Da segnare in agenda: all’AI Festival che si tiene il 21 Gennaio all’Università Bocconi c’è AIgeist, e un po’ di Finambolic. Ecco il titolo dell’intervento che moderiamo e gli ospiti:
Come lettori di AIgeist e Finambolic potrete usufruire di uno sconto di 50 Euro sul biglietto di ingresso.
Codice da inserire al momento dell’acquisto:scrivetemi qui per riceverlo
Dagli organizzatori:
i biglietti garantiranno anche l’accesso alla Web App dell’evento, tramite la quale potrete organizzare appuntamenti e gestire il networking con gli altri partecipanti. Potrete inoltre rivedere i materiali formativi dopo l’evento
🎤 Ci vediamo a Milano nel 2026!
E parlando di fiducia, apriamo questo ultimo numero dell’anno dedicandoci alle numerosissime previsioni che i media e gli esperti stanno dedicando al 2026 dell’AI.
Partiamo dalla madre di tutte le paure, riaffacciatosi proprio in chiusura d’anno nei dati dell’economia statunitense (e non basteranno i 1000 posti di lavoro AI promessi da Donald Trump in una nuova task force per compensare le perdite soprattutto nelle figure junior).
Nel grafico sotto, preso da questa onnicomprensiva indagine (qui in PDF) sulle previsioni 2026 (dal turismo alla moda alla tecnologia) vediamo come siano soprattutto le nazioni a economia dei servizi e avanzata a temere lo spiazzamento nel mondo del lavoro, con in testa UK. L’Italia galleggia a metà classifica, mentre Sudamerica e Far East si disinteressano della cosa - per ora. Attenzione, il valore non è assoluto ma relativo all’anno precedente e per UK, Singapore e Polonia vede un +9%. Primi segni che dalle percezioni si passa ai fatti, e qualche sedia vuota negli uffici londinesi comincia a farsi notare.
Ed ora passiamo alle 7 parole chiave che abbiamo individuato attraversando le varie previsioni accuratamente cernite e selezionate, da Reuters a Stanford e Forbes.
«La domanda non è più se l’AI possa svolgere un compito, ma quanto bene lo faccia, a quale costo e con quali conseguenze.» - Stanford HAI, Predictions for 2026
Secondo gli esperti riuniti dallo Stanford Human-Centered AI Institute, nel 2026 diventerà sempre meno accettabile parlare di intelligenza artificiale in termini generici. L’attenzione si sposta verso valutazioni puntuali: prestazioni misurabili, costi operativi, effetti collaterali. L’AI smette di essere trattata come un’eccezione che giustifica tutto e inizia a essere giudicata come qualsiasi altra tecnologia complessa. Questo passaggio non indica una crisi di fiducia, ma piuttosto un segnale di maturità.
«L’era dei copilot isolati sta lasciando spazio a sistemi agentici orientati ai risultati.» - AT&T, AI Predictions 2026
Molte previsioni indicano che nel 2026 l’uso dell’AI cambierà natura. I sistemi non saranno più limitati a rispondere a richieste o a suggerire contenuti, ma inizieranno a gestire sequenze di azioni, coordinando strumenti e prendendo decisioni operative. Questo spostamento verso l’AI agentica introduce nuove opportunità, ma anche nuove responsabilità: quando un sistema agisce, la questione centrale non è più solo la qualità dell’output, ma la sua affidabilità nel tempo. E la responsabilità, in questi sistemi distribuiti.
↩️ Da rileggere: AIgeist 52 │Migliora il tuo day by day con l’AI!, dove mettiamo alla prova - siamo a febbraio 25 ma sembra passato un secolo - alcuni agenti di pronto uso
«I modelli più utilizzati nelle imprese saranno piccoli, addestrati su dati specifici e fortemente contestuali.» - AT&T
Nel 2026 cresce la distanza tra i grandi modelli generalisti e i modelli progettati per compiti specifici. Le aziende mostrano un interesse sempre maggiore per soluzioni addestrate su dati interni, capaci di operare in domini ben delimitati. Questa tendenza riduce la dipendenza da modelli “onnivori” e favorisce sistemi più controllabili, meno costosi e spesso più accurati nel loro ambito di applicazione. ↩️ Da rileggere: AIgeist 26 │La stagione delle 🤏🏾mini-AI è adesso, dove nel “remoto” Luglio del 2024 parliamo proprio di questo tema. Anticipatori!
«Le discussioni sull’impatto dell’AI saranno sostituite da metriche dettagliate.» — Stanford HAI
Un altro tema ricorrente è la crescente richiesta di strumenti di misurazione affidabili. Nel 2026 diventa sempre più difficile giustificare l’adozione dell’AI senza indicatori chiari di valore. Produttività, qualità, tempi di esecuzione e costi vengono osservati con maggiore attenzione. L’AI entra definitivamente nei processi decisionali economici e smette di essere valutata solo in termini di potenziale.
↩️ Da rileggere: AIgeist 64 │Tutti i record dell’AI settore per settore, numero per numero, dove parlavamo di benchmark e test comparativi tra modelli. Ma torneremo senz’altro sul tema della misurazione dell’efficacia reale nei casi pratici nel 2026
«La mancanza di fiducia resta una delle principali barriere all’adozione dell’AI nella ricerca scientifica.» - RDWorldOnline, Predictions for 2026
In settori come la scienza, la sanità, la farmaceutica e la finanza, la questione della fiducia è centrale. Non è sufficiente che un sistema produca risultati corretti; è necessario capire come e perché li produca, con quale ripetibilità e continuità. Le fonti indicano che nel 2026 crescerà la domanda di strumenti capaci di rendere l’AI più interpretabile e verificabile. Senza questo passaggio, molte applicazioni resteranno confinate a contesti sperimentali. ↩️ Da prenotare: una visita in Bocconi a Gennaio per il nostro intervento sul tema insieme a ospiti autorevoli.
«I chip open-standard potrebbero emergere come un fattore trasformativo per l’AI.» — Reuters Breakingviews
Mentre l’attenzione pubblica resta concentrata sui modelli, soprattutto linguistici, alcune analisi suggeriscono che il vero cambiamento potrebbe arrivare dall’infrastruttura (qui un approfondimento di AIgeist sul tema dei data center). L’interesse per le architetture hardware “open”, come RISC-V, riflette il desiderio di ridurre costi, dipendenze e vincoli geopolitici. Se questa tendenza dovesse consolidarsi, il modo in cui l’AI viene sviluppata e distribuita potrebbe cambiare in modo significativo, anche senza clamore mediatico.
↩️ Da rileggere: AIgeist 48 │💣Caos DeepSeek, la timeline dove abbiamo spiegato la più grande e conclamata crisi del mondo AI, quasi un anno fa (Gennaio 25). Certo era ancora software, ma il vero tsunami è stato il potenziale impatto sulla dipendenza da Nvidia dell’intero sistema (DeepSeek prometteva di richiedere meno chip). Un’altra scossetta l’ha causata l’annuncio di Google di avere sviluppato dei chip che potrebbero ridurre la dipendenza da Nvidia, insomma, occhio all’hardware…
«Le organizzazioni che non integreranno l’AI nei processi rischiano di perdere rilevanza.» — sintesi delle analisi Forbes e Reuters
Infine, molte fonti concordano su un punto meno rassicurante. L’AI non sta riducendo le differenze tra organizzazioni, ma tende ad ampliarle. Chi dispone di dati (soprattutto ben strutturati), competenze e infrastrutture adeguate accelera; chi ne è privo fatica a recuperare. Nel 2026 questo divario diventerà più visibile e più strutturale, rendendo l’adozione dell’AI una scelta strategica difficilmente rimandabile.
↩️ Da rileggere: AIgeist 46 │2025, il risiko globale dell’AI prende forma quando esattamente un anno fa mettevamo in cima alla classifica di quella peculiare selezione che è geopolitica la Cina, sulla quale siamo tornati proprio recentemente con un numero dedicato. E ci avevamo visto giusto…
Comments
Nothing yet. Say the first thing.
Sign in to join the conversation.