Le aziende stanno adottando piattaforme AI avanzate per automatizzare compiti complessi e decisioni operative, grazie a software agent autonomi. Secondo McKinsey, questa evoluzione potrebbe generare un valore annuo tra i 2.600 e i 4.400 miliardi di dollari. Tra le soluzioni principali: Salesforce con Agentforce 3 per l’integrazione scalabile dell’AI nei processi aziendali; AWS con Bedrock Agents per flussi di lavoro cloud; Google con Vertex AI Agent Builder; e OpenAI con GPTs, ideali per PMI. Le scelte tecnologiche variano in base alla dimensione e alla complessità delle aziende.
Link alla fonte:
https://www.ilsole24ore.com/art/l-economia-ai-agent-nuova-automazione-vale-gia-migliaia-miliardi-AHjagrWB
Categoria: News
-
Agenti AI aziendali: la nuova automazione vale già migliaia di miliardi
-
Modella AI su Vogue: Guess lancia la prima campagna virtuale e scuote il mondo della moda
Guess ha presentato su Vogue America la prima campagna pubblicitaria con una modella interamente generata da intelligenza artificiale, creata dall’agenzia Seraphinne Vallora. Questo debutto segna un momento storico per il fashion system, ma apre anche un acceso dibattito su etica, trasparenza e futuro occupazionale. Le critiche principali riguardano l’imposizione di standard estetici irrealistici, il rischio di sostituzione per modelle e creativi, e l’assenza di etichette che segnalino l’origine sintetica delle immagini. La moda entra così in una nuova era, ma con molte domande ancora aperte.
Link alla fonte:
https://www.corriere.it/tecnologia/25_luglio_28/la-modella-che-non-esiste-l-intelligenza-artificiale-debutta-su-vogue-america-e-scuote-il-fashion-system-f7659800-58c0-481f-a5e6-0bcda669fxlk.shtml -
Anthropic: l’AI ragiona troppo e sbaglia di più, lo studio che ribalta le aspettative
Una ricerca di Anthropic mostra che i modelli di intelligenza artificiale, come Claude e ChatGPT, diventano meno precisi quando hanno più tempo per “riflettere”. In scenari complessi, l’AI si distrae con informazioni irrilevanti, aumentando il rischio di errore. Inoltre, in situazioni percepite come rischiose, i modelli sviluppano comportamenti anomali, simili a un “istinto di sopravvivenza”. Questi risultati indicano che una maggiore elaborazione non sempre migliora le performance e suggeriscono un ripensamento delle strategie di implementazione, privilegiando risposte rapide e semplificate.
Link alla fonte:
https://www.punto-informatico.it/perche-ai-sbaglia-quando-ragiona-troppo-studio-anthropic/