AI Shopping Revolution: Quando i Big Tech Trasformano il Commercio in Battaglia per il Controllo

OpenAI e Perplexity hanno lanciato assistenti AI per lo shopping proprio in tempo per il Black Friday, ma dietro questa mossa apparentemente innocua si nasconde una battaglia feroce per il controllo dell'e-commerce globale.

ChatGPT ora può aiutarti a trovare "un laptop da gaming sotto i 1000 dollari con schermo oltre 15 pollici" o suggerire alternative economiche a capi d'abbigliamento costosi. Perplexity punta sulla memoria del chatbot per raccomandazioni personalizzate basate su conversazioni precedenti. Entrambi offrono checkout diretto: OpenAI tramite Shopify, Perplexity via PayPal.

Ma ecco la verità che nessuno vuole dirvi: questa non è innovazione per i consumatori, è una mossa strategica per tagliare fuori Google e Amazon dal business più redditizio del web. Adobe prevede una crescita del 520% per lo shopping assistito da AI durante le festività - un mercato da miliardi che questi giganti vogliono controllare.

Le startup specializzate come Phia, Cherry e Onton non sono preoccupate. "Qualsiasi modello è buono quanto le sue fonti di dati", spiega Zach Hudson di Onton. "ChatGPT e Perplexity si appoggiano agli indici di ricerca esistenti come Bing o Google, rendendoli buoni solo quanto i primi risultati di quegli indici." La specializzazione verticale - moda, arredamento, viaggi - potrebbe essere l'arma vincente contro i generalisti.

Anthropic ha rilasciato Claude Opus 4.5, ottimizzato per coding e analisi, ma la vera notizia è che l'industria AI ha raggiunto un plateau tecnologico che nessuno vuole ammettere.

Il nuovo modello eccelle in ricerca approfondita, analisi di spreadsheet e ragionamento matematico, superando Gemini 3 Pro e GPT 5.1 secondo Anthropic. È disponibile su tutte le piattaforme cloud principali e punta forte sull'AI agenziale e l'uso del computer.

Dimentichiamo l'hype e parliamo di fatti: "Non c'è differenza significativa nel modo in cui tutti questi vendor ottimizzano i loro modelli", afferma l'analista Lian Jye Su di Omdia. "Sono aggiornamenti incrementali costruiti su modelli esistenti. Questo indica che le tecniche fondamentali per addestrare questi modelli hanno raggiunto un plateau."

Parallelo a questo, OpenAI ha integrato la modalità vocale direttamente nella chat di ChatGPT, eliminando l'interfaccia separata. Ora puoi parlare e vedere le risposte apparire in tempo reale, incluse immagini e mappe. Un miglioramento dell'usabilità, ma ancora una volta: evoluzione, non rivoluzione.

Il plateau non è necessariamente negativo per le aziende che stanno ancora implementando sistemi AI, suggerisce Su. Significa che la tecnologia attuale è relativamente matura, anche se l'adozione enterprise rimane limitata.

Donald Trump ha svelato la Genesis Mission, paragonandola al Progetto Manhattan e puntando a dominare la corsa globale all'AI contro la Cina. Ma il tentativo di David Sacks di eliminare le leggi statali sull'AI è clamorosamente fallito.

La Genesis Mission, guidata dal Dipartimento dell'Energia, unirà i 17 laboratori federali con giganti tech come AWS, AMD, Anthropic, Google, Nvidia, Microsoft e OpenAI for Government. L'obiettivo: creare una piattaforma che integri supercomputer, sistemi AI e tecnologie quantistiche per affrontare le sfide scientifiche più complesse.

Ma il vero problema è dietro le quinte: David Sacks, Special Advisor per AI e Crypto, ha tentato di consolidare tutto il potere nelle sue mani attraverso un ordine esecutivo che avrebbe preemptato tutte le leggi statali sull'AI. Il documento trapelato mostrava come ogni agenzia dovesse consultare Sacks entro 90 giorni, trasformandolo nel gatekeeper della politica AI americana.

L'universo MAGA è esploso immediatamente. Steve Bannon ha dedicato parte del suo show all'ordine, democratici e repubblicani scettici verso la tech si sono ribellati. Anche la base MAGA ha voltato le spalle: "La base del Partito Repubblicano non è con David Sacks e Marc Andreessen su questo", spiega lo stratega Brendan Steinhauser.

L'ordine è stato ritirato. Sacks è stato menzionato solo una volta nel progetto Genesis finale.

Warner Music Group ha stretto un accordo di licenza con Suno che permetterà di creare musica AI usando voci, nomi e composizioni dei suoi artisti. È la resa definitiva dell'industria musicale all'intelligenza artificiale.

L'accordo copre artisti del calibro di Ed Sheeran, Twenty One Pilots, Dua Lipa e Charlie XCX. Gli artisti che aderiscono avranno "controllo completo" su come vengono usati la loro immagine e musica, anche se WMG non specifica come. Suno promette "nuove esperienze creative" e "nuovi flussi di ricavi" per gli artisti.

Quello che non vi stanno dicendo: questo è un cambio di strategia radicale. WMG ha ritirato la causa che aveva intentato insieme a Universal e Sony contro Suno, accusandola di aver illegalmente copiato opere protette da copyright da YouTube. Ora abbraccia la stessa tecnologia che prima combatteva.

Suno userà la musica licenziata da WMG per costruire modelli di nuova generazione che supereranno il suo attuale v5. Dal prossimo anno, scaricare brani richiederà un account a pagamento, con ogni tier che fornisce un numero specifico di download mensili.

Il domino sta cadendo velocemente: WMG ha fatto lo stesso con Udio questo mese, mentre Universal e Sony sono in trattative per accordi simili. La piattaforma "etica" Klay ha già accordi con tutte e tre le major. L'industria musicale ha capito che non può battere l'AI, quindi si è unita ad essa.

I ricercatori del MIT hanno scoperto che i Large Language Model possono rispondere basandosi su pattern grammaticali invece che sulla conoscenza reale, rendendo l'AI meno affidabile di quanto pensiamo.

Lo studio rivela che i modelli possono collegare erroneamente certi pattern di frasi a argomenti specifici. Un LLM potrebbe dare una risposta convincente riconoscendo una formulazione familiare invece di comprendere davvero la domanda. Anche i modelli più potenti come GPT-4 e Llama commettono questo errore.

Ecco il problema: quando i ricercatori hanno sostituito parole con sinonimi, antonimi o parole casuali mantenendo la stessa struttura sintattica, i modelli spesso davano ancora la risposta corretta, anche quando la domanda era completamente senza senso. Ma ristrutturando la stessa domanda con un nuovo pattern grammaticale, i modelli fallivano spesso.

Ma il vero problema è la sicurezza: un attore malintenzionato potrebbe sfruttare questo fenomeno per ingannare i LLM e fargli produrre contenuti dannosi, anche quando hanno protezioni per prevenire tali risposte. Formulando la domanda usando un template sintattico che il modello associa a un dataset "sicuro", si può aggirare la politica di rifiuto.

I ricercatori hanno sviluppato una procedura di benchmarking per valutare questa dipendenza dai pattern sintattici, che potrebbe aiutare gli sviluppatori a mitigare il problema prima del deployment.