La Bolla dell’AI: siamo nel pieno di una rivoluzione… o di un’illusione miliardaria?

In questa puntata del podcast provo a mettere ordine in quello che sta succedendo nel mondo dell’intelligenza artificiale.

No, non parliamo di prompt, modelli o nuovi tool magici, ma di qualcosa di molto più profondo (e potenzialmente pericoloso):

il rischio concreto di una bolla finanziaria nel settore AI.

Cosa succede quando Nvidia investe in OpenAI, che compra GPU da Nvidia, mentre Oracle investe in Nvidia per vendere cloud ad… OpenAI?

E quando Microsoft mette soldi, prende equity e rivende servizi?
Succede che nasce l’Economia Circolare dell’Hype.
Bloomberg l’ha chiamata AI Money Machine.

E il paragone con la bolla delle dot-com è fin troppo facile: all’epoca bastava un “.com” per raccogliere milioni, oggi basta un “AI-powered” in una slide.

Se l’adozione reale non tiene il passo della narrazione, la bolla scoppia.

Ma come già successo in passato, a cadere saranno i progetti vuoti, mentre i veri innovatori resteranno. Amazon, Google e Netflix ci insegnano che le rivoluzioni digitali sopravvivono alle bolle.

L’intelligenza artificiale cambierà il mondo, ma prima dovrà ripulirsi.

E forse, questo scoppio sarà proprio ciò che serve per separare i fuffa-powered dai game-changer.

🎧 Ascolta la puntata e dimmi la tua:
Siamo dentro un’altra bolla destinata a scoppiare…o dentro una rivoluzione che sta solo scremando il rumore?

👇 Scrivilo nei commenti o iscriviti alla newsletter per restare aggiornato sulle prossime riflessioni.

In questa puntata parlo di:

• Cosa accomuna l’AI del 2025 a Internet del 2000

• Come funziona davvero questo “giro tondo” tra Big Tech

• Perché il rischio bolla non è una tragedia, ma un’occasione

• Cosa resterà dopo l’hype (spoiler: non i tool copia-incolla)

Quella che stai per ascoltare è una clip estratta dal webinar completo di Dati365

interamente dedicato al tema del Prompt Engineering: l’arte (e la tecnica) di scrivere in modo efficace per i modelli di intelligenza artificiale generativa come ChatGPT, Gemini, Claude, Mistral e altri.👉 Guarda il webinar completo “Dal dato alla decisione con l’AI” (con slide, framework e prompt avanzati) qui: https://dai-dati-alla-bi-393157.socialacademy.com/courses/webinar-dal-dato-alla-decisione-copia/product_pageI webinar di Dati365 sono sessioni di formazione in live, in cui affrontiamo i temi chiave per chi lavora (o vuole lavorare) con data analytics, intelligenza artificiale e business intelligence.

Ogni webinar è ricco di esempi pratici, slide scaricabili, casi d’uso reali e tecniche immediatamente applicabili.In questo episodio abbiamo come ospite Giuseppe Ranieri, AI Strategist e trainer certificato, per approfondire:- perché il prompt engineering è una skill sempre più richiesta,- come funzionano davvero i modelli generativi,- e quali sono le tecniche più efficaci per ottenere risposte migliori.Non è una chiacchierata teorica: troverai strategie pratiche, esempi reali, errori comuni da evitare e consigli su come applicare queste tecniche nel lavoro quotidiano con l’AI.Capitoli principali00:00 — Introduzione al podcast e presentazione del webinar Dati36501:03 — Inizio del webinar e introduzione all’ospite: Giuseppe Ranieri05:31 — AI discriminativa vs generativa: capirne il funzionamento è la base per prompt efficaci08:33 — Cosa sono i token, embedding e come funziona un Transformer10:25 — Regole fondamentali per scrivere prompt chiari, efficaci e “AI-friendly”11:23 — Tecniche di prompting base: few-shot, formati di output, catena di pensiero13:14 — Prompt avanzati: multimodali, reasoning, istruzioni gerarchiche, meta-reasoning22:54 — Brainstorming con AI e limiti attuali nella generazione di immagini e testo In questa puntata imparerai:La differenza tra prompt “normali” e prompt progettati per risultati di qualitàPerché conoscere l’architettura dei modelli AI ti aiuta a scrivere meglioCome usare le tecniche base (few-shot, output structure, chain of thought)Quando applicare strategie più complesse come ReAct, Tree of Thought o simulazioni multi-agenteCome testare un prompt su più modelli (e migliorarli con l’AI stessa)👉 Guarda il webinar completo e scarica le slide qui:https://dai-dati-alla-bi-393157.socialacademy.com/courses/webinar-dal-dato-alla-decisione-copia/product_page

Regressione verso la media (dell’AI): perché i risultati mediocri sono colpa nostra, non sua.

Tutti parlano di intelligenza artificiale.Molti la usano.Pochi la capiscono davvero.

Oggi parliamo di un fenomeno che vediamo ogni giorno:
l’appiattimento dei risultati generati dall’AI.
Testi tutti uguali. Idee già viste. Codici banali.

Ma siamo sicuri che sia colpa dell’intelligenza artificiale?
O forse è colpa nostra — e del modo in cui la usiamo?

In questa puntata analizziamo perché ChatGPT e gli altri LLM (Large Language Models) tendono a produrre risposte “medie”, e cosa possiamo fare per uscirne.

Scopriremo insieme:

• come funzionano davvero i modelli linguistici (spoiler: non “pensano”, calcolano probabilità)
  
• perché rispondono in modo generico
  
• e come il Prompt Engineering può trasformare un output mediocre in un risultato utile, preciso e “tailor-made”.

Parliamo anche del nuovo webinar verticali di Dati 365: tecniche di Prompt Engineering,con un ospite d’eccezione:
Giuseppe Ranieri, Data Scientist certificato Hugging Face e AI Strategist.

Insieme parleremo di:
⚙️ cosa sono token e RAG
🧠 come funzionano i LLM
🪄 e come scrivere prompt efficaci per ottenere risultati concreti e professionali.

📅 Quando: sabato 11 ottobre – ore 10:30
💻 Dove: https://dai-dati-alla-bi-393157.socialacademy.com/courses/webinar-dal-dato-alla-decisione-copia/product_page

📦 Replay e slide: disponibili dopo la diretta

Ci vediamo sabato!