“Stiamo introducendo una finestra di contesto di 1 milione di token,” ha annunciato OpenAI quando ha lanciato GPT-5.4 il 5 marzo. Il mio primo pensiero? Carino, ora posso fornirgli un intero codice sorgente e ottenere comunque suggerimenti mediocri.
Marzo 2026 doveva essere un mese straordinario per l’IA. Invece, sembrava di assistere a un’azienda tecnologica che cercava di esaltare la sua quinta iterazione dello stesso prodotto mentre il pubblico controlla i propri telefoni. OpenAI ha lanciato GPT-5.4 e GPT-5.4 Pro con quella massiccia finestra di contesto, e la risposta collettiva degli sviluppatori è stata fondamentalmente un’emoji di spallucce.
La Finestra di Contesto che Nessuno Ha Chiesto
Un milione di token sembra impressionante finché non ti rendi conto che la maggior parte di noi sta ancora lottando per ottenere risultati consistenti da richieste sotto i 1.000 token. È come vendere una Ferrari a qualcuno che sta ancora imparando a fare parcheggio parallelo. Certo, la capacità è là, ma chi la utilizzerà effettivamente in modo efficace?
La versione Pro presumibilmente costa di più—perché ovviamente è così—ma OpenAI è stata restia a parlare di prezzi. Questo non è mai un buon segno. Quando le aziende nascondono il prezzo, di solito è perché sanno che farai una smorfia quando lo vedrai.
L’IA Fisica di NVIDIA: Vincitore del Buzzword Bingo
NVIDIA ha annunciato nuovi modelli di IA fisica a gennaio, e a marzo tutti stavano ancora cercando di capire cosa significhi realmente “IA fisica” oltre il sogno fervente di un dipartimento marketing. Stiamo parlando di robotica? Agenti incarnati? Gemelli digitali della mia macchina da caffè?
La vaghezza è intenzionale. Apponi “IA” su qualsiasi cosa fisica e all’improvviso il tuo comunicato stampa si scrive da solo. Ho esaminato abbastanza strumenti di IA da sapere che quando la terminologia è così nebulosa, il prodotto reale è probabilmente a sei mesi da essere utile.
Texas Instruments si Unisce alla Festa
Texas Instruments ha integrato il radar mmWave con l’IA a marzo, il che è genuinamente interessante se sei appassionato di fusione di sensori e computing edge. Per tutti gli altri, è un’altra ripetizione che dimostra che l’IA sta diventando un’infrastruttura—la noiosa e necessaria canalizzazione che fa funzionare altre cose.
In realtà, questa è la direzione in cui l’IA dovrebbe andare: incorporata nei dispositivi, svolgendo compiti specifici bene, senza cercare di essere il tuo migliore amico digitale o di sostituire l’intera tua forza lavoro. Ma questo non genera titoli o finanziamenti da VC, quindi eccoci qui.
L’Elefante dei Licenziamenti nella Stanza
Multiple aziende hanno annunciato licenziamenti a marzo in mezzo a “ristrutturazioni aziendali,” che è il linguaggio aziendale per “abbiamo assunto troppo durante il ciclo di hype dell’IA e ora stiamo pagando per questo.” Astral è stata assorbita nel team Codex di OpenAI, il che suona come un’acquisizione fino a quando non leggi tra le righe e ti rendi conto che è probabilmente un’acqui-hire con alcune sfortunate ridondanze.
Questa è la parte della storia dell’IA di cui nessuno vuole parlare. Abbiamo passato due anni a sentire come l’IA avrebbe creato posti di lavoro e aumentato la produttività. Ora stiamo osservando le aziende usare l’IA come giustificazione per ridurre il personale. I guadagni di produttività sono reali, ma non stanno creando nuove posizioni—stanno eliminando quelle esistenti.
Cosa Significa Questo
Marzo 2026 non riguardava i traguardi. Si trattava di miglioramenti incrementali alla tecnologia esistente e della lenta, faticosa realtà dell’integrazione dell’IA nelle operazioni aziendali. La finestra di contesto di GPT-5.4 è un’ingegneria impressionante, ma non cambia fondamentalmente ciò che questi modelli possono fare. Sono ancora macchine che fanno corrispondenze di pattern che occasionalmente allucinano con fiducia.
La vera storia è ciò che non viene annunciato: dov’è il miglioramento dell’affidabilità? Dov’è la riduzione delle allucinazioni? Dov’è il modello che non richiede un dottorato in ingegneria delle richieste per ottenere risultati consistenti?
L’IA fisica di NVIDIA e l’integrazione dei sensori di Texas Instruments sono più interessanti perché si concentrano su casi d’uso specifici. È lì che l’IA funziona realmente—applicazioni ristrette con metriche di successo chiare. Ma questo non è abbastanza attraente per la macchina del hype.
Il Giudizio
Se marzo 2026 ci ha insegnato qualcosa, è che siamo nel momento di disillusione. L’entusiasmo iniziale si è affievolito, le limitazioni stanno diventando ovvie, e le aziende stanno iniziando a contare i costi reali. GPT-5.4 è a posto. Gli altri annunci sono a posto. Tutto va bene.
Ed è questo il problema. “Bene” non giustifica le valutazioni astronomiche o la copertura affannosa. Non siamo più in una rivoluzione—siamo in un’evoluzione. Prima l’industria lo ammette, prima possiamo concentrarci su costruire strumenti realmente utili invece di inseguire il prossimo grande numero da inserire in un comunicato stampa.
Sveglialo quando qualcuno annuncia un’IA che può interpretare con affidabilità le mie note di riunione senza inventare punti d’azione a cui non ho mai acconsentito. Fino ad allora, sarò qui, esaminando strumenti con le mie aspettative saldamente impostate su “cautamente pessimista.”
🕒 Published: