Sam Altman chiede di accettare che l'AI faccia cose brutte

0:00 Benvenuti in questo nuovo episodio della Verità Algoritmica. Voglio subito inquadrare il momento storico in cui ci troviamo, perché siamo a ottobre 2026 e chiunque segua la narrazione pubblica sull'intelligenza artificiale sta vedendo una vera e propria inversione a U.

0:17 Sì, un'inversione clamorosa direi, totalmente sconcertante.

0:22 Esatto, clamorosa. Fino a pochissimo tempo fa avevamo i leader del settore che chiedevano a gran voce l'intervento dei governi. Cioè, invocavano regole severissime.

0:32 E paventavano scenari apocalittici. Parlavano della fine del mondo per colpa dell'intelligenza artificiale generale.

0:40 Esatto, l'estinzione umana, quelle robe lì. Ma ora la musica è improvvisamente cambiata. Cioè, pensiamo a Sam Altman di OpenAI.

0:48 Ha cambiato completamente il registro.

0:50 Completamente. In una serie di interventi recentissimi ha dichiarato senza mezzi termini che la società dovrà imparare ad accettare Alcune cose brutte e, cito testualmente, inevitabili rischi.

1:02 Inevitabili rischi, sì.

1:04 E questo pur di raccogliere i benefici di questa tecnologia. E poi la ciliegina sulla torta. Cioè ha annunciato l'ingresso diretto nel mondo dell'hardware.

1:13 Con la demo dei robot umanoidi fissata entro il 2027, certo.

1:17 Esatto. Insomma, dalle lettere aperte sui rischi esistenziali alla richiesta di accettare cose brutte per accelerare sui robot.

1:25 Quello che dobbiamo chiederci oggi, in questa nostra analisi approfondita, è cosa si cela veramente dietro questa accelerazione verso la fisicità e anche verso questa improvvisa insofferenza verso le regole. Cioè, si tratta di un atto di realismo industriale necessario per sbloccare l'economia oppure...

1:44 Oppure è una mossa disperata per distrarre i mercati. Guarda, per rendere l'idea di quanto sia surreale questa situazione, proviamo a usare un'analogia. Vai. È come se un grande costruttore di automobili avesse passato gli ultimi tre anni a supplicare i ministeri di abbassare i limiti di velocità.

1:58 Chiedendo

2:02 autovelox a ogni angolo per la sicurezza pubblica. Eh sì. Proprio così. Autovelox ovunque. E poi da un giorno all'altro convocasse una conferenza stampa per dire, sapete cosa, dobbiamo rassegnarci ad accettare un po' di incidenti mortali in più.

2:12 Assurdo.

2:12 Perché stiamo per lanciare sul mercato un autorazzo senza freni. Cioè, c'è un salto logico che fa venire le vertigini.

2:19 L'immagine dell'autorazzo rende benissimo l'idea del disorientamento attuale. Guarda, per decifrare questa mossa dobbiamo allontanarci dalla pura teoria. Dobbiamo guardare a ciò che sta succedendo nei report di mercato. C'è una corsa febbrile verso l'hardware, cioè verso la materia.

2:34 Alla fisicità.

2:35 Esatto. L'intelligenza artificiale è rimasta per decenni confinata dietro uno schermo, come un'entità puramente digitale. Ora, la vera frontiera è il passaggio all'economia reale.

2:45 E qui inevitabilmente incrociamo un concetto storico della robotica che sembrava insormontabile. Parlo del paradosso di Moravec.

2:52 Eh già, il famoso paradosso.

2:54 Fino a pochissimo tempo fa avevamo sistemi in grado di battere il campione del mondo a go o calcolare il ripiegamento delle proteine in pochi minuti.

3:01 Cosa incredibilmente complessa.

3:03 Ma se gli chiedevi di riconoscere un gatto acciambellato su un cuscino o banalmente di piegare un asciugamano, il sistema andava in tilt.

3:10 Completamente in tilt

3:11 Esattamente. Elaborare logica astratta era facilissimo per la macchina, mentre compiere azioni fisiche banali per un bambino di tre anni era matematicamente impossibile. Sì. Quindi, spieghiamo a chi ci ascolta cosa è scattato a livello tecnologico per permettere finalmente questa uscita dallo schermo. Cioè, come si è superato l'ostacolo dell'asciugamano?

3:31 Allora, la svolta architettonica si chiama VLA.

3:34 Ok.

3:34 Ovvero Modelli Vision Language Action. Dobbiamo immaginare un'evoluzione a strati. All'inizio avevamo modelli puramente linguistici, poi ci abbiamo innescato la visione computerizzata e ora i modelli VLA chiudono il cerchio operativo.

3:48 In che senso lo chiudono?

3:50 Nel senso che usano telecamere per osservare lo spazio tridimensionale. Poi traducono quegli oggetti in concetti linguistici che il modello capisce. E infine trasformano la comprensione semantica in comandi fisici.

4:01 Wow, tipo la torsione di un braccio robotico.

4:03 Esattamente.

4:05 L'IA sta smettendo di essere un chatbot da ufficio per diventare una vera e propria forza lavoro cinetica.

4:11 Capace di gestire la gravità e lo spazio.

4:13 La consistenza degli oggetti, la gravità, gli imprevisti dello spazio fisico, tutto questo. Tutto molto affascinante a livello ingegneristico, lo ammetto. Ma sappiamo bene che l'ingegneria non viaggia mai nel vuoto. C'è un enorme motore geopolitico e direi anche demografico dietro questa urgenza di costruire robot umanoidi funzionanti il prima possibile.

4:33 Non stiamo solo facendo un esperimento da laboratorio. Tutt'altro

4:36 Stiamo rispondendo a una duplice morsa strutturale.

4:40 Cioè

4:40 Da un lato c'è il rischio geopolitico. L'Occidente non può permettersi un approccio puramente precauzionale su queste tecnologie.

4:46 Certo, perché gli altri non stanno a guardare.

4:48 Esatto, se blocchiamo l'innovazione sull'IA fisica per paura dei rischi, competitor globali con un approccio molto più disinvolto alle normative sulla sicurezza potrebbero prendere il sopravvento.

4:58 Svilupperebbero per primi sistemi autonomi critici per la logistica.

5:02 La logistica, l'energia, perfino il settore militare.

5:05 Sì, il settore militare è un punto cruciale. E poi c'è il fattore interno, l'inverno demografico.

5:10 Proprio quello.

5:11 È un problema serissimo. Le fabbriche del mondo occidentale si stanno svuotando. C'è una carenza cronica e strutturale di manodopera specializzata.

5:18 Dai saldatori agli operatori di magazzino non si

5:22 trova più nessuno. E questo è un problema che non si risolve alzando i salari o cambiando le politiche migratorie nel breve termine.

5:28 No, infatti l'automazione fisica serve letteralmente a sbloccare colli di bottiglia logistici.

5:34 Che altrimenti strangolerebbero l'economia globale.

5:36 Esatto, strangolerebbero la catena di approvvigionamento.

5:39 E i numeri che circolano su questa necessità sono da capogiro. Cioè, guardando le proiezioni dei report si resta sbalorditi. Goldman Sachs, ad esempio, stima che il mercato globale dei robot umanoidi toccherà i 38 miliardi di dollari entro il 2035.

5:52 Numeri enormi.

5:53 E, attenzione, questo è solo lo scenario base.

5:56 Infatti, se si verifica un'adozione industriale accelerata, la stessa Goldman Sachs proietta un'espansione fino a 138 miliardi di dollari.

6:04 Aspetta, 138 miliardi per dei robot che oggi in gran parte sanno a malapena camminare su un palco senza inciampare?

6:10 Fa sorridere, lo so. Ma se guardiamo oltre l'hype mediatico, le intenzioni dei dirigenti industriali sembrano confermare questa direzione.

6:17 Sì, i dati parlano chiaro. AB Research rileva che il 40% dei dirigenti si aspetta di affidare il 10% delle operazioni aziendali a robot generalisti.

6:26 Entro i prossimi 3 o 5 anni, esatto. E la parola chiave qui è generalisti. Non stiamo parlando del vecchio braccio meccanico programmato negli anni 90.

6:35 Quello che faceva sempre lo stesso movimento.

6:37 Esatto, quello per saldare sempre lo stesso pezzo nello stesso millimetro per 20 anni. Parliamo di macchine capaci di improvvisare

6:44 Di adattarsi a una scatola messa di traverso, ad esempio.

6:47 Perfettamente.

6:49 E ci sono già dati concreti su questa efficienza, giusto? Pensiamo ai report sull'intralogistica di Idealworks e Nvidia.

6:56 Sì, quei dati misurano già il presente, non stiamo parlando di proiezioni sul futuro.

7:00 Ah, quindi sono risultati reali. Reali.

7:03 In ambienti logistici complessi, l'inserimento dell'IA fisica sta portando l'indice di successo operativo dal 65,3% a un impressionante 91,7%. Wow Questo significa dimezzare letteralmente i tempi di fermo macchina e i tempi di percorrenza.

7:18 Che in termini economici?

7:19 A livello di bilancio, per un enorme centro di smistamento, dimezzare i tempi morti significa salvare milioni di euro al mese.

7:26 Ok, fermiamoci un momento qui, perché è proprio su questo 91,7% di successo che Il mio entusiasmo si scontra un po' con la realtà.

7:36 Dimmi.

7:36 C'è un elefante nella stanza, gigantesco, di cui dobbiamo parlare. Cioè, se un'intelligenza artificiale generativa, tipo quella che usi sul portatile, ha una cosiddetta allucinazione e si inventa un dato finanziario in una mail, il risultato è un imbarazzo.

7:50 Certo, magari si deve inviare una mail di scuse o si perde temporaneamente un cliente.

7:55 Ma il danno è limitato allo schermo.

7:57 Esatto.

7:57 Ecco, proviamo a scalare questo problema nella realtà fisica.

8:00 Eh, qui cambia tutto.

8:01 Se un muletto automatizzato o un robot umanoide di 100 chili che trasporta materiali pericolosi ha un'allucinazione mentre si trova in un magazzino pieno di operai in carne ed ossa, beh, lì non si perde un cliente.

8:13 Lì si parla di disastro cinetico, di feriti, di macchinari distrutti.

8:19 La domanda quindi è, siamo davvero pronti per questo salto? dal refuso di stampa algoritmico al rischio di schiacciare una persona

8:26 Guarda, questa non è solo una buona obiezione, è esattamente il perno attorno a cui ruota l'intera narrazione di Altman in questo periodo. Quando ci viene chiesto di accettare alcune cose brutte e inevitabili rischi, l'analisi cruda che dobbiamo fare è un'altra.

8:41 Ovvero

8:41 Chi corre fisicamente e finanziariamente questo rischio e chi invece incassa i dividendi? Sotto il velo della retorica sul progresso inevitabile si nasconde una tattica antichissima. Cioè l'esternalizzazione del danno aziendale. Ah

8:56 la vecchia magia della socializzazione delle perdite e privatizzazione dei profitti. Stavolta in chiave algoritmica però.

9:01 Precisamente.

9:03 Cioè i giganti tech cercano di venderti la rivoluzione ma senza metterci la faccia in caso di incidente.

9:08 In termini giuridici ed economici stanno tentando di derubricare la propria responsabilità di prodotto.

9:14 In che modo?

9:15 Chiedere a chi ci ascolta, magari a chi gestisce un'azienda. Di tollerare incidenti operativi significa spostare l'enorme onere dei costi legali, assicurativi e riparativi direttamente sull'utente finale

9:27 O sull'azienda

9:27 cliente. Esatto. Il fornitore della tecnologia ti vende l'accesso al cervello probabilistico della macchina.

9:33 Ok

9:33 Ma se quel cervello prende una decisione statisticamente aberrante e distrugge un nastro trasportatore, la responsabilità legale ricade su chi ha deciso di accendere la macchina.

9:42 Pazzesco. È un modo per non

9:45 garantire mai contrattualmente il risultato. È un rischio scaricato a valle.

9:47 Ma questo mi fa venire un dubbio enorme sulle tempistiche. Dimmi. Perché c'è questa fuga improvvisa, quasi disperata, verso l'hardware e i robot umanoidi proprio adesso? Cioè, l'IA generativa testuale? è all'apice della fama mondiale

10:01 certo tutti ne parlano

10:03 lasciami proporre un'ipotesi potrebbe essere che la produttività d'ufficio sia già saturata

10:09 spiegati meglio

10:10 nel senso che generare codice base riassumere pdf scrivere email è diventato praticamente un servizio a costo marginale zero

10:18 E se il costo marginale per l'utente è

10:20 zero? I margini di profitto per chi fornisce l'infrastruttura si assottigliano pericolosamente. Proprio così. Ci sono decine di modelli open source gratuiti che fanno benissimo il lavoro d'ufficio ormai.

10:30 Sì, sono accessibili a chiunque

10:32 Per addestrare e far girare questi sistemi a monte, i colossi del cloud stanno bruciando miliardi in bollette energetiche e cluster di calcolo enormi.

10:40 È un bagno di sangue finanziario.

10:42 L'equazione economica dell'intelligenza artificiale pura comincia a scricchiolare sotto il peso della sua stessa infrastruttura.

10:47 Guarda, questa dinamica spiega moltissimo di quello che stiamo vedendo. I costi per addestrare i modelli di frontiera stanno crescendo con una curva esponenziale.

10:55 Che non è sostenibile.

10:56 Assolutamente no, non è sostenibile sul lungo periodo solo vendendo abbonamenti mensili da 20 dollari per un chatbot.

11:02 Chiaro, i conti

11:03 non tornano. L'infrastruttura sta letteralmente divorando i margini. Quindi cosa si fa in queste situazioni? Si crea una nuova grandiosa promessa.

11:11 Il robot umanoide.

11:13 Il robot umanoide è il nuovo orizzonte necessario per mantenere vitale il flusso di investimenti del venture capital.

11:19 Ah, ecco il trucco

11:20 Promettendo di rivoluzionare settori materiali da svariati trilioni di dollari come l'edilizia, l'agricoltura, la manifattura. Così si giustificano valutazioni finanziarie astronomiche.

11:30 E al tempo stesso si distoglie lo sguardo dalle fragilità del modello di business puramente digitale.

11:35 Esattamente.

11:36 È come se immagina un ristorante stellato che sta perdendo fiumi di denaro con il suo menu principale.

11:42 Perché il costo degli ingredienti, o nel nostro caso l'energia e i chip, è arrivato alle stelle.

11:48 Esatto, la roba costa troppo. I clienti non vogliono pagare 200 euro per un piatto di pasta, i margini sono polverizzati e la banca sta per chiudere i rubinetti.

11:57 E allora cosa fa il proprietario?

11:58 Convoca la stampa e annuncia in pompa magna la costruzione di un gigantesco parco divertimenti estremo, senza reti di sicurezza, sul retro del locale.

12:07 Una mossa geniale!

12:09 Certo, le montagne russe... attirano nuovi investitori e creano un clamore pazzesco. Ma il buco di bilancio del ristorante rimane lì. Eh sì. Quindi, per tornare alle parole di Altman, questa richiesta di tollerare gli errori fisici non è l'audace passo avanti di un pioniere.

12:26 No, per niente.

12:27 È una toppa, cioè un cerotto messo sopra l'insostenibilità economica del business digitale odierno

12:33 Guarda, se si incrocia nei dati di mercato, sulle implementazioni reali, questa teoria del cerotto trova riscontri, direi, Allarmanti.

12:41 Tipo

12:42 Prendi McKinsey, per esempio. Loro documentano che oggi il 61% delle aziende si trova incagliato nel cosiddetto purgatorio dei progetti pilota. Purgatorio

12:51 dei progetti pilota? Rende l'idea. Ma che significa, in

12:57 pratica? Significa che si spende moltissimo per creare prototipi affascinanti in ambienti isolati. Ma quando si cerca di integrare questa tecnologia nei processi quotidiani, l'impatto positivo sul bilancio aziendale, il famoso EBIT, è zero.

13:10 Zero. Nessun ritorno misurabile.

13:12 Nessuno. E quel 61% è una percentuale catastrofica, considerando tutta l'attenzione mediatica. Cioè

13:19 sei aziende su dieci stanno pagando per qualcosa che fa scena ma non fa utile.

13:23 Esatto. E i dati di Gartner scavano ancora più a fondo in questo paradosso.

13:27 Cosa dicono?

13:28 Hanno registrato un aumento vertiginoso del 400% nei casi d'uso esplorati.

13:34 Un sacco di esperimenti, insomma.

13:35 Eppure, la probabilità di successo nell'applicarli su larga scala è ferma al palo. E sai perché?

13:41 Perché

13:42 L'esplosione dei costi occulti. In particolare il costo mostruoso della correzione umana.

13:48 Facciamo un esempio pratico per chi ci ascolta su questo.

13:51 Si pensi a un software che dovrebbe automatizzare la stesura di report tecnici. Magari ti fa risparmiare due ore di digitazione.

13:58 Ottimo, direi

13:59 Se poi un ingegnere esperto deve impiegare tre ore per rileggere riga per riga.

14:03 Cercando allucinazioni statistiche sottili.

14:06 Refusi, calcoli inventati dal sistema... il ritorno sull'investimento evapora completamente.

14:11 L'azienda ha comprato uno strumento di produttività, ma di fatto ha assunto un tirocinante veloce ma inaffidabile.

14:16 Bravissimo, questa è la dinamica.

14:18 E questa è la vera bomba orologeria, quando passiamo dall'ufficio all'officina fisica.

14:22 Assolutamente.

14:23 Perché, sempre leggendo i report della nostra esplorazione di oggi, c'è uno studio del Boston Consulting Group.

14:29 Molto interessante quello studio.

14:31 Evidenzia come il 74% delle imprese non riesca a passare alla produzione industriale pesante. Proprio per l'opacità dei sistemi.

14:38 Il 74% è tantissimo.

14:41 Cito testualmente. L'imprevedibilità degli output probabilistici e delle allucinazioni dei sistemi autonomi.

14:47 Ecco qua

14:49 Ora, se inseriamo un sistema opaco, che per sua natura tira a indovinare statisticamente la mossa successiva alla guida di macchinari pesanti senza garanzie ferree...

14:56 E non stiamo più parlando di correggere un report.

14:59 E stiamo giocando alla roulette russa con le infrastrutture.

15:01 Guarda, stiamo creando quello che tecnicamente si definisce un rischio cinetico non prevenibile dal software.

15:08 Rischio cinetico?

15:09 Sì, ed è il punto critico dell'architettura probabilistica. Un modello linguistico o multimodale si basa su distribuzioni statistiche per generare il risultato più plausibile, non quello deterministicamente esatto.

15:21 Ok, tira a indovinare

15:23 molto bene. Esatto, ma infilare questa incertezza nel motore di una macchina pesante senza imporre guardrails hardware indipendenti è una follia ingegneristica

15:32 cioè senza protezioni fisiche

15:35 se non ci sono ridondanze meccaniche o interruttori di emergenza i famosi kill switch fisici che possano bypassare il software in caso di errore

15:43 l'allucinazione digitale diventa istantaneamente una collisione materiale

15:47 esattamente una tragedia fisica

15:49 e questo ci porta alla grande domanda operativa cioè se fossimo bloccati qui la situazione sarebbe paralizzante

15:56 completamente

15:57 da un lato Abbiamo la promessa di un vantaggio produttivo immenso, l'unica vera soluzione all'inverno demografico e alla mancanza di lavoratori.

16:05 Che abbiamo detto essere un problema critico.

16:07 Dall'altro abbiamo un rischio finanziario mostruoso legato alla correzione umana. E un rischio cinetico inaccettabile per l'incolumità delle persone.

16:16 Una bella polarizzazione.

16:18 Non possiamo chiuderci a guscio, vietando l'innovazione per burocrazia. ma non possiamo nemmeno subire passivamente gli incidenti come se fossero appunto una tassa obbligatoria sul futuro.

16:28 No, non è accettabile.

16:29 Quindi, insomma, come ne usciamo?

16:31 Ne usciamo abbandonando la polarizzazione e abbracciando un pragmatismo strutturale.

16:36 Cioè?

16:37 C'è bisogno di una transizione verso un'intelligenza artificiale incarnata che sia però vincolata. E non parlo di vincoli normativi astratti fatti di scartoffie, ma di vincoli ingegneristici ed economici.

16:48 Regole scritte nell'hardware.

16:50 Esatto. Bisogna passare dalla delega cieca, dove ci si fida dell'algoritmo sperando vada tutto bene, a un'orchestrazione responsabile.

16:57 Ok, traduciamolo in soluzioni sul campo.

17:00 Proviamoci.

17:01 Se qualcuno che ci sta ascoltando ora deve approvare l'acquisto di una flotta di droni logistici per il suo magazzino domani mattina, in pratica come mette in sicurezza i sistemi senza zopparne le capacità?

17:11 Guarda, il requisito tecnico fondamentale da pretendere dal fornitore è la rigida separazione dei circuiti.

17:17 Separazione dei circuiti.

17:19 I robot devono avere una mente sdoppiata. Da una parte il cervello probabilistico.

17:24 Quello che usa l'IA generativa

17:26 Esatto. Va benissimo usare modelli multimodali avanzati per orientarsi nello spazio, capire che un oggetto è un ostacolo imprevisto o interpretare un comando vocale ambiguo. Lì l'IA generativa è insuperabile.

17:37 Certo, è il suo lavoro.

17:38 Ma d'altra parte i sistemi di arresto, la cosiddetta compliance cinetica, non possono in alcun modo basarsi sulla statistica.

17:44 Ah, interessante. Quindi i freni non devono pensare.

17:48 Esatto, i freni non devono pensare. Freni, limitatori di coppia motrice, sensori di prossimità di emergenza, tutto questo deve risiedere su circuiti fisici.

17:58 Analogici

17:58 o digitali che siano. Sì, ma rigorosamente deterministici e certificati. Il circuito probabilistico può suggerire la traiettoria, ma se il sensore deterministico rileva una persona a mezzo metro, taglia l'alimentazione ai motori. Fine.

18:10 Senza se e

18:11 senza ma. Il sistema nervoso inferiore non deve chiedere il permesso al cervello superiore. Nessuna allucinazione algoritmica può scavalcare questa gerarchia fisica.

18:20 Mi piace tantissimo questa immagine. Il software suggerisce, ma l'hardware dispone.

18:24 Proprio così.

18:25 E questo risolve la sicurezza meccanica. Ma c'è anche il lato finanziario. Prima abbiamo parlato di aziende bloccate nel purgatorio dei test perché non sanno misurare l'efficienza.

18:34 Sì, il 61%.

18:36 Come si cambia questa rotta nei consigli di amministrazione?

18:39 Qui il salto di maturità deve avvenire a livello dirigenziale. Bisogna smetterla di valutare il successo di un IA basandosi sul volume di token elaborati.

18:48 O sulla velocità di calcolo.

18:49 O sui video dimostrativi spettacolari forniti dai vendor, che spesso sono forbianti. Le aziende devono adottare metriche di bilancio spietate.

18:57 Metriche reali

18:58 Devono calcolare l'efficienza rettificandola per il rischio operativo. In parole povere devono mettere a bilancio il costo orario di cui la supervisione umana di cui parlavamo prima.

19:07 Il tiro cidante

19:08 inaffidabile. Esatto. Se l'IA logistica aumenta la velocità di smistamento del 30%, ma genera un 15% di cadute merce in più o costringe a tenere due supervisori umani fissi a monitorare gli schermi,

19:19 il ritorno effettivo sull'investimento è negativo.

19:21 È profondamente negativo.

19:23 Questo ci porta a una sintesi che reputo vitale per chiunque stia affrontando questa transizione.

19:28 Assolutamente.

19:29 Emerge chiara la necessità di quello che potremmo chiamare il presidio dell'intento strategico.

19:34 Bella espressione. Presidio dell'intento strategico.

19:38 In sostanza possiamo sicuramente delegare alla macchina la fatica fisica dello spostare pacchi. E possiamo delegare la fatica computazionale di elaborare milioni di combinazioni in un secondo.

19:47 Per carità, l'efficienza serve.

19:49 Ma... c'è una linea di confine invalicabile. Quale? La supervisione critica, il giudizio di valore sul risultato e la responsabilità giuridica non possono essere subappaltati all'algoritmo. L'umano, che sia l'operaio specializzato o l'amministratore delegato, deve tenere le mani salde sul volante della strategia. E guarda,

20:10 Se le organizzazioni applicheranno questa logica, si salveranno dal caos delle illusioni tecnologiche. La macchina esegue con flessibilità, ma l'umano orchestra, imposta i limiti fisici e soprattutto risponde delle conseguenze.

20:24 È il responsabile ultimo

20:26 Cedere il volante della strategia aziendale per inseguire la pura velocità di calcolo è il modo più rapido per farsi travolgere dalla propria stessa infrastruttura.

20:34 E questo, diciamo, ci fa arrivare a capire perché questa esplorazione dettagliata che abbiamo condotto oggi tocca davvero tutti.

20:40 E riguarda tutti noi?

20:42 Non è una questione per filosofi della Silicon Valley o progettisti di microchip. Riguarda intimamente chiunque lavori o diriga un'organizzazione.

20:49 Senza dubbio.

20:51 Perché queste macchine, con i loro limiti probabilistici, stanno per varcare la soglia del mondo tangibile.

20:56 Entreranno nei magazzini?

20:58 Nelle corsie ad ospedale, lungo le linee di assemblaggio. Lo standard di sicurezza meccanica e di sostenibilità economica che noi, come tessuto produttivo, pretenderemo oggi dalle big tech.

21:09 Definirà fisicamente l'ambiente in cui lavoreremo domani.

21:12 Definirà le regole del gioco, sì.

21:13 Assolutamente. E guarda, se proviamo a connettere tutti questi puntini, guardando all'orizzonte a lungo termine, emerge uno scenario che non abbiamo ancora toccato ma su cui vale davvero la pena soffermarsi.

21:24 Cioè a cosa pensi?

21:26 Immaginiamo un futuro in cui l'IA fisica diventa pervasiva e inevitabilmente causa dei danni

21:32 Statisticamente succederà.

21:34 Se, come abbiamo detto, l'esternalizzazione spinge la responsabilità legale interamente sugli umani e sulle aziende che la usano, questo non finirà forse per stravolgere il nostro intero sistema giuridico ed economico.

21:46 In che senso stravolgerlo

21:48 Nel senso che potremo assistere alla nascita di un mastodontico mercato di assicurazioni algoritmiche. Ah, wow. Si pensi a compagnie di assicurazione i cui attuari dovranno calcolare la probabilità che un modello probabilistico opaco impazzisca.

22:02 Un incubo matematico.

22:03 Diventerà un incubo, sì. E per proteggersi potrebbero imporre premi assicurativi stratosferici.

22:09 Ah, capisco dove vuoi arrivare.

22:11 Alla fine non sarà la tecnologia in sé, ma l'inaccessibilità di questi premi assicurativi a decidere chi potrà permettersi di automatizzare la propria azienda e chi no.

22:20 Scavando un solco competitivo insormontabile tra le megacorporation e le piccole imprese.

22:25 Esattamente, una disuguaglianza strutturale basata sull'assicurazione dell'algoritmo.

22:29 Una prospettiva che fa davvero riflettere. E ci riporta esattamente al nodo centrale della nostra discussione. Alla fine ci si potrebbe chiedere, è giusto considerare gli errori e i danni collaterali dell'IA come un semplice dazio, un inevitabile pedaggio da pagare sull'autostrada dell'innovazione, come vorrebbe qualcuno?

22:48 O non lo è affatto.

22:49 Oppure il controllo umano, dei limiti fisici imposti dalla nostra prudenza, devono rimanere barriere ostinate e invalicabili. Lasciamo a chi ci ascolta il compito di soppesare queste implicazioni e trarre le proprie conclusioni.

23:03 Sarà il grande tema dei prossimi anni

23:05 Sicuramente. Non perdetevi le nostre prossime indagini sulle dinamiche nascoste dell'economia di domani, ricordando di iscrivervi a La Verità Algoritmica per restare sempre aggiornati su questa nuova, inarrestabile economia ibrida. Alla prossima!