Nel 2018, con l’introduzione della fatturazione elettronica obbligatoria e l’abolizione della vecchia scheda carburante, molte aziende avevano immaginato un futuro finalmente automatizzato. L’idea sembrava semplice: ogni rifornimento associato automaticamente a una targa, IVA calcolata in modo corretto, costi assegnati ai centri di costo senza interventi manuali e tutto integrato direttamente nel gestionale aziendale. A distanza di sette anni, però, chi lavora in amministrazione sa bene che la realtà è molto diversa. Un lettore di InsightSerp ci ha scritto una domanda che fotografa perfettamente il problema: “Perché le aziende petrolifere e autostradali non sono ancora obbligate a elencare il costo targa per targa, inserendola in un apposito campo leggibile da un ERP?” Dietro questa osservazione apparentemente tecnica si nasconde uno dei grandi limiti della digitalizzazione italiana: abbiamo trasformato i documenti in file XML, ma non abbiamo davvero reso i dati intelligenti. Ogg...
Per anni le aziende tecnologiche hanno avuto una certezza: il costo principale era rappresentato dalle persone. Sviluppatori, ingegneri, consulenti e specialisti erano il vero investimento da sostenere per crescere. Oggi, però, qualcosa sta cambiando. Nel mondo dell’intelligenza artificiale generativa, sempre più aziende stanno scoprendo che il vero costo non è più soltanto il personale, ma la potenza di calcolo necessaria per alimentare i modelli AI. Ogni richiesta fatta a un assistente intelligente, ogni documento analizzato automaticamente, ogni contenuto generato consuma una quantità enorme di risorse computazionali. Dietro una risposta apparentemente istantanea si nascondono GPU ad alte prestazioni, server distribuiti, data center energivori e infrastrutture cloud costosissime. E il punto interessante è che questi costi stanno crescendo a una velocità impressionante. Fino a pochi anni fa il software aveva un vantaggio enorme: una volta sviluppato, distribuirlo a milioni...