Di seguito tutti gli interventi pubblicati sul sito, in ordine cronologico.

Un analista di sicurezza informatica che utilizza un'interfaccia potenziata dall'AI per monitorare le minacce.

In un contesto di crescente carenza di talenti e di un'escalation delle minacce informatiche, le aziende si rivolgono sempre più all'intelligenza artificiale come un "moltiplicatore di forza" per i loro team di sicurezza. Un recente sondaggio di Fortinet rivela che quasi tutte le organizzazioni stanno adottando o pianificando di adottare soluzioni AI per colmare il divario di competenze e far fronte a un panorama di attacchi sempre più complesso. ARTICOLO COMPLETO

Un panorama di minacce in peggioramento
I dati del "2025 Fortinet Cybersecurity Skills Gap survey" sono eloquenti. L'indagine, che ha coinvolto 1.850 responsabili IT e di sicurezza informatica in 29 paesi, ha rilevato che l'86% delle organizzazioni ha subito una o più violazioni della sicurezza nel 2024, un aumento rispetto all'80% del 2021. Quasi un terzo (28%) ha riportato cinque o più violazioni.

L'impatto finanziario di questi incidenti è significativo: per oltre la metà delle aziende intervistate (52%), i costi delle violazioni hanno superato il milione di dollari, un dato in crescita rispetto al 38% registrato nel 2021. Questa pressione costante sta spingendo i leader della sicurezza a cercare nuove soluzioni per migliorare l'efficienza e la resilienza.

L'adozione massiccia dell'intelligenza artificiale
La risposta a questa sfida è sempre più l'intelligenza artificiale. Il 97% degli intervistati ha dichiarato di utilizzare o di pianificare l'uso di una soluzione di cybersecurity che sfrutta l'AI. L'80% delle organizzazioni conferma che gli strumenti di intelligenza artificiale stanno già aiutando i loro team a essere più efficaci. L'AI/ML (Machine Learning) eccelle nell'analizzare enormi set di dati a una velocità e con una precisione impossibili per un essere umano. Questo permette di automatizzare il rilevamento di eventi sospetti, identificare catene di comportamenti potenzialmente dannosi, individuare nuove varianti di ransomware e altre minacce avanzate, liberando gli analisti umani dal compito tedioso di vagliare un flusso costante di falsi positivi.

Il paradosso del "gap nel gap"
Tuttavia, l'adozione dell'AI non è priva di ostacoli. Quasi la metà delle organizzazioni (48%) ha identificato la mancanza di personale con competenze sufficienti in intelligenza artificiale come la più grande sfida per l'integrazione di queste tecnologie. Questo crea un paradosso: la tecnologia progettata per alleviare la pressione dovuta alla carenza di personale rimane sottoutilizzata proprio a causa di quella stessa carenza.

Un'implementazione efficace dell'AI richiede competenze duplici: non solo saper operare i sistemi AI, ma anche sapersi difendere da attacchi potenziati dall'AI, una preoccupazione per il 49% degli intervistati. La richiesta non è più solo per analisti di sicurezza, ma per "ingegneri della sicurezza AI", una figura professionale ancora più rara, in grado di implementare, gestire e ottimizzare questi nuovi e complessi strumenti difensivi.

L'intelligenza artificiale si sta affermando come uno strumento indispensabile nella lotta contro il cybercrime, agendo come un vero e proprio moltiplicatore di forza per team sotto pressione. Tuttavia, la sua adozione sta anche mettendo in luce la necessità di una nuova generazione di professionisti della sicurezza, con competenze specifiche che uniscano la cybersecurity tradizionale con la scienza dei dati e l'ingegneria del machine learning. La sfida per le organizzazioni sarà quella di investire non solo nella tecnologia, ma anche nella formazione per colmare questo nuovo e critico divario di competenze.

 

Un'immagine concettuale che rappresenta la velocità di elaborazione del framework AI dInfer di Ant Group.

Il gigante fintech cinese Ant Group ha lanciato una sfida diretta al dominio di Nvidia nel campo dell'intelligenza artificiale, rilasciando un framework open-source chiamato dInfer che promette prestazioni fino a 10 volte superiori. Questa mossa non è solo una gara di velocità, ma una mossa geotecnologica strategica per aggirare le restrizioni statunitensi sui chip avanzati, puntando tutto sull'innovazione software. ARTICOLO COMPLETO

Un nuovo paradigma: i modelli di diffusione
Il framework dInfer di Ant Group non è progettato per i Large Language Models (LLM) tradizionali come GPT, che sono di tipo "autoregressivo" e generano testo in modo sequenziale, una parola dopo l'altra. Invece, dInfer è ottimizzato per una classe più recente di modelli chiamata "diffusion language models" (dLLM). Questi modelli, già ampiamente utilizzati per la generazione di immagini e video, funzionano in modo diverso: generano l'output in parallelo, il che può portare a un'efficienza computazionale molto maggiore.

Scommettendo su questa architettura alternativa, Ant Group sta tentando di cambiare le regole del gioco. Di fronte alle restrizioni sull'esportazione di chip AI avanzati dagli Stati Uniti, le aziende cinesi non possono competere sulla pura potenza hardware. La loro strategia è quindi quella di innovare a livello di software e algoritmi, cercando un vantaggio in un campo dove possono ancora primeggiare.

Prestazioni da record
I risultati dei test interni di Ant Group sono impressionanti. Sul benchmark di generazione di codice HumanEval, utilizzando il proprio modello di diffusione LLaDA-MoE, dInfer ha raggiunto una media di 1.011 token al secondo. In confronto, il framework Fast-dLLM di Nvidia ha generato solo 91 token al secondo, mentre vLLM, un motore di inferenza open-source sviluppato a Berkeley, ha raggiunto i 294 token al secondo.

Questi numeri indicano che dInfer è fino a 10 volte più veloce della soluzione di Nvidia e 3 volte più veloce di vLLM per questo specifico tipo di modello. Secondo i ricercatori di Ant, questo risultato contribuisce a risolvere una delle principali limitazioni dei modelli di diffusione: il loro elevato costo computazionale, rendendoli una valida alternativa pratica ai modelli autoregressivi.

Una strategia open-source per l'indipendenza tecnologica
Rilasciando dInfer come progetto open-source, Ant Group non solo fornisce alla comunità di sviluppatori uno strumento pratico per accelerare la ricerca sui dLLM, ma posiziona anche la propria tecnologia come un potenziale standard di settore. Questa mossa si inserisce in una più ampia strategia di autosufficienza tecnologica cinese. Recentemente, è emerso che Ant Group ha sviluppato tecniche per addestrare modelli AI a un costo inferiore del 20% utilizzando semiconduttori di produzione cinese (di Alibaba e Huawei), ottenendo risultati paragonabili a quelli dei chip H800 di Nvidia.

L'introduzione di dInfer è molto più di un semplice annuncio tecnico. È un segnale che la corsa globale all'intelligenza artificiale non si combatte solo sul fronte dell'hardware. Innovando radicalmente le architetture software e promuovendo paradigmi alternativi, le aziende tecnologiche cinesi stanno dimostrando una notevole resilienza e capacità di aggirare le barriere geopolitiche, intensificando la competizione e accelerando il progresso in tutto il settore.