Il 2024 e l’inizio del 2025 hanno rappresentato una fase di accelerazione storica nello sviluppo e nell’adozione dell’intelligenza artificiale. Dai progressi nei benchmark complessi alla diffusione nella vita quotidiana, passando per investimenti record, regolamentazione globale e riconoscimenti scientifici internazionali, l’IA si è confermata come una delle forze più trasformative della nostra epoca.
Per avere un quadro esaustivo di dove siamo arrivati e qualche idea di dove stiamo andando, è utile anche quest’anno l’AI Index Report (leggi qui) della Stanford University HAI (human centered artificial intelligence), con analisi qualitative e quantitative su impatti tecnologici, economici, etici e culturali.
Indice degli argomenti
Ai Index 2025 Stanford University HAI
Ogni sezione affronta un’area specifica, mettendo in luce sia le conquiste sia le sfide aperte, con l’obiettivo di offrire una visione multidimensionale e accessibile a professionisti, studiosi, decisori politici e cittadini interessati.
Prestazioni dell’IA nei benchmark complessi
Nel 2023 sono stati introdotti nuovi benchmark AI come MMMU, GPQA e SWE-bench, progettati specificatamente per testare la capacità dei sistemi di IA di operare in contesti altamente impegnativi e multidisciplinari. Nel giro di appena un anno, le prestazioni di questi modelli hanno registrato incrementi notevoli: rispettivamente +18,8% per MMMU, +48,9% per GPQA e addirittura +67,3% per SWE-bench. Nello specifico, per quanto riguarda SWE-bench, i sistemi di IA sono passati dal risolvere appena il 4,4% dei problemi di codifica nel 2023 a ben il 71,7% nel 2024.
Questo progresso riflette una crescente maturità tecnologica dei modelli di intelligenza artificiale, che ora possono affrontare problemi più sofisticati e realistici. Parallelamente, significativi miglioramenti sono stati ottenuti anche nella generazione automatica di video di alta qualità grazie al lancio, nel 2024, di modelli avanzati come SORA di OpenAI, Stable Video Diffusion 3D e 4D, Movie Gen di Meta e Veo 2 di Google DeepMind, capaci di generare video notevolmente migliori rispetto a quelli prodotti appena un anno prima.
Inoltre, emergono paradigmi innovativi di ragionamento come il calcolo iterativo in fase di test, introdotto da OpenAI con i modelli o1 e o3, che hanno dimostrato un miglioramento significativo delle prestazioni. Ad esempio, il modello o1 ha ottenuto un punteggio del 74,4% in un esame di qualificazione per le Olimpiadi Internazionali di Matematica, risultato nettamente superiore rispetto al 9,3% ottenuto da GPT-4o. Tuttavia, tali miglioramenti comportano un costo computazionale notevole, rendendo questi modelli quasi sei volte più costosi e circa 30 volte più lenti di GPT-4o.
Infine, di fronte alla rapida saturazione dei benchmark tradizionali come MMLU, GSM8K e HumanEval, la comunità di ricerca ha introdotto nuovi e più impegnativi metodi di valutazione, come Humanity’s Last Exam, in cui il sistema migliore ottiene appena l’8,80%, FrontierMath, con un tasso di risoluzione del 2%, e BigCodeBench, in cui gli attuali sistemi IA raggiungono solo il 35,5% di successo, molto inferiore allo standard umano del 97%.
Questi nuovi parametri stanno spingendo i modelli verso limiti sempre più avanzati del ragionamento logico e della precisione.
Tutto sommato si rileva che ci sono forti progressi, ma l’AI ancora non è al livello dei migliori esseri umani di ciascun campo soprattutto per ragionamento, pianificazione, accuratezza di calcoli complessi.
L’IA nella Sanità
La rapida integrazione dell’intelligenza artificiale nella quotidianità è una delle più evidenti trasformazioni recenti. Settori come sanità e trasporti sono particolarmente interessati da questa rivoluzione tecnologica, ricorda l’Ai Index Stanford. Solo nel 2023, la FDA ha approvato ben 223 dispositivi medici dotati di IA, un significativo aumento rispetto ai pochi casi del decennio precedente.
I nuovi modelli fondazionali applicati alla medicina, come Med-Gemini, EchoCLIP e ChexAgent, stanno aprendo la strada a diagnosi più precise e all’uso di tecniche multimodali avanzate, mentre i dati sintetici generati da IA contribuiscono a preservare la privacy migliorando al contempo l’accuratezza nella predizione dei rischi clinici.
Un nuovo studio ha inoltre dimostrato che in diversi casi clinici complessi, GPT-4 ha superato le performance diagnostiche dei medici, sia con che senza il supporto di sistemi IA, evidenziando il potenziale della collaborazione uomo-macchina in campo sanitario.
In parallelo, il numero di pubblicazioni sull’etica dell’IA in medicina è quadruplicato tra il 2020 e il 2024, segno dell’attenzione crescente verso implicazioni morali e sociali della sua adozione.
Nel settore della mobilità urbana, le flotte autonome non sono più soltanto una sperimentazione futuristica: aziende come Waymo negli Stati Uniti e Apollo Go in Cina operano stabilmente, offrendo decine di migliaia di corse autonome settimanali.
Secondo i dati del 2024, Waymo ha superato le 150.000 corse a settimana in quattro città statunitensi, mentre Apollo Go ha effettuato circa 988.000 corse nel solo terzo trimestre dell’anno.
Al di là dei trasporti e della sanità, l’IA è sempre più presente anche nella vita quotidiana attraverso applicazioni come assistenti vocali intelligenti, filtri antispam potenziati, traduzione automatica contestuale, generazione di contenuti visivi e raccomandazioni personalizzate. Si sta affermando una nuova quotidianità ibrida, in cui la presenza silenziosa ma pervasiva dell’intelligenza artificiale sta ridefinendo in profondità le interazioni tra esseri umani, tecnologia e servizi.
Investimenti e impatti economici dell’IA
Il 2024 ha segnato un anno record per gli investimenti privati nell’intelligenza artificiale, con gli Stati Uniti che hanno attratto ben 109,1 miliardi di dollari, dominando nettamente rispetto ai principali concorrenti come la Cina (9,3 miliardi) e il Regno Unito (4,5 miliardi), ricorda l’Ai Index. In particolare, l’IA generativa ha attirato l’attenzione degli investitori globali, raccogliendo 33,9 miliardi di dollari (+18,7% rispetto al 2023 e oltre 8,5 volte i livelli del 2022), rappresentando oltre il 20% del totale degli investimenti privati in IA.
A livello globale, gli investimenti complessivi in intelligenza artificiale hanno raggiunto i 252,3 miliardi di dollari, con un incremento del 26% rispetto all’anno precedente. L’aumento si è riflesso anche nelle fusioni e acquisizioni (+12,1%) e in una continua espansione del mercato, che oggi vale oltre tredici volte quello del 2014.
L’Italia non è pervenuta nello studio Stanford. L’Europa è citata solo con tre modelli, tutti francesi.
L’adozione aziendale dell’IA ha registrato un’accelerazione straordinaria: il 78% delle organizzazioni dichiara di utilizzare tecnologie di IA, rispetto al 55% del 2023.
L’utilizzo dell’IA generativa è più che raddoppiato in un solo anno, passando dal 33% al 71% delle imprese. Tuttavia, la maggior parte degli impatti economici dichiarati è ancora contenuta riporta McKinsey: ad esempio, il 49% delle aziende segnala risparmi inferiori al 10% nei servizi operativi, il 43% nella supply chain e il 41% nell’ingegneria del software. Per quanto riguarda il fatturato, il 71% delle aziende che usano IA nel marketing e vendite riportano un incremento, ma quasi sempre sotto il 5%.
Questi dati indicano che, pur essendo ormai diffusa e riconosciuta come leva strategica, l’intelligenza artificiale è ancora nella fase iniziale della sua piena integrazione nel ciclo economico, e il suo potenziale trasformativo deve ancora esprimersi in tutta la sua portata.
Tutto questo chiaramente senza considerare l’impatto dei dazi di Trump – che Stanford non poteva prevedere – e che già stanno raffreddando gli investimenti venture in AI e rischiano di aumentare i costi di computing. Ma il quadro è molto mobile, quindi difficile fare previsioni.
Stati Uniti e Cina
Gli Stati Uniti continuano a mantenere una posizione di leadership nella produzione di modelli di intelligenza artificiale avanzati, con 40 modelli di rilievo sviluppati nel 2024, contro i 15 della Cina e appena 3 dell’Europa.
Questo primato si riflette anche nella capacità di attrarre investimenti privati e nella disponibilità di infrastrutture computazionali. Tuttavia, la Cina sta rapidamente colmando il divario qualitativo: mentre nel 2023 i modelli statunitensi superavano nettamente quelli cinesi su benchmark come MMLU, HumanEval, MMMU e MATH, nel 2024 i margini si sono drasticamente ridotti a pochi punti percentuali, in alcuni casi addirittura inferiori al 2%.
Parallelamente, anche i modelli open-weight stanno recuperando terreno rispetto a quelli proprietari: nel 2023 il miglior modello open-weight era distaccato di oltre l’8% dal leader closed-weight nella classifica Chatbot Arena, mentre nel febbraio 2025 il divario si era ridotto all’1,7%.
Questo sviluppo riflette una crescente competizione internazionale e una distribuzione tecnologica sempre più policentrica, con contributi rilevanti da regioni emergenti come Medio Oriente, America Latina e Sud-est asiatico. In questi contesti, il potenziamento delle infrastrutture, l’accesso a formazione specializzata e l’apertura di hub di ricerca stanno accelerando la crescita e la visibilità scientifica di nuovi attori globali nell’ecosistema IA.
Evoluzione dell’IA responsabile
Nonostante la rapida diffusione dell’IA e l’aumento degli incidenti a essa correlati, che nel 2024 hanno raggiunto quota 233 (+56,4% rispetto all’anno precedente), solo una minoranza delle organizzazioni ha adottato standard solidi e condivisi per la valutazione della responsabilità (RAI).
In questo contesto, nuovi benchmark per l’AI responsabile pemergendo per colmare il vuoto metodologico: HELM Safety, AIR-Bench, FACTS, SimpleQA e la classifica aggiornata del modello di valutazione delle allucinazioni di Hughes offrono strumenti più affidabili per misurare sicurezza, veridicità e trasparenza dei modelli.
Parallelamente, un’indagine McKinsey mostra che pur riconoscendo i rischi legati a inesattezze, conformità normativa e cybersecurity, solo il 60-64% dei leader aziendali intervistati li considera prioritari, e ancora meno attuano strategie efficaci di mitigazione.
Sul fronte istituzionale, si osserva una crescente mobilitazione globale per la governance dell’IA: organizzazioni come OCSE, Unione Europea, Nazioni Unite e Unione Africana hanno pubblicato framework per promuovere trasparenza, spiegabilità, sicurezza e affidabilità. Inoltre, la trasparenza nella documentazione dei foundation model è migliorata sensibilmente, con un incremento del punteggio medio di trasparenza dal 37% (ottobre 2023) al 58% (maggio 2024), anche se rimane ampio margine di miglioramento.
Infine, cresce anche l’interesse accademico: il numero di articoli sulla RAI accettati alle principali conferenze è aumentato del 28,8% in un solo anno (da 992 a 1.278), segnalando un consolidamento scientifico del tema. Tuttavia, restano nodi aperti, come la crescente diffusione di bias impliciti anche nei modelli progettati per essere imparziali, e l’utilizzo di dati web sempre più limitati da vincoli legali, che pone nuove sfide all’equità, alla scalabilità e alla qualità dell’addestramento.
Opinione pubblica sull’IA
L’ottimismo globale verso l’intelligenza artificiale è in crescita, con una percezione positiva che è aumentata dal 52% nel 2022 al 55% nel 2024. Tuttavia, persistono marcate differenze regionali. Paesi asiatici come Cina (83%), Indonesia (80%) e Thailandia (77%) mostrano un entusiasmo nettamente superiore rispetto a Paesi occidentali come Canada (40%), Stati Uniti (39%) e Paesi Bassi (36%), dove permangono riserve legate a privacy, sicurezza e imparzialità.
È interessante notare che l’ottimismo ha registrato un aumento proprio nei Paesi che in passato erano più scettici: tra il 2022 e il 2024, le opinioni positive sull’IA sono salite di 8 punti percentuali nel Regno Unito, 10 in Germania, 4 negli Stati Uniti e 10 in Francia. Questo suggerisce una progressiva accettazione sociale dell’intelligenza artificiale come parte integrante della quotidianità.
Nonostante ciò, crescono anche le preoccupazioni: la fiducia nel fatto che le aziende IA proteggano i dati personali è scesa dal 50% al 47% tra il 2023 e il 2024, e una percentuale crescente di persone teme che i sistemi siano soggetti a discriminazioni implicite. Il 60% degli intervistati a livello globale ritiene che l’IA modificherà il modo in cui lavoriamo nei prossimi cinque anni, ma solo il 36% pensa che possa sostituire il proprio lavoro nello stesso arco di tempo.
Infine, se da un lato l’IA è vista come un mezzo per risparmiare tempo (55%) e migliorare l’intrattenimento (51%), dall’altro solo una minoranza la considera determinante per la salute (38%), l’economia nazionale (36%) o il mercato del lavoro (31%), a conferma di un atteggiamento ancora prudente sui suoi impatti sistemici a lungo termine.
Efficienza e accessibilità dell’IA
L’IA sta diventando sempre più efficiente, economica e accessibile su larga scala. Tra il 2022 e il 2024, il costo medio di inferenza per un modello che raggiunge prestazioni simili a GPT-3.5 su benchmark come MMLU è sceso da 20 dollari a soli 0,07 dollari per milione di token, con una riduzione di oltre 280 volte. A seconda del compito, i prezzi dell’inferenza sono diminuiti da 9 a 900 volte.
Dal punto di vista hardware, le prestazioni misurate in operazioni a 16 bit sono cresciute del 43% all’anno, raddoppiando ogni 1,9 anni, mentre il rapporto prezzo/prestazioni è migliorato con una riduzione media dei costi del 30% annuo. Parallelamente, l’efficienza energetica è aumentata del 40% all’anno, contribuendo a rendere l’IA più sostenibile anche dal punto di vista ambientale.
Una tendenza emergente è la crescente efficacia di modelli più piccoli: nel 2022 era necessario un modello da 540 miliardi di parametri (PaLM) per superare il 60% su MMLU, mentre nel 2024 Phi-3-mini di Microsoft ha raggiunto lo stesso livello con soli 3,8 miliardi di parametri, una riduzione di oltre 140 volte.
Infine, i modelli a peso aperto stanno riducendo sensibilmente il divario con quelli proprietari, favorendo la democratizzazione dell’IA avanzata. Questo progresso abbassa le barriere economiche e tecniche, rendendo più inclusivo l’accesso a tecnologie d’avanguardia, anche per sviluppatori, aziende e istituzioni di dimensioni più contenute.
8. Politiche Governative e Investimenti Pubblici
Nel 2024, gli interventi regolatori dei governi sull’intelligenza artificiale hanno registrato un netto incremento. Negli Stati Uniti, il numero di provvedimenti legislativi in materia di IA è raddoppiato rispetto all’anno precedente, mentre a livello globale le menzioni legislative sono aumentate del 21,3%.
Questo trend riflette un’attenzione crescente verso la necessità di stabilire principi condivisi per garantire un uso sicuro, trasparente ed etico delle tecnologie IA.
La cooperazione internazionale si è intensificata, con iniziative concrete da parte di organizzazioni sovranazionali come l’OCSE, l’Unione Europea, le Nazioni Unite e l’Unione Africana, che hanno pubblicato quadri normativi per promuovere una governance responsabile dell’IA. Tali iniziative si concentrano su aspetti chiave come la spiegabilità dei modelli, la mitigazione dei bias, la protezione dei dati personali e la responsabilità delle decisioni automatizzate.
Parallelamente, numerosi Stati hanno avviato ambiziosi programmi di investimento pubblico. La Cina ha lanciato un fondo per i semiconduttori da 47,5 miliardi di dollari per rafforzare l’autonomia tecnologica e potenziare la filiera dell’IA. La Francia ha destinato ben 109 miliardi di euro alla ricerca e sviluppo, mentre l’Arabia Saudita ha inaugurato il Progetto Transcendence, un piano da 100 miliardi di dollari mirato a posizionare il Paese come polo emergente nell’innovazione artificiale.
Questi interventi mostrano chiaramente come l’intelligenza artificiale sia diventata un asset strategico per la competitività globale, influenzando le politiche industriali, la sicurezza nazionale e l’equilibrio geopolitico internazionale.
Espansione dell’istruzione in informatica e IA
L’istruzione in informatica e intelligenza artificiale si sta rapidamente espandendo su scala globale, rappresentando una priorità strategica per numerosi sistemi educativi. Attualmente, circa due terzi dei paesi offrono o stanno pianificando di introdurre corsi di informatica a partire dalla scuola materna fino alle scuole superiori, un dato che è raddoppiato rispetto al 2019. In particolare, Africa e America Latina mostrano i progressi più rapidi, anche se l’accesso a risorse fondamentali come l’elettricità nelle scuole continua a rappresentare una sfida strutturale in molte regioni africane.
Negli Stati Uniti, il numero di laureati in informatica è aumentato del 22% nell’ultimo decennio, e quello dei laureati magistrali in intelligenza artificiale è quasi raddoppiato tra il 2022 e il 2023. Tuttavia, il sistema scolastico statunitense deve ancora colmare un importante divario formativo: sebbene l’81% degli insegnanti di informatica riconosca l’importanza di includere l’IA nei curricula, meno della metà si sente adeguatamente preparata a insegnarla. Questo indica un urgente bisogno di programmi di aggiornamento professionale per i docenti.
Anche a livello universitario, gli Stati Uniti continuano a guidare la formazione nel settore ICT (Information and Communication Technologies), seguiti da Spagna, Brasile e Regno Unito. La Turchia si distingue per il più alto livello di parità di genere tra i laureati. Queste tendenze confermano come l’educazione all’IA e all’informatica non sia solo un’esigenza tecnica, ma un potente strumento di equità, sviluppo e innovazione, destinato a plasmare le future competenze della forza lavoro globale.
Industria e ricerca accademica nell’IA
Nel 2024, l’industria ha ulteriormente rafforzato il suo predominio nello sviluppo di modelli significativi di intelligenza artificiale, contribuendo alla realizzazione di quasi il 90% dei modelli di rilievo, rispetto al 60% nel 2023. Questo crescente protagonismo riflette investimenti massicci in capacità computazionale, infrastrutture dedicate e team multidisciplinari, che permettono di scalare modelli sempre più grandi e sofisticati.
Nonostante ciò, il mondo accademico mantiene un ruolo centrale nella produzione della ricerca più influente: negli ultimi tre anni, le università e gli istituti di ricerca sono stati i principali produttori di articoli scientifici inclusi nella top 100 per citazioni.
La ricerca accademica continua a guidare l’innovazione metodologica, lo sviluppo di benchmark e la riflessione etica, contribuendo in modo essenziale alla comprensione critica e allo sviluppo responsabile dell’intelligenza artificiale.
Nel frattempo, la complessità tecnica del settore è in continua ascesa. Il calcolo richiesto per addestrare i modelli raddoppia ogni cinque mesi, le dimensioni dei dataset ogni otto mesi e la potenza necessaria per il training aumenta mediamente ogni anno.
Queste dinamiche stanno alzando le barriere d’ingresso per nuovi attori ma al contempo stanno accelerando la convergenza delle performance tra i modelli di vertice: il divario tra il primo e il decimo classificato nella classifica Elo di Chatbot Arena si è ridotto all’5,4% nel 2025, rispetto all’11,9% dell’anno precedente.
Questa crescente competitività sta spingendo sia il settore privato sia quello accademico verso un’intensificazione della collaborazione e una maggiore attenzione a efficienza, sostenibilità e trasparenza nello sviluppo dei sistemi IA.
Riconoscimenti scientifici per l’IA
L’importanza dell’intelligenza artificiale è stata ulteriormente confermata dall’assegnazione di prestigiosi premi scientifici internazionali nel 2024. Due premi Nobel hanno riconosciuto contributi fondamentali nel campo dell’apprendimento profondo: Demis Hassabis e John Jumper di DeepMind hanno ricevuto il Premio Nobel per la Chimica per i risultati ottenuti con AlphaFold nella previsione del ripiegamento proteico, mentre Geoffrey Hinton e John Hopfield hanno ottenuto il Premio Nobel per la Fisica per il loro lavoro pionieristico sulle reti neurali.
Parallelamente, il Premio Turing è stato assegnato a ricercatori che hanno rivoluzionato l’apprendimento per rinforzo, sottolineando l’impatto trasversale dell’intelligenza artificiale su discipline eterogenee come la biologia, la fisica e l’informatica teorica. Questi riconoscimenti segnano un punto di svolta nella legittimazione scientifica dell’IA come disciplina matura e interdisciplinare, capace di influenzare profondamente il progresso della conoscenza umana.
12. Sfide del Ragionamento Complesso
Nonostante i grandi progressi compiuti negli ultimi anni, l’intelligenza artificiale continua a incontrare ostacoli significativi nel campo del ragionamento complesso. I modelli più avanzati sono in grado di risolvere problemi altamente strutturati, come quelli proposti nelle Olimpiadi Internazionali di Matematica, grazie anche a tecniche come il calcolo iterativo in fase di test.
Tuttavia, mostrano ancora limiti marcati su benchmark come PlanBench, che richiedono un ragionamento logico articolato, pianificazione sequenziale e gestione di vincoli.
Queste carenze si riflettono in modo particolare nelle applicazioni ad alto rischio, dove l’affidabilità e la precisione non possono essere compromesse. In ambiti come la medicina, la sicurezza informatica, il diritto o l’ingegneria critica, anche un errore minimo può comportare conseguenze rilevanti. La mancanza di generalizzazione logica e la difficoltà a trattare con situazioni non viste rendono i modelli attuali inadatti, almeno per ora, a sostituire il giudizio umano in compiti che richiedono interpretazione, giustificazione e responsabilità.
Questa consapevolezza sta spingendo la ricerca verso lo sviluppo di nuovi paradigmi, come l’integrazione tra LLM e motori di ragionamento simbolico o l’impiego di agenti intelligenti iterativi, capaci di pianificare azioni in ambienti dinamici. Si tratta di una delle frontiere più attive e complesse dell’intelligenza artificiale contemporanea, cruciale per consolidarne l’affidabilità e la piena operatività in contesti reali.
Un bilancio alla luce dell’Ai Index 2015 Stanford University
L’intelligenza artificiale è ormai una tecnologia di base che sta ridefinendo le fondamenta della società contemporanea. I dati analizzati confermano che l’IA sta progredendo a un ritmo vertiginoso, non solo in termini di capacità tecnica e prestazioni, ma anche nell’adozione industriale, nel riconoscimento scientifico e nella pervasività culturale. Tuttavia, questo slancio pone interrogativi cruciali legati alla governance, all’etica, alla trasparenza e alla sostenibilità.
Mentre l’industria guida lo sviluppo dei modelli più avanzati e l’accademia continua a produrre ricerca d’avanguardia, il divario tra eccellenza tecnica e affidabilità logica rimane una sfida aperta. Le istituzioni globali stanno reagendo con sforzi di regolamentazione sempre più coordinati, mentre l’opinione pubblica si mostra progressivamente più consapevole, sebbene ancora divisa.
Il futuro dell’intelligenza artificiale non dipenderà solo da ulteriori miglioramenti tecnologici, ma dalla nostra capacità collettiva di orientarne l’evoluzione verso obiettivi di equità, sicurezza e beneficio comune. Questo richiederà un impegno condiviso tra sviluppatori, legislatori, educatori, imprese e cittadini. L’IA non è solo una questione di algoritmi: è una sfida sociale, culturale e politica che riguarda tutti.
