Scopri gli articoli di Geeks Academy su: Blockchain, Coding, Cybersecurity, Cloud, Big Data, Artificial Intelligence, Gaming, Digital Innovation
Se il 2023 è stato l'anno della scoperta e il 2024-2025 quelli della sperimentazione, il 2026 si apre con un messaggio chiaro da Davos e Las Vegas: l'Intelligenza Artificiale non è più solo una chat in una finestra del browser. Sta diventando un'infrastruttura fisica, un collega autonomo e un motore di accelerazione scientifica.
Dalle conferenze del CES 2026 e dai panel del World Economic Forum, ecco le quattro trsformazioni critiche che stanno ridisegnando il panorama tecnologico e professionale.
1. Dall'AI come Strumento all'AI come "Collega" (Agentic AI)
Il paradigma sta cambiando radicalmente: non parliamo più di un utente che "usa" un tool, ma di agenti autonomi che collaborano.
Satya Nadella (Microsoft) ha descritto l'evoluzione attuale come il passaggio dai "copiloti" agli "agenti autonomi". Secondo Nadella, stiamo entrando in una fase in cui possiamo affidare all'AI interi progetti, non solo compiti isolati. Ha sottolineato come l'AI stia cambiando il livello di astrazione del lavoro: il software stesso diventa un output generato, fluido e trasformabile.
Tuttavia, scalare questi agenti non è semplice. Julie Sweet (Accenture) ha ammonito che la tecnologia non è il collo di bottiglia; lo è la leadership. Ha coniato la frase "human in the lead, not human in the loop" (l'umano alla guida, non nel ciclo), sottolineando che per integrare questi "colleghi" digitali serve ridisegnare completamente i processi aziendali, non solo aggiungere tecnologia a vecchi flussi di lavoro.
Un esempio concreto arriva da Kristoff Schweizer (BCG), che ha raccontato come in BCG gli agenti AI non si limitino più a query statiche, ma recuperino dati interni ed esterni per creare slide e analisi pronte per i workshop, comportandosi di fatto come un membro del team.
2. La Corsa all'AGI e l'Impatto sulle figure Junior
Il dibattito sull'AGI (Intelligenza Artificiale Generale) è più vivo che mai, con tempistiche che si accorciano drasticamente, portando con sé enormi implicazioni per il mercato del lavoro entry-level.
Dario Amodei (Anthropic) ha lanciato una previsione audace: potremmo essere a soli 6-12 mesi di distanza dal momento in cui i modelli faranno la maggior parte, se non tutto, ciò che fanno gli ingegneri software. La sua preoccupazione principale è che la velocità esponenziale di questo cambiamento possa "sopraffare la nostra capacità di adattamento" nel mercato del lavoro, comprimendo in particolare i ruoli junior.
Il consiglio agli studenti universitari di Demis Hassabis (Google DeepMind), è netto ed esplicito: acquisire una competenza eccezionale nell'uso di questi strumenti fin da subito. Questo permetterà loro di abbreviare, o persino saltare, la tradizionale fase di apprendistato e gavetta professionale, che le capacità emergenti dell'Intelligenza Artificiale stanno progressivamente rendendo meno rilevante e più breve.
Elon Musk ha rincarato la dose con il suo consueto ottimismo radicale, prevedendo un'AI più intelligente di qualsiasi singolo umano entro la fine di quest'anno o al più tardi entro il prossimo, e superiore all'intera umanità collettiva entro il 2030 o 2031.
3. L'AI diventa Fisica: Robotica e Infrastrutture
Il 2026 segna l'uscita dell'AI dai data center per entrare nel mondo fisico. Non si tratta più solo di generare testo o immagini, ma di capire e manipolare la realtà.
Jensen Huang di NVIDIA ha presentato la visione dell'"AI Fisica" e ha introdotto Cosmos, un Modello di Fondazione specificamente progettato per simulare e comprendere il mondo fisico. Un Modello di Fondazione è un modello di intelligenza artificiale su larga scala, addestrato su una quantità enorme di dati (in questo caso, dati sul mondo fisico), che può essere poi adattato o "affinizzato" per una vasta gamma di compiti specifici.
Nel caso di Cosmos, è il "cervello" centrale che insegna alle AI concetti fondamentali come:
- Leggi della fisica: Gravità, inerzia, attrito, ecc.
- Causalità: La relazione causa-effetto (es. se spingo un oggetto, questo si muove).
- Permanenza degli oggetti: La consapevolezza che un oggetto esiste anche se non è più nel campo visivo.
In sostanza, Cosmos fornisce la base di conoscenza del mondo reale necessaria affinché le AI possano interagire in modo significativo e sicuro con l'ambiente fisico.
4. Ricadute sul Lavoro (Impatto sull'Industria e la Società):
L'introduzione di un modello di fondazione per l'AI Fisica e la nuova architettura di supercomputing Vera Rubin progettata per sostenere la domanda esplosiva di calcolo, avranno ricadute enormi, specialmente in settori che richiedono interazione fisica autonoma o simulazioni accurate:
- Robotica Avanzata: I robot industriali, i droni o i veicoli autonomi saranno in grado di prendere decisioni più complesse e affidabili, gestendo situazioni impreviste basandosi su una comprensione profonda delle leggi fisiche. Questo migliorerà l'automazione in logistica, manifattura e servizi.
- Mondi Virtuali e Gemelli Digitali (Digital Twins): Sarà possibile creare simulazioni incredibilmente accurate di fabbriche, città, o anche intere catene di approvvigionamento. Le aziende potranno testare nuovi processi o prodotti in un ambiente virtuale che obbedisce alle vere leggi della fisica, riducendo costi e rischi.
- Ricerca Scientifica e Ingegneria: Accelerazione della scoperta di nuovi materiali, ottimizzazione di strutture ingegneristiche e simulazione di fenomeni complessi (es. cambiamenti climatici o fluidodinamica) con una precisione senza precedenti.
- Aumento della Domanda di Calcolo e Sviluppo AI: L'implementazione di questi modelli e le relative applicazioni richiederanno una potenza di calcolo esplosiva, rendendo architetture come Vera Rubin essenziali e creando una forte domanda per professionisti in Machine Learning, simulazione e High-Performance Computing (HPC).
Elon Musk ha collegato direttamente l'AI alla robotica umanoide e all'energia. Ha sottolineato che il vero collo di bottiglia per il dispiegamento dell'AI con tutto il suo potenziale è la disponibilità dell'energia elettrica abbondante. Egli infatti prevede un futuro di "abbondanza sostenibile" dove i robot umanoidi (come Optimus) supereranno in numero gli esseri umani, saturando ogni bisogno di beni e servizi.
Lisa Su (AMD) ha posto l'accento sulla transizione verso l'era dello "Yottascale computing" (yottaflops - 1 seguito da 24 zeri operazioni al secondo), una potenza di calcolo senza precedenti che si sta rendendo indispensabile per sostenere il ritmo esponenziale di crescita e le crescenti esigenze computazionali dell'Intelligenza Artificiale. Questa espansione non è solo quantitativa, ma sta già producendo un impatto trasformativo su settori cruciali per il benessere umano come l'assistenza sanitaria e la scoperta di farmaci attraverso la simulazione molecolare avanzata. In particolare, Lisa Su ha illustrato come l'AI stia rivoluzionando:
- L'Assistenza Sanitaria: La capacità di elaborare e correlare vaste quantità di dati genomici, immagini mediche e cartelle cliniche permette diagnosi più rapide e precise, una medicina personalizzata più efficace e l'identificazione precoce di patologie.
- La Scoperta di Farmaci e Materiali: Attraverso la simulazione molecolare avanzata, il calcolo ad alta prestazione (HPC) e l'AI accelerano drasticamente la ricerca. Invece di anni di esperimenti in laboratorio, i ricercatori possono ora simulare in poche ore il comportamento di milioni di potenziali composti farmaceutici o nuovi materiali a livello atomico, ottimizzando il design dei farmaci e riducendo i tempi di commercializzazione.
L'impegno di AMD in questo contesto è volto a fornire le architetture hardware (come GPU e CPU ad alte prestazioni) necessarie a sbloccare appieno il potenziale dello Yottascale, spingendo i limiti dell'innovazione in ogni campo scientifico e industriale.
Conclusione: Prepararsi alla "Hard Part
Come recitava il titolo di un panel chiave a Davos, "Scaling AI: Now Comes the Hard Part". Non siamo più nella fase dell'entusiasmo iniziale.
La sfida per i professionisti oggi, come suggerito da Satya Nadella, è acquisire competenze operative reali. Se l'AI non si traduce in un miglioramento concreto della sanità, dell'istruzione o della produttività, rischiamo di perdere il "permesso sociale" per investire così tante risorse energetiche in essa.
Il futuro appartiene a chi saprà non solo usare lo strumento, ma orchestrare questi nuovi "colleghi" digitali.
Questo implica anche un cambio di mentalità fondamentale per i lavoratori attuali, che dovranno abituarsi a interagire e collaborare in modo efficace con i cosiddetti "colleghi Agentic robot", esseri digitali autonomi che saranno parte integrante dei team di lavoro.