"Non sei iscritto alla nostra Newsletter?"
Unisciti a 8.000+ investitori che ogni settimana si affidano alla nostra visione per navigare i mercati con chiarezza e precisione. Unisciti a loro e ricevi gratis ogni sabato la nostra newsletter — un’analisi essenziale per cogliere opportunità che il mercato non vede.
Al momento dell’iscrizione, riceverai la nostra analisi approfondita di un titolo azionario, selezionato per il suo potenziale di crescita asimmetrica.
Tra non molto, la guida autonoma sarà dieci volte più sicura di quella umana. Sembra incredibile, ma presto sarà realtà: la tecnologia Full Self-Driving (FSD) di Tesla supererà le capacità umane con un ampio margine di sicurezza. Col senno di poi, ci sembrerà quasi surreale aver mai pensato che un essere umano potesse guidare meglio di un algoritmo.
Il Robotaxi sta arrivando — si comincia con una sperimentazione ad Austin, TX, questo giugno. E con esso vedremo probabilmente il rilascio della FSD v14, la prima versione completamente autonoma (senza supervisione umana). Negli ultimi mesi ho trattato il tema della guida autonoma Full Self-Driving (FSD) in tre articoli principali. Ora è il momento della quarta parte: approfondire i fili lasciati in sospeso e dare un’anteprima di ciò che ci aspetta.
Ti consiglio di leggere i primi tre articoli prima di proseguire. Li trovi qui.
Molta supervisione
Normalmente, quando si parla di “supervisione” nel contesto della guida autonoma Full Self-Driving (FSD), si pensa subito al fatto che il conducente umano debba restare vigile e pronto a intervenire, poiché il sistema non è completamente autonomo e richiede ancora la supervisione umana in situazioni complesse.
Tuttavia, “supervisione” ha anche un significato più tecnico in questo contesto. L’intelligenza artificiale che alimenta la FSD è addestrata tramite apprendimento supervisionato, un processo in cui un algoritmo impara a fare previsioni o prendere decisioni a partire da un set di dati etichettati. Questo set collega i dati in ingresso con gli output corretti, fungendo da “supervisore” che guida l’addestramento del modello.
Questo argomento è stato toccato nella Parte 2 e 3, ma qui lo approfondiamo ulteriormente.
Selezione dei dati
Addestrare un modello come la versione 13 della FSD richiede centinaia di miliardi di elementi di dati. Ma quali?
La maggior parte dei dati proviene dalla guida nel mondo reale, raccolta dai veicoli Tesla. Altri dati sono generati tramite simulazione.
L’idea centrale alla base della selezione dei dati si ispira al “Principio di Riccioli d’Oro” (Goldilocks Effect), che implica l’offerta di diverse versioni di un prodotto: una più completa e costosa, e una più semplice ed economica. Questo approccio aiuta a rendere l’opzione standard più attraente, trovando un equilibrio ideale. Nel caso della guida autonoma, ciò si traduce nell’escludere i dati raccolti da comportamenti di guida inadeguati, come quelli troppo aggressivi, eccessivamente prudenti o distratti, puntando invece su dati che riflettono comportamenti ottimali e sicuri.
FSD raccoglie dati anche quando non è attivo. Quando è disattivato, funziona in “modalità ombra”, confrontando silenziosamente le proprie decisioni con quelle prese dal conducente umano.
La prima selezione dei dati avviene direttamente a bordo del veicolo, poiché i dati grezzi della guida sono troppo grandi e costosi da caricare e archiviare. Quando la FSD è attiva, i dati vengono probabilmente prioritizzati in base a interventi o scenari specifici che Tesla intende raccogliere. In modalità ombra, il sistema segnala i momenti in cui le sue decisioni differiscono da quelle del conducente umano, poiché queste situazioni possono essere utili per l’addestramento.
Anche i dati simulati giocano un ruolo cruciale. Tesla ha sviluppato un simulatore avanzato che può creare scenari complessi o modificare dati reali per cambiare la “scena”. Ad esempio, può prendere una scena reale a un incrocio e modificarla aggiungendo o rimuovendo oggetti, oppure alterandola con condizioni climatiche come pioggia, neve o nebbia.
I dati simulati sono preziosi perché rappresentano scenari difficilmente acquisibili nel mondo reale. Sono variazioni controllabili di dati reali. Il simulatore può anche ricreare condizioni avverse come abbagliamenti solari o sensori oscurati. Alla fine, i dati generati dal simulatore sono indistinguibili da quelli reali.
Recentemente, Tesla ha lanciato la FSD in Cina, una sfida particolare a causa delle restrizioni sull’upload di dati dai guidatori cinesi verso i server Tesla negli Stati Uniti. Per superare questo limite, Tesla ha raccolto vari scenari di guida da fonti pubbliche, come video su YouTube, e ha configurato il simulatore per replicare quegli ambienti di guida. In questo modo ha potuto migliorare il sistema anche senza accesso diretto ai dati locali.
Due considerazioni chiave:
- Il processo di selezione dati di Tesla è un vantaggio competitivo significativo. Pur avendo accesso alla più ampia raccolta di dati reali, la sfida è selezionare solo quelli che rappresentano comportamenti di guida ottimali. Questo è fondamentale per addestrare un sistema efficace.
- Comprendere come l’FSD venga addestrato su dati di alta qualità spiega perché non può guidare male. Essendo addestrata su decisioni umane, la FSD imiterà quelle decisioni. Non sarà solo sicura, ma anche fluida e naturale, come un guidatore esperto. Non può fare altrimenti.
Selezione intelligente
Come accennato, FSD raccoglie dati anche quando non è attivo. In modalità disattiva, funziona in “modalità ombra”, confrontando silenziosamente le proprie decisioni con quelle prese dal conducente umano. Il filtraggio iniziale avviene già a bordo del veicolo, poiché i dati grezzi sono troppo grandi e costosi da caricare e archiviare. In modalità ombra, il sistema registra i momenti in cui le sue decisioni differiscono da quelle del conducente umano, situazioni utili per migliorare l’addestramento.
Anche i dati simulati giocano un ruolo cruciale. Tesla ha sviluppato un simulatore avanzato capace di creare scenari estremamente rari o di modificare scene reali, ad esempio alterando le condizioni meteo o aggiungendo nuovi ostacoli o pedoni. Questo permette di avere un sistema che non solo impara dai dati reali, ma che si allena anche su situazioni che potrebbero capitare una sola volta ogni milione di chilometri.
Architettura del modello
In teoria, il sistema FSD dovrebbe funzionare come un unico modello end-to-end. Tuttavia, nella pratica, è ancora composto da diversi moduli distinti:
- Una rete neurale per la percezione dell’ambiente (oggetti, segnali, movimenti);
- Una rete neurale per la pianificazione e la decisione delle azioni da intraprendere;
- Un modulo che traduce le decisioni in comandi per il veicolo.
Questa architettura modulare rende il sistema più comprensibile, “debug-friendly” e facilmente aggiornabile. Sebbene l’obiettivo sia una fusione completa dei moduli, al momento risulta ancora utile mantenerli separati.
Latenza: dal fotone al volante
La latenza è il tempo che intercorre tra il momento in cui un fotone colpisce la fotocamera e il momento in cui l’auto compie un’azione. Per un essere umano, questa latenza è tra i 100 e i 300 millisecondi. Tesla punta a ridurre questo valore per rendere il suo FSD più veloce di un guidatore umano.
Per raggiungere questo obiettivo, Tesla ha sviluppato hardware dedicati:
- HW3: 72 TOPS (trillion operations per second)
- HW4: 150-200 TOPS
- HW5 (in arrivo): oltre 1500 TOPS
Con l’aumento delle dimensioni dei modelli (la versione 13 ha tre volte i parametri della versione 12), cresce anche il carico computazionale. Tesla affronta questa sfida con:
- Ottimizzazioni estreme del codice;
- Quantizzazione dei modelli;
- Chip progettati internamente.
Tesla è ormai a un passo dal rilascio di un sistema FSD completamente autonomo e non supervisionato, un traguardo che segna una vera e propria rivoluzione tecnologica nel settore della mobilità.
Come ogni grande innovazione, questa svolta porta con sé opportunità d’investimento uniche.
Se vuoi unirti agli investitori che capitalizzeranno sull’intelligenza artificiale applicata a soluzioni concrete, con rendimenti superiori al mercato e un team di gestione esperto e professionale, il portafoglio THÉMA, gestito dal TPRI, è la scelta ideale.
Con un impressionante +20,18% nell’ultimo mese, THÉMA è in fase di sviluppo per diventare il primo portafoglio tematico con performance certificate da enti terzi, focalizzandosi su tecnologie reali, scalabili e già operative.
Ogni lunedì alle 18:30, il team di T/P Research ospita TP Future Insight, un webinar esclusivo per investitori dedicato all’analisi di mercato a medio-lungo termine e alla ricerca sui leader tecnologici tematici. Partecipa al prossimo: [clicca qui].
👉 Scopri R.A.P.T.O.R. e THÉMA ora: preparati al decollo della guida autonoma e del tuo portafoglio!
FSD V14: La prossima evoluzione della guida autonoma
Tesla si prepara a lanciare la versione 14 del suo sistema Full Self-Driving (FSD), che rappresenta un significativo passo avanti verso la guida completamente autonoma. Questa versione introduce importanti innovazioni tecnologiche, tra cui l’utilizzo di modelli Transformer auto-regressivi, un contesto più ampio per una migliore memoria del sistema e l’integrazione dell’audio per riconoscere suoni ambientali.
La principale innovazione di FSD V14 è l’adozione di modelli Transformer auto-regressivi, una tecnologia di intelligenza artificiale che consente al sistema di analizzare sequenze temporali di dati per prevedere eventi futuri. Questo significa che il sistema non si limita a reagire agli stimoli visivi immediati, ma può anticipare le azioni di altri utenti della strada, come pedoni o veicoli, migliorando la sicurezza e la fluidità della guida.
Secondo Ashok Elluswamy, Vicepresidente dell’IA di Tesla, la versione FSD V14 triplicherà la dimensione del modello e la capacità di contesto rispetto alla precedente. Questo potenziamento consente al sistema di “ricordare” eventi passati su un arco temporale più esteso, migliorando coerenza e precisione nelle decisioni. Per la prima volta, FSD V14 integrerà l’audio come fonte di dati, riconoscendo suoni ambientali come sirene di emergenza, clacson o rumori di incidenti (approfondito nel mio articolo precedente [qui]). Questa nuova capacità accresce la consapevolezza situazionale del veicolo, permettendogli reazioni più intuitive e appropriate in scenari complessi.
Lancio del servizio Robotaxi a Austin
Tesla ha annunciato il lancio del suo primo servizio di robotaxi a pagamento ad Austin, Texas, previsto per giugno 2025. Questo servizio utilizzerà il sistema FSD Unsupervised, progettato per operare completamente in autonomia senza intervento umano. Il lancio inizierà con una flotta dedicata di veicoli Tesla, con l’obiettivo di espandere gradualmente il servizio e, a partire dal 2026, permettere ai proprietari privati di aggiungere i loro veicoli alla rete di ride-hailing.
Austin è stata scelta come città pilota grazie a un ambiente normativo favorevole e alla presenza dell’impianto di produzione Giga Texas. Tesla sta collaborando con le autorità locali per garantire un’integrazione fluida del servizio nella città. Nonostante l’approvazione iniziale in Texas, Tesla deve affrontare diverse sfide normative e di sicurezza prima di poter espandere il servizio a livello nazionale o internazionale. Tra queste, la necessità di dimostrare l’affidabilità del sistema FSD Unsupervised in scenari reali, sviluppare procedure per la gestione degli incidenti e chiarire le responsabilità legali in caso di incidenti.
Elon Musk ha dichiarato che FSD Unsupervised sarà attivato per i veicoli privati solo quando il rischio di lesioni sarà “praticamente zero”. Attualmente, le statistiche di sicurezza di Tesla indicano:
1 incidente ogni 700.000 miglia per i conducenti umani
1 incidente ogni 1,08 milioni di miglia con l’autopilota attivo
1 incidente ogni 5,94 milioni di miglia con FSD attivo
Tesla mira a raggiungere un tasso di 1 incidente ogni 7 milioni di miglia prima di estendere FSD Unsupervised ai veicoli privati.
Con l’introduzione di FSD V14 e il lancio del servizio di robotaxi a Austin, Tesla compie un passo significativo verso la realizzazione della guida completamente autonoma. Le innovazioni tecnologiche introdotte mirano a rendere la guida più sicura, efficiente e simile a quella umana. Tuttavia, il successo di questa iniziativa dipenderà dalla capacità di Tesla di affrontare le sfide normative e di sicurezza associate alla guida autonoma.
Se vuoi aggiungere Tesla al tuo portafoglio senza affidarti alla semplice speranza di un rialzo, ma con una strategia chiara su quanto acquistare, quando farlo, come prendere profitti parziali e gestire l’intero portafoglio, contattaci qui.
Tesla è alle soglie di una svolta epocale con il suo sistema di guida autonoma non supervisionato, un’innovazione che non solo ridefinirà la tecnologia, ma rivoluzionerà il futuro della mobilità. Confrontando competitor come Waymo con realtà del passato come Blackberry, Blockbuster, Kodak, Nokia, MySpace, Walkman o i CD, la traiettoria sembra chiara: chi non innova rischia di essere superato.
Tesla, con il suo Robotaxi (nome in codice Alicorn, un unicorno alato che unisce visione e potenza), dimostra di essere pronta per il lancio di giugno, come evidenziato dall’ultimo aggiornamento dell’app.
Questa soluzione include funzionalità all’avanguardia: dalla gestione ottimizzata dei punti di raccolta alla visualizzazione in tempo reale dell’ETA, fino al supporto per l’uscita dei passeggeri e la gestione delle cancellazioni. Il risultato è un’esperienza di trasporto autonomo fluida, innovativa e pronta a ridefinire la mobilità.
Le sfide per Tesla non mancano: dall’ottimizzazione dell’hardware alla complessità delle regolamentazioni globali, Europa inclusa. Tuttavia, è proprio in questo contesto di trasformazione che si nascondono le opportunità più straordinarie. Siamo all’alba di un’era di cambiamento epocale, e il rischio di rimanere indietro supera di gran lunga qualsiasi scetticismo attuale. Agire oggi significa posizionarsi per cogliere un’opportunità unica, come quella che gli investitori lungimiranti hanno sfruttato con Tesla nel 2020-2021.
Spero che questo articolo ti abbia aiutato a comprendere l’importanza di essere pronti quando gli investitori istituzionali inizieranno a caricare i loro portafogli con azioni Tesla, come accaduto in passato. Per cavalcare quel rialzo, non puoi permetterti di pensare come la massa, aspettando di “svegliarti” nel momento di massima euforia. Devi agire ora, con strategia e visione.
Il portafoglio THÉMA, gestito da R.A.P.T.O.R., è la tua porta d’accesso per investire nell’intelligenza artificiale applicata al mondo reale. Con un focus su tecnologie scalabili e già operative, THÉMA ha registrato un impressionante +20,18% nell’ultimo mese e punta a diventare il primo portafoglio tematico italiano con performance certificate da enti indipendenti. È la scelta ideale per chi vuole anticipare il futuro, non inseguirlo.
Non lasciare che il domani ti colga impreparato. Unisciti al nostro viaggio verso l’innovazione e scopri come far parte del RAPTOR per accedere al portafoglio THÉMA. Visita il nostro sito per maggiori informazioni o partecipa al prossimo TP Future Insight, ogni lunedì alle 18:30, dove analizziamo le tendenze tecnologiche che stanno plasmando il futuro.
Il momento di agire è ora. Clicca qui per iniziare a capitalizzare le opportunità prima degli altri.
Gian Massimo Usai
Lead Tech Analyst – Head Of Research
Trend Positioning Research Institute
Condividi il post
Chi è Gian Massimo Usai?
"Non sei iscritto alla nostra Newsletter?"
Quando sei pronto, ecco come possiamo aiutarti:
Il Libro Trend Positioning
La focalizzazione è la valuta che muove i mercati moderni. Scopri il DNA delle Super Stocks per trasformare la direzione del tuo portafoglio.
Ricerca modello R.A.P.T.OR.
THÉMA
Nota: Il TPRI conduce ricerche e formula conclusioni operative per il proprio Portafoglio Tematico Tecnologico THÉMA . Le informazioni condivise con i lettori non garantiscono performance delle azioni né costituiscono consulenza finanziaria. È consigliabile consultare il proprio consulente finanziario prima di investire.Vi invitiamo a fare le vostre analisi prima di acquistare azioni delle società eventualmente citate nei nostri canali.
Letture consigliate:
Tesla: I Margini Ai Massimi per il Leader nell’AI
MEMOS DA GIAN MASSIMO USAI: La Rivoluzione delle Criptovalute e la Nuova Era dell’Investimento
Nvidia: Blackwell e il Data Center da 200 miliardi di dollari
$NVDA diventerà un’azienda da 10 TRILIONI di capitalizzazione
Le azioni di Palantir salgono grazie alla piattaforma di intelligenza artificiale