22/10/2025Ottobre 2025: a che punto siamo con l’AI?

Un po’ di giorni fa, è stato rilasciato il report “State of AI 2025”.

Si tratta di un report rilasciato ogni anno a Ottobre, che è diventato un riferimento importante per avere un punto della situazione sull’evoluzione dell’AI. 🙌

Questo weekend mi sono preso qualche ora per leggerlo e analizzarlo e volevo riportarti i punti principali.

Il report approfondisce l’evoluzione e l’impatto dell’AI su 4 aree specifiche. Vediamole una per una.

1️⃣ Ricerca

A Settembre 2024, OpenAI annuncia il modello o1 in preview in grado di “ragionare”. Ed è stata una grande novità all’epoca.

Pochi mesi dopo (Gennaio), arriva DeepSeek con V3 e R1, modelli open-weights, con performance molto simili ai modelli principali closed ma con costi molto più bassi. 

E, se ti ricordi, è stato un momento in cui non si parlava d’altro. Anche perché lì si è capito che i modelli open stavano migliorando velocemente e i migliori provenivano da laboratori cinesi.

C’è da dire comunque che, ad oggi, i modelli migliori restano quelli closed, anche se il gap si è ridotto di molto in termini di performance per reasoning e coding.

Sebbene la leadership resti dei laboratori statunitensi, la Cina si può considerare il secondo attore globale.

Oltre a DeepSeek, ci sono anche i modelli Qwen di Alibaba o Kimi K2 di Moonshot AI.

Oggi, Qwen da solo conta per oltre il 40% delle nuove derivate mensili, superando Llama, la cui quota è crollata da circa il 50% a fine 2024 a soli 15%.

[Un modello derivato è una variante di un modello base open, creata da sviluppatori o aziende terze. Queste derivate possono essere "fine-tunnate" su dati specifici, avere ottimizzazioni o essere adattate per usi particolari]

Faccio una piccola parentesi anche sui modelli Llama di Meta. Un tempo, erano i preferiti in assoluto della community open, con centinaia di milioni di download.

Ma sembra che Llama non sia più la prima scelta (per ora). Dico così perché i modelli vanno e vengono, e nel mondo open la gente cambia riferimento molto spesso.

Un altro aspetto importante del 2025 è il fatto che la ricerca si è spostata sull’efficienza e gli agenti.

Infatti, un’altra novità è stata il Model Context Protocol (MCP), un protocollo che consente a LLM o applicazioni AI di connettersi a fonti di dati esterne, strumenti, database, applicazioni aziendali e workflow.

La ricerca è passata dal “singolo modello potente” alla rete di modelli che collaborano.

2️⃣ Industry

Ormai saprai già che NVIDIA è l’attore principale nella corsa all’AI. Infatti, ha superato i $4.000 miliardi di valore.

I colossi americani (Amazon, Google, Meta, OpenAI, Microsoft) fanno il 75% dei suoi ordini.

Un altro progetto super importante del 2025 lato investimenti è il progetto Stargate, annunciato da Sam Altman, Masayoshi Son, Larry Ellison e Donald Trump a gennaio.

Si tratta di un’infrastruttura da 10 GW di potenza e 4 milioni di GPU, finanziata da $500 miliardi di SoftBank, MGX, Oracle e OpenAI.

Chiudo la sezione degli investimenti sempre con NVIDIA.

Un altro fenomeno particolare è la nascita dei “circular GPU deals”. Forse hai visto girare questa visualizzazione di recente:

In pratica, questo schema mostra come NVIDIA investa nei laboratori AI (come OpenAI, CoreWeave, xAI…). Con quei soldi, i laboratori comprano GPU NVIDIA per addestrare i loro modelli.

Poi, affittano o rivendono parte di quella potenza di calcolo ad altre aziende. Il risultato è che i soldi che NVIDIA ha investito tornano a lei, perché tutti usano le sue GPU.

NVIDIA finanzia chi compra da lei e guadagna due volte (come venditore e come investitore).

3️⃣ Politica

-Stati Uniti: qui, come mi aspettavo, c’è una filosofia basata più sugli incentivi e meno su regole rigide. La regolamentazione, di fatto, la fanno le aziende stesse (OpenAI, Anthropic, Google…).

-Cina: accelera verso l’autosufficienza tecnologica, spingendo sulla produzione di chip nazionali e su una regolamentazione fortemente centralizzata.

Le aziende (Alibaba, ByteDance, etc...) devono registrare ogni nuovo modello e consegnare dataset di training e parametri a un archivio governativo, che decide cosa può essere addestrato, pubblicato e distribuito.

-Europa: l’AI Act europeo, entrato in vigore il 1° agosto 2024, è la prima legge completa al mondo sull’AI.

Pur essendo avanti a livello normativo, l’Europa rimane indietro sul piano industriale: dipende ancora per oltre l’80% del suo compute dai cloud statunitensi.

Il compute (la potenza di calcolo) è diventato la nuova leva di potere geopolitico: chi controlla GPU e chip decide la velocità di innovazione.

4️⃣ Sicurezza

Nel 2023 tutti avevano paura che l’AI potesse “distruggere il mondo”. Ma nel 2024-2025 il discorso cambia: la sicurezza dell’AI non è più una questione filosofica, ma una parte tecnica del lavoro.

Le grandi aziende (OpenAI, Anthropic, Google) hanno creato processi ingegneristici di controllo: ogni nuovo modello viene testato e monitorato prima e dopo il rilascio.

L’obiettivo non è fare un’AI “buona e sicura”, ma un’AI prevedibile e trasparente. In pratica, se riesci a capire come ragiona, puoi controllarla.

Secondo me, dal 2026 possiamo aspettarci qualcosa di questo tipo👇

I modelli continueranno a migliorare in modo graduale in termini di performance.

I grandi laboratori di oggi resteranno al vertice, la sicurezza dell’AI farà passi avanti concreti e gli investimenti continueranno a crescere.

L’unica cosa certa è che il “clima” attorno all’AI cambierà di nuovo: periodi di entusiasmo e scetticismo si alternano sempre.

Questo è quanto.

Chiaramente è molto riassunto dato che il report ha più di 300 pagine 😂

Ma se hai 3/4 ore di tempo te la consiglio molto come lettura 🙂

---

Giacomo Ciarlini - Head of Content & Education - Datapizza

Alexandru Cublesan - Media Manager & Creator - Datapizza