Il mercato dei chatbot e dell’intelligenza artificiale sta cambiando rapidamente. In questa puntata di Risorse Artificiali analizziamo i segnali più interessanti emersi negli ultimi mesi: la crescita di Gemini, l’evoluzione dell’uso delle API, la standardizzazione delle applicazioni AI e il ruolo sempre più centrale degli agenti intelligenti.

Partendo dai dati di traffico e dalle dinamiche di mercato, discutiamo di come l’AI stia passando dall’essere una semplice interfaccia conversazionale a una vera infrastruttura di automazione. Approfondiamo le regole e le limitazioni nell’uso dei modelli, il tema della spiegabilità in ambito enterprise e le nuove proposte di standardizzazione che stanno emergendo nell’ecosistema AI.

Un capitolo centrale della puntata è dedicato al dibattito sull’AGI (Artificial General Intelligence) e sulla superintelligenza, confrontando le visioni di Demis Hassabis e Dario Amodei: quanto siamo davvero lontani dall’AGI? E cosa significa, concretamente, per il lavoro e per chi sviluppa software oggi?

Chiudiamo con una riflessione diretta sul futuro della programmazione: scriveremo meno codice? Cambieranno gli strumenti, le interfacce e le competenze richieste ai programmatori? E che ruolo avranno gli agenti AI nel nostro modo di lavorare?

Una puntata per chi vuole capire dove sta andando davvero l’intelligenza artificiale, oltre l’hype e oltre la semplice “chat”.

I Link dalla puntata:

• Chrome: The browser you love, reimagined with AI https://blog.google/products-and-platforms/products/chrome/chrome-reimagined-with-ai/

• https://openclaw.ai/ ex clawdbot ex moltbot….

• https://openclaw.ai/blog/introducing-openclaw

• https://ppc.land/chatgpts-lead-shrinks-as-gemini-surges-in-ai-traffic-war/

• Hassabis-Amodei: https://www.youtube.com/watch?v=02YLwsCKUww

Chapters

00:00 Introduzione e Panoramica del Mercato

02:42 Crescita di Gemini e Confronto con ChatGPT

06:16 Traffico Internet e Utilizzo delle API

10:50 Regole e Limitazioni nell'Uso dei Modelli AI

15:49 Standardizzazione e Innovazioni di Antropic

21:58 Spiegabilità dei Modelli e Adozione nell'Enterprise

24:51 Controversie Legali e Venture Capital

28:15 Interviste e Percezioni nel Mondo Economico

30:57 Definizioni di AGI e SGI

34:10 Dibattiti sul Futuro dell'Intelligenza Artificiale

38:04 Riflessioni sulla Competizione Globale

42:25 Paragoni con la Bomba Atomica e Riflessioni Finali

48:12 Il Cambiamento dei Nomi e le Aspettative di Mercato

49:15 L'Utilizzo di Modelli e Agenti AI

52:10 Interazione e Automazione con le AI

53:48 Riflessioni sul Futuro della Programmazione

57:09 Evoluzione del Codice e delle Interfacce Utente

01:00:38 Il Ruolo degli Agenti AI nel Futuro della Tecnologia

01:02:44 La Trasformazione degli Strumenti di Lavoro

01:07:24 Conclusioni e Teaser per il Futuro

L’AI scala davvero? In questo episodio di Risorse Artificiali partiamo da una domanda chiave per chi lavora con l’intelligenza artificiale oggi: la scalabilità dei modelli AI è reale o stiamo solo spostando i costi?

Parliamo di:

• crescita dei modelli AI e limiti del pre-training

• distillazione come strategia per rendere l’AI più sostenibile

• hardware sempre più commoditizzato e costi energetici

• perché il prezzo della RAM sta diventando un collo di bottiglia

• coding creativo e Vibe Coding: conta ancora scrivere codice?

• l’arrivo di Gemini su (quasi) tutti i telefoni e l’impatto sull’ecosistema mobile

• ChatGPT e la pubblicità: cosa cambia per utenti, aziende e sviluppatori

• privacy, business model e nuove tensioni tra AI, prodotto e mercato

Chiudiamo con una riflessione più ampia: ha ancora senso fermarsi a scrivere, progettare, persino scrivere libri, in un’epoca di accelerazione continua?
Un episodio che mette insieme AI engineering, creatività, business e futuro del software, senza hype ma con domande scomode.

🎧 Risorse Artificiali – Appunti e spunti dal mondo dell’AI
Disponibile su Spotify e YouTube.

Link dalla puntata:

Black Forest Labs is back: Flux.2 [Klein]

https://bfl.ai/blog/flux2-klein-towards-interactive-visual-intelligence

https://github.com/black-forest-labs/flux2

Esempi in community: https://www.reddit.com/r/StableDiffusion/comments/1qfvebh/flux_2_klein_is_really_amazing/

Prove gratis a https://huggingface.co/spaces/black-forest-labs/FLUX.2-klein-4B

Script prompt upsampling: https://github.com/black-forest-labs/flux2/blob/main/docs/flux2_with_prompt_upsampling.md
Invisible watermark: https://github.com/ShieldMnt/invisible-watermark

Articolo di Salvatore Sanfilippo: Don't fall into the anti-AI hype

Chapters

00:00 Introduzione e Saluti

02:50 Riflessioni sull'Intelligenza Artificiale

05:44 Scalabilità e Investimenti nell'AI

08:33 Pre-Training e Consumi Energetici

11:40 Innovazioni nei Modelli AI

14:36 Hardware e Comoditizzazione

17:41 Distribuzione del Calcolo e Progetti Futuri

20:46 Ritorno di Flux e Black Forest Lab

30:10 Evoluzione e Distillazione dei Modelli

40:16 Coding Assistito e Creatività

49:20 Riflessioni sul Gioco e la Creatività

49:35 Il Vibe Coding e le Opinioni di Linus Torvalds

55:41 Le Innovazioni di Apple e Gemini

01:00:42 L'Intelligenza Artificiale e la Privacy

01:04:45 Pubblicità e Chatbot: Un Nuovo Paradigma

01:10:13 Riflessioni Finali e Conclusioni

In questo episodio di Risorse Artificiali intervistiamo Emanuele Fabbiani, imprenditore e ricercatore nel mondo dell’intelligenza artificiale, fondatore di Xtream e Ready, oggi parte dell’ecosistema TeamSystem.

Partendo dal suo percorso personale — tra ricerca accademica e costruzione di startup AI — affrontiamo uno dei temi più discussi e fraintesi dell’AI moderna: le allucinazioni dei modelli linguistici (LLM) e il problema della explainability.

Parliamo di:

• perché i modelli AI allucinano e cosa ci dice questo sul loro funzionamento

• differenza tra significato e significante nei Large Language Models

• quali tecniche aiutano a mitigare le allucinazioni

• perché la spiegabilità è cruciale per l’adozione enterprise dell’AI

• limiti e costi delle scaling law

• il ruolo del reasoning nei modelli di nuova generazione

• Vibe Coding: perché sta cambiando davvero il modo di scrivere software

• cosa significa fare impresa AI in Italia oggi

• consigli pratici per giovani, ricercatori e futuri imprenditori tech

Un episodio denso ma concreto, che unisce AI engineering, ricerca, startup e futuro del lavoro, con uno sguardo lucido su cosa funziona davvero oltre l’hype.

Link:

https://www.linkedin.com/in/emanuelefabbiani/

https://xtreamers.io/

⏱️ Capitoli

00:00 Introduzione
01:54 Il percorso di Emanuele Fabbiani
05:52 Ricerca vs startup: una falsa dicotomia
11:48 Accademia e industria: contaminazione necessaria
12:49 Nascita di Xtream e dinamiche di gruppo
19:02 L’acquisizione da parte di TeamSystem
24:55 Explainability nei Large Language Models
33:32 Significato, non significante
43:06 Allucinazioni nei modelli AI
56:42 Scaling law e limiti economici
59:35 Vibe Coding e sviluppo software assistito
01:05:18 Revisione del codice e AI
01:10:23 Ecosistema AI in Italia
01:21:24 Consigli per chi vuole fare startup
01:29:33 Il futuro dell’intelligenza artificiale