IA: le notizie più importanti della settimana (6 – 12 Ottobre 2025)

Le 5 notizie AI più importanti della settimana: OpenAI lancia Sora, Claude Sonnet 4.5, partnership AMD-OpenAI, strategia europea e Gemini Enterprise.

Intro

Ogni lunedì selezioniamo e analizziamo le 5 notizie più significative dal mondo dell’intelligenza artificiale. Non un semplice riassunto, ma una lettura critica degli sviluppi che stanno davvero cambiando il settore. Senza hype, senza tecnicismi inutili.

Perché 5 notizie? Perché sono sufficienti per restare aggiornati senza essere sopraffatti dall’informazione.

1. OpenAI DevDay: Sora diventa realtà e arriva AgentKit

OpenAI ha aperto il suo evento annuale DevDay con due annunci che cambiano le carte in tavola: il lancio pubblico di Sora, il generatore video AI atteso da mesi, e l’introduzione di AgentKit, un framework per costruire agenti AI autonomi che possono completare task complessi senza supervisione umana continua.

🔍 Cosa è successo:
Sora, precedentemente accessibile solo a un gruppo ristretto di beta tester, è ora disponibile per tutti gli utenti ChatGPT Plus a €20/mese. Il sistema può generare video fino a 60 secondi di alta qualità da semplici prompt testuali. AgentKit, invece, rappresenta l’evoluzione dell’API di OpenAI: permette agli sviluppatori di creare agenti che possono pianificare, eseguire e correggere autonomamente sequenze di azioni attraverso più strumenti e API. OpenAI ha anche presentato “ChatGPT Apps”, un marketplace dove sviluppatori possono distribuire le loro applicazioni basate su GPT.

💡 Perché è importante:
Sora non è il primo generatore video AI – esistono già Runway, Pika e altri – ma il fatto che OpenAI lo integri direttamente nell’ecosistema ChatGPT, usato da oltre 200 milioni di utenti settimanali, cambia radicalmente la scala del fenomeno. Improvvisamente, la creazione video AI passa da strumento di nicchia per professionisti a funzionalità mainstream accessibile a chiunque abbia uno smartphone. Per quanto riguarda AgentKit, siamo di fronte a un cambio di paradigma: da AI che risponde a domande a sistemi che possono agire autonomamente nel mondo digitale – prenotare voli, gestire email, coordinare progetti. È l’inizio dell’era degli “AI workers” di cui si parla da anni.

🎯 Il nostro take:
OpenAI sta vincendo non sulla tecnologia pura – altri modelli sono comparabili o superiori in specifici benchmark – ma sull’accessibilità e l’integrazione. Sora arriva tardi rispetto ad alcuni competitor, ma arriva con la distribuzione più capillare del settore. Il rischio? Che questa democratizzazione avvenga troppo velocemente, senza che società e legislatori abbiano il tempo di elaborare le implicazioni. Deepfake video diventeranno indistinguibili dalla realtà, la disinformazione visiva si moltiplicherà esponenzialmente. OpenAI promette watermarking e sistemi di rilevamento, ma la storia ci insegna che questi strumenti sono sempre un passo indietro rispetto agli abusi.

Fonte: SD Times, Radical Data Science

2. AMD e OpenAI uniscono le forze: la fine del monopolio Nvidia?

AMD ha annunciato una partnership strategica pluriennale con OpenAI per sviluppare la prossima generazione di chip specializzati per l’addestramento e l’inferenza di modelli AI. L’accordo prevede investimenti congiunti in ricerca e sviluppo, con AMD che fornirà hardware custom ottimizzato specificamente per l’architettura GPT.

🔍 Cosa è successo:
Secondo fonti industriali, AMD investirà oltre €2 miliardi nei prossimi tre anni per creare chip che riducano i costi di addestramento dei modelli AI del 40-50% rispetto alle soluzioni Nvidia attuali. OpenAI, in cambio, si impegna ad adottare questi chip per almeno il 30% della sua capacità computazionale entro il 2027. L’accordo include anche clausole di co-design: gli ingegneri di OpenAI lavoreranno fianco a fianco con quelli di AMD per ottimizzare hardware e software in tandem, un approccio simile a quello che Apple ha usato con successo per i suoi chip M-series.

💡 Perché è importante:
Nvidia ha dominato il mercato dei chip AI con una quota di mercato superiore all’80%, permettendole di imporre prezzi elevatissimi – un singolo chip H100 costa fino a €40.000. Questa partnership rappresenta la prima seria minaccia a questo monopolio. Se AMD riuscirà a mantenere le promesse di performance e costo, l’intero settore AI potrebbe beneficiare di una maggiore concorrenza hardware, riducendo le barriere all’ingresso per startup e ricercatori che oggi sono tagliati fuori dai costi proibitivi dell’infrastruttura AI. C’è anche una dimensione geopolitica: AMD è un’azienda americana, e questa mossa rafforza l’indipendenza tecnologica degli Stati Uniti in un momento di tensioni crescenti con la Cina sul controllo della supply chain dei semiconduttori.

🎯 Il nostro take:
AMD ha già provato a sfidare Nvidia diverse volte negli ultimi anni, con risultati modesti. La differenza questa volta è l’ancoraggio a un cliente heavyweight come OpenAI, che garantisce volumi e stabilità. Tuttavia, sviluppare chip competitivi richiede anni, e Nvidia non starà a guardare – ha già annunciato la prossima generazione Blackwell con prestazioni raddoppiate. La vera domanda è: arriveranno in tempo? Nel frattempo, la concentrazione del potere computazionale rimane un problema critico per la democratizzazione dell’AI. Una partnership tra giganti non risolve il problema fondamentale: chi non ha miliardi non può giocare.

Fonte: Radical Data Science

3. L’Europa rilancia sull’AI con 1 miliardo di euro: troppo poco, troppo tardi?

L’Unione Europea ha presentato la sua rinnovata strategia sull’intelligenza artificiale, con l’European Institute of Innovation and Technology (EIT) che stanzia 1 miliardo di euro per ricerca, startup e infrastrutture AI nei prossimi cinque anni. L’obiettivo dichiarato è ridurre il gap tecnologico con Stati Uniti e Cina.

🔍 Cosa è successo:
Il pacchetto, annunciato dalla Commissione Europea, prevede tre pilastri principali: €400 milioni per centri di ricerca avanzata in AI situati in almeno 10 paesi membri; €350 milioni per supportare startup AI europee in fase seed e serie A attraverso fondi di venture capital pubblici; €250 milioni per costruire cluster di supercalcolo dedicati all’AI accessibili a ricercatori e PMI. La strategia include anche revisioni dell’AI Act per facilitare l’innovazione senza compromettere la sicurezza, e programmi di formazione per creare 100.000 nuovi specialisti AI entro il 2030.

💡 Perché è importante:
L’Europa rischia seriamente di diventare irrilevante nella corsa all’AI. Mentre aziende americane e cinese investono decine di miliardi annui, il continente europeo ha prodotto poche unicorn AI e dipende quasi totalmente da tecnologie straniere. OpenAI da sola spende più di 1 miliardo di euro all’anno solo in capacità computazionale. La differenza non è solo nei soldi: è nell’ecosistema. La Silicon Valley ha venture capital aggressivi, talenti globali, e una cultura del rischio. L’Europa ha regolamentazione – l’AI Act è il più avanzato framework legislativo al mondo, ma molti temono che soffochi l’innovazione invece di guidarla. Questo investimento è un segnale che Bruxelles ha capito il problema, ma la scala è ridicola rispetto ai competitor.

🎯 Il nostro take:
Un miliardo in cinque anni equivale a €200 milioni all’anno per un continente di 450 milioni di persone. Per contesto, OpenAI ha raccolto €6.6 miliardi in un singolo round di finanziamento questo mese. L’Europa continua a giocare una partita difensiva – proteggere i cittadini, regolamentare i rischi – dimenticando che senza capacità tecnologica propria, finirà per importare AI progettata altrove secondo valori altrui. Il rischio non è solo economico: è geopolitico e culturale. Se tutta l’AI che usiamo riflette priorità e bias americani o cinesi, l’autonomia strategica europea resta uno slogan vuoto. Servirebbe un New Deal digitale, non toppe incrementali.

Fonte: LinkedIn – AI Europe

4. Claude Sonnet 4.5: Anthropic alza la posta nella guerra dei modelli

Anthropic ha rilasciato Claude Sonnet 4.5, un aggiornamento significativo del suo modello di punta che, secondo benchmark indipendenti, supera GPT-4o e Gemini Ultra in diversi task di ragionamento complesso, matematica avanzata e coding. Il modello introduce anche una modalità “Extended Thinking” che può elaborare problemi per minuti invece che secondi, simulando riflessione profonda.

🔍 Cosa è successo:
Claude Sonnet 4.5 mostra miglioramenti sostanziali in matematica competitiva (risolve correttamente il 71% dei problemi dell’IMO, contro il 58% di GPT-4o), coding (passa il 91% dei test HumanEval, contro l’87% del competitor più vicino), e comprensione di documenti lunghi (gestisce fino a 200.000 token di contesto con degradazione minima della qualità). La funzione Extended Thinking è particolarmente interessante: invece di rispondere immediatamente, il modello può “pensare” per 1-5 minuti, esplorando diversi approcci al problema prima di fornire la risposta. Anthropic sostiene che questo riduce gli errori logici del 40% rispetto alla modalità standard.

💡 Perché è importante:
La competizione nell’AI è ferocissima, e Anthropic – fondata da ex-membri senior di OpenAI che se ne andarono per disaccordi sulla sicurezza – sta dimostrando che si può competere con i giganti mantenendo un approccio più cauto e trasparente. Claude ha costruito una reputazione per essere “più sicuro” e “più etico” di GPT, con maggiori guardrail contro contenuti dannosi e risposte più bilanciate su temi controversi. Questo aggiornamento dimostra che sicurezza e performance non sono mutualmente esclusive – puoi avere un modello potente senza compromettere principi. È anche un segnale che OpenAI non ha più il monopolio dell’eccellenza tecnica: altri stanno raggiungendo e in alcuni casi superando GPT.

🎯 Il nostro take:
La modalità Extended Thinking è affascinante ma solleva domande filosofiche. Cos’è davvero il “pensiero” in un’AI? Quando Claude “riflette” per 5 minuti, sta davvero ragionando o sta semplicemente eseguendo più iterazioni di pattern matching? Il linguaggio usato da Anthropic – “pensiero profondo”, “riflessione” – antropomorfizza il processo in modi che potrebbero essere fuorvianti. Dal punto di vista pratico, però, se produce risultati migliori, agli utenti importa poco della semantica filosofica. La vera innovazione potrebbe essere nel riconoscere che velocità non è sempre virtù: a volte le risposte migliori richiedono tempo, anche per le macchine.

Fonte: AI Apps

5. Google Gemini Enterprise: l’AI aziendale diventa mainstream

Google ha lanciato ufficialmente Gemini Enterprise, una suite completa di strumenti AI progettata specificamente per grandi organizzazioni, con focus su sicurezza, compliance e integrazione profonda con l’ecosistema Google Workspace. L’offerta include modelli personalizzabili, deployment on-premise o cloud, e garanzie contrattuali stringenti su privacy dei dati e proprietà intellettuale.

🔍 Cosa è successo:
Gemini Enterprise si posiziona come alternativa enterprise a Microsoft Copilot e ai servizi business di OpenAI. Include funzionalità avanzate come: assistenti AI personalizzati addestrati su dati proprietari dell’azienda (senza che questi dati vengano usati per migliorare i modelli generali di Google); integrazione nativa con Gmail, Docs, Sheets, Meet per automatizzare workflow complessi; controlli granulari per amministratori IT su quali dipendenti possono accedere a quali funzionalità AI; audit trail completi di tutte le interazioni con l’AI per compliance normativa. Il pricing parte da €30/utente/mese per organizzazioni con almeno 300 dipendenti.

💡 Perché è importante:
Il vero business dell’AI non sarà nel B2C (consumer apps come ChatGPT) ma nel B2B (enterprise adoption). Le aziende hanno esigenze completamente diverse dai consumatori: non possono tollerare allucinazioni, hanno requisiti di compliance rigorosi, necessitano di garanzie legali su chi possiede i dati e gli output. Finora, l’AI enterprise è stata dominio di Microsoft con Copilot. Google, nonostante sia leader nell’AI research (ha letteralmente inventato i Transformer, l’architettura alla base di tutti i modelli moderni), è arrivata tardi nel mercato business. Gemini Enterprise è il tentativo di recuperare terreno, sfruttando la base installata massiccia di Workspace – oltre 3 miliardi di utenti enterprise globalmente.

🎯 Il nostro take:
Il vero test sarà la fiducia. Dopo anni di scandali sulla privacy e l’uso dei dati degli utenti per addestrare modelli, Google deve convincere CTO e legal departments che Gemini Enterprise è davvero “diverso” dai servizi consumer. Le garanzie contrattuali sono un passo giusto, ma la reputazione si costruisce lentamente e si distrugge velocemente. C’è anche una questione più profonda: quanto vogliamo che l’AI entri nei nostri ambienti di lavoro? Assistenti che leggono tutte le tue email, partecipano a tutte le tue riunioni, hanno accesso ai documenti sensibili dell’azienda. La promessa è efficienza. Il rischio è sorveglianza totale, anche se mascherata da produttività. Le aziende adotteranno questi strumenti – i vantaggi competitivi sono troppo grandi – ma dovremmo chiederci che tipo di cultura lavorativa stiamo costruendo.

Fonte: SD Times, Artificial Intelligence News

📊 Cosa ci dicono realmente questi sviluppi

Questa settimana di notizie sull’IA disegna una mappa chiara dello stato dell’arte: non più promesse, ma prodotti. E con essi, emergono le vere linee di faglia del settore.

La democratizzazione incontra la banalizzazione: Il lancio pubblico di Sora non è un semplice aggiornamento di prodotto – è il momento in cui il video AI diventa mainstream. Come i social network hanno democratizzato l’informazione (con tutte le conseguenze che conosciamo), OpenAI sta democratizzando la creazione visiva. Il rischio non è solo la disinformazione, ma la banalizzazione della realtà stessa: quando chiunque può generare qualsiasi scena, cosa rimane di autentico?

Il monopolio hardware vacilla, ma il potere si consolida: La partnership AMD-OpenAI sembra una vittoria per la concorrenza, ma in realtà è un’alleanza tra titani. Non è la fine del dominio di Nvidia, ma l’inizio di un oligopolio. Il vero messaggio è chiaro: l’era dell’IA “democratica” è un’illusione – senza miliardi e partnership strategiche, non si compete. Il potere computazionale si concentra, non si distribuisce.

L’Europa gioca una partita diversa, forse la sbagliata: L’investimento da 1 miliardo dell’UE conferma che Bruxelles sta combattendo la guerra sbagliata. Mentre USA e Cina investono in capacità, l’Europa investe in regolamentazione. Non è una strategia, è una resa mascherata da prudenza. Il continente rischia di diventare il museo dell’IA: un posto dove si studia e si regolamenta la tecnologia, mentre altri la costruiscono.

L’enterprise diventa il vero campo di battaglia: Google Gemini Enterprise segna la fine dell’IA come giocattolo e l’inizio dell’IA come infrastruttura critica. Ma c’è un paradosso: più l’AI diventa affidabile per le aziende, più diventa opaca per gli individui. Stiamo costruendo sistemi che i dipartimenti IT possono controllare, ma che i cittadini non possono comprendere.

Il pensiero profondo è la nuova frontiera: La modalità “Extended Thinking” di Claude 4.5 non è un miglioramento incrementale – è un cambio di paradigma culturale. Dopo anni di ossessione per la velocità, qualcuno ha capito che alcune risposte richiedono tempo. Forse è una lezione anche per noi: nell’era dell’IA istantanea, il vero lusso non sarà l’accesso alla tecnologia, ma il tempo per pensare.

La verità scomoda: Stiamo costruendo un futuro in cui l’IA consumer ci intrattiene con video sempre più realistici, mentre l’IA enterprise prende decisioni sempre più importanti alle nostre spalle. La domanda non è più “quando arriverà l’AGI?”, ma “chi controllerà l’IA che già c’è, e per quali scopi?”.