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

Nel nuovo episodio di Risorse Artificiali – Appunti e spunti dal mondo dell’AI, partiamo dal caso Grok e dalla polemica sui deepfake di immagini generate dall’AI per affrontare una domanda molto più ampia:
👉 come cambia il concetto di autenticità in un mondo in cui l’intelligenza artificiale può generare contenuti indistinguibili dal reale?

Discutiamo della reazione di Elon Musk, delle implicazioni culturali e legali della generazione di immagini fake e di una provocazione centrale:
in un ecosistema dominato dai fake, forse non è il falso che va marcato, ma l’originale.

Da qui allarghiamo lo sguardo all’evoluzione dei modelli di generazione immagini, come GLM Image, e al tema della comprensione semantica nei modelli multimodali.

Nella seconda parte dell’episodio ci spostiamo sulla sanità, commentando il lancio di ChatGPT Health da parte di OpenAI:
un passo importante che apre opportunità concrete, ma anche questioni etiche, di privacy e di responsabilità, soprattutto quando l’AI entra in ambiti critici come le decisioni mediche.

Infine, chiudiamo con una riflessione più tecnica e filosofica sul futuro degli agenti AI, discutendo il ruolo della memoria procedurale e semantica nei coding agent e perché progettare sistemi di memoria non è solo un problema di performance, ma di affidabilità e controllo.

Un episodio per chi lavora con l’AI — o ne subisce già gli effetti — e vuole andare oltre l’hype, interrogandosi su responsabilità, fiducia e limiti dell’intelligenza artificiale generativa.

Chapters

00:00 Introduction and Context of the Controversy

02:27 Deepfake Technology and Cultural Reactions

04:50 Legal Implications and Image Authenticity

11:40 Emerging AI Models and Future Directions

24:49 Exploring Image Generation Techniques

37:02 AI in Healthcare: Opportunities and Ethical Concerns

46:15 User Responsibility in AI Healthcare Decisions

47:38 The Risks of Anthropomorphizing AI

50:02 The Future of AI in Personal Health

52:49 Debating AI Memory Systems

01:04:58 The Complexity of AI Memory and Learning

Nel nuovo episodio di Risorse Artificiali analizziamo AI e robotica nel 2026, partendo da un tema centrale: il dilemma strategico di Meta tra acquisizioni, critiche pubbliche e il dilemma dell'innovatore sugli occhiali. La roadmap generale sembra ancora poco chiara.

Parliamo poi delle novità emerse al CES, dove la robotica — soprattutto asiatica — è sempre più protagonista, e di come anche Lego stia ridefinendo il concetto di gioco educativo con mattoncini intelligenti e robotica per le nuove generazioni.

La conversazione si sposta quindi sui trend di fondo che guideranno i prossimi anni:

• world models applicati alla robotica autonoma

• continual learning e refinement continuo dei modelli

• orchestrazione e sistemi multi-agente

• nuove tecniche di generazione di immagini con layer editabili

Un episodio che intreccia attualità, gossip tech e visione ingegneristica, per capire cosa è davvero segnale debole e cosa invece sarà infrastruttura dell’AI del futuro.

• Meta tra acquisizioni, critiche e mancanza di una strategia chiara

• Robotica al CES: hype o vero cambio di passo?

• Lego e l’ingresso della robotica nel mondo educational

• Gen Z e nuovi pattern di utilizzo dell’AI

• World models e autonomia dei sistemi intelligenti

• Continual learning come chiave per l’evoluzione dei modelli

• Multi-agent systems e refinement continuo

🎧 Ascolta Risorse Artificiali su Spotify, YouTube e tutte le principali piattaforme podcast.
Tutti i link sono disponibili sulla nostra home page.

🔍 Temi chiave dell’episodio

In questo episodio di Risorse Artificiali parliamo con Simone Di Somma, fondatore di Cyberwave, di come costruire una startup nel mondo della robotica e dell’automazione (e perché oggi è il momento giusto per farlo anche in Italia).

Partiamo dalle lezioni imparate in Y Combinator e arriviamo ai temi più caldi della Physical AI: robot che diventano sempre più capaci grazie all’intelligenza artificiale, nuovi modelli di business come marketplace di robot e hardware-as-a-service, e il ruolo centrale di open source e community per accelerare innovazione e adozione.

Parliamo anche di PMI, carenza di manodopera, “tempi degli early adopter” e del perché la robotica non significa solo umanoidi: ci sono form factor e casi d’uso molto più concreti e vicini alle esigenze delle aziende.

• Lezioni pratiche da Y Combinator per chi vuole fare startup tech

• Physical AI: cosa significa davvero “automazione fisica” oggi

• La visione Cyberwave: persone e robot che lavorano insieme

• Marketplace di robot e modelli “robot-as-a-service / hardware-as-a-service”

• Approccio bimodale: enterprise e sviluppatori

• Open source e community come leva per costruire ecosistemi

• Robotica per PMI italiane: opportunità, competenze, adozione

• Reinforcement learning e AI applicata alla robotica

• Consigli per giovani: “studiate, studiate, studiate”

🔗 Cyberwave: https://cyberwave.com

🎧 Ascolta Risorse Artificiali – Appunti e spunti dal mondo dell’AI su Spotify e guarda gli episodi anche su YouTube.
➡️ Spotify (show): https://open.spotify.com/show/16dTKEEtKkIzhr1JJNMmSF
➡️ YouTube (canale): https://www.youtube.com/channel/UCYQgzIby7QHkXBonTWk-2Fg
➡️ Home page: https://risorseartificiali.com

Chapters00:00 Introduzione e Giocattoli dell'Infanzia02:18 Il Percorso Imprenditoriale di Simone Di Somma05:05 La Visione di Cyberwave e l'Intelligenza Artificiale10:25 Opportunità in Italia e il Futuro della Robotica14:28 Physical AI: Democratizzare l'Automazione Fisica19:27 Marketplace di Robot e Hardware as a Service28:08 Approccio Bimodale: Enterprise e Sviluppatori32:12 Open Source e Community nel Progetto Cyberwave41:12 Robotica Umanoide vs. Altri Formati Robotici47:50 L'Innovazione e i suoi Limiti51:00 L'Intelligenza Artificiale Fisica54:43 Il Reinforcement Learning nella Robotica58:48 La Ricerca e Sviluppo in Robotica01:00:59 Il Ruolo delle PMI nella Robotica01:05:33 Costruire una Community di Innovatori01:10:04 L'Esperienza in Y Combinator01:24:03 Consigli per i Giovani Innovatori

#robotica #intelligenzaartificiale #startup #automazione #PhysicalAI #opensource #PMI #YCombinator #innovazione

Cosa ci aspetta davvero nel 2026 sul fronte Intelligenza Artificiale? In questo episodio di Risorse Artificiali facciamo il punto sulle previsioni AI 2026 partendo da ciò che abbiamo visto nell’ultimo anno: hype, strumenti che maturano, e nuove direzioni che iniziano a consolidarsi.

Parliamo di modelli locali (on-device / on-prem) e perché stanno tornando centrali (costi, privacy, sovranità e controllo), dell’arrivo più concreto degli agenti AI e di come potrebbero cambiare sviluppo software e produttività. Poi allarghiamo lo sguardo su due temi che dividono sempre: robotica e guida autonoma, tra limiti normativi, barriere psicologiche e confronto inevitabile tra errore umano vs errore macchina. Chiudiamo con una riflessione su AI etica, pensiero critico e sul rischio crescente di AI washing.

• Previsioni AI 2026: cosa sta maturando davvero e cosa è solo hype

• Modelli locali: perché contano (privacy, costi, compliance, controllo)

• Agenti intelligenti: siamo davvero nell’“anno degli agenti”?

• Sviluppo software assistito: rinascita dei developer e nuovi workflow

• Robotica: progressi concreti e casi d’uso che iniziano a funzionare

• Guida autonoma: ostacoli normativi e resistenze culturali

• AI etica e pensiero critico: come orientarsi tra marketing e realtà

• AI washing: come riconoscerlo (e perché sta crescendo)

00:00 Introduzione e Buon Anno
01:22 AI nella vita quotidiana
05:04 Previsioni tecnologiche per il 2026
11:14 Rinascita degli sviluppatori e sviluppo assistito
17:02 Pubblicità e modelli di business
21:48 Robotica e occhiali intelligenti
31:02 Guida autonoma: ostacoli e prospettive
34:59 Accettazione dell’errore: umano vs macchina
36:35 Agenti e Intelligenza Artificiale: previsioni
39:15 Hype AI: realtà o illusione?
45:23 Impatto della tecnologia: passato e futuro
51:28 AI etica e resistenza
54:11 Singolarità e AGI: prospettive e dubbi

🎧 Ascolta Risorse Artificiali – Appunti e spunti dal mondo dell’AI su Spotify e guarda gli episodi su YouTube:

• Spotify: https://open.spotify.com/show/16dTKEEtKkIzhr1JJNMmSF

• YouTube: https://www.youtube.com/channel/UCYQgzIby7QHkXBonTWk-2Fg

• Home: https://risorseartificiali.com

#IntelligenzaArtificiale #AI2026 #AgentiAI #Robotica #GuidaAutonoma #ModelliLocali #AIEngineering #SviluppoSoftware #AIEtica

Nel nuovo episodio di Risorse Artificiali facciamo un bilancio dell’AI nel 2025: sorprese, delusioni e cambi di rotta che hanno impattato davvero il modo in cui lavoriamo — soprattutto su coding, produttività e strumenti AI.

Parliamo di Vibe Coding e di come sta cambiando le abitudini degli sviluppatori, del “caso” DeepSeek e dell’effetto che ha avuto sul panorama dei modelli, di Gemini e delle nuove dinamiche d’uso, e del ruolo dell’open source come acceleratore dell’innovazione. In mezzo: aspettative tradite, tool che ci hanno convinto (e quelli che ci hanno stancato), e cosa ci aspettiamo dal prossimo anno.

• AI e coding: cosa è cambiato davvero nel lavoro quotidiano

• Vibe Coding: perché ha sorpreso così tanti developer

• DeepSeek: impatto, percezione e “shock” di mercato

• Gemini: come ha spostato l’adozione e i flussi di lavoro

• Open source: velocità di innovazione e nuove opportunità

• Sorprese vs delusioni: hype, realtà e aspettative disattese (anche lato Big Tech)

• I nostri momenti preferiti dal podcast e perché continuiamo a esplorare

00:00 Introduzione e Auguri di Buon Anno
00:58 Riflessioni sul 2025 e Sorprese dell’Anno
07:45 Delusioni e Aspettative Non Soddisfatte
12:48 Outsider e Innovazioni Inaspettate
16:37 Strumenti AI Utilizzati e Preferenze
24:13 Cambiamenti nell’Uso degli Strumenti AI
26:37 Strumenti e Tecnologie in Evoluzione
29:41 Impatto delle Innovazioni nel Settore
33:23 Rilascio di Modelli e Open Source
35:02 Innovazioni e Sviluppi Recenti
42:08 Riflessioni sul Podcast e Interviste

🎧 Ascolta e segui “Risorse Artificiali”
Spotify: https://open.spotify.com/show/16dTKEEtKkIzhr1JJNMmSF
YouTube: https://www.youtube.com/channel/UCYQgzIby7QHkXBonTWk-2Fg
Home: https://risorseartificiali.com