Cinque anni fa bastava dire "usiamo l’AI" per sembrare futuristi. Oggi la domanda è un’altra: funziona davvero, e per chi? Tra nuovi modelli sempre più potenti, miliardi spesi in chip e CEO che ammettono di non vedere risultati, l’AI sta entrando nella sua fase più interessante. Quella in cui smette di essere una promessa e inizia a chiedere conto.
1. Anthropic aggiorna Sonnet: l’AI migliora a colpi di versioni
Anthropic ha rilasciato Sonnet 4.6, l’ultima versione del suo modello di linguaggio di fascia media. L’azienda mantiene così il suo ritmo quasi industriale di aggiornamenti, uno ogni quattro mesi circa, come se l’AI fosse ormai un software qualsiasi da patchare regolarmente. Sonnet è il modello pensato per chi vuole un buon equilibrio tra qualità, velocità e costi, diverso dai modelli più grandi e costosi come Opus.
Il nuovo Sonnet 4.6 promette miglioramenti nella comprensione delle istruzioni, nella scrittura di testi complessi e nella capacità di seguire richieste articolate senza perdersi per strada. Anthropic non parla di una rivoluzione, ma di una serie di raffinamenti che rendono il modello più affidabile nel lavoro quotidiano. Tradotto: meno risposte vaghe, meno errori banali, più coerenza su documenti lunghi e conversazioni estese.
Questa strategia racconta molto di come sta maturando il settore. Non siamo più nella fase dei salti improvvisi, ma in quella delle limature continue, dove vince chi riesce a migliorare costantemente senza far esplodere i costi. Per molte aziende, Sonnet è il modello che finisce davvero integrato nei prodotti, perché abbastanza potente ma non proibitivo.
👉 Se usi strumenti basati su Claude o piattaforme che integrano modelli Anthropic, aspettati risposte un po’ più precise e meno da ricontrollare. In pratica, qualche minuto risparmiato ogni giorno su email, report e testi che oggi devi ancora sistemare a mano.
Leggi la fonte → (TechCrunch AI)
2. Alibaba alza l’asticella con Qwen3.5: enorme, ma efficiente
Alibaba ha rilasciato Qwen3.5, una nuova famiglia di modelli open source che punta dritta al cuore della corsa globale all’AI. Il modello più impressionante si chiama Qwen3.5-397B-A17B: sulla carta ha 397 miliardi di parametri, ma ne usa attivamente solo 17 miliardi alla volta. Questo trucco si chiama Mixture of Experts, cioè un sistema che attiva solo i "pezzi di cervello" necessari per ogni compito.
Il risultato è un modello molto potente che, almeno in teoria, costa meno da far girare rispetto a un modello tradizionale di pari dimensioni. In più, Qwen3.5 supporta un contesto fino a 1 milione di token, cioè può leggere e ragionare su documenti enormi senza dimenticarsi cosa ha letto all’inizio. È pensato anche per agenti AI, quei programmi che non si limitano a rispondere ma eseguono azioni.
Il messaggio di Alibaba è chiaro: l’open source non è più sinonimo di "seconda scelta". La Cina continua a spingere su modelli aperti e molto avanzati, mettendo pressione sia alle startup occidentali sia ai big americani. Per le aziende, significa avere alternative concrete a modelli proprietari costosi e chiusi.
👉 Tradotto: nei prossimi mesi vedrai sempre più strumenti basati su modelli open source potenti quasi quanto quelli a pagamento. Per chi lavora in azienda o in consulenza, questo può voler dire soluzioni AI più economiche e personalizzabili, senza dipendere da un solo fornitore.
Leggi la fonte → (MarkTechPost)
3. Meta compra milioni di chip Nvidia: la corsa all’infrastruttura
Meta ha firmato un accordo pluriennale con Nvidia per acquistare milioni di chip destinati ai suoi data center. Parliamo delle nuove CPU Grace e Vera e delle GPU Blackwell e Rubin, il meglio che Nvidia offre per l’AI. È il primo grande dispiegamento su larga scala di sistemi basati solo su Grace, con promesse di enormi miglioramenti in termini di prestazioni per watt.
Questo accordo mostra quanto l’AI sia diventata una questione di muscoli industriali, non solo di algoritmi. Addestrare e far girare modelli sempre più grandi richiede energia, memoria e hardware specializzato. Meta, che usa l’AI per tutto, dai feed di Instagram ai modelli open source come Llama, sta blindando l’accesso alle risorse chiave.
Il settore osserva con attenzione perché ogni chip che finisce a Meta è un chip in meno per qualcun altro. Startup e aziende più piccole rischiano di trovarsi in coda, con costi più alti e meno disponibilità. È una dinamica che ricorda molto quella delle materie prime strategiche.
👉 Il punto è che l’AI che usi ogni giorno dipende sempre più da chi controlla i data center. Se lavori nel digitale, aspettati che i costi dei servizi AI riflettano queste mega-spese in hardware, almeno finché l’offerta non riuscirà a stare al passo.
Leggi la fonte → (The Verge AI)
4. Apple pensa a tre wearable con AI integrata
Secondo indiscrezioni, Apple starebbe lavorando a una vera e propria famiglia di dispositivi indossabili potenziati dall’AI. Non solo Apple Watch, ma nuovi prodotti pensati per interagire in modo più naturale con l’intelligenza artificiale. L’idea è portare l’AI fuori dallo schermo e renderla sempre presente, come un assistente che ti segue durante la giornata.
Il contesto è chiaro: dopo smartphone e smartwatch, il prossimo campo di battaglia è l’hardware AI-first. Apple non ha fretta, ma quando si muove tende a integrare tutto, software, chip e servizi. Questi wearable potrebbero usare modelli AI per analizzare voce, movimenti e contesto, offrendo suggerimenti o azioni senza che tu debba chiedere esplicitamente.
Il settore osserva perché Apple ha il potere di trasformare una nicchia in un mercato di massa. Se l’AI diventa davvero utile al polso o nell’orecchio, cambierà il modo in cui la usiamo quotidianamente, molto più di una nuova app.
👉 Se usi iPhone, preparati a un’AI meno "da tastiera" e più ambientale. In pratica, potresti iniziare a ricevere aiuti automatici durante la giornata, senza dover aprire ChatGPT o simili.
Leggi la fonte → (TechCrunch AI)
5. Migliaia di CEO: l’AI non ha ancora migliorato produttività o lavoro
Un sondaggio che ha coinvolto migliaia di CEO ha prodotto un risultato sorprendente: molti dirigenti ammettono che l’AI, finora, non ha avuto un impatto significativo né sull’occupazione né sulla produttività. Nonostante investimenti, sperimentazioni e annunci, i numeri reali nelle aziende restano piatti. È il classico paradosso della produttività, già visto ai tempi dell’informatica.
L’articolo richiama il famoso commento dell’economista Robert Solow: "Si vede l’era dei computer ovunque tranne che nelle statistiche sulla produttività". Oggi potremmo dire lo stesso dell’AI. Gli strumenti ci sono, ma integrarli davvero nei processi di lavoro è molto più difficile che fare una demo.
Le reazioni sono divise. Alcuni pensano che sia solo questione di tempo, altri temono che l’AI venga usata più per tagliare costi marginali che per ripensare davvero come si lavora. In mezzo, c’è una fase di disillusione che forse era inevitabile.
👉 In pratica, se in ufficio ti sembra che l’AI sia più hype che realtà, non sei solo. Il vantaggio oggi va a chi impara a usarla sul serio, non a chi si limita a dire che "la sta adottando".
Leggi la fonte → (Fortune)
In breve
- Il Parlamento Europeo ha bloccato l’uso di strumenti AI sui dispositivi dei deputati per timori di sicurezza. La paura è che dati sensibili finiscano su server extra-UE, soprattutto negli Stati Uniti. Segnale chiaro di quanto la sovranità digitale sia diventata una questione politica.
- Far girare modelli AI sta diventando soprattutto un problema di memoria, non solo di GPU. Secondo TechCrunch, RAM e sistemi di archiviazione sono ormai colli di bottiglia cruciali. Questo spiega perché l’AI costa sempre di più anche quando i chip migliorano.
- WordPress ha lanciato un assistente AI integrato che permette di modificare testi, immagini e layout con semplici prompt. L’AI vive direttamente nell’editor del sito, senza plugin esterni. Per milioni di siti, l’AI diventa improvvisamente parte del lavoro quotidiano.
- La startup Ricursive Intelligence ha raccolto 335 milioni di dollari in soli quattro mesi, raggiungendo una valutazione di 4 miliardi. Il motivo principale? I fondatori, vere star del mondo AI. A volte, il talento pesa più del prodotto.
- Twin Health usa AI e sensori indossabili per creare "gemelli digitali" dei pazienti e aiutare nella gestione di diabete e obesità. L’obiettivo è ridurre la dipendenza da farmaci costosi come i GLP-1. Un esempio concreto di AI che entra nella sanità quotidiana.
Lo sapevi che…
Alcuni modelli AI moderni consumano così tanta memoria che, per funzionare bene, devono essere "smontati" e caricati a pezzi. È un po’ come leggere un libro enorme tenendo aperte solo poche pagine alla volta, sperando di ricordare cosa c’era all’inizio.
Tool del giorno
Si collega alle tue videochiamate e trascrive tutto, creando appunti strutturati automaticamente.
Come usarlo: Attivalo prima di una call su Zoom, Meet o Teams. Granola ascolta, trascrive e organizza gli appunti con punti chiave e azioni da fare. Mai più 'chi prende nota oggi?'.
Ti è piaciuta questa edizione?
Ricevila gratis ogni lunedì, mercoledì e venerdì.