l'analisi

Edge AI, come l’intelligenza artificiale cambierà gli smartphone

Edge AI porta con sé la promessa di “liberare” le funzionalità dell’AI portandole più vicine alle persone comuni, e di permettere alle aziende di aumentare la propria efficienza grazie alle nuove applicazioni che questa tecnologia dischiude. Notevoli i vantaggi per gli smartphone e l’IoT, ma anche i rischi

04 Dic 2020
Danilo Benedetti

Security Solutions Architect

edge ai

La tecnologia Edge AI (Edge Artificial Intelligence) promette di ovviare alle numerose criticità che ora ha intelligenza artificiale nei nostri smartphone o in nuovi dispositivi internet delle cose, nelle case o automobili.

Permetterà di avere chip di silicio in grado di eseguire algoritmi nel dispositivo stesso, senza che i contenuti debbano lasciarlo[1]e senza quindi uso del cloud. Più efficienza, più privacy.

È una strada percorsa per esempio da Apple, che con l’introduzione del Neural Engine nel suo microprocessore A11 Bionic ha potuto rendere veloce, affidabile e, soprattutto, locale, l’utilizzo di algoritmi neurali necessari per la realizzazione del FaceID, lo sblocco del telefono effettuato con il riconoscimento del volto.

In corsa, ovviamente, non c’è solo Apple, ma tutti i principali produttori di dispositivi mobili. Ma vediamo quali sono i problemi che li hanno spinti in questa direzione e quali sono vantaggi e rischi dell’inserimento nel telefono di componenti in gradi di gestire le funzionalità di Intelligenza Artificiale – che vanno generalmente sotto il nome di NPU, Neural Processing Unit.

L’intelligenza artificiale nei nostri smartphone: come funziona ora

Val la pena ricordare che un numero sempre maggiore di oggetti di uso quotidiano dispone di funzioni abilitate dall’intelligenza artificiale, seppur in maniera non troppo appariscente.

WHITEPAPER
Cloud: 8 punti per scoprire subito se serve alla tua azienda
Cloud
Cloud storage

I telefoni che si sbloccano col riconoscimento del volto, assistenti che rispondono a comandi vocali, le varie app che modificano o aggiungono con poco sforzo effetti mirabolanti alle nostre foto sono tutti esempi di applicazione di algoritmi di IA.

La loro crescente diffusione genera una spinta a rendere i sistemi con l’IA a bordo più efficienti e più veloci, aumentandone la velocità delle risposte e rendendone l’utilizzo ubiquo e non legato alla presenza di una connessione attiva verso Internet.

Con poche eccezioni, la maggior parte dei sistemi citati utilizza il terminale (il telefono, l’altoparlante con riconoscimento vocale ecc.) come sistema di ingresso che riceve la richiesta dell’utente, ad esempio sotto forma di frase pronunciata, di un volto o di un’immagine, la elabora quel tanto che basta per inviarla verso un server remoto dove avviene la vera elaborazione: ad esempio la sequenza riconoscimento del parlato, traduzione da linguaggio naturale ad un comando che un elaboratore sia in grado di comprendere ed eseguire. Il risultato di questa elaborazione viene inviato nuovamente al terminale di partenza sotto forma di contenuto elaborato o di azione. In questo scenario, dunque, il dispositivo dell’utente sta semplicemente trasmettendo dati – un’immagine, un testo, un video – sulla rete, e dalla rete riceve il contenuto elaborato.

Questo approccio permette di dotare anche dispositivi relativamente poco costosi di capacità impensabili sino a qualche anno fa, capacità per giunta migliorabili senza necessità di modificare il dispositivo stesso ma semplicemente implementando modifiche a livello centrale.

Purtroppo, accanto a questi vantaggi sono anche evidenti dei limiti ben netti. Il più ovvio è la necessità che il dispositivo sia collegato ad Internet: senza collegamento spariscono anche le funzionalità legate all’intelligenza artificiale, come ben sa che ha provato ad usare “Ok Google” o “Siri” senza copertura dati: un gentile messaggio ci informa che il servizio non è disponibile e di riprovare più tardi. Un secondo problema è che questo approccio aggiunge dei tempi di ritardo all’interazione con l’utente, ritardo che notiamo con crescente fastidio al crescere del nostro uso quotidiano del servizio stesso. Infine, un terzo problema è quello della privacy: che fine fanno i miei comandi vocali, le cose che detto, le foto che scatto, se l’elaborazione è altrove? Nel 2019, ad esempio, generò non poche perplessità il fatto che le fotografie modificate con la popolare applicazione FaceApp venissero elaborate – e conservate – su server russi[2].

Edge AI, tutti i vantaggi dell’AI negli smartphone e IoT

La spinta di mercato che avvicina le capacità elaborative tipiche dell’IA agli utenti è in pieno sviluppo. Non solo Apple, ma anche Samsung e Huawei hanno introdotto potenti chip IA nei propri smartphone, in grado di eseguire fino a 5 mila miliardi di operazioni al secondo, con un consumo di energia ridotto, per eseguire algoritmi IA. Con queste capacità elaborative i telefoni possono offrire non solo l’identificazione del volto, ma anche applicazioni di realtà virtuale e potenti filtri per migliorare la qualità delle foto.

Dal punto di vista del mercato, le promesse sono veramente allettanti: con il crescente numero di sensori disponibili nel telefono e nel suo ecosistema (smartwatch, smart rings, dispositivi medici Bluetooth etc.) si apre la possibilità di acquisire una conoscenza sempre più approfondita degli utenti e di poterne creare un “profilo” sempre più preciso. Se questa profilazione potesse avvenire direttamente nel dispositivo, senza che i dati siano inviati a sistemi elaborativi dislocati “altrove”, sarebbe fortemente attenuato il timore per la privacy. Senza contare che dispositivi in grado di effettuare elaborazioni neurali localmente e rapidamente aprono alla possibilità di arricchire ulteriormente le funzionalità offerte dai dispositivi stessi.

Una rassegna sistematica dei benefici dell’Edge AI include una molteplicità di elementi[3].

Sicurezza e privacy dei dati

La raccolta, l’archiviazione e lo spostamento dei dati nel cloud espongono inevitabilmente un utente o un’organizzazione a minacce alla sicurezza informatica e alla privacy. Questo rischio assume un’importanza crescente con il passare del tempo. Le normative sulla privacy sono sempre più diffuse e i consumatori stanno diventando sempre più consapevoli dei loro diritti in merito alla protezione dei dati personali, con l’80% di loro che dichiarava, già nel 2014[4], di avere dei dubbi circa la privacy di alcuni dispositivi. Il passaggio di alcuni dispositivi, ad esempio i sistemi di riconoscimento vocale, in ambienti ancor più regolati, è ad esempio frenata proprio da considerazioni sulla protezione dei dati sensibili[5]. Abilitando l’elaborazione locale di grandi quantità di dati, i chip Edge AI possono ridurre il rischio che i dati personali o aziendali vengano intercettati durante la trasmissione o usati impropriamente dai sistemi cloud che li accolgono. Non solo, grazie a questi sistemi è possibile ridurre il volume di informazioni private trasmesse “altrove”. Ad esempio, i chip neurali possono permettere un riconoscimento vocale più accurato, aiutando in questo modo gli altoparlanti intelligenti a rilevare la “parola chiave” di attivazione con maggiore precisione, limitando così il rischio che vengano ascoltate conversazioni non previste.

Bassa velocità di connessione

Come già detto, un dispositivo deve essere connesso per abilitare l’elaborazione dei dati nel cloud. In alcuni casi, tuttavia, mantenere tale connessione non è pratico. Ad esempio, nel caso dei droni, mantenere la connettività può essere difficile a seconda di dove operano, e sia la connessione stessa che il caricamento dei dati nel cloud influiscono sulla durata della batteria.

Eccesso di dati

I dispositivi IoT possono generare enormi quantità di dati. Ad esempio, un Airbus A-350 ha oltre 6.000 sensori e genera 2,5 terabyte di dati per giorno di volo[6]. A livello globale, le telecamere di sicurezza creano circa 2.500 petabyte di dati al giorno[7]. L’invio di tutti questi dati al cloud per l’archiviazione e l’analisi è costoso e complesso. L’inserimento di processori con capacità di intelligenza artificiale nei dispositivi stessi può alleviare questo problema.

Le telecamere, ad esempio, potrebbero essere dotate di unità di elaborazione della visione (VLU), processori SoC (System on a Chip) a bassa potenza specializzati per l’analisi o la preelaborazione di immagini digitali. Con queste capacità i sensori potrebbero effettuare una prima discriminazione fra dato/immagine interessante, meritevole di ulteriore elaborazione nel cloud, ed un dato che invece può essere “dimenticato”. In questo modo si si ridurrebbe la quantità di dati trasmessi.

Consumo energetico

I chip di apprendimento automatico a bassa potenza possono consentire ai dispositivi di eseguire calcoli di IA limitando il consumo di energia. Al ridursi del consumo di energia, questi sistemi di elaborazione potranno farsi strada in dispositivi sempre più piccoli, aumentando quindi il campo di applicabilità, che non sarà più limitato a smartphone e sistemi di dimensioni ancora maggiori.

Velocità di risposta

Sia che si tratti di una rete cablata o wireless, l’esecuzione di calcoli IA in un data center remoto comporta una latenza di andata e ritorno di almeno 1-2 millisecondi nel migliore dei casi e decine o addirittura centinaia di millisecondi nel peggiore[8]. Cosa ancora più grave, l’entità di questo ritardo non è uniforme in tutte le condizioni di utilizzo. L’esecuzione di algoritmi di intelligenza artificiale sul dispositivo grazie ad una NPU dedicata ridurrebbe il ritardo ai nanosecondi e lo renderebbe più predicibile. Questo è requisito fondamentale per quegli usi in cui il dispositivo deve raccogliere, elaborare e reagire in base ai dati in tempo reale.

Si pensi ad esempio alle automobili a guida autonoma, che devono raccogliere ed elaborare enormi quantità di dati dai sistemi di visione artificiale per identificare gli oggetti, nonché dai sensori che controllano le funzioni del veicolo. questi dati devono essere prontamente convertiti in decisioni: quando girare, frenare o accelerare, per garantire la sicurezza dei passeggeri e di ogni altro utente della strada. In questo scenario l’elaborazione locale è un elemento chiave.

I rischi dell’Edge AI

La crescente diffusione di queste tecnologie sta già offrendo ad un pubblico sempre più vasto le funzionalità ed i benefici dell’intelligenza artificiale. È opportuno però riflettere anche sui potenziali rischi che l’edge AI porta con sé. Molti rischi legati all’utilizzo in generale di algoritmi di IA sono stati discussi in altri articoli[10]: ad esempio l’esistenza di un bias nelle risposte o la presenza di vulnerabilità specifiche di questi algoritmi, che possono venire ingannati da particolari elementi in input.

Tali rischi, inerenti alla tecnologia, possono venire amplificati dall’Edge AI per almeno due motivi: da una parte questi sistemi saranno ancora a lungo meno potenti degli analoghi sistemi centralizzati, e questo potrà amplificare la loro vulnerabilità ad attacchi di questo tipo a causa proprio della ridotta capacità elaborativa, dall’altra la loro maggiore autonomia significa anche che il relativo controllo delle performance sarà più lasco, magari demandato al singolo utente, che potrebbe non avere la capacità o l’interesse di riconoscere la presenza di polarizzazione nei risultati prodotti dal sistema.

Un discorso analogo può essere fatto per i sistemi, per ora solo in fase di prototipo, in grado di apprendere localmente. È immediatamente evidente, infatti, la necessità di una valutazione del rischio di apprendimento, basata sulle funzionalità offerte dal sistema. Che ruolo svolge il sistema? Chi può “insegnare” nuove categorie o comportamenti? Anche in questo caso la decentralizzazione del processo può comportare, se non opportunamente controllata, una riduzione del controllo e quindi un maggiore spazio per l’inserimento di tipi di “risposte” non accettabili.

Un esempio che immediatamente balza alla mente è il caso del chatbot Tay di Microsoft, che su Twitter apprendeva a variare le proprie risposte sulla base dell’interazione con gli utenti[11]. Il risultato fu che dopo meno di 24 ore il bot dovette essere ritirato perché aveva appreso – e ripeteva – i peggiori insulti razzisti. Tale sistema era sotto gli occhi di molti, e quindi la reazione ha potuto essere rapida. Ma cosa potrebbe succedere se sistemi di questo tipo fossero diffusi e il loro apprendimento fosse lasciato alla sensibilità e all’arbitrio di chiunque? Immaginate un sistema antitaccheggio basato anche sul riconoscimento dei volti, il cui addestramento “locale” fosse lasciato a qualcuno con tendenze razziste, o un sistema vocale di uso pubblico che venisse addestrato per riconoscere primariamente voci di un determinato sesso, o di una fascia d’età ben precisa ecc.

Conclusioni

Edge AI dunque porta con sé la promessa di “liberare” le funzionalità dell’AI portandole più vicine alle persone comuni, e di permettere alle aziende di aumentare la propria efficienza grazie alle nuove applicazioni che questa tecnologia dischiude. Come sempre quando si tratta di Intelligenza Artificiale, che in larga parte realizza una funzione di tipo “black box” tra i suoi ingressi e le sue uscite, è opportuno applicare un po’ di cautela in fase di disegno delle soluzioni applicative, per evitare che i problemi possano poi presentarsi quando la tecnologia è già in uso.

  1. Il Termine Edge AI indica sia la capacità dei singoli terminali di eseguire autonomamente funzionalità di intelligenza artificiale, sia la possibilità di albergare queste funzionalità in sistemi, ad esempio server o appliance, collocate vicino ai sensori e attuatori che richiedono l’utilizzo di funzioni IA: si pensi ad un server collocato in un ufficio o in un supermercato. Queste funzionalità possono anche essere fornite da sistemi collocati nei locali periferici degli operatori di telecomunicazioni. In questo articolo però indicheremo con Edge AI solo i dispositivi dotati di NPU per eseguire, sul dispositivo stesso, questo tipo di elaborazione.
  2. Benedetti, D.: “Riconoscimento facciale, ecco i database che fanno tremare la nostra privacy”, Agenda Digitale, Agosto 2019,
  3. Stewart, D., Loucks, J., “What’s driving AI to the edge”, Embedded, Febbraio 2020https://www.embedded.com/whats-driving-ai-to-the-edge/
  4. “80 percent of consumers fear privacy invasion in the internet of things revolution”, Tech2, August 2014.https://www.firstpost.com/tech/news-analysis/80-percent-consumers-fear-privacy-invasion-internet-things-revolution-3655825.html
  5. Miller, J. A., “Pros and Cons of Smart Speakers in Hospital Rooms”, HealthTech, May 2020
  6. “Data Revolution in aviation”, published by Airbus.https://www.airbus.com/public-affairs/brussels/our-topics/innovation/data-revolution-in-aviation.html
  7. “Data generated by new surveillance cameras to increase exponentially in the coming years”, Security infowatch.com, Gennaio 2016
  8. Si consideri che ogni 100 Km di distanza aggiungono almeno 0,5ms di latenza.
  9. Per chi è interessato, su TouTube c’è una dimostrazione della tecnologia in azione: https://www.youtube.com/watch?v=tEdXU-GgHwU
  10. Benedetti, D., “Sicurezza dell’intelligenza artificiale, tra vulnerabilità e “fattore umano”: tutti i rischi”, Agenda Digitale, Aprile 2019
  11. Bennato, D., “Intelligenze artificiali razziste e psicopatiche, studiarle per non esserne vittima”, Agenda Digitale, settembre 2018.

WHITEPAPER
Certificazioni GDPR: tutti i vantaggi per le organizzazioni che vi aderiscono
Legal
Privacy
@RIPRODUZIONE RISERVATA

Speciale PNRR

Tutti
Incentivi
Salute digitale
Formazione
Analisi
Sostenibilità
PA
Sostemibilità
Sicurezza
Digital Economy
CODICE STARTUP
Imprenditoria femminile: come attingere ai fondi per le donne che fanno impresa
DECRETI
PNRR e Fascicolo Sanitario Elettronico: investimenti per oltre 600 milioni
IL DOCUMENTO
Competenze digitali, ecco il nuovo piano operativo nazionale
STRUMENTI
Da Istat e RGS gli indicatori per misurare la sostenibilità nel PNRR
STRATEGIE
PNRR – Piano nazionale di Ripresa e Resilienza: cos’è e novità
FONDI
Pnrr, ok della Ue alla seconda rata da 21 miliardi: focus su 5G e banda ultralarga
GREEN ENERGY
Energia pulita: Banca Sella finanzia i progetti green incentivati dal PNRR
TECNOLOGIA SOLIDALE
Due buone notizie digitali: 500 milioni per gli ITS e l’inizio dell’intranet veloce in scuole e ospedali
INNOVAZIONE
Competenze digitali e InPA cruciali per raggiungere gli obiettivi del Pnrr
STRATEGIE
PA digitale 2026, come gestire i fondi PNRR in 5 fasi: ecco la proposta
ANALISI
Value-based healthcare: le esperienze in Italia e il ruolo del PNRR
Strategie
Accordi per l’innovazione, per le imprese altri 250 milioni
Strategie
PNRR, opportunità e sfide per le smart city
Strategie
Brevetti, il Mise mette sul piatto 8,5 milioni
Strategie
PNRR e opere pubbliche, la grande sfida per i Comuni e perché bisogna pensare digitale
Formazione
Trasferimento tecnologico, il Mise mette sul piatto 7,5 milioni
Strategie
PSN e Strategia Cloud Italia: a che punto siamo e come supportare la PA in questo percorso
Dispersione idrica
Siccità: AI e analisi dei dati possono ridurre gli sprechi d’acqua. Ecco gli interventi necessari
PNRR
Cloud, firmato il contratto per l’avvio di lavori del Polo strategico
Formazione
Competenze digitali, stanziati 48 milioni per gli Istituti tecnologici superiori
Iniziative
Digitalizzazione delle reti idriche: oltre 600 milioni per 21 progetti
Competenze e competitività
PNRR, così i fondi UE possono rilanciare la ricerca e l’Università
Finanziamenti
PNRR, si sbloccano i fondi per l’agrisolare
Sanità post-pandemica
PNRR, Missione Salute: a che punto siamo e cosa resta da fare
Strategie
Sovranità e autonomia tecnologica nazionale: come avviare un processo virtuoso e sostenibile
La relazione
Pnrr e PA digitale, l’alert della Corte dei conti su execution e capacità di spesa
L'editoriale
Elezioni 2022, la sfida digitale ai margini del dibattito politico
Strategie
Digitale, il monito di I-Com: “Senza riforme Pnrr inefficace”
Transizione digitale
Pnrr: arrivano 321 milioni per cloud dei Comuni, spazio e mobilità innovativa
L'analisi I-COM
Il PNRR alla prova delle elezioni: come usare bene le risorse e centrare gli obiettivi digitali
Cineca
Quantum computing, una svolta per la ricerca: lo scenario europeo e i progetti in corso
L'indice europeo
Desi, l’Italia scala due posizioni grazie a fibra e 5G. Ma è (ancora) allarme competenze
L'approfondimento
PNRR 2, ecco tutte le misure per cittadini e imprese: portale sommerso, codice crisi d’impresa e sismabonus, cosa cambia
Servizi digitali
PNRR e trasformazione digitale: ecco gli investimenti e le riforme previste per la digitalizzazione della PA
Legal health
Lo spazio europeo dei dati sanitari: come circoleranno le informazioni sulla salute nell’Unione Europea
Servizi digitali
PNRR e PA digitale: non dimentichiamo la dematerializzazione
Digital Healthcare transformation
La trasformazione digitale degli ospedali
Governance digitale
PA digitale, è la volta buona? Così misure e risorse del PNRR possono fare la differenza
Servizi digitali
Comuni e digitale, come usare il PNRR senza sbagliare
La survey
Pnrr e digitale accoppiata vincente per il 70% delle pmi italiane
Missione salute
Fascicolo Sanitario Elettronico alla prova del PNRR: limiti, rischi e opportunità
Servizi pubblici
PNRR: come diventeranno i siti dei comuni italiani grazie alle nuove risorse
Skill gap
PNRR, la banda ultra larga crea 20.000 nuovi posti di lavoro
Il Piano
Spazio, Colao fa il punto sul Pnrr: i progetti verso la milestone 2023
FORUMPA2022
PNRR e trasformazione digitale: rivedi i Talk di FORUM PA 2022 in collaborazione con le aziende partner
I contratti
Avio, 340 milioni dal Pnrr per i nuovi propulsori a metano
Next Generation EU
PNRR, a che punto siamo e cosa possono aspettarsi le aziende private
Fondi
Operativo il nuovo portale del MISE con tutti i finanziamenti per le imprese
Servizi comunali
Il PNRR occasione unica per i Comuni digitali: strumenti e risorse per enti e cittadini
Healthcare data platform
PNRR dalla teoria alla pratica: tecnologie e soluzioni per l’innovazione in Sanità
Skill
Competenze digitali, partono le Reti di facilitazione
Gli obiettivi
Scuola 4.0, PNRR ultima chance: ecco come cambierà il sistema formativo
Sistema Paese
PNRR 2, è il turno della space economy
FORUM PA 2022
FORUM PA 2022: la maturità digitale dei comuni italiani rispetto al PNRR
Analisi
PNRR: dalla Ricerca all’impresa, una sfida da cogliere insieme
Innovazione
Pnrr, il Dipartimento per la Trasformazione digitale si riorganizza
FORUM PA 2022
PA verde e sostenibile: il ruolo di PNRR, PNIEC, energy management e green public procurement
Analisi
PNRR, Comuni e digitalizzazione: tutto su fondi e opportunità, in meno di 3 minuti. Guarda il video!
Rapporti
Competenze digitali e servizi automatizzati pilastri del piano Inps
Analisi
Attuazione del PNRR: il dialogo necessario tra istituzioni e società civile. Rivedi lo Scenario di FORUM PA 2022
Progetti
Pnrr, fondi per il Politecnico di Torino. Fra i progetti anche IS4Aerospace
Analisi
PNRR, Colao fa il punto sulla transizione digitale dell’Italia: «In linea con tutte le scadenze»
La Svolta
Ict, Istat “riclassifica” i professionisti. Via anche al catalogo dati sul Pnrr
Analisi
Spazio, Colao fa il punto sul Pnrr: i progetti verso la milestone 2023
FORUM PA 2022
Ecosistema territoriale sostenibile: l’Emilia Romagna tra FESR e PNRR
Il Piano
Innovazione, il Mise “centra” gli obiettivi Pnrr: attivati 17,5 miliardi
Analisi
PNRR: raggiunti gli obiettivi per il primo semestre 2022. Il punto e qualche riflessione
Analisi
PNRR: dal dialogo tra PA e società civile passa il corretto monitoraggio dei risultati, tra collaborazione e identità dei luoghi
Webinar
Comuni e PNRR: un focus sui bandi attivi o in pubblicazione
Analisi
Formazione 4.0: cos’è e come funziona il credito d’imposta
PA e Sicurezza
PA e sicurezza informatica: il ruolo dei territori di fronte alle sfide della digitalizzazione
PA e sicurezza
PNRR e servizi pubblici digitali: sfide e opportunità per Comuni e Città metropolitane
Water management
Water management in Italia: verso una transizione “smart” e “circular” 
LE RISORSE
Transizione digitale, Simest apre i fondi Pnrr alle medie imprese
Prospettive
Turismo, cultura e digital: come spendere bene le risorse del PNRR
Analisi
Smart City: quale contributo alla transizione ecologica
Decarbonizzazione
Idrogeno verde, 450 milioni € di investimenti PNRR, Cingolani firma
Unioncamere
PNRR, imprese in ritardo: ecco come le Camere di commercio possono aiutare
I fondi
Industria 4.0: solo un’impresa su tre pronta a salire sul treno Pnrr
CODICE STARTUP
Imprenditoria femminile: come attingere ai fondi per le donne che fanno impresa
DECRETI
PNRR e Fascicolo Sanitario Elettronico: investimenti per oltre 600 milioni
IL DOCUMENTO
Competenze digitali, ecco il nuovo piano operativo nazionale
STRUMENTI
Da Istat e RGS gli indicatori per misurare la sostenibilità nel PNRR
STRATEGIE
PNRR – Piano nazionale di Ripresa e Resilienza: cos’è e novità
FONDI
Pnrr, ok della Ue alla seconda rata da 21 miliardi: focus su 5G e banda ultralarga
GREEN ENERGY
Energia pulita: Banca Sella finanzia i progetti green incentivati dal PNRR
TECNOLOGIA SOLIDALE
Due buone notizie digitali: 500 milioni per gli ITS e l’inizio dell’intranet veloce in scuole e ospedali
INNOVAZIONE
Competenze digitali e InPA cruciali per raggiungere gli obiettivi del Pnrr
STRATEGIE
PA digitale 2026, come gestire i fondi PNRR in 5 fasi: ecco la proposta
ANALISI
Value-based healthcare: le esperienze in Italia e il ruolo del PNRR
Strategie
Accordi per l’innovazione, per le imprese altri 250 milioni
Strategie
PNRR, opportunità e sfide per le smart city
Strategie
Brevetti, il Mise mette sul piatto 8,5 milioni
Strategie
PNRR e opere pubbliche, la grande sfida per i Comuni e perché bisogna pensare digitale
Formazione
Trasferimento tecnologico, il Mise mette sul piatto 7,5 milioni
Strategie
PSN e Strategia Cloud Italia: a che punto siamo e come supportare la PA in questo percorso
Dispersione idrica
Siccità: AI e analisi dei dati possono ridurre gli sprechi d’acqua. Ecco gli interventi necessari
PNRR
Cloud, firmato il contratto per l’avvio di lavori del Polo strategico
Formazione
Competenze digitali, stanziati 48 milioni per gli Istituti tecnologici superiori
Iniziative
Digitalizzazione delle reti idriche: oltre 600 milioni per 21 progetti
Competenze e competitività
PNRR, così i fondi UE possono rilanciare la ricerca e l’Università
Finanziamenti
PNRR, si sbloccano i fondi per l’agrisolare
Sanità post-pandemica
PNRR, Missione Salute: a che punto siamo e cosa resta da fare
Strategie
Sovranità e autonomia tecnologica nazionale: come avviare un processo virtuoso e sostenibile
La relazione
Pnrr e PA digitale, l’alert della Corte dei conti su execution e capacità di spesa
L'editoriale
Elezioni 2022, la sfida digitale ai margini del dibattito politico
Strategie
Digitale, il monito di I-Com: “Senza riforme Pnrr inefficace”
Transizione digitale
Pnrr: arrivano 321 milioni per cloud dei Comuni, spazio e mobilità innovativa
L'analisi I-COM
Il PNRR alla prova delle elezioni: come usare bene le risorse e centrare gli obiettivi digitali
Cineca
Quantum computing, una svolta per la ricerca: lo scenario europeo e i progetti in corso
L'indice europeo
Desi, l’Italia scala due posizioni grazie a fibra e 5G. Ma è (ancora) allarme competenze
L'approfondimento
PNRR 2, ecco tutte le misure per cittadini e imprese: portale sommerso, codice crisi d’impresa e sismabonus, cosa cambia
Servizi digitali
PNRR e trasformazione digitale: ecco gli investimenti e le riforme previste per la digitalizzazione della PA
Legal health
Lo spazio europeo dei dati sanitari: come circoleranno le informazioni sulla salute nell’Unione Europea
Servizi digitali
PNRR e PA digitale: non dimentichiamo la dematerializzazione
Digital Healthcare transformation
La trasformazione digitale degli ospedali
Governance digitale
PA digitale, è la volta buona? Così misure e risorse del PNRR possono fare la differenza
Servizi digitali
Comuni e digitale, come usare il PNRR senza sbagliare
La survey
Pnrr e digitale accoppiata vincente per il 70% delle pmi italiane
Missione salute
Fascicolo Sanitario Elettronico alla prova del PNRR: limiti, rischi e opportunità
Servizi pubblici
PNRR: come diventeranno i siti dei comuni italiani grazie alle nuove risorse
Skill gap
PNRR, la banda ultra larga crea 20.000 nuovi posti di lavoro
Il Piano
Spazio, Colao fa il punto sul Pnrr: i progetti verso la milestone 2023
FORUMPA2022
PNRR e trasformazione digitale: rivedi i Talk di FORUM PA 2022 in collaborazione con le aziende partner
I contratti
Avio, 340 milioni dal Pnrr per i nuovi propulsori a metano
Next Generation EU
PNRR, a che punto siamo e cosa possono aspettarsi le aziende private
Fondi
Operativo il nuovo portale del MISE con tutti i finanziamenti per le imprese
Servizi comunali
Il PNRR occasione unica per i Comuni digitali: strumenti e risorse per enti e cittadini
Healthcare data platform
PNRR dalla teoria alla pratica: tecnologie e soluzioni per l’innovazione in Sanità
Skill
Competenze digitali, partono le Reti di facilitazione
Gli obiettivi
Scuola 4.0, PNRR ultima chance: ecco come cambierà il sistema formativo
Sistema Paese
PNRR 2, è il turno della space economy
FORUM PA 2022
FORUM PA 2022: la maturità digitale dei comuni italiani rispetto al PNRR
Analisi
PNRR: dalla Ricerca all’impresa, una sfida da cogliere insieme
Innovazione
Pnrr, il Dipartimento per la Trasformazione digitale si riorganizza
FORUM PA 2022
PA verde e sostenibile: il ruolo di PNRR, PNIEC, energy management e green public procurement
Analisi
PNRR, Comuni e digitalizzazione: tutto su fondi e opportunità, in meno di 3 minuti. Guarda il video!
Rapporti
Competenze digitali e servizi automatizzati pilastri del piano Inps
Analisi
Attuazione del PNRR: il dialogo necessario tra istituzioni e società civile. Rivedi lo Scenario di FORUM PA 2022
Progetti
Pnrr, fondi per il Politecnico di Torino. Fra i progetti anche IS4Aerospace
Analisi
PNRR, Colao fa il punto sulla transizione digitale dell’Italia: «In linea con tutte le scadenze»
La Svolta
Ict, Istat “riclassifica” i professionisti. Via anche al catalogo dati sul Pnrr
Analisi
Spazio, Colao fa il punto sul Pnrr: i progetti verso la milestone 2023
FORUM PA 2022
Ecosistema territoriale sostenibile: l’Emilia Romagna tra FESR e PNRR
Il Piano
Innovazione, il Mise “centra” gli obiettivi Pnrr: attivati 17,5 miliardi
Analisi
PNRR: raggiunti gli obiettivi per il primo semestre 2022. Il punto e qualche riflessione
Analisi
PNRR: dal dialogo tra PA e società civile passa il corretto monitoraggio dei risultati, tra collaborazione e identità dei luoghi
Webinar
Comuni e PNRR: un focus sui bandi attivi o in pubblicazione
Analisi
Formazione 4.0: cos’è e come funziona il credito d’imposta
PA e Sicurezza
PA e sicurezza informatica: il ruolo dei territori di fronte alle sfide della digitalizzazione
PA e sicurezza
PNRR e servizi pubblici digitali: sfide e opportunità per Comuni e Città metropolitane
Water management
Water management in Italia: verso una transizione “smart” e “circular” 
LE RISORSE
Transizione digitale, Simest apre i fondi Pnrr alle medie imprese
Prospettive
Turismo, cultura e digital: come spendere bene le risorse del PNRR
Analisi
Smart City: quale contributo alla transizione ecologica
Decarbonizzazione
Idrogeno verde, 450 milioni € di investimenti PNRR, Cingolani firma
Unioncamere
PNRR, imprese in ritardo: ecco come le Camere di commercio possono aiutare
I fondi
Industria 4.0: solo un’impresa su tre pronta a salire sul treno Pnrr

Articoli correlati