aree delle operazioni di sicurezza, dalla gestione delle vulnerabilità al rischio di terze parti. Sfruttare questa potenza, tuttavia, comporta una sana dose di cautela. In qualità di collaboratore chiave di un’importante iniziativa del settore, James è perfettamente consapevole delle insidie. “Sarei negligente se non menzionassi il lavoro di un meraviglioso gruppo di persone di cui faccio parte: la ‘OWASP Top 10 for GenAI’ come metodo fondamentale per comprendere le vulnerabilità che GenAI può introdurre”, afferma. Al di là delle vulnerabilità specifiche, James indica tre compromessi fondamentali che i leader aziendali devono affrontare: Accettare il rischio che deriva dalla natura creativa ma spesso imprevedibile dell’IA generativa. La perdita di trasparenza nel modo in cui l’IA giunge alle sue conclusioni, un problema che cresce con l’aumentare della complessità dei modelli. Il pericolo di giudicare male il reale ritorno sull’investimento per qualsiasi progetto di IA, dove il clamore può facilmente portare a sopravvalutare i benefici o a sottovalutare l’impegno richiesto in un campo in così rapida evoluzione. Per migliorare la sicurezza informatica nell’era dell’IA, devi capire chi ti attacca. È qui che entra in gioco la profonda esperienza di James. “Questa è la mia particolare competenza: ho un background di intelligence sulle minacce informatiche e ho condotto e documentato ricerche approfondite sull’interesse, l’uso e lo sviluppo dell’IA da parte degli attori delle minacce”, spiega. James segue attivamente le conversazioni degli avversari e lo sviluppo di strumenti attraverso i canali open-source e le sue raccolte automatiche dal dark web, condividendo le sue scoperte sul suo GitHub cybershujin. Il suo lavoro prevede anche di sporcarsi le mani. “In qualità di responsabile della voce Prompt Injection per OWASP e di co-autrice della Guide to Red Teaming GenAI, dedico anche del tempo allo sviluppo di tecniche di input avversario e mantengo una rete di esperti in questo campo”, aggiunge James. Cosa significa tutto questo per il futuro del settore? Per James, la strada da seguire è chiara. L’esperta sottolinea un affascinante parallelismo che ha scoperto anni fa: “Il ciclo di vita dell’intelligence sulle minacce informatiche è quasi identico al ciclo di vita della scienza dei dati alla base dei sistemi di intelligenza artificiale” Questo allineamento rappresenta un’enorme opportunità. “Senza dubbio, in termini di set di dati con cui possiamo operare, i difensori hanno la possibilità unica di capitalizzare la potenza della condivisione dei dati di intelligence e dell’IA”, afferma l’esperta. Il suo messaggio finale offre sia un incoraggiamento che un avvertimento ai suoi colleghi nel mondo della cybersecurity: “La scienza dei dati e l’IA faranno parte della vita di ogni professionista della cybersecurity, abbracciatele” Rachel James condividerà le sue intuizioni all’AI & Big Data Expo Europedi quest’anno , che si terrà ad Amsterdam il 24-25 settembre 2025. Assicurati di dare un’occhiata alla sua presentazione del secondo giorno, intitolata “Dal principio alla pratica – incorporare l’etica dell’IA su larga scala”. Leggi di più su www.artificialintelligence-news.com
Perché le recensioni dei media hanno bisogno di un aggiornamento
Durante gli incontri di pitch in tutto il settore, sento sempre la stessa frase da parte dei CMO: “La decisione finale non riguarda i soldi” Lascia che te lo decifri: si tratta sempre di soldi. Ma nel 2025, la definizione di “valore” nelle partnership con le agenzie sta subendo un cambiamento sismico. Non si tratta più solo di risparmio. Si tratta di velocità. Intelligenza. Precisione. E soprattutto, tecnologia. Il vecchio manuale? Semplice. Chi può acquistare a prezzi più bassi, avere personale più numeroso e far pagare di meno? Di solito vinceva l’agenzia con le tariffe più basse e il team più giovane. Questa mentalità sembra ormai superata come la misurazione della portata con un diario Nielsen. I marchi più lungimiranti di oggi sanno che la sola ricerca di un risparmio sui costi non è in grado di cogliere il quadro generale. Il vero valore (e il vero denaro) risiede nelle piattaforme che trasformano l’intelligenza artificiale in azione: intuizioni fulminee, targeting del pubblico più preciso e accesso collaborativo agli stessi dati e strumenti utilizzati dalla tua agenzia. Perché il vecchio modello è rotto Per anni, i team di procurement si sono concentrati sugli input: ore fatturabili, numero di persone, ecc. Spesso la domanda era: “Quanti dipendenti possiamo avere con questo budget?” e le agenzie erano costrette a indicare esattamente il numero di pianificatori, acquirenti e analisti junior per ogni dollaro. Ma questa equazione è stata costruita per un mondo precedente all’AI, quando erano le persone, e non le piattaforme, a guidare il lavoro. Ma nell’attuale mondo guidato dalla tecnologia, dove i sistemi automatizzati possono eseguire in pochi secondi complesse ottimizzazioni dei media che un tempo richiedevano eserciti di coordinatori, misurare il valore in ore umane è controproducente. I marketer più intelligenti stanno ribaltando il copione. Si chiedono: quanto velocemente puoi trasformare i nostri dati di prima parte in veri e propri insight sul pubblico? Quanto velocemente possiamo passare dall’analisi all’azione? Cosa può mostrarci oggi la vostra piattaforma che ieri non sapevamo? La tecnologia è la nuova moneta La tecnologia non è più una voce di bilancio, ma la valuta del vantaggio competitivo. La piattaforma giusta non solo rende la tua agenzia più veloce, ma rende il tuo marchio più intelligente. È la base per ottenere il massimo valore dai tuoi dati e rispondere ai cambiamenti del mercato in tempo reale. Basta guardare le diverse scommesse che vengono fatte. Publicis Groupe ha puntato sull’infrastruttura e ha investito oltre 7 miliardi di dollari in acquisizioni di dati come Sapient ed Epsilon, creando un enorme tessuto connettivo tra 80.000 dipendenti e 2,3 miliardi di profili di consumatori. Si tratta di una base consistente. La prossima sfida? Trasformare la scala in velocità. La piattaforma Omnicom Omni integra l’analisi del pubblico guidata dall’intelligenza artificiale con l’ottimizzazione automatica per aggiustamenti in tempo reale delle campagne, consentendo una risposta rapida ai dati sulle performance. Si tratta di un ciclo chiuso e, per il cliente giusto, molto potente. WPP punta su WPP Open, una piattaforma modulare guidata dall’AI progettata per unificare creatività, media e dati nelle sue agenzie. E con un nuovo CEO al timone, sta segnalando un cambiamento: una mossa per riaffermare la leadership attraverso la trasformazione tecnologica, non solo la scala. Horizon Media ha intrapreso un percorso più netto, saltando la corsa agli armamenti infrastrutturali e collaborando invece con Akkio per lanciare Blu, una piattaforma agile e guidata dall’intelligenza artificiale che le ha permesso di aggiudicarsi il business da 800 milioni di dollari di Spectrum segmentando istantaneamente il pubblico e facendo emergere gli insight attraverso query in linguaggio naturale. La conclusione? Non si tratta di semplici scelte di piattaforma, ma di visioni strategiche del mondo e c’è più di un modo di investire nella tecnologia, ognuno con implicazioni diverse per i brand. La domanda intelligente non è “Qual è l’approccio giusto?” o “Chi ha lo stack tecnologico più brillante?” È “Quale piattaforma è stata costruita per accelerare i tuoi risultati di marketing?” Basta con le storie: pretendi un test drive Eppure, in troppe presentazioni, si sente ancora la solita vecchia canzone: mazzi di carte patinate, parole d’ordine sull’intelligenza artificiale e video dimostrativi in cui nessuno clicca mai su “play”. Permettetemi di essere schietto. Nel 2025, se la piattaforma di un’agenzia non è in grado di mostrarti come trasforma i tuoi dati in risultati, non stai guardando una piattaforma. Stai guardando una presentazione. Chiedi una dimostrazione dal vivo con i tuoi dati reali. Richiedi un accesso alla sandbox. Scopri quanto velocemente riescono a trasformare i dati dei tuoi clienti in segmenti di pubblico utilizzabili. Le migliori agenzie saranno ansiose di lasciar parlare le loro piattaforme, mostrandoti esattamente come riescono a ottenere risultati migliori. Se si mantengono su un livello elevato o mostrano solo dei mock-up raffinati, è un segnale di allarme. In tutte le campagne pubblicitarie future, la trasparenza e la responsabilizzazione dell’IA devono essere parte integrante del pacchetto. Il gioco di valore a lungo termine Questo cambiamento non riguarda solo l’aggiudicarsi le RFP, ma anche il prossimo decennio. Le agenzie che aiutano i brand a sbloccare la propria intelligenza dei dati non si limitano ad aumentare l’efficienza dei media, ma creano un valore composto e scalabile: un targeting più intelligente, un’ottimizzazione più rapida e una comprensione del pubblico più approfondita nel tempo. Le agenzie che oggi utilizzano le migliori piattaforme saranno quelle che aiuteranno i brand a superare le sfide di domani. Che si tratti di utilizzare l’apprendimento automatico per comprendere i nuovi comportamenti dei consumatori, l’AI per ottimizzare i canali emergenti o i modelli predittivi per creare esperienze più personalizzate, l’AI è la base che rende possibile il potenziale. Il vero test? Inizia quando la presentazione finisce. Chiedi di vedere il prodotto dal vivo. Chiedi il login. Spingi la piattaforma a dimostrare che è in grado di fornire informazioni, dall’analisi all’ottimizzazione, fino all’attribuzione, per l’intero ciclo di vita della campagna. Perché nel 2025 il rischio maggiore non sarà quello di pagare troppo per la tecnologia. È quello di non investire nell’intelligenza, mentre i tuoi concorrenti
Desiderosi di abbracciare l’intelligenza artificiale, i marketer sono alle prese con il “come”
La maggior parte delle aziende di marketing e pubblicità è seriamente intenzionata ad adottare l’intelligenza artificiale, ma c’è un problema: molte non sono sicure di come procedere. Un recente sondaggio condotto tra i lettori di ADWEEK mostra che la barriera più grande per le aziende che cercano di incorporare l’intelligenza artificiale nelle loro attività quotidiane è la mancanza di competenze e di know-how. Anche le questioni legali e i problemi di budget rappresentano degli ostacoli. Nonostante questi ostacoli, oltre l’80% dei marketer e degli inserzionisti è molto o abbastanza fiducioso nella capacità della propria azienda di rendere l’IA parte delle normali operazioni. Per quanto riguarda i responsabili del piano di implementazione dell’IA all’interno dell’organizzazione, il 23% degli intervistati ha risposto che il responsabile è il reparto marketing. Un altro 19% ha indicato il reparto IT, mentre il 13% ha indicato come responsabile il team operativo. Per il 25% degli intervistati, invece, non c’era nessun reparto a guidare la strategia globale di IA della loro organizzazione. Circa 250 lettori di ADWEEK hanno partecipato al sondaggio online, che si è svolto dal 21 al 27 luglio. Più di due terzi degli intervistati hanno dichiarato di lavorare per un marchio o un’agenzia pubblicitaria. Più di ogni altra cosa, i marketer e gli inserzionisti hanno mostrato il timore di diventare irrilevanti o di essere messi da parte se non riuscissero a imparare a incorporare i nuovi strumenti di IA nel loro lavoro. Anche i licenziamenti del personale, la privacy dei dati e i problemi legati a pregiudizi ed etica sono in cima alla lista dei timori e delle preoccupazioni che i dipendenti nutrono per il fatto che l’IA diventi parte integrante della loro giornata lavorativa. Per quanto riguarda l’aiuto ai lavoratori per familiarizzare con l’IA, la maggior parte delle aziende non sembra farne una priorità. La maggior parte dei marketer e degli inserzionisti ha dichiarato che la propria azienda sta fornendo ai dipendenti una quantità minima o moderata di formazione e risorse sull’IA. Oltre il 20% ha dichiarato che la propria azienda non offre alcuna formazione sull’IA. Leggi di più su www.adweek.com
La Gen AI non fa alcuna differenza economica nel 95% dei casi, se non sai come usarla
I titoli delle aziende statunitensi che si occupano di tecnologia AI sono scesi di valore alla chiusura delle contrattazioni di ieri, con l’indice NASDAQ Composite in calo dell’1,4%. Tra i titoli che hanno perso valore ci sono Palantir, in calo del 9,4% e Arm Holdings in calo del 5%. Secondo il Financial Times [paywall], martedì si è registrato il più grande calo di un giorno nel mercato dall’inizio di agosto. Alcuni trader attribuiscono il calo a un rapporto pubblicato [PDF] da una società di AI, NANDA, che ha rilevato l’alto tasso di fallimento di molti progetti di AI generativa nelle organizzazioni commerciali. Il progetto NANDA è nato presso il Media Lab del Massachusetts Institute of Technology e si descrive come un’organizzazione che sta costruendo una “rete agenziale” Il documento, dopo la pubblicazione, è stato messo dietro un muro di indagine, ma è disponibile per il download da questo sito. Gli autori della ricerca affermano che solo il 5% dei progetti pilota di intelligenza artificiale raggiunge la produzione e produce effettivamente un valore monetario misurabile, mentre la stragrande maggioranza dei progetti ha un impatto minimo sulle metriche di profitto e perdita. La ricerca intrapresa da NANDA comprende il contenuto di 52 interviste strutturate a responsabili decisionali aziendali, l’analisi da parte dei ricercatori di 300 iniziative e annunci pubblici sull’IA e un questionario di indagine compilato da 153 leader aziendali. L’indagine ha misurato il ritorno sull’investimento nei sei mesi successivi all’uscita dei progetti di IA dallo stato di pilota. Mentre molte organizzazioni implementano l’IA nelle funzioni aziendali di front-office o rivolte ai clienti, i progetti di successo tendono a trovarsi nei flussi di lavoro di back-office, si legge nel documento. È nelle attività banali del back-office che si registrano i risparmi, in gran parte dovuti a una minore necessità di agenzie di terze parti e BPO. L’indagine ha rilevato che i progetti di IA hanno avuto un impatto limitato sui livelli complessivi del personale interno. Sebbene il 90% del personale abbia dichiarato di aver tratto benefici personali dall’utilizzo di IA disponibili pubblicamente, in genere sotto forma di modelli linguistici di grandi dimensioni come ChatGPT, questi vantaggi soggettivi non si traducono a livello istituzionale. Circa il 40% delle aziende intervistate paga un abbonamento ai LLM. Molti dei titolari dei progetti falliti hanno citato la mancanza di consapevolezza contestuale dei modelli di IA generativa, ovvero la capacità di adattarsi alle circostanze, di cambiare nel tempo e di ricordare le richieste precedenti. NANDA afferma che la creazione di una partnership con un’organizzazione in grado di fornire un sistema di questo tipo e di garantire che si adatti alle circostanze specifiche di un’organizzazione è l’elemento critico per il successo. Il documento evidenzia diverse citazioni “derivate dalle interviste” che includono il 60%-70% di accordo con le affermazioni: “Il sistema di intelligenza artificiale non impara dai nostri feedback” e “È necessario un contesto troppo manuale ogni volta” Il settore più influenzato positivamente dall’intelligenza artificiale è quello dei media e delle telecomunicazioni, seguito dai servizi professionali, dalla sanità e dalla farmaceutica, dal settore dei beni di consumo e della vendita al dettaglio e dai servizi finanziari. Secondo il documento, il tasso di lancio di progetti di IA generativa nel settore dell’energia e dei materiali è attualmente trascurabile. In termini di unità aziendali, il settore vendite e marketing è quello in cui si concentra la maggior parte dei progetti, mentre il settore finanziario e degli approvvigionamenti è il meno gettonato come luogo in cui avviare progetti di IA. L’area di un’organizzazione tipica in cui l’IA generativa viene impiegata maggiormente è quella delle vendite e del marketing, mentre la finanza e gli approvvigionamenti sono i luoghi meno popolari. Inoltre, i compiti complessi sono quelli che meno ci si aspetta vengano portati a termine dall’IA; i manager assegnerebbero progetti come la gestione dei clienti a un’IA solo nel 10% dei casi, mentre compiti come la sintesi di un report o la scrittura di un’e-mail verrebbero affidati a un umano nel 70% dei casi. Il linguaggio del rapporto pubblicato e la sua mancanza di rigore accademico suggeriscono che la sua provenienza e il suo scopo sono più simili al marketing che alla discussione intellettuale e tecnologica. Gli autori del documento invitano a stringere partnership strategiche con un fornitore competente per aumentare le possibilità di successo dei progetti di IA generativa, una partnership di cui NANDA, per pura coincidenza, è in grado di costituire una metà. Nelle conclusioni del documento si legge che esistono “opportunità senza precedenti per i fornitori in grado di fornire sistemi di IA profondamente integrati e capaci di apprendere”. I titoli del rapporto NANDA sono una lettura preoccupante per i decisori incaricati di implementare l’IA generativa, ma i messaggi di fondo del documento sono indeboliti dalle intenzioni alla base della sua pubblicazione. I prezzi delle azioni di questa settimana potrebbero essere stati influenzati da sondaggi di parte di autori con evidenti interessi in gioco, ma sembra più probabile che la pubblicazione di NANDA rifletta semplicemente le preoccupazioni dei negozianti sull’efficacia pratica dell’IA generativa come strumento di business. (Fonte immagine: “Arthur Daley” di Tim Dennell con licenza CC BY-NC-ND 2.0) Leggi di più su www.artificialintelligence-news.com
La mascotte generata dall’intelligenza artificiale di Fiverr è costruita per essere il “sacco da boxe di Internet”
Chiamala tradizione o abitudine, ma la cultura pop ha una lunga tradizione di amore o odio per i personaggi pubblicitari. Da Flo di Progressive all’uomo di Verizon fino all’uomo più interessante del mondo di Dos Equis, decenni di mascotte sono cresciute e cadute per mano del pubblico. L’ultima campagna di Fiverr mette un personaggio generato dall’intelligenza artificiale al centro di una nuova dinamica di amore-odio per il marchio. Il mercato dei freelance presenta Garry, che si ritrova involontariamente in varie calamità a causa del suo scetticismo nei confronti dell’IA. Creato con piattaforme video di AI generativa, tra cui Veo3 e Runway di Google, lo spot di 90 secondi ritrae Garry in scenari slapstick come un uccello che fa la cacca sulla sua auto, la moglie che lo lascia per un uomo vestito da hot dog e un uomo incastrato fino alla vita nel cemento. Altre scene fanno riferimento a recenti momenti virali come i meme misogini che affliggono le partite della WNBA e la sfida con i tacchi a spillo di Nicki Minaj su TikTok. “Sfrutteremo Garry come una sorta di sacco da boxe per internet”, ha dichiarato Matti Yahav, Chief Marketing Officer (CMO) di Fiverr, ad ADWEEK. Oltre all’annuncio del protagonista, il marchio invita le persone a inviare idee per le scene in cui Garry potrebbe apparire, offrendo di generarne una nuova per ogni 5.000 commenti che il video riceve su ogni piattaforma. Ad esempio, dopo la reunion di Love Island USA del 25 agosto, Garry sarà protagonista di una vignetta a tema villa. L’obiettivo del marchio è quello di mostrare gli strumenti dell’AI in tempo reale e di entrare nelle conversazioni culturali. “Volevamo trasmettere in questo video un’energia ad alta velocità e mostrare molte scene per creare la sensazione che sia incredibile ciò che abbiamo creato con l’IA”, ha detto Yahav. Una sfida alle agenzie Realizzata dal team creativo interno di Fiverr e da due registi freelance, Noam Sharon e Tal Rosenthal, la campagna prende di mira le agenzie di marketing tradizionali per promuovere la piattaforma di Fiverr come luogo in cui trovare talenti emergenti in grado di utilizzare l’intelligenza artificiale. Sharon e Rosenthal sono anche le menti creative dietro la recente pubblicità virale generata dall’intelligenza artificiale per Liquid Death. Fiverr non ha trovato Sharon e Rosenthal sulla sua piattaforma, ma il team si è poi iscritto, ha detto Yahav. L’utilizzo dell’intelligenza artificiale ha fatto risparmiare a Fiverr, secondo Yahav, che ha dichiarato che l’azienda ha speso circa il 10% del suo tipico budget di produzione per questo tipo di campagna. ” In genere avrei dovuto unire le forze con un’agenzia e una casa di produzione e investire centinaia di migliaia di dollari”, ha detto Yahav. “Come grande cliente sarei in grado di farlo rivolgendomi alle grandi agenzie, ma la maggior parte [delle piccole e medie imprese] ovviamente non ha la possibilità di farlo”
DeepSeek: La startup cinese che sfida la Silicon Valley
Il lancio della startup cinese DeepSeek ha provocato sconvolgimenti nel mercato e scosse nella Silicon Valley, mettendo in discussione alcuni dei presupposti fondamentali del funzionamento e della scalabilità delle aziende di intelligenza artificiale. In meno di un paio d’anni, la nuova azienda con sede a Pechino ha realizzato ciò che molti ritenevano impossibile: creare modelli di intelligenza artificiale in grado di competere con i giganti del settore, spendendo solo una frazione del budget dei concorrenti per insegnare ai modelli e dedurre le risposte. L’impatto al momento del lancio pubblico è stato immediato e misurabile. Secondo il South China Morning Post, i principali titoli tecnologici, tra cui Nvidia, Microsoft e Meta, hanno registrato cali significativi mentre gli investitori erano alle prese con le implicazioni dell’esistenza di DeepSeek. L’applicazione gratuita di assistente AI della startup per iOS e Android, lanciata il 10 gennaio, ha rapidamente scalato la vetta dell’App Store statunitense di Apple, scalzando ChatGPT di OpenAI e segnando una prima storica per un prodotto AI cinese nel mercato americano. L’aspetto particolarmente significativo è l’approccio tecnologico di DeepSeek. The Algorithmic Bridge riporta che l’azienda ha implementato diverse soluzioni innovative, tra cui la Multi-head Latent Attention (MLA) per ridurre i colli di bottiglia della memoria e la Group Relative Policy Optimisation (GRPO) per ottimizzare l’apprendimento per rinforzo. Questi progressi consentono a DeepSeek di ottenere risultati paragonabili o superiori a quelli dei concorrenti statunitensi utilizzando un numero di risorse significativamente inferiore. L’efficienza delle risorse dell’azienda è sorprendente: DeepSeek opera con meno di 100.000 GPU H100, mentre Meta impiegherà 1,3 milioni di GPU entro la fine del 2025. L’efficienza va oltre l’hardware. The Algorithmic Bridge suggerisce che l’approccio di DeepSeek rappresenta un miglioramento di dieci volte nell’utilizzo delle risorse se si considerano fattori come il tempo di sviluppo e i costi dell’infrastruttura. Tuttavia, la rapida ascesa nella coscienza degli utenti occidentali non è stata priva di difficoltà. Il South China Morning Post ha riportato che l’improvvisa popolarità di DeepSeek ha comportato un notevole stress infrastrutturale, con conseguenti crash dei server e problemi di cybersicurezza che hanno costretto a limitare temporaneamente le registrazioni. I problemi di crescita evidenziano le sfide del mondo reale legate alla scalabilità dei servizi di intelligenza artificiale, indipendentemente dall’efficienza dell’architettura. L’impegno dell’azienda per lo sviluppo open-source e la trasparenza della ricerca contrasta nettamente con gli approcci riservati delle principali aziende tecnologiche statunitensi. Per molti osservatori del settore, l’IA aperta e ospitata localmente potrebbe essere il modello di distribuzione preferito. L’azienda si è guadagnata le lodi di figure di spicco dell’industria tecnologica, tra cui il venture capitalist Marc Andreessen, che ha descritto gli sviluppi di DeepSeek come “una delle scoperte più sorprendenti e impressionanti” Le implicazioni politiche di questi eventi sono significative. Il Presidente degli Stati Uniti Donald Trump ha definito la nascita di DeepSeek come un “campanello d’allarme” per l’industria americana, riflettendo le preoccupazioni più ampie sulla concorrenza tecnologica tra Stati Uniti e Cina. Egli continua a combattere la concorrenza cinese nel campo della tecnologia, imponendo tariffe restrittive che hanno colpito ogni angolo del mondo. Tuttavia, la situazione trascende la semplice rivalità nazionale e rappresenta una sfida fondamentale per il pensiero consolidato sullo sviluppo dell’IA. In prospettiva, rimangono diverse domande chiave. L’approccio efficiente di DeepSeek è in grado di soddisfare la crescente domanda? Gli operatori già affermati hanno adattato le loro strategie per rispondere in modo efficace? L’azienda cinese ha dimostrato che l’efficienza algoritmica e la collaborazione aperta possono sostituire la potenza di calcolo grezza e la segretezza come motori principali del progresso dell’IA. L’interruzione del mercato dell’IA potrebbe in ultima analisi giovare all’intero settore, costringendo a rivalutare le pratiche consolidate e portando potenzialmente a metodi di sviluppo dell’IA più efficienti e accessibili. Sebbene i risultati ottenuti da DeepSeek siano notevoli da quando è diventata di dominio pubblico, è importante notare che le principali aziende tecnologiche statunitensi hanno rilasciato i propri progressi e che la volatilità del mercato nel settore tecnologico rimane elevata. Ciò che è chiaro è che DeepSeek ha introdotto una valida alternativa all’approccio ad alta intensità di capitale che ha dominato lo sviluppo dell’IA. Resta da vedere se questa diventerà il nuovo standard del settore o semplicemente una delle tante strategie di successo, ma l’impatto dell’azienda sul settore è già significativo. Foto di Markus Spiske) Leggi di più su www.artificialintelligence-news.com
Google sta usando silenziosamente Gemini AI per eliminare le frodi pubblicitarie e il traffico non valido
Nell’ultimo anno e mezzo, i ricercatori di Google hanno sperimentato metodi per combattere il traffico non valido – l’attività pubblicitaria che non è generata da un vero essere umano interessato, ma da bot, click accidentali o operazioni di click fraud – utilizzando strumenti di machine learning e AI, ha dichiarato l’azienda ad ADWEEK. Gli sforzi compiuti, ha dichiarato Google, hanno portato a una sostanziale riduzione del traffico non valido, o IVT, dalla fine del 2023. La divisione dell’azienda che si occupa della qualità del traffico pubblicitario sta lavorando con gli esperti di Google Research e Google DeepMind per implementare modelli linguistici multimodali di grandi dimensioni progettati per navigare nei siti web e nelle app mobili in modo da imitare il comportamento degli utenti umani, ha dichiarato l’azienda. La tecnologia è in grado di comprendere le funzioni di un’app o di un sito web, di interagire con gli strumenti di navigazione, di osservare gli annunci, di scattare screenshot e di identificare gli annunci ingannevoli o di disturbo esaminando le istruzioni di rendering e identificando quando un pulsante pubblicitario dovrebbe essere visibile e invece non lo è. In combinazione con gli strumenti di apprendimento automatico e con l’elaborazione e l’analisi tradizionale dei dati di backend, il sistema Gemini è in grado di segnalare i clic accidentali, gli annunci nascosti che sono difficili o impossibili da vedere per gli utenti ma che comunque registrano impressioni e gli annunci ingannevoli e fuori contesto che costringono gli utenti a interagire con essi contro la loro volontà. Dopo che gli strumenti di intelligenza artificiale di Google avranno identificato questi tipi di esperienze pubblicitarie, verranno sottoposti a una revisione umana per garantire un’applicazione accurata dei criteri, ha dichiarato l’azienda. Un programma pilota eseguito tra il dicembre 2023 e l’ottobre 2024 ha portato a una riduzione del 40% delle IVT mobili derivanti da quelli che Google chiama annunci “ingannevoli o di disturbo”, che possono includere una serie di annunci nascosti o pop-up inaspettati che violano le sue politiche di posizionamento. Sebbene il processo non sia ancora completamente automatizzato, Google sostiene che il programma pilota ha migliorato la velocità e l’accuratezza dell’applicazione. L’ecosistema degli annunci digitali ha un serio problema di IVT. Nel primo trimestre del 2025, il tasso di traffico IVT globale sul web è stato del 18% e sulle app mobili del 31%, secondo una ricerca condotta da Pixalate che ha valutato oltre 100 miliardi di impressioni programmatiche a livello globale. Attenuare l’IVT può aiutare a proteggere gli inserzionisti, gli editori e gli utenti, ha dichiarato ad ADWEEK Per Bjorke, direttore del product management di Google per la qualità del traffico pubblicitario. “Se tu [come inserzionista] spendi 100.000 dollari e 10.000 dollari vanno a finire nel traffico non valido, sono 10.000 dollari sprecati che avresti potuto spendere per acquisire effettivamente utenti”, ha detto Bjorke. “È un problema anche per i buoni editori, perché ogni dollaro pagato ai cattivi attori è un dollaro che sarebbe dovuto andare a un buon editore. Mette a rischio l’intero ecosistema pubblicitario” Anche gli utenti finali possono essere colpiti negativamente dall’IVT, ha detto, indicando un reclamo ricevuto da Google in merito al tentativo di un utente di comporre il 911 che è stato interrotto da un annuncio pop-up. Ha inoltre sottolineato che alcune frodi pubblicitarie comportano l’installazione di malware sui dispositivi degli utenti, creando ulteriori rischi per gli utenti comuni. Quest’anno Google ha già combattuto almeno due grandi operazioni di botnet su applicazioni Android. Il mese scorso, il gigante tecnologico ha eliminato 352 app associate a uno schema di frode pubblicitaria che, al suo apice, generava 1,5 miliardi di richieste di offerte giornaliere. A febbraio, l’azienda ha eliminato dal Play Store quasi 200 app coinvolte in un’altra operazione di frode pubblicitaria. A luglio, inoltre, il gigante tecnologico ha annunciato che sta facendo causa a un gruppo di hacker con sede in Cina per una terza operazione di frode che ha infettato più di 10 milioni di dispositivi Android con un malware. Google è fiduciosa che i suoi investimenti nell’intelligenza artificiale continueranno a dimostrarsi efficaci nel mitigare il traffico non valido e le frodi pubblicitarie. “Si tratta sempre di un gioco di tipo avversario, di tipo ‘tit for tat’”, ha detto Bjorke. “Noi facciamo progressi. I cattivi attori cambiano il loro comportamento. Noi facciamo altri progressi. Loro stanno cambiando il loro comportamento” Ma gli strumenti di intelligenza artificiale possono rispondere più rapidamente a questi progressi e catturare più rapidamente i malintenzionati, ha detto. “Non è garantito che sia infallibile per chiunque lo aggiri, ma rispetto all’analisi dei dati è più robusto in questo tipo di casi d’uso” La scorsa settimana, il team di sicurezza degli annunci di Google ha pubblicato un post sul blog in cui affermava di aver ottenuto una riduzione di 10.000 volte della quantità di dati di addestramento dell’intelligenza artificiale necessari per eliminare gli annunci che violano i criteri, suggerendo che le sue tecniche stanno diventando più efficienti. Leggi di più su www.adweek.com
NVIDIA punta a risolvere i problemi dell’intelligenza artificiale con molti linguaggi
Sebbene l’intelligenza artificiale possa sembrare onnipresente, essa opera principalmente in una minima parte delle 7.000 lingue del mondo, lasciando indietro un’enorme porzione della popolazione globale. NVIDIA mira a risolvere questo evidente punto debole, in particolare in Europa. L’azienda ha appena rilasciato una nuova e potente serie di strumenti open-source per dare agli sviluppatori la possibilità di creare un’intelligenza artificiale vocale di alta qualità per 25 lingue europee diverse. Questo include le lingue principali, ma soprattutto offre un’ancora di salvezza a quelle spesso trascurate dalle grandi aziende, come il croato, l’estone e il maltese. L’obiettivo è quello di permettere agli sviluppatori di creare il tipo di strumenti vocali che molti di noi danno per scontati, dai chatbot multilingue che ti capiscono davvero ai bot del servizio clienti e ai servizi di traduzione che funzionano in un batter d’occhio. Il fulcro di questa iniziativa è Granary, un’enorme biblioteca del parlato umano. Contiene circa un milione di ore di audio, tutte curate per aiutare l’intelligenza artificiale a imparare le sfumature del riconoscimento vocale e della traduzione. Per sfruttare questi dati vocali, NVIDIA fornisce anche due nuovi modelli di intelligenza artificiale progettati per le attività linguistiche: Canary-1b-v2, un modello di grandi dimensioni costruito per garantire un’elevata precisione nei lavori di trascrizione e traduzione complessi. Parakeet-tdt-0.6b-v3, progettato per applicazioni in tempo reale in cui la velocità è fondamentale. Se vuoi approfondire la scienza che sta alla base, il documento su Granary sarà presentato alla conferenza Interspeech che si terrà nei Paesi Bassi questo mese. Per gli sviluppatori desiderosi di sporcarsi le mani, il set di dati ed entrambi i modelli sono già disponibili su Hugging Face. La vera magia, tuttavia, sta nel modo in cui questi dati sono stati creati. Sappiamo tutti che l’addestramento dell’intelligenza artificiale richiede grandi quantità di dati, ma ottenerli è di solito un processo lento, costoso e francamente noioso di annotazione umana. Per ovviare a questo problema, il team speech AI di NVIDIA, in collaborazione con i ricercatori della Carnegie Mellon University e della Fondazione Bruno Kessler, ha creato una pipeline automatizzata. Utilizzando il proprio toolkit NeMo, sono riusciti a prendere l’audio grezzo e non etichettato e a trasformarlo in dati strutturati di alta qualità da cui l’intelligenza artificiale può imparare. Non si tratta solo di un risultato tecnico, ma di un enorme passo avanti per l’inclusività digitale. Significa che uno sviluppatore di Riga o Zagabria può finalmente costruire strumenti di intelligenza artificiale alimentati dalla voce che comprendono correttamente le loro lingue locali. E possono farlo in modo più efficiente. Il team di ricerca ha scoperto che i dati di Granary sono così efficaci che per raggiungere un livello di accuratezza prefissato ne serve circa la metà rispetto ad altri set di dati popolari. I due nuovi modelli dimostrano questa potenza. Canary è una vera e propria bestia, in grado di offrire una qualità di traduzione e trascrizione in grado di competere con modelli tre volte più grandi, ma con una velocità fino a dieci volte superiore. Parakeet, invece, è in grado di analizzare la registrazione di una riunione di 24 minuti in un colpo solo, riuscendo a capire automaticamente la lingua parlata. Entrambi i modelli sono abbastanza intelligenti da gestire la punteggiatura, la capitalizzazione e da fornire timestamp a livello di parola, come richiesto per la creazione di applicazioni di livello professionale. Mettendo questi potenti strumenti e le metodologie che li supportano nelle mani della comunità globale degli sviluppatori, NVIDIA non si limita a rilasciare un prodotto. Sta dando il via a una nuova ondata di innovazione, sperando di creare un mondo in cui l’intelligenza artificiale parli la tua lingua, indipendentemente dalla tua provenienza. (Foto di Aedrian Salazar) Leggi di più su www.artificialintelligence-news.com
Anthropic illustra la sua strategia di sicurezza AI
Anthropic ha dettagliato la sua strategia di sicurezza per cercare di mantenere il suo popolare modello di AI, Claude, utile evitando di perpetuare i danni. Al centro di questo sforzo c’è il team Safeguards di Anthropic, che non è il solito gruppo di assistenza tecnica, ma un mix di esperti di policy, data scientist, ingegneri e analisti delle minacce che sanno come pensano i cattivi attori. Tuttavia, l’approccio di Anthropic alla sicurezza non è un singolo muro, ma piuttosto un castello con più livelli di difesa. Tutto inizia con la creazione delle regole giuste e termina con la caccia alle nuove minacce in libertà. La prima è la Politica d’uso, che in pratica è il regolamento per l’utilizzo di Claude. Fornisce indicazioni chiare su questioni importanti come l’integrità delle elezioni e la sicurezza dei bambini, ma anche sull’uso responsabile di Claude in settori sensibili come la finanza o la sanità. Per definire queste regole, il team utilizza un quadro di riferimento unificato per il danno. Questo li aiuta a riflettere sui potenziali impatti negativi, dai danni fisici e psicologici a quelli economici e sociali. Non si tratta di un sistema di classificazione formale, ma di un modo strutturato per valutare i rischi quando si prendono le decisioni. Per i Test di Vulnerabilità delle Politiche, inoltre, si rivolgono a esperti esterni. Questi specialisti in settori come il terrorismo e la sicurezza dei bambini cercano di “rompere” Claude con domande difficili per capire quali sono i punti deboli. Lo abbiamo visto in azione durante le elezioni americane del 2024. Dopo aver collaborato con l’Istituto per il Dialogo Strategico, Anthropic si è resa conto che Claude avrebbe potuto fornire vecchie informazioni di voto. Per questo ha aggiunto un banner che indirizzava gli utenti a TurboVote, una fonte affidabile di informazioni elettorali aggiornate e non di parte. Insegnare a Claude a distinguere il bene dal male Il team di Anthropic Safeguards lavora a stretto contatto con gli sviluppatori che addestrano Claude per garantire la sicurezza fin dall’inizio. Questo significa decidere quali sono le cose che Claude deve o non deve fare e incorporare questi valori nel modello stesso. Inoltre, collaborano con specialisti per ottenere il giusto risultato. Ad esempio, grazie alla collaborazione con ThroughLine, un’associazione di supporto alle crisi, hanno insegnato a Claude come gestire con cura le conversazioni delicate sulla salute mentale e l’autolesionismo, invece di rifiutarsi di parlare. Questo attento addestramento è il motivo per cui Claude rifiuta le richieste di aiuto per attività illegali, la scrittura di codice maligno o la creazione di truffe. Prima che ogni nuova versione di Claude diventi operativa, viene sottoposta a tre tipi di valutazione. Valutazioni di sicurezza: Questi test verificano se Claude rispetta le regole, anche nelle conversazioni più lunghe e complesse. Valutazioni del rischio: Per le aree ad alto rischio, come le minacce informatiche o i rischi biologici, il team esegue test specializzati, spesso con l’aiuto di partner governativi e industriali. Valutazioni dei pregiudizi: Si tratta di una questione di equità. Verificano se Claude fornisce risposte affidabili e accurate per tutti, verificando se ci sono pregiudizi politici o risposte distorte in base a fattori quali il sesso o la razza. Questi test intensivi aiutano il team a capire se la formazione ha funzionato e a capire se è necessario creare ulteriori protezioni prima del lancio. (Credit: Anthropic) La strategia di sicurezza dell’AI di Anthropic che non si addormenta mai Una volta che Claude è in giro per il mondo, un mix di sistemi automatici e revisori umani tiene d’occhio i problemi. Lo strumento principale è costituito da una serie di modelli specializzati di Claude chiamati “classificatori” che vengono addestrati per individuare in tempo reale specifiche violazioni della politica nel momento in cui si verificano. Se un classificatore individua un problema, può attivare diverse azioni. Ad esempio, potrebbe evitare che la risposta di Claude generi qualcosa di dannoso, come lo spam. Per i recidivi, il team potrebbe emettere avvisi o addirittura chiudere l’account. Il team guarda anche al quadro generale. Utilizza strumenti che rispettano la privacy per individuare le tendenze di utilizzo di Claude e impiega tecniche come la sintesi gerarchica per individuare abusi su larga scala, come le campagne di influenza coordinate. Sono costantemente alla ricerca di nuove minacce, scavando tra i dati e monitorando i forum in cui i malintenzionati potrebbero frequentarsi. Tuttavia, Anthropic sa che garantire la sicurezza dell’IA non è un lavoro che può fare da sola. Sta collaborando attivamente con i ricercatori, i politici e il pubblico per costruire le migliori protezioni possibili. (Immagine principale di Nick Fewings) Leggi di più su www.artificialintelligence-news.com
