OpenAI ha rilasciato i suoi modelli open weight e noi li mettiamo subito alla prova, in locale, contro DeepSeek e Gemma. In questa puntata di Uno Nessuno e Centomil AI smontiamo l’hype con test reali: reasoning su indovinello, logica combinatoria (strette di mano) e traduzione idiomatica inglese-italiano. Spieghiamo con esempi chiari la differenza tra open source vs open weight, cosa significa far girare un LLM on-prem (privacy, costi, latenze), e perché strumenti come Ollama e Open WebUI sono utili per orchestrare più modelli in parallelo. Parliamo di licenze Apache/MIT, limiti di trasparenza (black box) e di come agenti verticali e federated learning possano cambiare il gioco.Risultato? In questi test Gemma (4B) sorprende per naturalezza e velocità; DeepSeek inciampa sull’italiano; l’open weight di OpenAI (20B) mostra muscoli ma anche qualche scivolone sul contesto. Il punto non è “chi è il più grosso”, ma quale modello è giusto per il compito: traduzione, chiarezza, reasoning leggero o pipeline aziendali on-prem dove i dati restano in casa. Se vuoi capire davvero come scegliere e testare un LLM oggi, questa è la guida pratica — zero fumo, solo prove replicabili. 00:00 — Intro & setup: OpenAI open weight vs DeepSeek vs Gemma02:52 — Open source vs open weight: cosa cambia davvero04:01 — Metafora “Star Wars”: licenze, black box e limiti di modifica06:46 — LLM on-prem: privacy dati, costi e latenze reali07:57 — Modelli e parametri: OpenAI 20B vs Gemma 4B (hardware richiesto)10:46 — Come testare un LLM: criteri oggettivi e rischi di leakage12:10 — Test di reasoning #1: l’indovinello dell’ascensore15:05 — Risultati a confronto: correttezze, tempi e catene di pensiero18:49 — Test di logica #2: quante strette di mano? (combinatoria)21:27 — Spiegazioni a confronto: formula vs chiarezza “umana”23:44 — Test di traduzione: idiomi inglese-italiano difficili26:01 — Traduzioni a confronto: DeepSeek vs Gemma vs OpenAI29:12 — Strategia: modelli specialistici, agenti verticali e orchestrazione30:35 — Prossimi passi: interfacce multi-modello e roadmap30:55 — Conclusioni & call-to-action: sperimenta e condividi i tuoi test

Puoi davvero controllare come un’intelligenza artificiale ti risponde?In questa puntata mettiamo alla prova Sofia, la nostra AI co-conduttrice, con un test reale: stesso modello, stesso compito, ma risultati completamente diversi… cambiando solo UNA riga di prompt.Scoprirai: • Come il design del prompt cambia la voce, il tono e la profondità delle risposte di un agente AI. • Cosa significa davvero “istruire” un’IA e quali sono i livelli di comando (system, developer, user). • I limiti e i vantaggi degli agenti vocali in tempo reale (e come evitare risposte piatte). • Un confronto provocatorio: affideresti un ospedale a un’IA? • Strategie pratiche per chi progetta esperienze conversazionali e voice UX.Se ti occupi di AI applicata alla voce, sanità digitale o semplicemente vuoi capire come ottenere risposte migliori dalla tua AI, questo episodio fa per te.Conducono: Giovanni Tommasini, Federico Vitiello e l’IA Sofia.Capitoli00:00 – Intro & Sofia 2.0: perché “disobbedire” è utile (podcast intelligenza artificiale, co-host AI) 01:00 – Dietro le quinte: esperimenti e metodo (backstage LLM, prompt strategy) 02:23 – Test 1: voce senza prompt – risposta breve e generica (voice AI) 03:00 – Test 2: voce con prompt strutturato – stile, tono, ampiezza (prompt engineering) 04:00 – Risultato: da 17s a ~1:20 – come cambia l’output (UX conversazionale) 07:00 – Mappa dell’IA: agent, modello, algoritmo; system prompt vs policy/FT (LLM system design) 12:00 – Regole personali, memoria e settaggi (istruzioni persistenti, memoria del chatbot) 15:30 – Brainstorm guidato & “chain of thought” (domande di chiarimento, preparazione) 21:20 – Tema centrale: AI in sanità—può superare i medici? (ospedale gestito dall’IA) 26:00 – Empatia, burnout, responsabilità – dove l’umano resta insostituibile (empatia clinica) 32:00 – Dati globali vs esperienza locale – diagnosi, triage, qualità percepita (healthtech) 38:40 – Limiti attuali della voce – modelli diversi, latenza e profondità (voice model) 42:00 – Takeaway operativi – come progettare una co-voce IA meno accondiscendente e più utile (design conversazionale)

Quanto costa davvero l’intelligenza artificiale? In questa puntata di Uno Nessuno e Centomil AI, Giovanni, Federico e l’IA Sofia smontano miti e numeri: dagli abbonamenti da 20$ alle versioni pro, fino ai costi nascosti dell’AI tra energia, acqua e hardware. Parliamo di modelli di business dell’AI, lock-in tecnologico e della famigerata enshittification: la fase in cui le piattaforme diventano peggiori per spingere i profitti.Con esempi concreti (Uber, Amazon, streaming) capiamo come potrebbe muoversi la generative AI: prezzi bassi oggi, funzionalità premium domani, e il vero valore quando l’AI diventa “dipendente virtuale” per le aziende. C’è poi il tema caldo della sostenibilità dei data center: costi energetici dell’AI, consumo d’acqua, alternative come modelli piccoli e specializzati (più efficienti) e l’idea “disruptive” di un’AI che si auto-ottimizza scegliendo in tempo reale modello e potenza.Se ti interessano strategie AI per startup, ROI dell’AI in azienda, rischi monopolio tech e impatto ambientale dell’AI, questa conversazione fa per te.Iscriviti, lascia un commento e condividi: la corsa all’AI sostenibile si gioca adesso.00:00 – Perché parlare del costo dell’intelligenza artificiale01:00 – Prezzi e piani: dall’abbonamento ChatGPT 20$ alle versioni pro e team03:00 – Enshittification: quando le piattaforme peggiorano per i profitti (SEO: enshittification, piattaforme digitali)05:50 – Esempi reali: Uber, Amazon, streaming e il costo nascosto dei servizi12:45 – Lock-in tecnologico spiegato semplice (SEO: lock-in, ecosistemi chiusi)15:30 – API & costi in discesa vs strategie di mercato (SEO: prezzi API AI, modelli di business AI)18:30 – Hardware e bolletta: GPU, chip e costi energetici dell’AI24:40 – Sostenibilità: data center, energia e consumo d’acqua (SEO: sostenibilità AI)26:45 – Alternative efficienti: modelli piccoli e specializzati vs modelli generalisti29:05 – Due strade: fare impresa con l’AI e innovare oltre la “scala” (SEO: strategia AI per startup)31:50 – Nuove frontiere: hardware, transformer e innovazione software33:20 – Idea disruptive: AI auto-ottimizzante per efficienza e costi34:50 – ROI, AI generativa per aziende e prossime sorprese