AI al Super Bowl, Regolamentazioni e la Verità sui Licenziamenti

Il Super Bowl 2026 ha segnato un punto di svolta: l'AI non era solo negli spot, era la protagonista. Da Svedka che ha debuttato con il primo spot "principalmente" generato da AI (costato quattro mesi di training per far ballare i robot Fembot e Brobot), fino ad Anthropic che ha lanciato una frecciata diretta a OpenAI con lo slogan "Gli annunci stanno arrivando nell'AI. Ma non su Claude."

La risposta di Sam Altman non si è fatta attendere: ha definito l'annuncio di Anthropic "chiaramente disonesto" sui social, trasformando il Super Bowl in un campo di battaglia tra chatbot. Nel frattempo, il fondatore di Crypto.com ha speso 70 milioni di dollari per il dominio AI.com - il più costoso della storia - pagato interamente in criptovalute per lanciare un agente AI personale.

Ma ecco il colpo di scena: mentre tutti parlavano di un presunto "leak" di un annuncio OpenAI con Alexander Skarsgård e un misterioso dispositivo hardware a forma di sfera, si è rivelato essere un elaborato fake orchestrato da mesi. OpenAI ha dovuto smentire pubblicamente quello che sembrava il loro primo prodotto hardware.

La verità è che l'AI al Super Bowl 2026 ha mostrato quanto sia diventata mainstream questa tecnologia - e quanto le aziende siano disposte a spendere per posizionarsi come leader. Resta da vedere se questi investimenti milionari si tradurranno in adozione reale o se stiamo assistendo alla più costosa bolla pubblicitaria della storia tech.

Nessuno vuole dirlo, ma molte aziende stanno usando l'AI come capro espiatorio per i licenziamenti. Nel 2025, oltre 54.000 licenziamenti sono stati attribuiti all'AI, ma gli economisti sono scettici: solo il 6% dei lavori americani sarà effettivamente automatizzato entro il 2030, secondo Forrester.

Amazon ha licenziato 16.000 persone citando l'AI come "la tecnologia più trasformativa dai tempi di internet", ma il CEO Andy Jassy ha poi fatto marcia indietro: "Non è davvero guidato finanziariamente, e non è nemmeno guidato dall'AI, non adesso. È davvero cultura." Un'ex manager Amazon ha confermato: "Sono stata licenziata per risparmiare sui costi del lavoro umano."

Il vero motivo dietro questo "AI-washing"? Le aziende evitano di menzionare tariffe e sovrappersonale post-pandemia per non irritare l'amministrazione Trump. È più facile dire "siamo all'avanguardia tecnologica" che ammettere errori strategici o pressioni economiche.

Parallelamente, New York sta considerando due progetti di legge per regolamentare l'AI: uno richiede disclaimer sui contenuti generati da AI nelle news, l'altro impone una moratoria di tre anni sui nuovi data center per contenere l'aumento delle bollette elettriche. La richiesta di connessioni "ad alto carico" è triplicata in un anno, con 10 gigawatt di domanda prevista nei prossimi cinque anni.

Waymo ha raccolto 16 miliardi di dollari per espandere i suoi robotaxi in oltre una dozzina di nuove città internazionali, incluse Londra e Tokyo. Con 400.000 corse settimanali e 15 milioni di viaggi nel 2025 (triplicati rispetto all'anno precedente), l'azienda di Alphabet sta accelerando come mai prima d'ora.

Ma è abbastanza per costruire un business profittevole? La risposta degli esperti del settore oscilla tra "forse" e "dipende". Il vantaggio di Waymo è chiaro: Alphabet continua a essere l'investitore principale, a differenza di altre startup AV che hanno perso finanziamenti quando i loro sostenitori si sono spaventati.

Il problema è il costo e il controllo. Waymo deve ancora risolvere questioni di profittabilità e crescente attenzione dei regolatori. Se vuole diventare solo un licenziante di tecnologia AV, dovrà rinunciare a essere operatore - difficile con una tecnologia nascente sotto scrutinio. E a differenza di Tesla, non ha la produzione interna che garantisce leva finanziaria e capacità di ridurre i costi su scala.

Nel frattempo, gli investitori stanno puntando su applicazioni AV più pratiche: Bedrock Robotics ha raccolto 270 milioni per sistemi di guida autonoma per attrezzature da costruzione, mentre Overland AI ha ottenuto 100 milioni per operazioni militari. Il messaggio è chiaro: l'automazione funziona meglio in ambienti controllati che nelle strade caotiche delle città.

L'India ha raddoppiato il periodo in cui le aziende deep tech sono considerate startup - da 10 a 20 anni - e triplicato la soglia di fatturato per i benefici fiscali a 33 milioni di dollari. Il messaggio è chiaro: New Delhi vuole costruire un ecosistema deep tech a lungo termine, non inseguire vittorie rapide.

La mossa arriva con un fondo da 11 miliardi di dollari (RDI Fund) per finanziare aziende guidate da scienza e R&D. "Riconoscendo formalmente il deep tech come diverso, la politica riduce l'attrito nella raccolta fondi", spiega Vishesh Rajaram di Speciale Invest. Prima, le aziende rischiavano di perdere lo status di startup mentre erano ancora pre-commerciali.

I numeri mostrano il potenziale e il gap: le startup deep tech indiane hanno raccolto 1,65 miliardi nel 2025, in ripresa da 1,1 miliardi degli anni precedenti. Ma gli Stati Uniti hanno raccolto 147 miliardi nello stesso periodo - 80 volte di più. La Cina 81 miliardi.

Il test finale sarà se l'India riuscirà a produrre risultati competitivi a livello globale. Come dice Arun Kumar di Celesta Capital: "Sarebbe fantastico vedere dieci aziende deep tech indiane competitive a livello globale raggiungere il successo sostenuto nel prossimo decennio." Questo sarà il vero benchmark per valutare se l'ecosistema deep tech dell'India sta maturando.

I ricercatori del MIT hanno scoperto che le piattaforme di ranking degli LLM possono essere manipolate da una manciata di interazioni utente. In un caso, rimuovendo solo due voti su oltre 57.000 (lo 0,0035%) è cambiato quale modello risultava primo in classifica. Un altro ranking ha resistito meglio, ma bastava rimuovere il 3% delle valutazioni per ribaltare i risultati.

"Eravamo sorpresi che queste piattaforme di ranking fossero così sensibili a questo problema", dice Tamara Broderick, professoressa associata al MIT. "Se il LLM top-ranked dipende da solo due o tre feedback utente su decine di migliaia, non si può assumere che continuerà a superare tutti gli altri LLM quando viene implementato."

Il problema sono gli errori umani: molti voti influenti sembravano risultato di click sbagliati o disattenzione. In alcuni casi c'era una risposta chiaramente migliore, ma l'utente sceglieva l'altra opzione. Le aziende che si affidano a questi ranking per decisioni costose potrebbero basarsi su dati rumorosi.

La soluzione? Raccogliere feedback più dettagliati dagli utenti, come livelli di confidenza in ogni voto, e usare mediatori umani per valutare le risposte crowdsourced. Ma il messaggio è chiaro: non fidatevi ciecamente delle classifiche LLM quando prendete decisioni che potrebbero avere impatti significativi e costosi sul vostro business.