NEWS BANDI – Sostenere la competitività e il potenziale innovativo delle PMI – Secondo bando per studi sull’innovazione per lo sviluppo di modelli di IA generativa (DIGITAL-EUROHPC-JU-2023-SME-01-01)

BANDO: Second call for innovation studies for the development of generative AI models
RIF: FFplus | Finanziamento a cascata
Programma: Digital Europe Programme (DIGITAL)
Topic: DIGITAL-EUROHPC-JU-2023-SME-01-01
Data di pubblicazione del bando: 10 Settembre 2025 |
Data di scadenza del bando: 26 Novembre 2025 | Single-stage

OGGETTO
Il presente bando è il secondo invito a presentare proposte per “studi sull’innovazione” guidati dalle esigenze aziendali di PMI e start-up altamente competenti nell’ambito dell’IA generativa, dello sviluppo di software professionali e dell’elaborazione dei dati. Gli studi sull’innovazione devono utilizzare risorse HPC europee su larga scala (ad esempio, supercomputer pre-exascale ed exascale) per sviluppare e personalizzare modelli di IA generativa quali modelli di base e modelli linguistici di grandi dimensioni.
Il presente bando FFplus è complementare al bando aperto per la presentazione di proposte relative a esperimenti commerciali riguardanti l’adozione dell’HPC da parte delle PMI (Identificativo FFplus_Call-2-Type-1). Si precisa che le PMI possono partecipare solo a uno dei due tipi di sottoprogetti; la partecipazione è quindi mutuamente esclusiva.
Gli studi di innovazione proposti devono:
• Essere pienamente in linea con gli obiettivi del bando FFplus.
• Fornire motivazioni sul perché l’IA generativa rappresenti una soluzione al problema aziendale o alla prospettiva commerciale, perché lo sviluppo di un nuovo modello sia imperativo e perché non sia stato possibile affrontarlo prima. In particolare, elencare gli ostacoli che impediscono l’utilizzo dei modelli di IA generativa esistenti per affrontare il problema aziendale, ad esempio few-shot prompting, problemi di licenza, ecc.
• Presentare una visione di successo, ovvero come l’utilizzo di HPC su larga scala porterà a un impatto positivo sul business. Se applicabile, definire le proposte di valore e il processo di creazione di valore.
• Definire obiettivi specifici che devono essere raggiunti per affrontare con successo il problema aziendale e il piano d’azione che lo accompagna descritto in termini di ciclo di vita ML: preparazione dei dati, sviluppo/ingegnerizzazione del modello e valutazione del modello. Inoltre:
• Fornire una descrizione dettagliata e dimostrare la disponibilità di un set di dati di addestramento adeguato;
• Descrivere in dettaglio le caratteristiche dei modelli da sviluppare, inclusi tipo, dimensioni, iperparametri e architettura, e delinearne le ripercussioni sull’addestramento e lo sfruttamento.
• Stabilire metriche di prestazione e piano di riproducibilità: delineare chiaramente e giustificare la selezione delle metriche di prestazione per la valutazione, il ridimensionamento e l’ottimizzazione del modello. Descrivere i parametri di riferimento per stabilire le linee di base e specificare i metodi per garantire la riproducibilità dell’esperimento.
• Identificare i potenziali rischi tenendo conto delle linee guida dell’UE per un’IA affidabile, tra cui iniquità, pregiudizi, allucinazioni e deriva del modello durante la fase di sfruttamento, e presentare i mezzi per affrontarli e mitigarli.
• Giustificare l’allocazione delle risorse: dimostrare in modo conclusivo come le risorse allocate (personale, IT/informatica e qualsiasi altra risorsa) affrontino e colmino le attuali lacune nei processi necessari per attuare l’azione proposta. Ciò include potenzialmente i costi di calcolo; si prega di consultare la sezione Ulteriori informazioni.
• Descrivere il ciclo di vita del ML: definire chiaramente il problema aziendale in questione. Fornire una panoramica delle caratteristiche cruciali del set di dati. Descrivere in dettaglio i modelli destinati allo sviluppo e all’implementazione e delinearne l’applicazione nella produzione.
• Presentare un piano completo di gestione dei dati: presentare un piano di gestione dei dati che copra le politiche di accesso, utilizzo, condivisione, conservazione e smaltimento dei dati; delinei i metodi per la protezione dei dati sensibili o personali; e incorpori i principi FAIR e la loro implementazione, ove applicabile.
• Supportare il progetto FFplus nella creazione di storie di successo adatte alla pubblicazione, anche in forma multimediale, discutendo i vantaggi aziendali (ad esempio, reddito aggiuntivo, nuovi modelli di business, riduzione dei costi), le sfide tecniche e aziendali e l’impatto sociale e ambientale, ad esempio il miglioramento dell’energia per la soluzione.
• Produrre una relazione sui risultati preliminari e sul potenziale impatto: tutti gli studi sull’innovazione devono presentare una relazione intermedia sui risultati raggiunti (e quelli previsti entro la fine dello studio) e sul potenziale impatto di tali risultati sul modello di business delle PMI e, potenzialmente, da parte di terzi che utilizzano i risultati. Tale relazione deve essere presentata entro la fine del settimo mese. Sarà utilizzata per valutare l’idoneità a presentare una proposta di proroga/prosecuzione dello studio sull’innovazione al successivo (terzo) bando pubblico.

DESTINATARI (per informazioni dettagliate si rimanda al bando)

Finanziamento totale disponibile: 4 000 000,00 €
Per informazioni sul bando: LINK

Stampa/PDF/Invia per Email