L’intelligenza artificiale per le reti aziendali di nuova generazione. I tradizionali modelli di networking mostrano molti limiti nel garantire la gestione ottimale di questi asset come spina dorsale dell’economia digitale. I team di rete sono sottoposti a una crescente pressione per tenere il passo
L’intelligenza artificiale è oggetto di un ampio dibattito, non solo come frontiera tecnologica, ma anche come terreno di confronto a causa del suo vasto impatto su molteplici aspetti della società. Il suo potenziale di trasformazione solleva questioni complesse riguardo all’autonomia delle decisioni. Sebbene molti campi di applicazione siano ancora nelle fasi iniziali, il settore delle reti mostra già progressi significativi. Gli strumenti di machine learning, cioè di apprendimento automatico, sono attivamente impiegati in questo contesto per la rilevazione di problematiche, la correlazione di eventi, l’analisi previsionale e la gestione operativa. L’AI e il ML migliorano l’efficienza operativa, la sicurezza e la flessibilità delle reti aziendali di nuova generazione, contribuendo in modo significativo alla trasformazione digitale delle organizzazioni su aspetti chiave come l’ottimizzazione delle prestazioni, la sicurezza avanzata, l’automazione delle operazioni di rete, la gestione intelligente delle risorse, la gestione predittiva delle manutenzioni e l’adattamento continuo.
AUMENTO DELLE FUNZIONALITÀ
Il monitoraggio e l’automazione guidano l’evoluzione delle reti. Il machine learning e l’intelligenza artificiale continuano a essere una delle aree più calde del settore tecnologico in generale e la tendenza si sta manifestando anche nei campus e nelle filiali aziendali. «I fornitori di reti stanno applicando sempre più funzionalità di AI/ML alle loro piattaforme di gestione della rete per abilitare maggiori capacità di automazione della guida autonoma» – spiega Daniela Rao, senior research and consulting director, European Infrastructure and Telecoms di IDC Europe. «Dal punto di vista aziendale, c’è ancora qualche esitazione in termini di trasferimento del controllo della rete a una piattaforma di intelligenza artificiale, ma c’è un crescente interesse nel facilitare la gestione della rete e nel migliorare l’esperienza degli utenti finali». Con l’aumento delle funzionalità delle piattaforme di gestione della rete, potenziate dal machine learning e dall’intelligenza artificiale, ci sono alcuni casi d’uso promettenti. Per esempio – continua Daniela Rao – «uno dei principali è il rilevamento delle anomalie che utilizza grandi quantità di dati anonimi sulle prestazioni della rete da parte dei fornitori per comprendere quale sia il comportamento normale e anomalo della rete. Qualsiasi attività anomala può essere quindi segnalata e identificata e un’azione per risolverla può essere consigliata o applicata automaticamente se il cliente è a suo agio». Altri casi d’uso promettenti includono la risoluzione dei problemi o la mitigazione delle interruzioni del servizio e l’ottimizzazione della pianificazione della rete. «Il machine learning e l’intelligenza artificiale – conferma Rao – svolgono un ruolo importante nelle piattaforme di gestione della rete, ma le aziende dovrebbero adottare un approccio graduale che soddisfi il loro livello di comfort nell’utilizzo di questi strumenti di automazione avanzati».
VERSO L’AUTOMAZIONE TOTALE
Le tecnologie AI/ML migliorano l’esperienza d’uso delle applicazioni business e semplificano il lavoro delle persone che gestiscono le reti. Come nel caso delle applicazioni per meeting online, dove sia l’audio che il video vengono ottimizzati automaticamente. E anche la trascrizione viene generata in automatico. «Piattaforme e componenti di rete dispongono di funzionalità di intelligenza artificiale con cui raccogliere e interpretare i dati per prevedere, prevenire l’insorgenza di problemi, aiutare a identificarne la causa primaria, accelerarne la risoluzione» – spiega Cristian Perissinotto, technical solution architect di Cisco. «Lo stesso avviene per la cybersecurity, con maggiore capacità di intercettare pattern a rischio, valutarli e intervenire; in generale, in tutti gli aspetti dell’infrastruttura, l’intelligenza artificiale aiuta a ottimizzare prestazioni e comportamenti in tempo reale». Con l’evoluzione delle AI, si avvicina l’orizzonte di una rete mobile che si autogestisce, per ottimizzare copertura e capacità, e si autoripara, secondo un paradigma zero-touch. «Questa tecnologia è la chiave per bilanciare l’incremento di complessità delle reti 5G odierne con il contenimento dei costi operativi, e anche dei consumi energetici, lato sostenibilità» – spiega Massimo Basile, direttore Reti di Ericsson Italia, Sud Est Mediterraneo ed Eurasia. «Possiamo allocare dinamicamente risorse di rete e calcolo dove servono, instradando i dati in modo ottimale per migliorare banda e latenza, ma anche per fare sì che le risorse della rete siano costantemente usate in modo più efficace dal punto di vista energetico. Altre applicazioni di successo si hanno nell’automazione di compiti ripetitivi e nell’elaborazione di strategie di manutenzione preventiva o predittiva».
L’OSSERVABILITÀ DI RETE
La trasformazione delle architetture di rete, delle tecnologie e delle pratiche di gestione per supportare gli obiettivi aziendali continua a essere un imperativo dell’IT aziendale. Reti pervasive, dinamiche e ad alte prestazioni che collegano i confini della rete (per esempio, lavoratori remoti, filiali, negozi e cose) e i siti principali (campus, magazzini, stabilimenti e ospedali) a data center e ambienti cloud (sia pubblici che e privati) sono sempre più complessi e costosi, e allo stesso tempo, il modello di business digitale accresce la necessità critica di una connettività sicura sempre e ovunque e di una qualità del servizio di rete coerente. «Per le organizzazioni che abbinano risorse e competenze limitate a requisiti critici e complessi, progettare e gestire una rete del tutto efficiente ed efficace sta diventando quasi insostenibile» – rileva Daniela Rao di IDC Europe. Pertanto, le reti e i team di rete sono sottoposti a un’enorme pressione per tenere il passo sia con le richieste aziendali che con i progressi tecnologici. «L’espansione dei requisiti di connettività, degli strumenti di gestione, delle dipendenze dei servizi e delle minacce alla sicurezza stanno complicando la progettazione, l’implementazione e le operazioni dell’infrastruttura di rete, sia come dominio IT distinto sia come componente vitale dell’intera infrastruttura digitale». Prima di tutto – come spiega Daniela Rao – per entrare in quella che possiamo definire “osservabilità della rete”, occorre fornire l’intelligenza necessaria che non solo rafforza l’integrità e l’innovazione della rete, ma contribuisce anche agli sforzi di gestione focalizzati su altri domini tecnologici e di gestione. Inoltre, bisogna comprendere lo stato della rete in qualsiasi momento, fornire servizi di rete coerenti e di alta qualità, massimizzare la produttività sia degli utenti che del personale IT, proteggere le risorse di rete e adattarsi prontamente ai nuovi requisiti.
Per semplificare, possiamo individuare quattro fattori chiave per affrontare il futuro del business digitale: il monitoraggio attento e pervasivo della rete, la gestione dell’esperienza digitale, la visibilità sul cloud e l’analisi attraverso AI/ML. Il monitoraggio attento e pervasivo della rete rappresenta un elemento cruciale per concentrarsi sulle attuali condizioni operative e sulle tendenze dell’intera infrastruttura digitale, spaziando dalla rete all’informatica, dalle applicazioni alla sicurezza. In un contesto in cui il modello di business digitale si diffonde in modo sempre più ampio in ogni settore, la gestione dell’esperienza digitale emerge come un indicatore chiave di prestazione, sia per il business che per l’IT, coinvolgendo sia gli utenti finali che i dispositivi intelligenti. La visibilità sul cloud diventa fondamentale all’interno del panorama IT aziendale, dato che l’adozione dei servizi cloud continua ad accelerare. I servizi e l’infrastruttura cloud necessitano di un monitoraggio e di una gestione equiparabili a quelli dei servizi e dell’infrastruttura on-premise, affinché sia garantito un controllo efficace. Infine, l’analisi attraverso l’intelligenza artificiale e il machine learning emerge come un’importante risorsa. Le reti hanno superato la capacità delle organizzazioni IT di tenere il passo con i requisiti aziendali e l’innovazione tecnologica, rendendo essenziale l’adozione di soluzioni basate su AI/ML per un’analisi più efficiente e predittiva delle dinamiche di rete. «La natura statica dei sistemi e dei servizi di rete, la carenza di personale di rete e di competenze del personale, i budget ristretti di rete, i ritardi nella risoluzione dei problemi e le crescenti vulnerabilità della sicurezza – sottolinea Daniela Rao – si combinano per aumentare la necessità di puntare ad analisi, gestione e autonomia più intelligenti».
AI E RETI 5G
L’intelligenza artificiale costituisce un elemento chiave nell’ecosistema delle reti 5G, assumendo un ruolo fondamentale nel suo sviluppo e nella sua implementazione. Nel contesto del 5G, l’AI è impiegata per ottimizzare le prestazioni delle reti, gestire dinamicamente le risorse, migliorare l’efficienza energetica e fornire servizi avanzati. La complessità delle reti 5G, con la gestione di una vasta quantità di dispositivi connessi e la richiesta di servizi ad alta velocità e a bassa latenza, rende essenziale l’impiego dell’AI per adattarsi in tempo reale alle condizioni di rete mutevoli e alle esigenze degli utenti. Inoltre, l’AI svolge un ruolo significativo nell’ottimizzazione delle reti 5G per specifici casi d’uso, come l’Internet delle cose, la guida autonoma, la realtà aumentata e molte altre applicazioni avanzate. La sua capacità di apprendere dai dati, anticipare le esigenze e ottimizzare le operazioni di rete contribuisce in modo determinante alla realizzazione del pieno potenziale del 5G. In questo contesto, l’integrazione dell’AI nel 5G non è solo un elemento tecnologico, ma un catalizzatore cruciale per il successo e l’evoluzione delle reti di nuova generazione. «L’apprendimento per rinforzo (RL) è una forma di machine learning che si concentra sugli obiettivi piuttosto che sui comportamenti programmati manualmente» – spiega Massimo Basile di Ericsson. «Ciò consente a questi sistemi di apprendere, ottimizzare e automatizzare anche i processi più complessi. Utilizzando questa funzionalità, l’operatore di telecomunicazioni spagnolo MásMóvil ha aumentato il throughput degli utenti in downlink del 12% nelle ore di punta, mantenendo un volume di traffico simile e ottenendo un tasso di congestione prossimo allo zero. Tutto senza intervento umano nelle decisioni relative ai cambiamenti dei parametri di rete. Swisscom ha invece ottenuto, in media, una riduzione della potenza di trasmissione della cella in downlink del 20%, pur garantendo un aumento del throughput del 5,5%. In questo caso è stato utilizzato un emulatore di rete (impiegato come un Digital Twin) per calcolare mediante apprendimento per rinforzo i parametri ottimali di tilt delle antenne che potessero ridurre la potenza di trasmissione senza impattare negativamente la qualità. I parametri calcolati sulla rete simulata sono stati poi applicati alla rete reale ottenendo i risultati citati».
RESILIENZA DELLE CONNESSIONI
Le infrastrutture di rete rivestono un ruolo fondamentale per qualsiasi azienda e sono diventate uno degli asset più cruciali in ogni settore e mercato. «Questa centralità le rende sia uno strumento di innovazione e business che un punto critico per gli attacchi informatici» – spiega Giovanni Prinetti, solution marketing manager di Allied Telesis. «Quando si parla di prestazioni di rete oramai non ci si riferisce più solamente al throughput a disposizione di ogni utente, ma anche alla resilienza delle connessioni interne e verso la rete pubblica, necessaria per evitare interruzioni di servizio, alla gestione della qualità del servizio per garantire i servizi fondamentali anche in caso di congestion, alla reattività agli attacchi informatici per minimizzare possibili danni e alla capacità di adattarsi alle mutate condizioni in termini di dispositivi connessi e ambientali in genere. Questo concetto più ampio tiene conto di tutti gli aspetti di una infrastruttura di rete che hanno un impatto diretto sul business, che aumenta proporzionalmente con il tempo totale di inattività della rete stessa».
In tutto questo, l’intelligenza artificiale trova il suo spazio operando in maniera totalmente autonoma o come supporto al team IT nel presentare i dati raccolti e suggerire di eventuali soluzioni. «Rispetto alla gestione e ottimizzazione dell’infrastruttura di rete – continua Prinetti – l’AI è usata per trovare soluzioni topologiche ottimizzate in base al carico di ogni dispositivo o link, tenendo in considerazione eventuali problemi. Attualmente, per la maggior parte delle operazioni l’AI ha funzioni di co-pilot, riducendo i tempi di elaborazione di una soluzione, demandando all’operatore IT la decisione di applicarla o meno. Per quello che riguarda la sicurezza informatica, l’AI è utilizzata nei sistemi di reazione autonomi per costruire una Self-Defending Network, concentrando le informazioni provenienti da vari sistemi, tradizionali o basati su AI, e decidendo in maniera autonoma se e cosa bloccare nella rete per impedire la diffusione di eventuali attacchi. In un sistema di gestione autonomo l’AI permette di analizzare lo stato delle connessioni nell’intera rete e la gestione della qualità di servizio, dando all’operatore visibilità immediata sui vari problemi e fornendo possibili soluzioni in modo autonomo o sotto la supervisione umana».
OLTRE L’OTTIMIZZAZIONE
Daniela Rao ci propone una guida essenziale per i gestori di rete con l’obiettivo di migliorare la sicurezza e prevenire i rischi, In un contesto in cui l’intelligenza artificiale regolare e generativa assume un ruolo sempre più centrale, la priorità per i gestori di reti dovrebbe essere concentrarsi sulla facilitazione delle aziende clienti nell’adattare le proprie reti alle crescenti esigenze di questa tecnologia. Questo va oltre la semplice ottimizzazione della larghezza di banda e della latenza della rete, richiedendo una comprensione approfondita delle sfide e delle opportunità presentate dall’intelligenza artificiale. Inoltre, è essenziale riflettere sulla crescente importanza che networking e comunicazioni rivestono nel contesto del cloud e delle strategie digitali. Spesso, ciò richiede competenze specializzate che possono risultare carenti, sottolineando l’importanza di investire nella formazione e nello sviluppo delle competenze del personale. Consapevoli del fatto che la creazione di valore proviene sempre più da piattaforme ed ecosistemi, i gestori di reti dovrebbero focalizzarsi sull’identificare come i propri servizi possano contribuire al miglioramento della posizione di sostenibilità dei clienti. Questo coinvolge non solo l’aspetto tecnologico, ma anche la considerazione degli impatti ambientali e sociali delle soluzioni implementate. Infine, per sostenere la crescita e l’innovazione, è consigliabile destinare risorse finanziarie aggiuntive per implementazioni avanzate e lo sviluppo di servizi adiacenti alla rete. La diversificazione delle offerte può generare entrate aggiuntive, contribuendo a mantenere la competitività e la rilevanza nel panorama delle reti e delle comunicazioni.
GOVERNANCE IN SEI PUNTI
In questo contesto, il concetto di governance assume un ruolo cruciale nel garantire il corretto sviluppo, implementazione e gestione delle reti, soprattutto considerando le sfide e le opportunità legate all’intelligenza artificiale e alle dinamiche digitali. «Integrare l’AI richiede un approccio strutturato che i clienti devono chiedere ai vendor e che devono adottare a loro volta» – afferma Cristian Perissinotto di Cisco che propone un modello di intelligenza artificiale responsabile, basato su sei punti: «La trasparenza su quando usiamo l’AI, a che scopo, con che tipo di modelli e classi di dati, con che livelli di privacy e sicurezza; l’equità, con azioni per evitare i bias; l’accountability, che rende persone e team che hanno a che fare con strumenti basati su AI sempre responsabili delle loro caratteristiche e funzionalità; privacy e sicurezza per avere sistemi sicuri, protetti da interferenze esterne, che trattino i dati con il corretto livello di protezione; l’affidabilità, che comporta l’integrità, la consistenza dei risultati e scopi dell’uso dell’intelligenza artificiale e il controllo degli stessi».
Dall’indagine “AI Readiness Index” di Cisco che ha coinvolto oltre ottomila aziende nel mondo, emerge che solo il 17% delle aziende intervistate ritiene di essere pronto già oggi in termini di infrastruttura, e la grande maggioranza sa di doverci lavorare molto. «L’intelligenza artificiale porta a una richiesta di maggiori capacità di calcolo e aumenta in modo rilevante il traffico di rete, con flussi che necessitano di bassa latenza e di tanta banda, in modo concentrato» – spiega Perissinotto. «Le sfide principali riguardano le tecnologie data center, perché si dovrà cambiare il modo in cui la rete e le risorse di storage e computing sono gestite e operano». In questo senso Cisco, che è membro di Ultra Ethernet Consortium, ritiene che si debba puntare a farlo basandosi sulla tecnologia Ethernet, ben nota e ampiamente disponibile. L’implementazione di soluzioni basate sull’intelligenza artificiale è strettamente dipendente dalla presenza di un’infrastruttura IT solida, capace di includere reti scalabili e risorse informatiche con elevata capacità.
«La maggior parte delle attuali infrastrutture IT, tuttavia non sono in grado di soddisfare le esigenze computazionali dei progetti di intelligenza artificiale, che sono accelerati dai recenti progressi della AI generativa» – mette in evidenza Cosimo Rizzo, system integrator director di Novanext. «Poche realtà aziendali dispongono di reti in grado di soddisfare i carichi di lavoro richiesti dall’intelligenza artificiale in termini di scalabilità e flessibilità. Man mano che i progetti di AI crescono in complessità e volume di dati, le reti devono essere adeguate alle sempre nuove esigenze». Mentre i principali vendor progettano e perfezionano tecnologie in grado di gestire carichi di lavoro enormi per creare infrastrutture basate sull’intelligenza artificiale al fine di facilitare il flusso e l’elaborazione efficiente dei dati, non si può trascurare l’importanza di avere dati utilizzabili, non isolati o frammentati. «La complessità di integrare dati che risiedono in differenti fonti e la loro disponibilità, può influire sulla capacità di sfruttare il potenziale di queste applicazioni» – continua Rizzo. «Inoltre, una solida base di cyber security è essenziale per garantire l’implementazione dell’AI. Le organizzazioni devono avere la consapevolezza dell’esistenza di possibili minacce alla sicurezza informatica legate ai sistemi di intelligenza artificiale e al machine learning. Per questo è fondamentale proteggere adeguatamente i dati durante il passaggio in rete e quando memorizzati, rilevare e prevenire manomissioni non autorizzate, prevedere controlli di accesso dinamici e granulari e garantire un monitoraggio in tempo reale».
COME MISURARE I VANTAGGI
Le tecnologie che sfruttano algoritmi di intelligenza artificiale costituiscono una scelta di prim’ordine per le organizzazioni, sia pubbliche che private, che desiderano migliorare la gestione delle reti. Queste soluzioni avanzate offrono un supporto efficace nella salvaguardia degli investimenti già realizzati. L’intelligenza artificiale consente una gestione più efficiente delle reti attraverso l’automazione di compiti complessi, l’analisi predittiva e la capacità di adattarsi dinamicamente alle variazioni dell’ambiente di rete. Ciò non solo ottimizza le operazioni quotidiane, ma contribuisce anche a prevenire potenziali problemi e a garantire una maggiore sicurezza. L’implementazione di tali soluzioni non solo rappresenta un passo avanti in termini di efficienza operativa, ma mira anche a preservare gli investimenti già fatti, poiché le tecnologie basate su intelligenza artificiale sono progettate per adattarsi e integrarsi con le infrastrutture esistenti. Questo approccio consente alle organizzazioni di evolvere le proprie reti in modo progressivo, senza dover rinunciare a quanto già investito – come spiega Dario Loparco, head of Enterprise Italia di Juniper Networks. «L’AI offre enormi benefici perché supporta la gestione automatica delle reti attraverso l’analisi in tempo reale dei dati telemetrici. Per esempio, il suo ruolo è cruciale nel governare la crescente complessità delle reti, correlando in tempo reale anomalie della rete con dati storici. Raccogliendo dati telemetrici dagli elementi della rete (access point wireless, switch Ethernet, router, firewall) è possibile rilevare anomalie prima ancora che le performance e gli utenti ne risentano, isolando i problemi e supportando l’operatore nella loro rapida risoluzione. E tutto questo senza intervento umano, il che incrementa la produttività degli utenti e riduce il tempo del personale dedicato alla gestione della rete, consentendo di risparmiare sulle spese operative».
PIANIFICAZIONE STRATEGICA
Entro il 2025 – secondo le previsioni di IDC – il 40% delle aziende vedrà il successo di progetti su larga scala grazie all’intelligenza artificiale generativa. Nel frattempo, si evolvono vari aspetti di strategia, progettazione, prestazioni e sicurezza della rete. «L’intelligenza artificiale è diventata uno strumento per automatizzare le attività, accelerare il processo decisionale e aiutare l’azienda a raggiungere i propri obiettivi in modo più rapido ed efficace» – spiega Daniela Rao di IDC Europe. «L’intelligenza artificiale generativa sta ora facendo notizia poiché le capacità di trasformazione aumenteranno ulteriormente l’efficienza». Secondo i risultati del “Future Enterprise Resiliency and Spending Survey”, condotto da IDC nel mese di luglio 2023, emerge che il 29% delle imprese ha già deciso di puntare sugli investimenti nell’intelligenza artificiale generativa. Nel frattempo, un significativo 49% delle aziende sta esplorando scenari d’uso connessi a questa tecnologia. I dati evidenziano un crescente interesse e coinvolgimento delle imprese nel campo dell’intelligenza artificiale, con numerose aziende che stanno già adottando e sperimentando le sue potenzialità. «Tuttavia, le aree principali in cui le aziende ritengono che l’intelligenza artificiale generativa potrebbe avere il maggiore impatto nei prossimi diciotto mesi – fa notare Daniela Rao – non sono focalizzate sulla rete o sulla connettività, ma riguardano lo sviluppo di software, lo sviluppo di prodotti e il coinvolgimento dei clienti. L’eventuale spesa per l’intelligenza artificiale generativa per i programmi di connettività è in una fase molto iniziale. IDC prevede che il punto di partenza per la tecnologia a livello di rete sarà focalizzato sull’espansione delle capacità delle funzioni esistenti relative all’AI/ML ad alta intensità di dati della rete. Per le grandi imprese – continua Daniela Rao – la capacità di sfruttare funzioni autonome di tipo rete, dove i modelli AI o ML sono già utilizzati per la gestione e l’ottimizzazione della rete, contribuirà ad aumentare l’agilità. Inoltre, ci aspettiamo che questa capacità venga utilizzata dai gestori di rete e dai leader IT per ottenere maggiori informazioni sul traffico di rete e contribuire alla sicurezza della rete a lungo termine, alla pianificazione e alle prestazioni».
Se le reti rappresentano la spina dorsale dell’economia digitale, i tradizionali modelli di networking stanno mostrando molti limiti nel garantire una gestione ottimale di questi asset, sempre più̀ complessi ed eterogenei. Nella gran parte dei casi, i budget destinati alle infrastrutture di rete sono stabili o in diminuzione, e per questo le imprese necessitano di soluzioni e modelli innovativi per gestire questa complessità. «Per molte aziende – spiega Dario Loparco di Juniper Networks – la soluzione consiste nel chiedere aiuto all’intelligenza artificiale, ma non bisogna dimenticare che, in assenza di una corretta strategia, l’IT e i dipartimenti di rete non possono essere nelle condizioni di stare al passo della complessità delle infrastrutture moderne. Se implementata in maniera strutturata e strategica – afferma Loparco – l’AI permette di ridurre i costi di gestione delle reti e aiuta le aziende a realizzare il fondamentale obiettivo di offrire agli utenti la migliore esperienza possibile». Per Loparco, investire in tecnologia che utilizza sistemi di AI nella pianificazione strategica per le reti aziendali significa affidarsi a uno strumento realmente in grado di trasformare, nel lungo termine, non solo la gestione delle reti ICT, ma anche le esperienze degli utenti finali e quindi la gestione del business cliente. La soluzione Mist AI di Juniper Networks aiuta le imprese a velocizzare il rollout della rete, ridurre i ticket di assistenza, incrementare il valore aziendale e migliorare la gestione della rete, elementi che insieme hanno un effetto estremamente positivo sul TCO delle aziende. «In questo modo – conclude Loparco – le organizzazioni possono risparmiare tempo e denaro, risolvere i problemi più rapidamente e con un numero sempre minore di interventi fisici dei tecnici, mentre gli utenti finali possono beneficiare di reti più prevedibili, affidabili e misurabili e soprattutto di una migliore esperienza digitale».
Chiudiamo con una citazione di Claude Shannon, pioniere della teoria dell’informazione: «Immagino un momento in cui saremo per i robot ciò che i cani sono per gli umani e faccio il tifo per le macchine». Questa prospettiva, ironicamente inquietante, sembra invitarci a riflettere sulle implicazioni della trasformazione dei rapporti tra uomini e macchine. Tuttavia, almeno per la rete sembra quasi d’obbligo fare il tifo per i robot, o per meglio dire, per l’intelligenza artificiale. Non vi pare? Meditiamo, gente, meditiamo!
