Quanto veloce l’IA sta trasformando il nostro mondo secondo BOND
Oggi, più che mai, l’intelligenza artificiale (AI) non è solo un argomento di discussione, ma una forza trasformativa che sta plasmando il nostro mondo a una velocità senza precedenti. Il documento “Trends – Artificial Intelligence” di BOND del maggio 2025 non è solo una panoramica, ma un faro che illumina la traiettoria di questa rivoluzione, offrendoci spunti critici e previsioni che ogni attore del settore dovrebbe considerare.
La velocità con cui l’intelligenza artificiale AI si sta diffondendo è, a dir poco, sbalorditiva. Vint Cerf, uno dei “padri di Internet”, nel 1999 paragonava un anno nel business di Internet a sette anni nella vita di una persona normale, sottolineando un ritmo di cambiamento allora impareggiabile. Eppure, l’intelligenza artificiale sta superando persino quella rapidità, con un’adozione da parte degli utenti e un aumento dell’utilizzo che si stanno verificando a una velocità materiale superiore. Questa accelerazione è resa possibile da diverse infrastrutture tecnologiche: la diffusione globale delle reti Internet che raggiungono 5,5 miliardi di persone attraverso dispositivi connessi, l’enorme e crescente mole di dati digitali accumulati negli ultimi trent’anni, e i modelli linguistici di grandi dimensioni (LLM) innovativi, liberatisi nel novembre 2022 con il lancio di ChatGPT di OpenAI, che ha offerto un’interfaccia utente estremamente facile e veloce.
La crescita dell’intelligenza artificiale in termini di utenti, utilizzo e spese in conto capitale (CapEx) è davvero senza precedenti. ChatGPT, l’indicatore fondamentale di questa tendenza, ha visto i suoi utenti attivi settimanali crescere continuamente, raggiungendo gli 800 milioni in soli diciassette mesi. Ciò che è ancora più impressionante è la sua diffusione globale: il 90% degli utenti attuali di ChatGPT si trova al di fuori del Nord America entro il terzo anno dal lancio, un traguardo che Internet ha impiegato 23 anni per raggiungere. L’impatto di ChatGPT si estende anche alle ricerche annuali, avendo raggiunto 365 miliardi di ricerche in due anni (2024), mentre Google ha impiegato 11 anni (fino al 2009) per lo stesso volume come ricerche sul suo motore. Questa rapidità non è solo un numero, ma un segnale chiaro di come l’intelligenza artificiale stia ridefinendo le abitudini digitali globali a una velocità mai vista prima.
Per noi, agenzia di web marketing, questa diffusione massiva implica un cambiamento fondamentale nell’approccio al pubblico. Non si tratta più, ad esempio, solo di fare SEO e ottimizzare per i motori di ricerca tradizionali i siti e gli ecommerce dei clienti, ma di comprendere e capitalizzare l’interazione con gli assistenti AI, che stanno diventando la porta d’accesso primaria all’informazione per milioni di persone, in particolare per le nuove generazioni di utenti Internet che si connettono per la prima volta. La possibilità di comunicare direttamente con un’intelligenza artificiale in linguaggio naturale apre nuove frontiere per il coinvolgimento degli utenti e la personalizzazione delle esperienze.
L’adozione dell’intelligenza artificiale non è confinata al solo ambito consumer; le aziende di ogni dimensione la stanno abbracciando con crescente priorità. Il 50% delle aziende dell’S&P 500 ha menzionato l’intelligenza artificiale nelle loro call sugli utili nel quarto trimestre del 2024, evidenziando come l’intelligenza artificiale sia diventata un tema centrale nelle strategie aziendali. Le imprese non si concentrano solo sulla riduzione dei costi, ma mirano soprattutto a migliorare la produzione, il servizio clienti e la produttività delle vendite grazie all’intelligenza artificiale. Questo spostamento indica che l’intelligenza artificiale è vista come un motore di crescita e innovazione, piuttosto che una mera leva di efficienza. Per noi, questo significa che i nostri clienti si aspettano soluzioni di marketing non solo più efficienti, ma anche capaci di generare nuovo valore e spingere la crescita attraverso l’intelligenza artificiale.
La spesa in conto capitale delle maggiori aziende tecnologiche statunitensi è cresciuta del 21% all’anno negli ultimi dieci anni, raggiungendo i 212 miliardi di dollari nel 2024, in linea con l’esplosione dei volumi di dati globali. Questa spesa è direttamente correlata alla necessità di costruire data center iperscalabili, infrastrutture di rete più veloci e capacità di calcolo sempre maggiori. La spesa per i data center negli Stati Uniti, in particolare, è aumentata del 49% su base annua negli ultimi due anni. NVIDIA, attore chiave in questo scenario, ha visto le prestazioni delle sue GPU aumentare di 225 volte in otto anni, con la capacità di token di inferenza che è cresciuta di 27.500 volte nello stesso periodo. Questo significa che l’intelligenza artificiale sta diventando una componente sempre più onerosa in termini di infrastruttura, un aspetto che le nostre strategie per i clienti dovranno tenere in considerazione, specialmente quando si tratta di soluzioni che richiedono un’elevata potenza di calcolo.
Un aspetto cruciale da considerare è la dinamica dei costi computazionali. Se da un lato l’addestramento dei modelli AI richiede investimenti enormi, con costi che superano i 100 milioni di dollari per modello e previsioni che arrivano al miliardo o addirittura 10 miliardi di dollari entro il 2025, dall’altro, il costo dell’inferenza, ovvero l’utilizzo di questi modelli su larga scala in tempo reale, sta diminuendo rapidamente
Una GPU Blackwell di NVIDIA (2024) richiede 105.000 volte meno energia per generare un token rispetto a una Kepler del 2014, rendendo l’inferenza drasticamente più economica. Questo fenomeno, noto come Paradosso di Jevons, suggerisce che l’aumento dell’efficienza nell’uso delle risorse porta a un maggiore utilizzo complessivo di tali risorse. Ciò significa che, mentre i costi unitari diminuiscono, la domanda complessiva di infrastrutture e capacità di calcolo aumenterà, spingendo nuovamente verso l’alto i costi totali. Per il web marketing, la riduzione dei costi di inferenza apre le porte a un’ampia gamma di applicazioni AI, dalla personalizzazione in tempo reale alla generazione di contenuti su larga scala, rendendo l’intelligenza artificiale accessibile anche a budget più contenuti. Il Google Marketing Festival 2025, a cui abbiamo partecipato nel mese di Maggio a Dublino, ha fatto vedere esattamente questo: personalizzazione e generazione di contenuti automatizzati, creazione di video (ad esempio indossati) e così via.
Tuttavia, il panorama della monetizzazione dell’intelligenza artificiale presenta sfide significative, principalmente a causa della crescente concorrenza, dello slancio dei modelli open-source e dell’ascesa della Cina nel settore.
Sebbene i modelli closed-source come ChatGPT di OpenAI dominino l’utilizzo da parte dei consumatori e delle grandi imprese per le loro prestazioni e facilità d’uso iniziali, la leadership nelle prestazioni non è più un dato di fatto. I modelli open-source stanno rapidamente colmando il divario, offrendo capacità competitive a una frazione del costo. La Cina, in particolare, sta emergendo come leader nella corsa open-source, con un numero crescente di modelli AI su larga scala rilasciati.
Questa dinamica di competizione ha implicazioni profonde. La disponibilità di modelli open-source potenti e a basso costo sta democratizzando lo sviluppo dell’intelligenza artificiale, consentendo a startup, accademici e sviluppatori indipendenti di costruire applicazioni AI-native senza la necessità di budget miliardari. Per noi, questo significa che il mercato sarà inondato di nuove soluzioni AI, e la nostra capacità di integrare le più efficaci, sia closed che open-source, sarà cruciale per fornire ai nostri clienti un vantaggio competitivo. La Cina, con la sua rapida rilevanza nell’intelligenza artificiale, sta dimostrando una velocità di risposta significativamente più elevata rispetto all’era Internet del 1995. Le sue capacità LLM stanno raggiungendo i modelli statunitensi e sono sempre più alimentate da semiconduttori locali. Anche nell’ambito della robotica industriale, la base installata in Cina supera quella del resto del mondo. Questa crescente leadership tecnologica della Cina, unita a un atteggiamento più ottimista dei suoi cittadini riguardo ai benefici dell’AI rispetto agli Stati Uniti, potrebbe portare a una ridefinizione degli equilibri geopolitici e tecnologici globali. Dobbiamo essere pronti a navigare un mercato in cui i campioni nazionali emergono rapidamente in determinate regioni, e dove la scelta della piattaforma può essere influenzata dall’identità nazionale.
L’intelligenza artificiale sta anche rivoluzionando il mondo fisico, un aspetto che, per certi versi, è ancora più sorprendente dell’impatto sul software desktop e mobile. Stiamo entrando in un’era in cui l’intelligenza è incorporata in veicoli, macchine e sistemi di difesa. Flotte di veicoli a guida autonoma come Waymo e Tesla stanno accumulando milioni di miglia senza conducente, trasformando progetti scientifici in implementazioni che generano entrate. Aziende come Applied Intuition stanno creando piattaforme di simulazione e sistemi di veicoli software-defined che rendono l’autonomia indipendente dall’hardware, consentendo ai produttori di integrare l’intelligenza con la stessa facilità con cui spediscono i componenti. Nel settore della difesa, aziende come Anduril stanno reinventando i sistemi autonomi e di contromisura. In agricoltura, Carbon Robotics utilizza la visione artificiale per eliminare le erbacce senza erbicidi. Tutto ciò significa che l’intelligenza artificiale sta trasformando gli asset fisici in “endpoints software”, dove l’intelligenza diventa cinetica e pervasiva. Per il web marketing, questo apre possibilità affascinanti per la pubblicità geolocalizzata, le esperienze utente nel mondo reale aumentate dall’intelligenza artificiale e l’ottimizzazione della supply chain tramite l’intelligenza artificiale, con la possibilità di creare nuovi punti di contatto e opportunità di interazione per i brand.
Infine, l’intelligenza artificiale sta ridefinendo il concetto stesso di lavoro. Siamo passati dall’automazione fisica all’automazione cognitiva, dove i sistemi AI sono capaci di ragionare, creare e risolvere problemi. In soli tre anni dal lancio di ChatGPT, le capacità di ragionamento dell’AI sono passate da quelle di uno studente di scuola superiore a quelle di un dottorando. Questo ha un impatto diretto su professioni basate sull’elaborazione di grandi quantità di dati storici e sulla presa di decisioni basate su regole. L’idea di un “futuro agentico”, in cui gli agenti AI sostituiscono gli esseri umani in molte mansioni dei “colletti bianchi”, è una possibilità concreta ed oggi molto vicina. Tuttavia, la storia ci insegna che i progressi tecnologici portano spesso a nuove opportunità di lavoro, anche se diverse. Shopify, ad esempio, considera l’utilizzo riflessivo dell’AI come un’aspettativa di base per tutti i dipendenti, integrandola come partner di pensiero, ricercatore, critico e tutor. Duolingo si sta posizionando come un’azienda “AI-first”, con l’intelligenza artificiale che non è solo un aumento di produttività, ma un mezzo per raggiungere la propria missione, accelerando la creazione di contenuti su vasta scala. Per noi, questo implica la necessità di formare il nostro team all’utilizzo dell’intelligenza artificiale come strumento indispensabile per ogni aspetto del nostro lavoro, dalla creazione di contenuti all’analisi dei dati, e di aiutare i nostri clienti a preparare le loro aziende a questa evoluzione, non solo in termini di strumenti, ma anche di mentalità e organizzazione del lavoro.
In conclusione, l’intelligenza artificiale è una forza inarrestabile che sta modellando il futuro del web marketing e di ogni altro settore. Come ho già detto molte altre volte, le agenzie che sapranno comprendere e anticipare queste tendenze, integrando l’intelligenza artificiale in ogni aspetto delle loro operazioni e delle soluzioni offerte ai clienti, saranno quelle che non solo sopravviveranno, ma prospereranno in questa nuova era. La velocità è la nuova valuta, e l’intelligenza artificiale è il motore che ci permetterà di muoverci a ritmi senza precedenti, trasformando ciò che era impensabile in realtà tangibile per i nostri clienti e per il nostro business. L’incertezza è alta a causa dell’intreccio tra tecnologia e geopolitica, ma il gioco è aperto e sempre più intenso.
FAQ
Perché l’adozione dell’AI sta crescendo più velocemente rispetto a Internet?
Perché l’AI sta “salendo” su tre infrastrutture già mature: (1) una base globale di persone connesse (miliardi di utenti e device), (2) un’enorme quantità di dati digitali accumulati in decenni, (3) modelli LLM con un’interfaccia conversazionale semplice e immediata (la chat) che riduce drasticamente la frizione d’uso. In pratica: l’accesso è già pronto, l’esperienza è più facile, e il valore percepito è immediato.
Cosa significa, in concreto, “velocità senza precedenti” nel caso di ChatGPT?
Significa che la curva di crescita (utenti e utilizzo) è stata più rapida di quella di molte piattaforme digitali storiche: l’interazione in linguaggio naturale ha reso l’AI un “touchpoint universale”, utilizzabile da persone e aziende senza competenze tecniche avanzate. Per un’agenzia, questo è un segnale: cambiano le abitudini di ricerca, scoperta e decisione dei consumatori.
Che impatto ha la diffusione degli assistenti AI su SEO, contenuti e canali?
Implica che non basta “ottimizzare per la SERP”: bisogna progettare contenuti e asset (sito, ecommerce, knowledge base, FAQ, dati strutturati, pagine prodotto, pagine servizio) in modo che siano facilmente comprensibili, citabili e verificabili anche dagli assistenti AI. In altre parole: aumenta il peso di chiarezza, autorevolezza, prove (evidence), aggiornamento e struttura dei contenuti, perché l’AI tende a sintetizzare e selezionare fonti percepite come affidabili.
Perché sempre più aziende citano l’AI nelle call sugli utili?
Perché l’AI è passata da “tema sperimentale” a leva strategica: non solo efficienza e riduzione costi, ma soprattutto crescita (migliore produzione, customer service, produttività commerciale, nuove funzionalità e nuovi prodotti). Quando il top management la cita pubblicamente, vuol dire che sta entrando nelle priorità di budget, roadmap e KPI.
Cosa c’entrano CapEx e data center con il marketing?
Il marketing “AI-powered” dipende dall’infrastruttura: più modelli, più automazioni, più personalizzazione e più contenuti generati richiedono calcolo, rete e data center. Questo influenza costi, disponibilità di servizi, latenza, qualità delle esperienze e, in prospettiva, anche le scelte tecnologiche dei provider. Per un’agenzia significa valutare soluzioni scalabili e sostenibili: cosa conviene automatizzare, cosa tenere “human-in-the-loop”, cosa far girare su servizi esterni, e come misurare il ROI reale.
Qual è la differenza tra “costo di training” e “costo di inferenza” e perché conta?
Il training è l’addestramento del modello (costi enormi, pochi player). L’inferenza è l’uso del modello in tempo reale (quello che facciamo quando “chattiamo” o generiamo output). Se l’inferenza diventa più economica, aumentano i casi d’uso pratici: personalizzazione in tempo reale, supporto clienti, assistenti interni, generazione contenuti e analisi dati. Per il marketing, questo può abbassare la soglia d’ingresso e rendere “AI at scale” accessibile anche a budget medi.
Cos’è il Paradosso di Jevons e come si applica all’AI?
È l’idea che, quando una risorsa diventa più efficiente (e quindi più “economica” per unità), spesso se ne consuma di più in totale perché aumentano i casi d’uso e la domanda complessiva. Applicato all’AI: se l’inferenza costa meno, la useremo molto di più (più automazioni, più agenti, più contenuti, più sistemi), e questo può riportare pressione su infrastrutture e costi totali, anche se il costo unitario cala.
Modelli open-source vs closed-source: cosa cambia per le aziende?
I closed-source (tipicamente) offrono esperienza “chiavi in mano”, performance elevate e semplicità di adozione; gli open-source stanno riducendo il gap e permettono più controllo (deployment, personalizzazione, privacy, costi), spesso a una frazione del prezzo. Per le aziende, la scelta non è ideologica: dipende da requisiti di sicurezza, compliance, qualità, integrazioni e total cost of ownership. Per un’agenzia, diventa essenziale saper valutare e integrare entrambi gli approcci in base agli obiettivi del cliente.
Perché la Cina viene citata come acceleratore nell’ecosistema AI?
Perché sta aumentando rapidamente la produzione e il rilascio di modelli (in particolare nel mondo open-source) e sta costruendo capacità industriali rilevanti anche nell’hardware e nella robotica. Questo può influenzare supply chain, disponibilità tecnologica, standard de facto e dinamiche geopolitiche. Per chi opera nel digitale, significa monitorare ecosistemi diversi e prepararsi a un mercato dove le piattaforme e i “campioni regionali” contano sempre di più.
Che cosa si intende quando si dice che l’AI “entra nel mondo fisico”?
Significa che l’intelligenza non vive più solo in software e app, ma guida veicoli, macchine, logistica, agricoltura e sistemi industriali: l’AI diventa “cinetica”, cioè produce azioni nel mondo reale. Questo apre scenari anche per i brand: nuovi touchpoint (in-car, retail intelligente, assistenza sul campo), esperienze geolocalizzate, e ottimizzazioni operative che si riflettono su tempi, disponibilità e servizio al cliente.
Come cambierà il lavoro con un “futuro agentico” e cosa dovrebbe fare un’agenzia?
Con gli agenti AI aumentano automazioni e deleghe su task cognitivi: ricerca, sintesi, produzione di bozze, analisi, customer care di primo livello, supporto commerciale. Un’agenzia dovrebbe: (1) definire processi con controlli di qualità (human review), (2) formare il team su strumenti e prompt/brief efficaci, (3) costruire librerie di asset e linee guida per coerenza e sicurezza, (4) misurare impatti su tempi, costi e risultati, (5) aiutare i clienti a fare governance (policy, ruoli, dati, privacy, rischi).
Qual è il “next step” pratico per un’azienda che vuole usare l’AI senza farsi travolgere?
Partire da casi d’uso ad alto impatto e bassa complessità (es. knowledge base e FAQ assistite, supporto interno, automazioni di report e analisi, personalizzazione contenuti controllata), definendo KPI chiari (tempo risparmiato, qualità, conversioni, customer satisfaction), regole di sicurezza (dati sensibili, accessi, log), e un piano di adozione per ruoli e competenze. L’obiettivo non è “usare l’AI ovunque”, ma usarla dove crea valore misurabile e sostenibile.
Riferimenti
BOND – Trends: Artificial Intelligence
https://www.bondcap.com/reports/tai – Report ufficiale (maggio 2025)
OpenAI – Research & Blog
https://openai.com/research – Pubblicazioni su modelli, utilizzo e adozione AI
NVIDIA – Data Center & AI Infrastructure
https://www.nvidia.com/en-us/data-center/ – GPU, inferenza e infrastrutture AI
McKinsey – State of AI
https://www.mckinsey.com/capabilities/quantumblack/our-insights – Report sull’adozione dell’AI in azienda
World Economic Forum – Artificial Intelligence
https://www.weforum.org/topics/artificial-intelligence/ – Impatti economici e geopolitici
Gartner – AI Research
https://www.gartner.com/en/topics/artificial-intelligence – Trend di mercato e previsioni
Harvard Business Review – AI
https://hbr.org/topic/artificial-intelligence – Analisi strategiche per le imprese
Statista – AI & Internet Usage
https://www.statista.com/topics/3104/artificial-intelligence-ai/ – Dati statistici globali
OECD – Artificial Intelligence Policy
https://www.oecd.org/en/topics/artificial-intelligence.html – Governance e policy internazionali
Waymo – Autonomous Driving
https://waymo.com/research/ – AI nel mondo fisico e veicoli autonomi
Continua a leggere
14 minuti di lettura
1 minuto di lettura
20 minuti di lettura
E fa consumare meno energia.
Per tornare alla pagina che stavi visitando ti basterà cliccare o scorrere.