L'AI sta entrando in una fase molto concreta: non conta più solo chi scrive la risposta più brillante, ma chi la consegna prima, chi la mette al volante e chi la usa senza fare danni. Oggi parliamo di un chip chiamato Jalapeño, di avvocati affiancati da Gemini e di meteo estremo previsto anche dove non è mai successo. C'è anche un promemoria meno allegro: quando l'AI finisce nelle mani sbagliate, il problema non resta dentro lo schermo.
1. OpenAI presenta Jalapeño, il chip che vuole rendere l'AI più rapida
OpenAI ha presentato Jalapeño, un proprio chip progettato per far girare i sistemi di intelligenza artificiale con risposte più veloci e maggiore efficienza. Secondo l'azienda, il nuovo componente riesce a gestire più richieste nello stesso tempo, riducendo anche la latenza, cioè quell'attesa tra la domanda digitata e la risposta che compare. Richard Ho, vicepresidente hardware di OpenAI, lo ha descritto come il tentativo di ottenere insieme velocità e capacità di lavoro. Un po' come avere una cucina che serve più tavoli senza far aspettare nessuno.
Finora le grandi aziende dell'AI hanno dipeso soprattutto da chip specializzati prodotti da società come Nvidia, diventati una risorsa costosissima e difficile da procurare. Costruirsi una parte dell'hardware in casa significa invece poter ottimizzare il chip per i propri modelli e, almeno in teoria, spendere meno per ogni risposta generata. OpenAI non dice che Jalapeño sostituirà dall'oggi al domani tutti i chip già impiegati nei suoi data center. Il messaggio, però, è chiaro: la corsa all'AI si gioca sempre più nei capannoni pieni di server, non soltanto nelle app che vediamo sul telefono.
La scelta segue una tendenza ormai evidente: Google, Amazon, Microsoft e ora OpenAI vogliono controllare anche il motore fisico dietro ai chatbot. Avere chip propri offre più margine per decidere priorità, sicurezza e disponibilità del servizio, ma richiede investimenti enormi e anni di progettazione. I benchmark pubblicati dall'azienda vanno letti con cautela, perché arrivano dalla stessa OpenAI e confrontano scenari selezionati. Resta però significativo che perfino la società più famosa per ChatGPT consideri l'hardware una leva competitiva decisiva.
👉 Tradotto: quando un chatbot risponde in pochi secondi invece di impiegare un'eternità, dietro non c'è solo un modello più bravo ma anche un'infrastruttura più efficiente. Questa guerra dei chip può rendere gli strumenti AI più rapidi e diffusi, ma concentrerà ancora più potere nelle mani di chi può permettersi i data center.
Leggi la fonte → (The Verge AI)
2. Gemini entra negli studi legali, tra contratti e due diligence
Google Cloud ha lanciato Gemini Enterprise for Legal, una piattaforma pensata per studi legali e uffici aziendali che lavorano ogni giorno tra contratti, ricerche, controlli e documenti. L'obiettivo è far fare all'AI alcune attività ripetitive ma lunghe: cercare clausole, preparare bozze, confrontare testi e supportare la due diligence, cioè la verifica approfondita di documenti e rischi prima di un accordo. Il sistema si collega anche ai software che questi professionisti usano già, invece di costringerli a spostare tutto su una nuova piattaforma. È un dettaglio poco spettacolare, ma è spesso quello che decide se un prodotto viene davvero adottato.
Il diritto è un terreno appetibile per l'AI perché una parte importante del lavoro consiste nel leggere moltissimo, trovare precedenti e non perdere dettagli in centinaia di pagine. Questo non trasforma Gemini in un avvocato con la toga digitale: le decisioni, l'interpretazione delle norme e la responsabilità verso il cliente restano saldamente umane. Un modello linguistico può riassumere bene un documento e al tempo stesso inventare una citazione o fraintendere una clausola delicata. Per questo il suo ruolo più sensato è quello di assistente molto veloce, ma da controllare con la stessa attenzione riservata a un praticante alle prime armi.
Il debutto apre anche un nuovo fronte nella competizione tra grandi fornitori di AI: non basta più offrire un chatbot generico, bisogna costruire strumenti adatti a mestieri specifici. Per convincere il settore legale conteranno soprattutto riservatezza dei dati, tracciabilità delle fonti e integrazione con gli archivi interni. Un avvocato non può limitarsi a dire “l'ha detto l'AI” davanti a un cliente o a un giudice. Ecco perché le piattaforme verticali promettono efficienza, ma devono dimostrare di essere affidabili quando la posta in gioco è alta.
👉 In pratica, per chi lavora in ufficio questo significa che l'AI specializzata arriverà prima nelle attività piene di documenti e procedure. Se hai a che fare con contratti, policy o gare, preparati a vedere colleghi che usano strumenti simili per trovare informazioni in minuti invece che in ore.
Leggi la fonte → (AI4Business)
3. Al MIT un'AI prova a prevedere il maltempo che non ha precedenti
Un gruppo di ingegneri del MIT ha sviluppato uno strumento di AI capace di stimare eventi meteorologici estremi anche quando una regione non possiede esempi storici simili nel proprio archivio. Il sistema, creato da Kai Chang e dal professor Themis Sapsis, produce mappe di scenari statisticamente possibili: per esempio un'ondata, una pioggia o un'altra anomalia che non si è mai verificata in quel luogo, ma che non è affatto impossibile. Ogni mappa include anche una stima dell'incertezza, un elemento cruciale quando si parla di previsioni e non di certezze. È un approccio utile proprio perché il clima sta rendendo il passato una guida sempre meno sufficiente.
Le previsioni tradizionali imparano molto dai dati precedenti: osservano cosa è successo molte volte e cercano schemi ricorrenti. Ma un evento raro per definizione lascia poche tracce, e un evento completamente nuovo non ne lascia nessuna. L'idea del MIT è usare le leggi e le relazioni fisiche che regolano il sistema, non soltanto una collezione di vecchi disastri. In termini quotidiani, invece di guardare solo le vecchie foto dell'alluvione, si prova a capire quali condizioni potrebbero far tracimare il fiume anche in un posto dove non era mai accaduto.
Questo tipo di ricerca non serve a dire con precisione chirurgica che martedì alle 16 pioverà in una certa via. Serve piuttosto a migliorare la pianificazione: infrastrutture, assicurazioni, protezione civile e città possono testare quanto siano vulnerabili davanti a scenari fuori catalogo. La prudenza è obbligatoria, perché una mappa generata da AI non è una profezia e rischia di essere fraintesa se comunicata male. Ma avere un modo più rigoroso per immaginare l'inedito è già un vantaggio in un mondo dove gli estremi climatici sono sempre meno eccezionali.
👉 Il punto è che le decisioni su casa, viaggi, assicurazioni e servizi pubblici dipenderanno sempre più da modelli che ragionano anche su rischi mai osservati prima. Non sostituiranno il meteorologo, ma potrebbero aiutarlo a lanciare allarmi più utili quando gli archivi del passato non bastano più.
Leggi la fonte → (AI News)
4. Deepfake a scuola: nel mirino finiscono anche gli insegnanti
Un'inchiesta di Wired racconta un lato particolarmente duro dei deepfake, immagini o video creati o manipolati dall'AI per sembrare reali: a scuola non sono presi di mira soltanto gli studenti. Quattro insegnanti hanno raccontato di essere diventati bersaglio di contenuti sessualizzati generati artificialmente. Il danno non è astratto, perché quelle immagini possono circolare tra alunni, genitori e colleghi prima che la vittima riesca perfino a sapere della loro esistenza. E togliere qualcosa da internet, come sappiamo, è molto più difficile che pubblicarlo.
Il problema nasce dalla combinazione di strumenti sempre più semplici e di regole ancora lente. Per creare un'immagine falsa convincente non serve più conoscere programmi complessi: spesso bastano fotografie disponibili sui social e un servizio online. Le persone coinvolte nell'articolo descrivono una ricerca di responsabilità frustrante, tra piattaforme, scuole e norme che non sempre offrono una strada chiara. In mezzo c'è chi dovrebbe continuare a fare lezione e mantenere l'autorevolezza in classe mentre affronta un'umiliazione pubblica.
Ridurre tutto a uno “scherzo” sarebbe un errore enorme. I deepfake sessualizzati sono una forma di abuso che può colpire reputazione, salute mentale e senso di sicurezza, indipendentemente dal fatto che la persona non abbia mai posato per quelle immagini. Le scuole devono quindi aggiornare procedure, educazione digitale e canali di segnalazione, senza scaricare sulle vittime il compito di dimostrare che il falso è falso. Anche le piattaforme che ospitano o generano questi contenuti sono chiamate a rendere più rapida la rimozione e più chiari i meccanismi di tutela.
👉 Se insegni, hai figli a scuola o lavori con giovani, questa non è una questione lontana di tecnologia futuristica. Vale la pena parlare apertamente di consenso, segnalazioni e prove da conservare: prevenire qui conta più di qualsiasi filtro automatico.
Leggi la fonte → (Wired AI)
In breve
- Hugging Face, la piattaforma diventata un punto di ritrovo per chi condivide modelli e strumenti AI, starebbe valutando offerte di acquisizione attorno ai 13 miliardi di dollari. I fondatori, però, sembrano combattuti: vendere significherebbe dare una casa potente al progetto, ma anche dover proteggere una comunità costruita sull'idea di AI più aperta e collaborativa.
- Mistral AI si allea con un fornitore saudita per spingere la cosiddetta AI sovrana in Medio Oriente, cioè sistemi controllati e gestiti localmente invece che dipendenti solo da servizi esteri. È la stessa ambizione che l'azienda francese porta in Europa: per governi e imprese, sapere dove risiedono dati e modelli sta diventando una questione strategica, non un dettaglio informatico.
- Claude Cowork di Anthropic ottiene una memoria condivisa con le chat: l'assistente potrà ricordare il contesto di progetti, preferenze e istruzioni senza farti ricominciare ogni volta dall'episodio precedente. Comodo, certo, ma è anche un promemoria pratico: più memoria ha un assistente, più conviene controllare quali informazioni gli stiamo lasciando conservare.
- Waymo sta sviluppando un chip proprietario per la guida autonoma, progettato per elaborare in tempo reale ciò che accade sulla strada. In un'auto senza conducente, una frazione di secondo può separare una frenata corretta da un problema serio: ecco perché il chip è importante quanto le telecamere e il software che riconosce pedoni, semafori e biciclette.
- Alibaba ha raccolto altri 10,2 miliardi di dollari vendendo azioni, con l'intenzione di investire pesantemente nell'AI, poche settimane dopo il lancio del modello Qwen 3.8 Max. Il dato racconta quanto è costosa questa corsa: anche giganti già ricchi devono trovare nuovo capitale per finanziare server, chip e ricerca.
Lo sapevi che…
Nel 1997 Deep Blue di IBM batté il campione mondiale Garry Kasparov a scacchi, ma non era affatto un chatbot: era un sistema costruito per analizzare posizioni sulla scacchiera. Da allora l'AI è passata dal calcolare mosse al discutere con noi di ricette, contratti e vacanze. Un bel salto, anche se a volte continua a “barare” inventando una risposta.
Tool del giorno
Motore di ricerca AI che risponde alle domande con fonti verificate. Come un Google che ti dà risposte dirette invece di link.
Come usarlo: Vai su perplexity.ai, scrivi una domanda come faresti su Google. Ricevi una risposta completa con le fonti citate. Perfetto per ricerche veloci, confronti tra prodotti o capire argomenti complessi.
Ti è piaciuta questa edizione?
Ricevila gratis ogni lunedì, mercoledì e venerdì.