ai e invenzioni

Intelligenza artificiale per i brevetti: stato dell’arte

L’intelligenza artificiale può contribuire a una parte più o meno ampia del processo che porta a un brevetto. Tuttavia, è sempre l’uomo a porre il problema, a fornire alla macchina i dati e ad operare la selezione decisiva sulle ipotesi fornite. La nuova realtà va comunque affrontata e normata

14 Dic 2021
Mariangela Bogni

Resident partner dello studio IP LAW GALLI

Cesare Galli

Avvocato e titolare della cattedra di Diritto industriale nell'Università degli Studi di Parma

renAIssance - intelligenza artificiale

L’intelligenza artificiale è uno strumento in grado di rendere molto più rapida l’attività dei ricercatori, ma che apre anche a una serie di implicazioni che potrebbero rendere necessaria una revisione dei requisiti di brevettabilità, per evitare – in particolare – problemi di concorrenza. Servono nuove regole condivise per affrontare una nuova realtà in cui la tecnologia sarà sempre più centrale, ma nella quale resterà cruciale il ruolo dell’uomo.

Intelligenza artificiale e proprietà intellettuale: le questioni aperte

L’intelligenza artificiale e il processo che porta a realizzare un’invenzione

Come tutti sappiamo, un’invenzione per essere brevettabile e quindi formare oggetto di un’esclusiva di sfruttamento per 20 anni dev’essere rappresentata dalla soluzione ad un problema tecnico (in Europa, determinato confrontando il trovato per cui si chiede protezione con la cosiddetta closest prior art), che risulti per l’esperto del settore non evidente dallo stato della tecnica: e, più precisamente, che risulti non evidente, in assenza di conoscenze e suggerimenti che avrebbero portato (e non che avrebbero potuto portare, essendo riconoscibili solo ex post come suggerimenti) all’invenzione brevettata.

WHITEPAPER
AZIENDA RETAIL: ecco i 15 motivi per cui hai bisogno dell'Intelligenza Artificiale!
Intelligenza Artificiale
Retail

Pare esistano esempi di invenzioni brevettate realizzate autonomamente dall’intelligenza artificiale (fermo restando che sarà in ogni caso sempre stato l’uomo a porsi il problema tecnico da risolvere); più realisticamente, si deve tuttavia immaginare che la AI assista l’uomo nella realizzazione di una parte più o meno ampia del processo che porta al trovato. Un esempio emblematico è quello della squadra di un’impresa farmaceutica, che, volendo realizzare una molecola che andasse a colpire esattamente una proteina collegata alla fibrosi, ha utilizzato l’intelligenza artificiale (il sistema proprietario GENTRL), che ha «disegnato» 30.000 molecole e scartato automaticamente quelle «bearing structural alert and reactive groups», riducendo le ipotesi praticabili ad un numero assai più ridotto, successivamente profilato (sempre dal sistema). Fra le molecole residue, ne sono state scelte 40 «random», con successiva sintesi di 6, tutte quante testate, con il risultato che 4 di esse si sono dimostrate attive «in biochemical assays» («saggi biochimici»), 2 validate in «cell-based assays» («test su cellule») e una è stata sperimentata sui topi, dimostrando una «favorable pharmacokinetics». Il tutto con un processo ha richiesto in tutto 46 giorni, dimostrando come l’uso dell’AI si dimostri uno strumento in grado di rendere molto più rapida l’attività dei ricercatori.

In un altro caso noto, l’intelligenza artificiale avrebbe «proposto» l’idea di soluzione delle setole incrociate per un’ottimale funzionalità dello spazzolino, a seguito della richiesta della Oral B di realizzare una nuova generazione di spazzolini: un dispositivo basato su una rete neurale artificiale, oggetto di brevetto e denominato «Creativity Machine», ha in questo caso realizzato, dopo essere stato alimentato con informazioni circa le caratteristiche e le performance degli spazzolini esistenti, 2.000 possibili design, molti dei quali con le setole incrociate.

In entrambi i casi, tuttavia, è stato l’uomo a porre il problema, a fornire alla macchina i dati e ad operare la selezione decisiva sulle ipotesi fornite.

In linea più generale, si può ipotizzare che ad oggi vi siano dispositivi in grado di assistere l’uomo nel conseguimento di soluzioni a problemi tecnici, analizzando (in modo perspicace) la prior art somministrata – ed eventualmente, filtrata e calibrata – o autonomamente ricercata dalla macchina, ad esempio, attraverso database come quello EPO, evidenziando gli insegnamenti pertinenti al problema, e, a salire, individuando, testando e scartando soluzioni.

Cosa si intende per intelligenza artificiale

Anche se sotto l’ombrello dell’espressione «intelligenza artificiale» (Artificial Intelligence, in acronimo: AI) si collocano oggi «sistemi» fra loro molto eterogenei, anzitutto sotto il profilo delle capacità, in linea di massima si può comunque dire che ci troviamo di fronte a macchine che utilizzano algoritmi in grado di realizzare analisi statistiche molto avanzate su quantità rilevantissime di dati, imparando così a svolgere compiti, che possono assumere grande rilievo nelle dinamiche della ricerca.

Sistemi “nutriti” con milioni di immagini imparano, ad esempio, a distinguere i volti (per sesso, età, singola persona, ecc.), individuando schemi e parametri di classificazione (che, in larga parte, sfuggono agli esseri umani: in sostanza, è la macchina che elabora da sola i criteri di distinzione), che consentono di determinare la risposta giusta. Sempre l’analisi dei dati consente alle macchine di imparare a tradurre in modo sempre più corretto messaggi scritti, orali o non verbali, a determinare quali e-mail devono finire nello spam (o meglio: nel mio spam, perché l’algoritmo si modifica, imparando da esperienze precedenti di e-mail che ho scartato) o a guidare un’automobile. Nella metropolitana di Londra è pubblicizzata l’App Babylon, che consente di elencare sintomi a un medico tramite smartphone e ricevere una diagnosi elaborata appunto da un’intelligenza artificiale, che ha studiato un’enorme massa di cartelle cliniche con le relative diagnosi, in modo da stabilire correlazioni fra certi input – i sintomi – e certi output, ovvero la risposta al quesito clinico.

Elementi cruciali dello sviluppo di queste tecnologie sono stati, da un lato, la grande disponibilità di dati e l’accesso ad Internet e, dall’altro lato, lo sviluppo di processori con grande capacità di calcolo, ma questo non è tutto. Un passaggio fondamentale per l’apprendimento della macchina è infatti la strutturazione del dato: se i dati non sono correttamente strutturati (come nel caso in cui, ad esempio, si somministrino ad un sistema di riconoscimento immagini prevalentemente composte da maschi caucasici, per poi utilizzarlo anche per riconoscere uomini o donne afroamericani o orientali), le risposte della macchina risulteranno errate, perché soffriranno di un pregiudizio di base. I dati devono essere altresì strutturati (o, come si dice in linguaggio tecnico, «annotati») anche in relazione alla finalità perseguita: le immagini di un ambiente possono ad esempio servire per imparare a contare le persone, o a distinguerle secondo parametri vari, o a riconoscere singoli individui.

Le ricadute sul sistema economico: verso una concorrenza tra innovatori

A fronte di questa nuova realtà, ci si chiede se l’impiego dell’intelligenza artificiale non renderà ovvio – e conseguibile con facilità – ciò che, per l’essere umano che non utilizzi tale strumento, ovvio invece non sarebbe e se ciò non imponga una revisione dei requisiti di brevettabilità delle invenzioni, ed in particolare dell’attività inventiva, in un senso quantitativo o qualitativo, al fine di evitare di un aumento esponenziale delle esclusive e, quindi, un eccessivo ostacolo alla concorrenza.

In realtà, porre la questione in questi termini significa pensare che i problemi da risolvere e le invenzioni siano una sorta di «numero chiuso», mentre è probabile che l’impiego dell’intelligenza artificiale aumenterà i problemi risolti (e porterà alla formulazione di nuovi problemi) e incrementerà le soluzioni, più efficienti o anche solo alternative, con un complessivo miglioramento, sotto questo profilo, della concorrenzialità del sistema.

É, tuttavia, vero (o sarà ad un certo punto vero) che l’utilizzo di strumenti di indagine della prior art quali quelli della AI porterà più agevolmente ad individuare informazioni inerenti alla soluzione del problema tecnico e probabilmente, in virtù della capacità di questi sistemi di istituire correlazioni fra dati, anche a evidenziare nell’arte nota suggerimenti che l’essere umano senza l’ausilio della macchina non avrebbe colto. D’altro canto, è probabile che, specularmente, gli Uffici preposti ad esaminare le domande di brevetto si doteranno di strumenti di intelligenza artificiale per effettuare le loro valutazioni, potendo in tal modo a loro volta tener conto di tali suggerimenti.

Quello che certamente non è accettabile è l’idea, pure avanzata, di un «doppio standard», a seconda che chi propone la domanda di brevetto dichiari di aver o meno fatto ricorso all’intelligenza artificiale nel conseguimento dell’invenzione. Tale impostazione, infatti contraddice l’esigenza, comune a tutte le legislazioni, di oggettivare il più possibile il giudizio di brevettabilità; ed anche nelle conseguenze pratiche, pur senza voler considerare l’ipotesi che non si dica il vero al riguardo, al fine di beneficiare del più favorevole standard «umano», tale dicotomia finirebbe per privilegiare le imprese meno efficienti e che non investono per dotarsi di strumenti di ricerca all’avanguardia.

Intelligenza artificiale, dati e metadati

Quest’ultima notazione introduce un secondo tema, non meno importante di quello appena trattato: come si è visto, infatti, ancora più cruciale ai fini del machine learning è la strutturazione dei dati che la AI utilizza per studiare ed imparare a fornire degli output, ed è soprattutto sotto questo profilo che più significativo, almeno potenzialmente (ossia quando le alternative a disposizione non erano poche e le scelte effettuate non erano scontate) è il ruolo del «fattore umano».

Infatti, anche la circostanza che i singoli dati dai quali la AI è partita per effettuare un’invenzione facciano parte dello stato della tecnica, non implica che ne facciano parte anche gli output, i «metadati» che essa è in grado di elaborare, e ciò persino nel caso in cui i dati di partenza siano standard, ad esempio perché corrispondono a tutte le domande di brevetto pubblicate e tutti i brevetti concessi di un certo settore reperibili nelle banche dati ufficiali, senza che sia stata compiuta tra gli stessi una selezione in qualche misura arbitraria. Ciò vale a fortiori nel momento in cui i dati forniti alla macchina non siano standard: la disciplina dei trade secrets prevede infatti che chi possieda dati che «nel loro insieme e nella precisa configurazione e combinazione dei loro elementi» – anche solo in quanto «trattati» e rielaborati da un’intelligenza artificiale – non sono generalmente noti, dispone di un’esclusiva su questo insieme, anche se individualmente o in una diversa configurazione essi invece sarebbero generalmente noti o facilmente accessibili.

Anche sotto questo profilo, il possesso dei dati (e soprattutto dei big data) sarà decisivo: e ancor più decisivo sarà quindi stabilire regole condivise e che possano venire fatte rispettare a tutti gli attori della scena economica, anche ai nuovi giganti della comunicazione globale: e occorre rendersi conto che è impensabile che a fissare queste regole siano Stati il cui «potere contrattuale» sulla scena mondiale è quasi irrisorio, con buona pace dei vecchi e dei nuovi nazionalisti e populisti. Come ha sottolineato nel suo ultimo libro il grande sociologo Franco Alberoni, a sedersi al tavolo di chi detterà queste regole potranno essere solo gli Stati-nazione che si sono affermati o si stanno affermando sull’arena globale: gli Stati Uniti, la Cina, la Russia, l’India e, forse, l’Europa, il cui ruolo sarebbe fondamentale proprio per la tradizione di diritto e di libertà che incarna.

@RIPRODUZIONE RISERVATA

Speciale PNRR

Tutti
Incentivi
PA
Sostemibilità
Analisi
Formazione
Salute digitale
Sicurezza
Sostenibilità
Digital Economy
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
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

Articolo 1 di 2