Noticias

Ricercatori di SafeBreach Labs hanno scoperto una vulnerabilità critica negli agenti Gemini Workspace di Google, che può essere sfruttata tramite un semplice invito di Google Calendar contenente iniezioni di prompt nascoste. Questa tecnica, denominata "Targeted Promptware Attacks", consente di controllare dispositivi domestici intelligenti, esfiltrare dati sensibili e alterare l'ambiente fisico, evidenziando un rischio elevato per le applicazioni basate su LLM. Gli esperti esortano le aziende a rivalutare i rischi e ad adottare immediate contromisure.

Allianz sta adottando un assistente di conoscenza aziendale potenziato dall'intelligenza artificiale per trasformare le operazioni del suo call center. Questo strumento innovativo mira a ottimizzare l'efficienza degli agenti e a migliorare significativamente l'esperienza complessiva del cliente, fornendo risposte rapide e precise. L'implementazione sottolinea l'impegno di Allianz verso l'innovazione e un servizio clienti di eccellenza.

Anthropic ha lanciato Claude Cowork per Windows, offrendo la sua intelligenza artificiale avanzata agli utenti della piattaforma desktop di Microsoft. Questa versione garantisce una parità di funzionalità completa, rendendo disponibili tutte le capacità di Claude per migliorare la produttività e la collaborazione. L'introduzione mira ad espandere la portata di Claude e ad integrarsi nell'ecosistema Windows, offrendo un potente assistente AI per una vasta gamma di applicazioni professionali e personali.

L'intelligenza artificiale agentica rappresenta la prossima frontiera dell'IA, consentendo ai sistemi di agire autonomamente per raggiungere obiettivi complessi, pianificare azioni e prendere decisioni senza supervisione umana continua. Questa capacità trasformativa offre alle aziende un vantaggio competitivo significativo in termini di efficienza, innovazione e ottimizzazione operativa. Integrare l'IA agentica significa sbloccare nuove opportunità e ridefinire i processi aziendali in molti settori.

Teradata ha annunciato il lancio del suo Multi-Agent Collaboration Platform (MCP) Server in versione open-source, una mossa strategica per accelerare lo sviluppo e la gestione di agenti di intelligenza artificiale in contesti enterprise. Questa iniziativa mira a fornire alle aziende una piattaforma robusta e flessibile per l'orchestrazione e la collaborazione di agenti AI, promuovendo l'innovazione e l'interoperabilità nel settore. Con l'offerta open-source, Teradata intende favorire una maggiore adozione e personalizzazione delle soluzioni di IA per affrontare le complesse sfide aziendali.

OpenAI ha svelato l'architettura "unrolling" del suo ciclo dell'agente Codex in un report tecnico, basato su un design strettamente stateless. Il rapporto avverte sui cali di performance del prompt caching dovuti a definizioni di strumenti dinamiche (come quelle di MCP) che rompono il prefisso della cache. Per gestire le sessioni lunghe e ottimizzare il budget dei token, OpenAI impiega una strategia di "compaction" attiva che riassume semanticamente la cronologia, evitando la perdita di informazioni.

Il lancio di Google Gemma 3 270M, un modello di intelligenza artificiale con 270 milioni di parametri, suggerisce una potenziale nuova direzione per il settore. Questo modello, di dimensioni relativamente contenute rispetto ai giganti attuali, punta a promuovere l'efficienza, l'accessibilità e la sostenibilità dell'IA. Il suo focus sulla leggerezza potrebbe abilitare l'implementazione su dispositivi edge e mobili, democratizzando l'uso dell'intelligenza artificiale in svariati ambiti applicativi.

Un nuovo studio del Consorzio AI-Workforce rivela che la domanda di competenze in intelligenza artificiale sta trasformando il mercato del lavoro nei Paesi del G7 a una velocità senza precedenti. La ricerca "ICT in Motion: The Next Wave of AI Integration" mostra che i ruoli, le competenze e i percorsi di carriera sono profondamente influenzati dall'IA, con posizioni legate all'IA che dominano la crescita occupazionale e un'urgente necessità di un cambio di rotta nella formazione e nello sviluppo professionale.

Questa rassegna esplorativa analizza l'integrazione dell'intelligenza artificiale (AI) con i modelli epidemiologici meccanicistici, evidenziandone il potenziale trasformativo per la previsione delle malattie, la parametrizzazione e la calibrazione dei modelli. Basandosi su 245 studi idonei identificati da 15.460 record, lo studio sottolinea i progressi raggiunti e le lacune di ricerca ancora presenti. Tra queste, la necessità di considerare meglio il processo decisionale, esplorare set di dati più diversi e approfondire i meccanismi biologici e socio-comportamentali.

La Retrieval Augmented Generation (RAG) è un framework ibrido di intelligenza artificiale che potenzia i grandi modelli linguistici (LLM) integrandoli con fonti di dati esterne e aggiornate in tempo reale. In questo modo, gli LLM possono generare risposte più accurate, attuali e specifiche per un determinato dominio, riducendo le allucinazioni e fornendo fonti di riferimento. RAG è una soluzione scalabile ed economica per le applicazioni AI aziendali, permettendo di aggiornare le conoscenze senza dover riaddestrare i modelli.

Amazon Bedrock è un servizio AWS completamente gestito che consente la creazione semplificata di applicazioni di intelligenza artificiale generativa, senza la necessità di gestire infrastrutture. Offre accesso tramite API a una selezione di modelli base (foundation models) ad alte prestazioni di importanti aziende di IA, inclusa Amazon, permettendo la personalizzazione tramite tecniche come il fine-tuning e la generazione aumentata per recupero (RAG). Il servizio include ambienti di playground per sperimentare con i modelli e supporta l'implementazione di agenti per automatizzare attività aziendali complesse.

L'intelligenza artificiale generativa è destinata a trasformare radicalmente le operazioni di rete nel settore delle telecomunicazioni, offrendo un potenziale per migliorare la previsione dei KPI, l'ottimizzazione delle risorse e l'esperienza del cliente. Nonostante le sfide legate all'implementazione e alla scalabilità, IBM propone un modello a tre livelli incentrato sulla gestione dei dati, l'analisi avanzata e l'automazione intelligente. Questo approccio integra architetture RAG per la comprensione dei dati, modelli fondazionali specializzati per previsioni future e strumenti di simulazione per la determinazione di azioni ottimali e la generazione automatica di script.

I recenti progressi nell'intelligenza artificiale generativa stanno trasformando la capacità delle startup di innovare e scalare rapidamente, grazie all'adozione diffusa del machine learning e dei modelli basati su architetture transformer. Le applicazioni di IA generativa, alimentate da modelli fondazionali pre-addestrati su vasti dataset, sono in grado di creare nuovi contenuti come testo, immagini, codice e video. Questi strumenti, inclusi esempi come Amazon CodeWhisperer, offrono alle startup approcci versatili per sviluppare soluzioni innovative, dalla semplice ingegneria dei prompt alla personalizzazione avanzata dei modelli.

L'IA generativa sta rivoluzionando tutti i settori, consentendo la creazione intelligente di contenuti, intuizioni sui dati più profonde, automazione semplificata e prestazioni IA migliorate. NVIDIA supporta questa trasformazione con infrastrutture accelerate come le sue fabbriche di IA, la piattaforma NVIDIA AI Enterprise e microservizi avanzati come NVIDIA NIM, che facilitano lo sviluppo e l'implementazione di applicazioni IA generativa e autonoma. Queste tecnologie sono cruciali per affrontare sfide complesse e sbloccare efficienza in vari settori, dalla scoperta di farmaci ai servizi finanziari.

Databricks ha condotto oltre 2000 esperimenti su 13 modelli di linguaggio di grandi dimensioni (LLM) per analizzare l'impatto delle lunghezze di contesto estese sulle prestazioni della Generazione Aumentata da Recupero (RAG). La ricerca ha rivelato che, sebbene le lunghezze di contesto maggiori offrano il potenziale per includere più informazioni rilevanti, il punto di saturazione della rilevanza varia significativamente tra i diversi set di dati. Sono state inoltre evidenziate le limitazioni dei modelli a contesto lungo, come il fenomeno "Lost in the Middle" e l'aumento delle allucinazioni.

Un recente articolo della Harvard Business Review suggerisce che, sebbene l'IA generativa sia oggetto di grande entusiasmo, molte aziende faticano a trarne valore concreto, soprattutto nelle interazioni dirette con i consumatori. Tuttavia, gli agenti di intelligenza artificiale mostrano un notevole potenziale nell'ottimizzazione e nell'efficientamento dei processi interni aziendali. Questo implica una ricalibrazione delle aspettative e delle strategie di implementazione dell'IA per massimizzare il ritorno sull'investimento.

Teradata ha annunciato il lancio della versione comunitaria del suo primo server Model Context Protocol (MCP) per il primo semestre del 2026, con l'obiettivo di supportare le aziende nel testare i flussi di lavoro degli agenti IA che accedono ai dati. Una versione commerciale con supporto completo, maggiore sicurezza e funzionalità avanzate è in fase di sviluppo. Questo server mira a facilitare la connessione degli agenti IA ai dati operativi, offrendo strumenti per la gestione, l'analisi e l'integrazione, e posiziona Teradata in un mercato competitivo con attori come Databricks e Snowflake.

Cristian Alarcón, ingegnere informatico e YouTuber, ha creato EVA, un robot umanoide concettuale con intelligenza artificiale capace di esprimere fino a 13 emozioni. EVA memorizza e richiama localmente le conversazioni, imparando e rispondendo di conseguenza, e utilizza uno schermo LCD per le espressioni facciali, alimentato da GPT-4o e Whisper su Raspberry Pi 4. Il progetto, motivato dalla passione per la fantascienza, ha richiesto oltre un anno di sviluppo con codice Python come suo nucleo.

L'intelligenza artificiale generativa è destinata a trasformare radicalmente il panorama della tecnologia aziendale. Secondo le analisi di esperti, quattro cambiamenti chiave ridefiniranno il modo in cui le imprese operano, innovano e interagiscono con clienti e dipendenti. Questi spostamenti avranno un impatto profondo sull'efficienza, sulla creazione di valore e sulle strategie di crescita.

L'intelligenza artificiale sta rivoluzionando lo sviluppo strategico aziendale, permettendo alle organizzazioni di analizzare volumi massicci di dati, prevedere scenari futuri con maggiore accuratezza e ottimizzare i processi decisionali. Questa tecnologia non solo migliora l'efficienza e la precisione della pianificazione, ma apre anche nuove opportunità per l'innovazione e il vantaggio competitivo sostenibile in un panorama di mercato sempre più complesso e dinamico.