Il nuovo modello di casa OpenAi spinge su multimodalità e catene di ragionamento, Gemini 2.5 consolida qualità e rapidità, Claude 4.1 sperimenta agenti verificatori, mentre Llama rilancia l’open-source
Che estate, quella dell’intelligenza artificiale! Mentre mezza Europa cercava refrigerio, i laboratori delle Big Tech hanno accelerato al massimo: modelli più rapidi e capaci di “ragionare” sono usciti dai centri di ricerca e hanno fatto la loro comparsa nei dispositivi di uso quotidiano. È stata una stagione che ha messo insieme stupore e interrogativi: più capacità ma anche più interrogativi. Sul fronte dei modelli sono arrivati dei segnali chiari che indicano la direzione verso cui stiamo andando: GPT5 ha spinto sulla multimodalità e soprattutto sulle catene di ragionamento, con meno “allucinazioni” anche nei compiti più complessi. Google ha consolidato Gemini 2.5, con la versione Pro orientata alla qualità e Flash a velocità e costi. Anthropic ha rilanciato con Claude 4 e subito dopo 4.1, puntando su agenti che pianificano e verificano, mentre nel mondo open-source, la linea Llama di casa Meta ha mostrato che trasparenza e adattabilità possono competere in molte aree.
Questa spinta a “pensare meglio”, però, ha un prezzo energetico: più grande è il modello, più energia serve per addestrarlo e per rispondere all’utente. Le nuove modalità di ragionamento esteso, attivate sui quesiti complessi, moltiplicano i cicli di calcolo per guadagnare qualità; un singolo prompt difficile può costare molte volte di più di una risposta standard. Cresce l’idea di una trasparenza misurabile: etichette energetiche e metriche comparabili, utili a utenti e regolatori. I data center sono il cuore della questione energetica, il rischio, soprattutto dove la rete è legata ai combustibili fossili, è di trasformare l’innovazione in una ciminiera di emissioni. La risposta tecnologica è già in atto (almeno in nuce): chip più efficienti; architetture “mixture-of-experts” attivate solo quando serve; quantizzazione e pruning; raffreddamenti più efficaci, anche a immersione.
C’è poi la leva delle rinnovabili: eolico, fotovoltaico, impianti geotermici e climi più freddi, nascono hub in aree con elettricità verde, mentre cresce l’edge…modelli leggeri eseguiti su smartphone e Pc riducono il traffico verso il cloud, tagliano la latenza e distribuiscono i consumi, rendendoli più governabili. Ricordiamoci, però, che l’AI può essere parte della soluzione climatica: nelle reti elettriche, per esempio, ottimizza l’integrazione delle rinnovabili; nella logistica riduce percorrenze e sprechi; nell’agricoltura di precisione dosa acqua e fertilizzanti; negli edifici regola riscaldamento e raffreddamento con estrema accuratezza.
Questi guadagni possono compensare parte dell’aumento dovuto ai server, ma serve metodo e regolamentazione: misurare gli impatti reali, fissare standard e sostenere gli investimenti dove oggi mancano. Il quadro che emerge chiede politiche industriali e regole semplici come, per esempio, incentivi all’efficienza, disclosure e criteri di acquisto green per la Pubblica amministrazione, così da orientare il mercato senza frenare la ricerca. L’estate 2025 ha dimostrato che la partita dell’AI non si gioca più solo sulle performance, il vero salto di qualità verrà da chi saprà legare potenza e impatto sociale e ambientale, trasformando il calcolo in un alleato della persona e della casa comune. Innovare oggi significa anche risparmiare domani: l’intelligenza, per dirsi tale, deve saper fare di più consumando meno.
Algoritmi al potere, rivoluzione silenziosa
I numeri dell’adozione dell’Ai sono impressionanti: a metà estate 2025, il 67% delle aziende americane usava già strumenti di AI, quasi il doppio rispetto a due anni fa. Più della metà sta formando attivamente i propri dipendenti per lavorare con questi sistemi. Cresce la richiesta di “AI fluency” – la capacità di lavorare efficacemente insieme all’intelligenza artificiale, è una competenza che sta diventando fondamentale, esattamente come saper usare un computer. Ma non tutto è rose e fiori: gli studi mostrano che tra i giovani di 22-25 anni, l’occupazione nei settori più esposti all’AI è diminuita del 20% per ruoli entry-level come sviluppatori software e customer service.
Mentre i profili senior negli stessi settori sono aumentati: l’automazione sta eliminando i lavori ripetitivi di base, mentre esperienza e competenze specializzate restano un vantaggio tutto umano. L’Ai è arrivata negli ospedali, negli uffici e nelle nostre tasche, cambiando davvero il modo in cui lavoriamo e viviamo. Il settore che sta vedendo i cambiamenti più significativi è sicuramente quello sanitario. Negli Stati Uniti, la Fda ha lanciato Intact, una piattaforma che analizza enormi quantità di dati del mondo reale per velocizzare l’approvazione dei farmaci e monitorare la sicurezza alimentare. Invece, nel campo della ricerca farmaceutica, Boltz-2 sta spostando gli equilibri: questo modello open-source riesce a calcolare in pochi secondi come una molecola si lega a una proteina bersaglio, con la stessa precisione degli esperimenti di laboratorio ma a costi e tempi ridottissimi.
PER APPROFONDIRE: Fuga dei giovani e futuro in Calabria: «Restare è possibile»
Sul fronte genomico, AlphaGenome può leggere sequenze lunghissime di Dna e prevedere gli effetti delle mutazioni genetiche. È già stato testato su malattie complesse come l’atrofia muscolare spinale, promettendo diagnosi più veloci e terapie più mirate. Nei nostri smartphone, invece, Google ha sostituito l’Assistant tradizionale con Gemini, un assistente molto più intelligente che può gestire chiamate, messaggi e coordinare azioni complesse tra diverse app. È decisamente più utile, ma solleva anche qualche preoccupazione sulla privacy, visto che accede a molte più informazioni personali. Sul fronte industriale, la mossa più significativa è stata l’acquisizione del 49% di Scale AI da parte di Meta per 14,3 miliardi di dollari. Scale AI è leader nel “data labeling” – il processo di preparazione dei dati per addestrare i modelli di AI.
È una mossa che fotografa bene la corsa a controllare gli ingranaggi fondamentali dell’ecosistema AI. L’Ai ormai cura i malati, organizza il lavoro, crea contenuti, accelera i processi e accorcia le filiere produttive…ma in cambio chiede competenze nuove e una gestione attenta degli impatti sul mondo del lavoro, soprattutto per chi si sta affacciando ora al mercato. La vera sfida sarà far crescere questa potenza tecnologica senza lasciare indietro nessuno: è qui che si misurerà la nostra maturità, nella capacità di combinare competitività e dignità del lavoro, efficienza e responsabilità sociale, mercato e bene comune.
