NTT ha annunciato tecnologie per rendere gli asset software esistenti comprensibili all’intelligenza artificiale. Una collega specifiche, documentazione di progetto, codice e test, con l’obiettivo di rilevare e correggere le incongruenze tra questi materiali. Un’altra individua lacune nei test e genera verifiche aggiuntive.

Secondo NTT, in un esperimento preliminare condotto su 41 errori inseriti nei documenti di progetto, il metodo proposto ne ha rilevati 33, pari all’80%. Il confronto con un sistema RAG convenzionale ha restituito 11 errori rilevati, corrispondenti al 27%.

In una prova dedicata alla generazione dei test, NTT riferisce che il sistema ha individuato quattro dei sei bug inseriti intenzionalmente, oltre a tre bug latenti. L’azienda dichiara che valuterà la tecnologia su sistemi reali.

OpenAI e il NASK National Research Institute polacco hanno firmato un accordo per esplorare una collaborazione sulla sicurezza dell’intelligenza artificiale e sulla ricerca tecnica. L’intesa è stata annunciata da OpenAI il 23 ottobre 2026.

La collaborazione coinvolgerà il NASK AI Safety Research Center, che svolge il ruolo di Polish Artificial Intelligence Safety Institute. Le attività indicate riguardano la valutazione dei sistemi AI più capaci, l’identificazione di potenziali vulnerabilità e il rafforzamento delle salvaguardie. Questi ambiti definiscono il perimetro della collaborazione esplorata dalle due organizzazioni.

L’annuncio non specifica un calendario, finanziamenti o risultati concreti già ottenuti. Non presenta inoltre nuovi prodotti o servizi. Tempi, modalità operative e risultati restano quindi da comunicare: al momento, il fatto annunciato è la firma dell’accordo per esplorare il lavoro congiunto.

Anthropic ha annunciato il 14 ottobre 2026 l’apertura di un ufficio a Singapore, il quinto nella regione Asia-Pacifico. La società ha inoltre firmato un memorandum d’intesa con il Ministry of Digital Development and Information di Singapore.

Il memorandum individua tre ambiti di cooperazione: sicurezza e valutazione dei modelli, ricerca sull’adozione e sull’impatto dell’intelligenza artificiale, e adozione responsabile nei settori pubblico e privato.

Le attività pianificate comprendono scambi tecnici sulla valutazione dei modelli, sugli standard di test e sulla risposta agli incidenti. Si tratta di iniziative previste nell’ambito del memorandum: l’annuncio non documenta risultati già conseguiti.

Microsoft descrive un caso d’uso di Microsoft 365 Copilot e agenti AI nei propri processi interni di risorse umane. Il racconto riguarda strumenti impiegati dall’azienda e non costituisce un annuncio di disponibilità pubblica.

Secondo Microsoft, Learning agent (Frontier) e Career Hub aiutano i dipendenti a individuare competenze, percorsi e risorse per lo sviluppo professionale. People agent (Frontier) supporta invece la ricerca di colleghi, mentori ed esperti in base alle competenze.

Workforce Insights agent (Frontier) consente ai manager, secondo la descrizione dell’azienda, di esplorare struttura, organici, distribuzione della forza lavoro e attività di assunzione. La pagina presenta l’esperienza di Microsoft, senza fornire metriche indipendenti sui risultati.

Microsoft ha presentato a Singapore nuove rilevazioni locali di una ricerca IDC commissionata dall’azienda, durante un evento che ha riunito oltre 2.500 leader aziendali e tecnologici. Il campione locale comprende 200 rispondenti.

Secondo IDC, il 17% delle organizzazioni di Singapore rientra nella categoria «Frontier Firms», contro il 10% a livello globale. Il 73% ha raggiunto livelli medi o alti di maturità nell’adozione dell’AI, rispetto al 70% globale.

Il 68% segnala risultati significativi o trasformativi dall’uso dell’AI; il 41% afferma che questa contribuisce alla crescita dei ricavi o alla creazione di nuovi flussi. Le percentuali rappresentano le risposte raccolte nello studio sponsorizzato da Microsoft e non dimostrano un rapporto causale tra adozione dell’AI e risultati economici.

Meta ha annunciato ulteriori misure per individuare gli annunci che mostrano contenuti di sfruttamento sessuale di minori o indirizzano verso materiale illecito fuori dalle sue piattaforme. L’intervento comprende il rilevamento, tramite modelli linguistici, degli annunci che fungono da segnalazione indiretta e la valutazione delle destinazioni dei link.

Il comunicato descrive anche controlli AI aggiuntivi sugli annunci, un agente AI incaricato di verificare le difese e strumenti per riconoscere i recidivi. Secondo quanto dichiarato da Meta, la valutazione comprende quindi sia ciò che appare nell’annuncio sia la destinazione raggiungibile attraverso il collegamento, anche quando il contenuto illecito si trova fuori piattaforma.

Hadrian ha annunciato il 6 ottobre un round da 40 milioni di dollari co-guidato da Forgepoint Capital International e SmartFin. L’operazione porta il capitale complessivamente raccolto dall’azienda a 65 milioni di dollari.

La società dichiara che destinerà i fondi all’espansione in EMEA e negli Stati Uniti, insieme a investimenti in engineering e ricerca. Hadrian descrive la propria piattaforma come una soluzione di sicurezza offensiva basata sull’AI, che mappa l’esposizione esterna e verifica quali rischi risultano sfruttabili.

Fujitsu avvia dal 6 ottobre un ambiente di prova che comprende quattro agenti AI per il retail e una piattaforma per la loro esecuzione. Il programma prevede dimostrazioni graduali con sette aziende del settore.

Gli agenti coprono l’analisi delle vendite, la fidelizzazione dei clienti, la pianificazione commerciale e il merchandising, oltre al supporto ai responsabili dei negozi. La sperimentazione riguarda quindi attività di analisi, pianificazione e gestione dei punti vendita. Fujitsu prevede il lancio ufficiale della proposta a giugno 2027.

Google e Gates Foundation hanno annunciato 100 milioni di dollari per organizzazioni che estendono strumenti AI per clima e colture a 200 milioni di piccoli agricoltori.

L'accordo punta ad ampliare l'accesso a previsioni climatiche e indicazioni agricole assistite dall'AI per comunità che spesso non dispongono di dati e servizi adeguati.

Le organizzazioni coinvolte dovranno dettagliare progetti, paesi coperti, tempi di distribuzione e metriche con cui misurare l'utilità degli strumenti per gli agricoltori.