Dal CES una roadmap industriale per l’AI (e un messaggio chiaro anche per la sanità)
Al CES di quest’anno, Jensen Huang non ha fatto il classico keynote “da fiera tecnologica”.
Niente lista di feature, niente hype fine a sé stesso.
Ha messo sul tavolo una visione industriale dell’intelligenza artificiale, sostenuta da numeri, curve e scelte strategiche molto precise.
Il messaggio centrale è stato chiaro fin dalle prime slide: l’intelligenza artificiale sta entrando in una nuova fase evolutiva.
Non è più solo generativa, non è più confinata al cloud. Sta diventando agentica, fisica e profondamente integrata nei sistemi reali.
La domanda di AI computing non accenna a rallentare
Uno dei passaggi più forti dello speech è stato il racconto della dinamica economica che sta dietro l’AI.
La domanda di potenza di calcolo sta esplodendo. I modelli crescono di un ordine di grandezza ogni anno.
Il “thinking” a runtime, cioè la capacità dei modelli di ragionare mentre operano, richiede sempre più token.
E, allo stesso tempo, accade qualcosa di controintuitivo ma decisivo: il costo per token crolla.
Il risultato è evidente: l’AI non rallenterà. Sta diventando economicamente sostenibile ovunque, e quindi adottabile su scala sempre più ampia.
Dallo scaling del training allo scaling del ragionamento
Un altro passaggio chiave riguarda il concetto di scaling.
Per anni abbiamo parlato quasi esclusivamente di pre-training: più dati, più parametri, più compute.
Oggi il focus si sposta anche sul test-time scaling.
Modelli che “pensano di più” quando serve, che allocano risorse cognitive in base al problema, che non si limitano a rispondere ma ragionano, pianificano, coordinano.
È qui che avviene il passaggio dall’AI reattiva all’AI realmente operativa.
L’era dell’AI agentica
Non a caso Huang parla apertamente di AI agentica.
Non singoli modelli isolati, ma sistemi di agenti che utilizzano strumenti, dati, memoria e contesto per portare a termine compiti complessi.
È un cambio di paradigma importante:
l’AI non è più un tool passivo, ma un sistema che collabora, orchestralizza, prende iniziativa all’interno di confini definiti.
Physical AI: l’AI entra nel mondo reale
Il salto forse più interessante è quello verso la Physical AI.
L’intelligenza artificiale esce definitivamente dallo schermo ed entra nel mondo fisico:
robot, macchine, dispositivi, ambienti che percepiscono, interpretano e agiscono.
Non è più solo software. È comportamento.
Perché tutto questo riguarda da vicino la sanità
A questo punto il messaggio diventa particolarmente rilevante anche per il settore sanitario.
Perché queste curve non parlano solo di chip o di modelli sempre più grandi.
Parlano della possibilità concreta di:
integrare l’AI nei flussi clinici reali
gestire complessità, carico cognitivo e continuità assistenziale
passare da strumenti “di supporto” a assistenti intelligenti realmente operativi
Non di sostituire il medico, ma di potenziarne il ruolo in un contesto sempre più complesso.
Open models: una partita strategica
Un altro dato emerso con forza riguarda gli open models.
Stanno rapidamente raggiungendo la frontiera delle prestazioni.
La maggior parte delle startup AI oggi costruisce su modelli aperti.
Questo apre scenari enormi per: sanità pubblica, ricerca, interoperabilità, sovranità del dato e capacità di costruire soluzioni locali su infrastrutture globali.
“Everything, everywhere, all at once”
L’ultima slide riassume tutto senza giri di parole: Everything, everywhere, all at once.
L’AI non è più una tecnologia verticale, confinata a pochi casi d’uso.
È diventata una infrastruttura trasversale, destinata a permeare ogni settore.
La tecnologia è pronta.
La potenza di calcolo anche.
La vera variabile, adesso, è un’altra:
la capacità dei settori, sanità inclusa, di governarla, integrarla e usarla bene.
Ed è lì che si giocherà la partita più importante.
