Latest / AGORÀ Intelligence — Il Briefing / Il Briefing di AGORÀ — mercoledì 21 ottobre 2026

Transcript

Il Briefing di AGORÀ — mercoledì 21 ottobre 2026 · AGORÀ Intelligence — Il Briefing

• 0:04
  Adam: Buongiorno e benvenuti al Briefing di Agorà Intelligence. Sono Adam e iniziamo subito con la notizia del giorno: agenti AI autonomi di un criminale nei siti di oltre 100 aziende. Ne parliamo con Leon, che nella nostra redazione segue gli agenti AI, i loro rilasci e i loro incidenti.
• 0:21
  Leon: Buongiorno a chi ascolta: un criminale di lingua cinese ha guidato questi agenti con istruzioni di meno di 100 caratteri cinesi, secondo Reuters, che ha esaminato i suoi archivi. Gli agenti hanno tentato più di 1.200 siti. Fra le aziende raggiunte ci sono il produttore di macchine agricole Deere, l'azienda di elettrodomestici SharkNinja e il costruttore di motori Cummins. Il ricercatore Snorre Fagerland, della società di sicurezza NorForge, ha osservato le operazioni in diretta, perché gli operatori avevano lasciato i pannelli di controllo aperti su internet. Da circa il 2 ottobre Fagerland ha trovato una ventina abbondante di copie attive di Cairn usate per attaccare. Cairn è uno strumento AI open source diffuso tra gli hacker, nato per test di intrusione autorizzati. Assegna agli agenti un punto di partenza e un obiettivo, poi li lascia procedere passo dopo passo. Ogni scoperta finisce su una bacheca condivisa, dove l'operatore umano può aggiungere suggerimenti.
• 1:17
  Adam: Ci sono anche aziende che affidano agli agenti i propri clienti e perfino la cassa. Nova, tu segui l'industria e i prodotti: che cosa cambia con l'accordo fra Sierra e Stripe?
• 1:29
  Nova: Buona giornata a tutti: con quell'accordo gli agenti AI di Sierra, la startup guidata da Bret Taylor, incassano il pagamento dentro la stessa telefonata, come riporta The Next Web. L'agente passa in modalità sicura. Il cliente digita la carta sul tastierino e i dati arrivano dritti a Stripe. L'agente vede lo stato del pagamento e le ultime quattro cifre. Prima di questo accordo, quando il cliente doveva pagare, l'agente vocale spesso lo passava a un altro sistema oppure gli mandava un link. Cedar è una società di fatturazione sanitaria ed è fra i primi clienti di Sierra. Lì il 71,3 per cento delle chiamate in cui il paziente avvia un pagamento finisce con l'incasso, secondo i dati di Sierra. Letti al contrario, quei dati dicono che 287 pagamenti avviati su mille si fermano prima dell'incasso. Un direttore finanziario vorrà misurare quello scarto sui dati della propria azienda.
• 2:18
  Adam: Anche la ricerca studia quando un sistema AI sbaglia. Mira, tu segui gli studi scientifici: un modello che prova tante risposte arriva più spesso a quella giusta?
• 2:28
  Mira: Ben trovati, Adam: ci arriva più spesso e consegnarla dipende da chi sceglie fra le risposte. Lo misura SPLIT, il metodo che Srinivasan Iyengar ha pubblicato su arXiv il 16 ottobre 2026 per decidere come spendere il calcolo di un modello mentre risponde. Il test copre sette benchmark di matematica, domande scientifiche, codice e agenti di sviluppo software, con 26 modelli e 175 sistemi agentici. Il paper scompone il successo in due eventi. Almeno una delle risposte generate deve essere corretta. Poi il verificatore, cioè il sistema che sceglie fra le risposte, deve scegliere proprio quella. Il primo evento cresce in modo prevedibile con il numero di campioni. Il secondo segue la qualità del verificatore. Iyengar ha usato sei tipi di verificatori reali, fra cui test automatici del codice, voto a maggioranza e giudici LLM. Secondo il suo calcolo, ogni regola fissa per distribuire il calcolo mentre il modello risponde resta, in almeno uno scenario, almeno 2,5 punti percentuali sotto la scelta migliore.
• 3:35
  Adam: Nella robotica Daimon Robotics sostiene che, per addestrare i robot, i dati raccolti toccando oggetti veri pesano più della potenza di calcolo. Vega, tu vai spesso controcorrente: dove sta il costo vero per addestrare un robot?
• 3:51
  Vega: Salve, Adam: secondo me, nei robot che afferrano oggetti, il prezzo lo farà chi possiede le ore di dati raccolti toccando oggetti veri, più di chi addestra il modello più grande. Daimon Robotics punta a oltre un milione di ore di dati tattili con il programma Daimon-Infinity. A 30 Hz quel traguardo vale circa 108 miliardi di letture tattili. Daimon resta fuori dalla corsa al foundation model, il modello generale per robot. A chi costruisce quei modelli vende tutto quello che serve per il dato tattile: i sensori, la raccolta e una simulazione tarata su misure reali. Lo ha spiegato a The Robot Report Zhu, partner e vicepresidente tecnologia dell'azienda. Il mercato guarda i modelli che collegano la vista, il linguaggio e l'azione e i grandi archivi di dati robotici. Daimon guarda forza, scivolamento e contatto. Una camera registra un oggetto con relativa facilità. Il dato tattile nasce da un contatto fisico e cambia con il materiale, la geometria, la forza applicata e il compito.
• 4:53
  Adam: Cambiamo terreno e passiamo alle persone che lavorano nell'industria dei chip. Sentiamo Vera, che segue le persone e le organizzazioni: che cosa ha scritto il capo di Qualcomm ai dipendenti?
• 5:05
  Vera: Un saluto a chi ci ascolta: Cristiano Amon, CEO di Qualcomm, annuncia licenziamenti in tutto il mondo in un memo interno visto da Reuters. I tagli arriveranno dopo la chiusura delle valutazioni annuali e le prime comunicazioni partiranno a novembre 2026. Amon parla di «performance-focused reduction», cioè un taglio centrato sulla prestazione. Il memo tace sul numero dei posti. A fine settembre 2025 Qualcomm contava circa 52.000 persone, secondo il rapporto annuale depositato alla SEC. La valutazione annuale è uno dei criteri per decidere chi esce. Amon aggiunge le priorità di business, i bisogni dell'organizzazione, le competenze e l'esperienza. Scrive che la crescita del business ha cambiato le competenze di cui Qualcomm ha bisogno. La mia lettura è netta: il memo chiama cultura della prestazione una transizione di competenze, gestita con l'uscita delle persone invece che con la loro ricollocazione.
• 6:07
  Adam: Dai conti di un'azienda saliamo ai conti di due potenze. Cato, tu leggi i soldi e la geopolitica dell'intelligenza artificiale: chi paga la corsa fra Washington e Pechino?
• 6:18
  Cato: Buongiorno, Adam: la domanda viene da un saggio che Niall Ferguson, Lisa Klaassen ed Eric Schmidt hanno pubblicato il 20 ottobre su Foreign Affairs. Secondo gli autori la questione decisiva potrebbe essere chi riesce a pagare la corsa, più di chi arriva prima all'intelligenza artificiale generale. Un fatto riferito da Reuters pesa più della tesi. La cinese Moonshot AI tratta con Amazon, Microsoft e Alphabet per una quota dei ricavi che questi gruppi incassano ospitando il suo modello Kimi K3. Alphabet vende quella capacità attraverso Google Cloud. Io porto la tesi un passo oltre. Il vero limite è il debito con cui si pagano gli investimenti nell'AI. La durata di quel debito conta più del primato tecnico. La storia offre un precedente. Nel 1906 la Royal Navy varò la Dreadnought, la prima corazzata armata soltanto con cannoni di grosso calibro. Quella nave rese superata la flotta da battaglia britannica esistente e aprì la strada a rivali come la Germania. La rincorsa che seguì costrinse Londra a quasi raddoppiare la spesa navale fra il 1900 e il 1914. Oggi il vantaggio americano, stimato in forse sei mesi, va ricomprato a ogni nuova generazione di chip e di modelli.
• 7:25
  Adam: Su Google Cloud, intanto, la startup Visko ha fatto girare un modello che genera video dal vivo e cambia la scena secondo i comandi di chi guarda. È la storia di oggi e la racconta Saga: come ci è arrivata Visko?
• 7:39
  Saga: Eccomi, buongiorno a voi: la storia comincia ad agosto 2026, quando Visko e gli ingegneri di Google Cloud si mettono al lavoro su Orbis, il modello video live della startup. In 30 giorni lo portano su un unico slice di Cloud TPU, cioè un blocco di chip di Google. Orbis parte da un prompt di testo o da un'immagine e genera video e audio in flusso continuo, mentre lo spettatore cambia la scena con nuovi comandi. In una sessione di prova un gatto dorme accanto al camino. Lo spettatore chiede una ciotola di cibo e il gatto si alza e miagola. Orbis produce il video a pezzi: ogni pezzo va generato prima che lo spettatore finisca di guardare il precedente. Tre modelli di AI generativa condividono gli stessi chip e si alternano su ogni frammento. Secondo il post delle due aziende, il sistema è in produzione e genera il video 1,07 volte più in fretta di quanto duri la visione. La demo pubblica è aperta dal 1° settembre 2026.
• 8:42
  Adam: Un gatto che si alza al comando di chi guarda, in tempo reale. In apertura abbiamo sentito di agenti AI che, con poche righe di istruzioni, sono arrivati da soli ai siti di oltre 100 aziende. Oggi abbiamo visto macchine che lavorano con pochi comandi umani, per creare video e per attaccare siti. 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.