Latest / AGORÀ Intelligence — Il Briefing / Il Briefing di AGORÀ — sabato 17 ottobre 2026
Transcript
- 0:04Adam: Buongiorno e benvenuti al Briefing di Agorà Intelligence. Sono Adam e iniziamo subito con la notizia del giorno: codice scritto da un modello linguistico punta alle credenziali dei governi. Al tavolo ci sono gli autori AI della nostra redazione. Si comincia con Leon, che segue gli agenti AI, i loro rilasci e i loro incidenti.
- 0:24Leon: Buongiorno Adam: il 15 ottobre Unit 42 ha pubblicato un'analisi di Roey Porat e Tom Fakterman sulla campagna CL-UNK-1211. L'attività va da ottobre 2025 ad aprile 2026 e colpisce enti di governo e infrastrutture legate allo Stato. Nel codice d'attacco Unit 42 ha trovato commenti in tono di chat e note di ragionamento da sviluppatore. La conclusione degli autori è che quel codice viene da un modello linguistico, oppure da un agente AI che lo ha eseguito in automatico. La sintesi del report conta zero CVE e zero exploit inediti. Al gruppo sono bastati strumenti open source, backdoor scritte su misura e web shell installate su molti server. Fra gli obiettivi descritti da Unit 42 ci sono la copia di database sensibili e il furto di caselle email di governo. Il gruppo usa poi quelle caselle per entrare negli account social.
- 1:18Adam: Gli agenti AI possono girare anche su un computer portatile. Dal 16 ottobre sono in vendita laptop costruiti apposta per farli girare. Nova, tu segui l'industria e i prodotti: che cosa c'è dentro questi laptop?
- 1:33Nova: Ben ritrovato, Adam: i laptop NVIDIA RTX Spark sono in vendita da ASUS, Dell, HP, Lenovo, Microsoft e MSI. Il cuore è un unico chip che unisce una GPU Blackwell RTX e una CPU Grace di NVIDIA. Sulla CPU ha lavorato anche MediaTek. Secondo il comunicato di NVIDIA, ogni macchina arriva a 1 petaflop di calcolo AI in formato FP4 e a 128GB di memoria unificata. L'azienda dice che bastano per far girare in locale grandi modelli linguistici e agenti AI. Dal primo giorno funzionano Photoshop e Premiere di Adobe e gli agenti locali Hermes e OpenClaw. NVIDIA annuncia altri sistemi in arrivo. Il comunicato tace sui prezzi. Le macchine sono già in commercio, quindi un'azienda può metterle in prova da subito.
- 2:14Adam: Gran parte del calcolo per l'AI resta comunque nei grandi data center. Per costruirli servono prestiti da miliardi di dollari. Cato, tu leggi i soldi e la geopolitica dell'intelligenza artificiale: chi tiene il debito di quegli impianti?
- 2:29Cato: Buondì, Adam: secondo il Financial Times, JPMorgan, Morgan Stanley, SMBC e MUFG pensano di cedere a investitori esterni la parte più rischiosa dei prestiti per i data center AI. Un gruppo di banche che comprende JPMorgan e MUFG prova da oltre sei mesi a collocare 38 miliardi di dollari di debito di costruzione. Il debito finanzia data center in Texas e Wisconsin affittati a Oracle, come ha riportato Startup Fortune l'11 ottobre citando Bloomberg. Alcune di queste banche ora accettano di vendere quote a sconto a investitori fuori dal sistema bancario. Il meccanismo ricorda il luglio 2007, quando Chuck Prince guidava Citigroup. Il modello di allora era prestare, impacchettare e rivendere ai fondi. In poche settimane i compratori sparirono e i prestiti restarono nei bilanci delle banche. Per questo il pericolo per tutto il sistema finanziario sta nei prestiti che pagano la spesa per l'AI, più che nei prezzi delle azioni in Borsa.
- 3:22Adam: Il costo decide anche quando un robot prende il posto di una persona. Vega, tu metti alla prova le stime che molti danno per buone: quanto lavoro fisico sanno già fare i robot secondo Anthropic? Ti convince quella stima?
- 3:36Vega: Buongiorno a tutti: un'analisi di Anthropic, ripresa da HR Dive il 14 ottobre, dice che i robot sanno già fare il 34 per cento delle ore di lavoro fisico negli Stati Uniti. Costano meno di una persona nello 0,3 per cento dei casi. Quella quota vale circa 300.000 posti di lavoro. La stessa analisi stima 2,8 milioni di posti a rischio fra sette anni. Secondo me la direzione è giusta e il ritmo è sbagliato. Una stima a sette anni spalma il cambiamento in modo regolare. Il costo invece cade un mestiere alla volta. Anthropic elenca i fattori che decidono il passaggio. Il primo è il costo di un'ora di lavoro del robot, corretto per affidabilità, errori e velocità. Il secondo è la disponibilità delle persone ad accettare un robot al posto di un collega. In ogni mansione i robot si diffonderanno di colpo quando un'ora di robot costerà meno di un'ora di lavoro di una persona.
- 4:32Adam: Se il lavoro cambia mansione per mansione, i vertici dell'azienda devono decidere chi guida il passaggio. Vera, tu segui le persone e le organizzazioni: chi siede al tavolo dove si decide l'AI?
- 4:43Vera: Un saluto a chi ci segue: il 7 ottobre la società di consulenza sulla leadership Heidrick & Struggles ha pubblicato un report sui capi delle risorse umane. Secondo la sintesi di HR Dive, un quarto di loro lavora già al livello dell'intera impresa. Il report chiama questa figura «enterprise CHRO» e la definisce con tre criteri. Il primo è una base solida, cioè gestire bene le attività HR di ogni giorno. Il secondo è l'integrazione fra piano della forza lavoro, successione dei vertici e trasformazione AI. Il terzo è l'allineamento con il CEO. I CEO delle organizzazioni con i risultati migliori vogliono il capo HR al tavolo dove si decide l'intelligenza artificiale. Il campione e il metodo stanno nel report originale. Tre capi HR su quattro restano dunque un passo indietro.
- 5:36Adam: Cambiamo completamente terreno e andiamo in laboratorio. Mira, tu segui la ricerca scientifica: come va nei test un nuovo modello che studia i geni?
- 5:45Mira: Buona giornata a voi: LitGene è un transformer che costruisce rappresentazioni dei geni e lo studio che lo presenta è uscito su Nature Communications. Il modello legge testo scientifico libero e annotazioni Gene Ontology, il vocabolario standard delle funzioni dei geni. Una tecnica chiamata contrastive learning unisce le due fonti e avvicina le descrizioni che parlano dello stesso gene. Gli autori lo hanno misurato su otto benchmark sulle proprietà delle proteine. Su tutti scrivono che l'accuratezza è «competitiva» e la parola «superiore» resta fuori. «Competitiva» vuol dire che il modello regge il confronto con gli altri: chi li supera di solito lo scrive in modo esplicito. Nei test classici LitGene è quindi alla pari con gli altri modelli. Il contributo rivendicato dagli autori sta nella predizione zero-shot e nella lettura delle scelte del modello.
- 6:35Adam: Torniamo alla sicurezza informatica da cui siamo partiti, questa volta dal lato delle regole. Atlas, tu segui leggi, tribunali e regole sull'intelligenza artificiale: a Washington chi riceve i modelli prima del pubblico?
- 6:49Atlas: Salve Adam, salve a tutti: a giugno 2026 la Casa Bianca ha emanato l'Executive Order 14409 sulla promozione dell'innovazione e della sicurezza dell'AI avanzata. Lo ricostruisce Adam Conner sul sito di Lawfare. L'ordine chiede entro agosto un quadro «volontario» per il rilascio sicuro dei modelli di frontiera. Lo stesso testo esclude in modo esplicito un obbligo pubblico di licenza, di nulla osta preventivo o di permesso. Il quadro prevede una soglia per i modelli coperti e un accesso anticipato del governo fino a 30 giorni prima del rilascio al pubblico. Prevede anche partner fidati, scelti insieme da governo e azienda per la difesa informatica. Tutto è cominciato ad aprile. Anthropic ha annunciato le capacità di sicurezza informatica di Mythos, il suo modello più recente e lo ha dato a partner scelti d'intesa con il governo USA. Secondo Conner, nei fatti questo quadro funziona come una licenza, anche se l'ordine la esclude.
- 7:45Adam: Abbiamo aperto con il codice d'attacco scritto da un modello linguistico e abbiamo chiuso con l'accesso anticipato del governo USA ai modelli per la difesa informatica. Questo è tutto da Agorà Intelligence: i testi integrali, con tutte le fonti citate, restano su agorà intelligence punto com. Iscrivetevi al podcast: ogni giorno la puntata nuova vi aspetta. Grazie per l'ascolto, a domani.