KM4BIKM4BI

Le grandi aziende tornano ad assumere, la posizione di Anthropic sui pesi aperti, Zuckerberg sostiene l’IA per tutti

TBPN analizza il ritorno delle assunzioni con l’IA, il dibattito sui modelli a pesi aperti e la difesa dell’IA accessibile di Zuckerberg.

Il segnale più forte dell’episodio è il cambio di narrativa sul rapporto tra IA e lavoro. Dopo mesi di blocchi alle assunzioni e licenziamenti spesso giustificati con l’IA, diverse grandi aziende ora dichiarano di avere bisogno di più persone che lavorino insieme ai sistemi di IA. I conduttori lo interpretano come una versione pratica del paradosso di Jevons: quando una tecnologia rende il lavoro più efficiente, la domanda può crescere invece di sparire.

Questo non significa che l’IA non abbia effetti sul mercato del lavoro. Piuttosto, cambia la distribuzione delle attività. Alcuni compiti occasionali, prima affidati a freelance o a piccoli progetti esterni, diventano più facili da svolgere internamente; il lavoro centrale resta però nelle mani di persone responsabili, capaci di usare bene gli strumenti e inserirli nei processi del team.

L’episodio tocca anche segnali di infrastruttura e mercato: Recursive Superintelligence firma un accordo da 410 milioni di dollari per capacità di calcolo con AWS, Nvidia diventa tenant di un enorme data center in Texas basato sui suoi chip, e Apple prepara un programma di leasing o upgrade per iPhone, iPad, Mac e Apple Watch. Tutti questi esempi indicano che l’IA continua a spostare capitale, domanda di calcolo, distribuzione e modelli di consumo.

Il cuore della discussione politica riguarda i modelli a pesi aperti. Dario Amodei chiarisce che Anthropic non chiede un divieto generale, ma sostiene tre linee: continuare le restrizioni sulle esportazioni di chip verso la Cina, intervenire contro la distillazione industriale dei modelli e imporre test di sicurezza ai sistemi sufficientemente potenti. I conduttori insistono sulle difficoltà: dimostrare la distillazione, fissare soglie di rischio e capire cosa possa fare lo Stato oltre a ciò che i laboratori possono già imporre con contratti e regole di hosting.

C’è anche un rischio regolatorio. I test obbligatori possono essere ragionevoli per modelli davvero pericolosi, ma potrebbero diventare un collo di bottiglia per team più piccoli se i grandi laboratori hanno più accesso a Washington e percorsi di approvazione più rapidi.

Il pezzo di Zuckerberg sul Wall Street Journal completa il quadro: Meta difende un’IA accessibile a molti, sostenendo che l’apertura può rafforzare la sicurezza nel tempo, come spesso è accaduto nel software open source. La questione non è quindi solo aperto contro chiuso, ma come gestire i modelli realmente pericolosi senza bloccare concorrenza e innovazione.

Source