Il Nextcloud Summit 2026 affronta una domanda fondamentale: la  sovranità digitale, di cui tutti parlano, si può davvero realizzare su larga scala? A rispondere due voci complementari, una sul piano politico e una dalla trincea operativa. Sachiko Muto, Chair di OpenForum Europe, racconta vent’anni di battaglie a Bruxelles; Benoît Piédallu, project manager del Ministero francese dell’Istruzione, racconta cosa significa portare un milione e duecentomila persone su software libero.

Nextcloud è la piattaforma open source di collaborazione che punta a sostituire Microsoft 365 e Google Workspace restituendo agli utenti il controllo dei dati; è stata fondata nel 2016 da Frank Karlitschek, che aveva dato vita a ownCloud nel 2010 e che predica sovranità digitale da prima che diventasse una parola alla moda.

Sachiko Muto: «L’open source ha vinto sulla carta»

NextCloud Summit 2026: Sachiko Muto

Frank Karlitschek aveva definito il pacchetto europeo sulla sovranità tecnologica un regalo per il decennale dell’azienda. Sachiko Muto raccoglie l’immagine e la ribalta con ironia: «Voi forse aspettavate questo pacchetto da 10 anni; io lo aspetto da 20». Ha cominciato a parlare di open source ai decisori europei nel 2007, e quando ha letto la bozza della Commissione sull’ European Technological Sovereignty Package ha provato un sentimento duplice. «È tutto lì; è come ricevere a Natale esattamente tutto quello che desideravi», ammette; «poi, stranamente, mi sono ritrovata piena di vuoto».

Il motivo di quel vuoto è la memoria. «Ci siamo già passati», ripete due volte. Ricorda la dichiarazione di Malmö del 2009, quella di Tallinn del 2017 firmata da 32 ministri, una presa di posizione delle Nazioni Unite nel 2024: tutte solenni, tutte favorevoli all’open source, tutte seguite troppo spesso dal nulla. La sua metafora è memorabile: «È l’equivalente del proposito di rimettersi in forma a Capodanno; sappiamo tutti come va a finire». Buone intenzioni senza piano, senza risorse, senza un giorno dopo.

Da ricercatrice al RISE, l’istituto svedese, ha provato a capire perché. Uno studio commissionato dal governo danese ha esaminato sedici Paesi e le loro politiche sull’open source; la conclusione smonta l’idea della norma perfetta. «Quando una di quelle dichiarazioni ha prodotto qualcosa, non è stato per le parole precise della legge: c’è sempre una casella da spuntare, open source salvo quando non è possibile, e c’è sempre qualcuno pronto a dire che non è possibile». Ciò che funziona, sostiene, è altro: esempi concreti di buone pratiche, veri documenti di guida, e una capacità istituzionale stabile, un OSPO, un ufficio di programma. La diagnosi più dura riguarda l’intero continente: «Abbiamo una crisi di implementazione e di applicazione in Europa», molta legislazione e pochissima attuazione sul campo: Perché allora è ottimista? Perché qualcosa, questa volta, è diverso. Il momento geopolitico ha cambiato la testa delle persone, il tema è salito di livello, la Commissione ha messo l’open source al centro della propria politica di bandiera sulla sovranità tecnologica; non a caso accanto alla comunicazione viaggia una vera strategia open source, con budget, KPI e un quadro di monitoraggio, due miliardi di euro in sette anni e il rafforzamento della rete di OSPO del settore pubblico. Sachiko Muto a quella rete tiene in modo particolare: «Servono persone per cui, il lunedì mattina, sia il loro lavoro portare avanti questa collaborazione; non basta firmare un documento e pensare che le cose accadano da sole».

Il punto di svolta, però ancora non c’è. La strategia non è vincolante; lo è il CADA, il Cloud and AI Development Act, oggi solo una proposta. «Non basta leggere il package e pensare che verrà applicato», avverte; servono dodici mesi di pressione in Parlamento e in Consiglio, perché la lobby contraria si farà sentire. La leva vera arriverà a breve, con la revisione della direttiva appalti: «Se otteniamo nel testo sugli appalti la formulazione forte ispirata dal CADA, è allora che vedremo il cambiamento; è allora che non si potrà più ignorarlo». Un dettaglio la rincuora: nel suo recente appalto pilota la Commissione ha schierato cinquanta valutatori per misurare le offerte rispetto ai criteri di sovranità, un livello di attenzione mai visto prima negli acquisti IT europei. Resta un’ombra, che è anche la sua ultima richiesta alla platea: nel testo non si legge un impegno reale a costruire ciò che ancora non esiste. «Quando non c’è un’alternativa open source commerciale, il settore pubblico lavorerà con le comunità per sviluppare tecnologie adatte allo scopo, oppure spunterà la casella non è possibile?».

Piédallu: 1,2 milioni di utenti, e una sovranità che è un requisito

Benoît Piédallu, project manager del Ministero francese dell’Istruzion

Se Sachiko Muto ha disegnato la cornice politica e comunitaria, Benoît Piédallu ha portato i numeri. Il Ministero francese dell’Istruzione gestisce una piattaforma di servizi digitali per tutti i suoi collaboratori, oltre 1,2 milioni tra docenti e personale amministrativo; il servizio di archiviazione e condivisione file, chiamato Nuage, gira interamente sui data center del Ministero e poggia su Nextcloud. La storia è quasi un manuale di resilienza. Disegnata dal 2018, la piattaforma è stata messa in produzione nella settimana del primo lockdown: «In una settimana abbiamo fornito tutti i servizi insieme; in quella settimana le squadre sono state campioni del mondo». Poi il colpo. Nel 2021, racconta dal palco, «abbiamo avuto questo “piccolo incidente”, un piccolo incendio, che ha distrutto tutto; abbiamo perso tutti i nostri dati». Si riferisce all’incendio del datacenter OVH

Da lì la ricostruzione, fino alla scelta del 2024 di passare dalla versione community al supporto dell’editore, con un contratto firmato a luglio e l’impegno sulla tecnologia Global Scale, la federazione che consente di reggere numeri enormi. Oggi gli account attivati superano i 400.000, circa un terzo dell’obiettivo finale, distribuiti su diciassette istanze federate con un tetto di trentamila utenti ciascuna, con cento gigabyte a testa; come abbiamo raccontato analizzando i trend della sovranità digitale del 2026, è esattamente questo il tipo di infrastruttura pubblica che l’Europa cerca di costruire.

La parte più interessante è il perché. Piédallu smonta il luogo comune del software libero come scelta ideologica e la riporta a tre ragioni concrete. La prima è il controllo dei costi: «Se mi chiedete di pagare anche solo dieci euro per utente all’anno, una tariffa bassissima, supererei il mio budget annuale; non potrei fornire un servizio del genere». Subito la precisazione, asciutta: «Non significa che pensiamo che il software libero sia gratis; significa che non dobbiamo essere legati al numero di utenti». La seconda è il controllo dell’infrastruttura, e qui le parole pesano: «Nessuno deve poter spegnere i nostri servizi dall’esterno; nessuno deve poter accedere ai nostri servizi dall’esterno». La terza è la natura dei dati. Il Ministero è titolare del trattamento, e tratta moltissimi dati di minori, cioè dati sensibili; per questo, esattamente come abbiamo visto dopo Schrems II e la guerra in Ucraina, ospitare tutto in casa non è una preferenza, è una necessità.

C’è poi il potere che l’apertura concede a chi gestisce, e che nessun contratto proprietario può garantire. «L’open source ci dà il potere tecnologico di aggiornare il prodotto se serve, di correggere ciò che non funziona; se non lo corregge l’editore, dobbiamo poter fare un fork», spiega; i protocolli aperti assicurano una via d’uscita ordinata, una documentazione su come andarsene senza restare ostaggio del fornitore. Piédallu arriva a definire il servizio un bene comune digitale del Ministero, una risorsa pubblica da integrare nello spazio di lavoro della scuola, dalla videoconferenza fino alla messaggistica di Stato basata su Matrix.

La frase con cui chiude vale come sintesi dell’intera giornata, e tiene insieme la cornice di Muto e i numeri francesi: «La sovranità del dato non è un tema di moda per noi, non è un nice to have; le persone si aspettano davvero che proteggiamo i loro dati. Per noi la sovranità digitale è un requisito».

Il Nextcloud Summit 2026 è un evento diverso, non solo si sono presentate 600 persone, ma si sente un ambiente diverso, non la solita convention di una azienda IT, ma una community che si ritrova, animata anche da valori comuni su privacy e sovranità digitale. C’è un’aria di soddisfazione che anima le chiacchiere, chi è qui si è focalizzato sulla sovranità digitale per anni e oggi la sovranità digitale ha smesso di essere una materia da reparto IT. È la seconda edizione del summit che coincide con il decimo anniversario  dell’azienda, e Frank Karlitschek (il fondatore) lo dice con una punta di stupore sincero: «Lo facciamo da dieci anni ormai; a me sembrano tre, al massimo cinque».

Cos’è NextCloud

Per chi non la conoscesse, Nextcloud è la piattaforma open source che ambisce a sostituire Microsoft 365 e Google Workspace restituendo agli utenti il controllo dei dati. Tutto vive sotto l’ombrello Nextcloud Hub: i file con Files, la suite documentale Office, la chat e le videoconferenze con Talk come alternativa a Teams, un assistente AI, il groupware per mail, calendario e contatti, l’automazione con Flow. Tutto rigorosamente, aperto, open source: «Tutto quello che facciamo è sempre open source, non come qualcun altro…» ha sottolineatoKarlitschek. NextCloud si può installare dove si vuole: dal piccolo dispositivo domestico fino ad azeidne da molti milioni di utenti, comprese le configurazioni completamente scollegate da Internet, per chi vuole requisiti di sicurezza estremi.

Frank Karlitschek contribuisce a progetti open source dalla fine degli anni Novanta, ha fatto parte del board di KDE, ha fondato ownCloud nel 2010 e nel 2016 ha lasciato quel progetto per dare vita a Nextcloud; nel 2026 ha ricevuto lo Special Recognition Award agli European Open Source Awards per il contributo al business e all’impatto del software libero. Predicava sovranità digitale quando ancora non era una parola alla moda. Lo aveva spiegato anche in una precedente conversazione con Digitalic, dove sosteneva che all’Europa non mancano risorse né tecnologia, manca il coraggio.

Nextcloud Summit 2026: dalla commodity alla strategia

Frank Karlitschek, Fondatore e Ceo di NextCloud

La parte più interessante del suo intervento al Nextcloud Summit 2026 parte da un cambiamento di prospettiva. Per anni il software di collaborazione è stato trattato come un servizio trasparente, una commodity, un acqua digitale che usciva da un rubinetto senza che nessuno si chiedesse da dove arrivava; oggi non più. «In passato molti pensavano fosse come l’elettricità o l’acqua che esce dal muro: non te ne devi occupare, è lì, è una commodity», ricorda Karlitschek; «adesso invece capiamo che è un elemento strategico, perché l’IT controlla la nostra vita, e per questo è importantissimo avere una soluzione di cui ti puoi davvero fidare, dove sai dove sono i dati, chi li controlla, come funziona». Il ragionamento si lega  a un quadro che a Digitalic abbiamo raccontato più volte, dalla sentenza Schrems II alla guerra in Ucraina fino ai trend della sovranità digitale del 2026.

C’è anche il regalo di compleanno per NextCloud, e Karlitschek lo cita: la settimana prima del summit la Commissione Europea ha adottato il pacchetto sulla sovranità tecnologica che contiene il Cloud and AI Development Act, uno degli elementi fondamentali è che introduce  il principio di preferenza per il software open source nel procurement pubblico. «La scorsa settimana abbiamo ricevuto uno speciale regalo di compleanno», dice; rivendicando dal palco che Nextcloud è citata nel testo tra le soluzioni open source di riferimento in Europa. Il Digital Sovregnity European Package  è una leva che potrebbe spostare quote di mercato verso gli operatori che costruiscono un cloud europeo governabile.

Nextcloud Summit 2026: l’AI che doveva uccidere il software

Il passaggio più inatteso del Nextcloud Summit 2026 arriva quando Karlitschek affronta “l’elefante nella stanza” di ogni conferenza tech del 2026: l’intelligenza artificiale agentica. La tesi diffusa è che se chiunque può generare un’app con qualche prompt, il software perde valore, e con esso perde senso una piattaforma come Nextcloud. Karlitschek ribalta la tesi: «Adesso è facilissimo estendere Nextcloud a qualunque caso d’uso», ammette; «molti pensano che allora il valore del software crolli, che diventi tutto banale, qualche prompt e via».Ma non è così, si apreno invece nuove possibuilità di personalizzazione, con maggiore faciltà le aziende e le istituzioni possono creare estensioni, personalizzazioni aggiungere a NextCloud per renderlo ancora più utile.

Da qui la sfida che l’azienda si è data: «Vogliamo sfruttare l’AI nello sviluppo personalizzato di app e agenti, ma mantenendo i più alti standard di qualità, sicurezza e usabilità». La trasparenza dell’open source diventa una condizione essenziale, non un semplice l’ornamento: «Tutto questo (sviluppo) può anche essere pericoloso se non è chiaro cosa stai facendo; per questo è importante che sia tutto open source, così puoi davvero capirlo, migliorarlo, e verificare che faccia esattamente ciò che vuoi».

C’è un dettaglio che Karlitschek racconta quasi con divertimento, e che vale più di mille slide. La documentazione di Nextcloud, dice, non è scritta solo per gli umani. «Non tutti se ne rendono conto: questa documentazione non è solo per le persone, è anche per l’AI», osserva; «sono rimasto sorpreso quando l’ho provato l’anno scorso: se chiedi ai modelli più avanzati di sviluppare un’app per Nextcloud, sanno perfettamente come funziona e la costruiscono in pochi minuti».

Seicento app oggi, seimila domani

L’annuncio strategico del Nextcloud Summit 2026 è che l’app store di NextCloud conta oggi oltre seicento applicazioni, dai sistemi CRM ai planner, dai workflow alla gestione documentale; l’obiettivo dichiarato è moltiplicarlo per dieci. «Vogliamo farlo crescere per dieci nei prossimi dodici mesi, passando da seicento a seimila applicazioni», ha annunciato Franck Karlitschek. Per riuscirci serve risolvere due nodi che lui stesso elenca senza nasconderli: chi costruisce un’app su Nextcloud ha bisogno di un modello di business sostenibile, e chi la usa in azienda pretende sicurezza, stabilità, supporto professionale, responsabilità.

La risposta è il nuovo programma ISV, gli Independent Software Vendor, lanciato proprio durante il summit. Lo sviluppatore resta libero di pubblicare in open source come ha sempre fatto; oppure può siglare una partnership e affidare a Nextcloud promozione, vendita degli abbonamenti e processo di supporto, con lo stesso modello enterprise dell’azienda e una condivisione dei ricavi. Con un paletto non negoziabile sui principi: «Ogni applicazione deve seguire i nostri principi, quindi non può essere una backdoor o avere funzioni di sorveglianza». L’interesse è già reale: «Ne abbiamo già quattro che hanno firmato; la discussione è durata due minuti». Tra loro, casi d’uso molto specializzati, dalle alternative a SharePoint all’edilizia fino al settore pubblico.

Resta una riflessione che attraversa tutto l’intervento, e che è anche la chiave di lettura del decennale. Quello che tiene in piedi Nextcloud, dice il fondatore, non è la tecnologia in sé ma l’impatto: «Una cosa è costruire qualcosa per te stesso; un’altra è costruire qualcosa che ha un impatto reale su tante persone del pianeta». Dieci anni fa nessuno scommetteva sull’on-premise; tutti davano per scontato che il futuro fosse soltanto centralizzato, soltanto degli hyperscaler. Il Nextcloud Summit 2026 racconta esattamente la storia opposta. La domanda vera, adesso, non è più se esista uno spazio per il software sovrano; è quanto in fretta l’Europa avrà il coraggio di adottarlo.

Esiste  l’AI Italiana, esiste un ecosistema di intelligenza artificiale nel nostro paese, magari è poco conosciuto ma ha grandi competenze. Nasce dai laboratori di dottorato, arriva nei mercati verticali dove la profondità batte la scala. Provare a mapparlo significa accettare che la mappa sia incompleta, perché molte delle realtà più promettenti non hanno ancora un sito aggiornato.

Il chip che consuma meno di un microwatt

Alessandro Milozzi ha trentatré anni, un dottorato in calcolo neuromorfico, e un chip che elabora intelligenza artificiale usando meno di un microwatt di energia. Non è un esperimento da laboratorio è un passo in avanti nei chip per l’AI Italiana: è il prodotto di Neuronova, startup milanese incubata a PoliHub, acceleratore del Politecnico di Milano, fondata con Marco Rasetto e Michele Mastella. Tutti e tre con dottorato. Tutti e tre con lo stesso obiettivo: smettere di mandare dati al cloud per ogni calcolo e portare l’AI direttamente sul sensore.

La tecnologia di Neuronova implementa neuroni e sinapsi come strutture fisiche su silicio, non in forma digitale ma analogica, esattamente come il cervello biologico. Il risultato è un processore compatto di pochi millimetri che processa segnali in tempo reale, senza conversione analogico-digitale, senza latenza di rete, con un consumo energetico circa mille volte inferiore a quello di una GPU convenzionale. L’applicazione immediata: wearable, sensori IoT industriali, dispositivi alimentati a batteria dove portare inferenza AI oggi è economicamente e fisicamente impossibile.

Nel novembre 2024 ha chiuso un round pre-seed da 1,5 milioni di euro.  Il prototipo del processore è atteso nel corso del 2025. Il posizionamento strategico è chiaro: il consumo energetico dell’inferenza AI è diventato uno dei vincoli fisici della crescita del settore a livello globale. Chi risolve quel problema con silicio europeo ha un mercato potenzialmente enorme davanti.

La startup che genera dati dove non ci sono

Daniele Panfilo non viene dalla Silicon Valley. Viene dalla SISSA, Scuola Internazionale Superiore di Studi Avanzati di Trieste, uno degli istituti di ricerca avanzata più selettivi d’Europa. Lì nel 2018, con Sebastiano Saccani e Borut Svara, ha fondato Aindo. La tecnologia AI Italiana consiste nel generare dati artificiali statisticamente identici ai dati reali, ma privi di qualsiasi informazione personale. Una sorta di ChatGPT per le tabelle numeriche, capace di produrre dataset sintetici che si comportano esattamente come quelli originali, senza esporre nessun paziente, nessun correntista, nessun assicurato.

Il caso d’uso principale è la sanità: ospedali che vogliono condividere dati con aziende farmaceutiche per ricerca real-world evidence, ma non possono farlo per vincoli di privacy. Aindo genera i dati sintetici, l’ospedale li cede alla farmaceutica, la ricerca procede, nessun dato personale cambia mani. Lo stesso schema funziona in banca, in assicurazione, nella pubblica amministrazione. Dopo un round da 6 milioni di euro guidato da United Ventures, nel 2025 ha ottenuto la validazione europea più importante: l’EIC Accelerator l’ha selezionata tra 1.211 candidature da tutta Europa, assegnandole un grant da 2,1 milioni con possibile co-investimento della Banca Europea per gli Investimenti fino a 4 milioni. Una delle sole tre aziende italiane in quel batch.

Modena, la finanza e i modelli che nessuna GPU generica ospita

Axyon AI nasce nel 2016 a Modena, in stretto dialogo con l’Università di Modena e Reggio Emilia, e fa una cosa specifica: AI italiana per asset manager e hedge fund che vogliono previsioni sul comportamento di indici e titoli. Non è una piattaforma generica di machine learning applicata alla finanza. È un sistema costruito per le serie temporali finanziarie, un dominio dove i dataset sono piccoli, rumorosi, non stazionari, e dove i modelli addestrati su miliardi di token di testo non portano nessun vantaggio strutturale.

Il prodotto principale è Axyon IRIS, un motore predittivo che usa architetture proprietarie ottimizzate per il dato finanziario. ING Bank e UniCredit sono tra gli investitori. Refinitiv, IBM e Nvidia tra i partner. Nel 2025 ha chiuso un round da 4,3 milioni di euro guidato da CDP Venture Capital. La differenza rispetto ai competitor internazionali più grandi non è la scala: è la profondità di dominio. Il mercato dei gestori patrimoniali europei è abbastanza frammentato da consentire a una realtà verticale di crescere senza dover competere frontalmente con Bloomberg o Refinitiv.

Settanta milioni per i robot che lavorano con le persone

Il round più grande dell’ecosistema AI italiano recente arriva da Genova, dall’Istituto Italiano di Tecnologia. Generative Bionics nasce direttamente dalla ricerca di Daniele Pucci, costruita su oltre vent’anni di sviluppo in robotica fisica e più di sessanta prototipi umanoidi, inclusa la piattaforma iCub che è già un riferimento della ricerca europea. La startup porta in campo qualcosa che pochi concorrenti hanno: hardware robotico validato, non simulato, AI italiana fisica

L’obiettivo dichiarato è portare sul mercato una nuova generazione di robot umanoidi progettati per la collaborazione con gli operatori umani, non per sostituirli. Fabbriche, logistica, sanità, retail: contesti dove il robot deve adattarsi all’ambiente esistente, non il contrario. A dicembre 2025 ha chiuso un round da 70 milioni di euro, uno dei più rilevanti in Europa nel deep tech della robotica fisica. Il round è guidato dal Fondo Artificial Intelligence di CDP Venture Capital, con AMD Ventures, Duferco, Eni Next, RoboIT e Tether come co-investitori. AMD entra come partner strategico per il silicio, riducendo il costo dell’inferenza AI a bordo del robot rispetto alle soluzioni GPU standard.

AI Italiana: la Puglia che naviga in autonomia

Mirai Robotics è nata nel 2025 in Puglia con un’idea precisa: portare autonomia intelligente nelle operazioni marittime. Imbarcazioni autonome per sorveglianza costiera, ispezione di infrastrutture sottomarine, logistica portuale. Un mercato dove l’automazione è ancora quasi assente e dove la combinazione di AI, navigazione autonoma e connettività in mare aperto crea problemi tecnici reali e costosi da risolvere. Ha già due prototipi di imbarcazioni operative. A marzo 2026 ha chiuso un pre-seed da 4,2 milioni di dollari guidato da Primo Ventures, Techshop e 40Jemz Ventures.

OT security: il fronte che le PMI italiane non presidiano

MON5 lavora su un perimetro che la stampa generalista ignora quasi completamente: la cybersecurity degli ambienti OT, Operational Technology. Non i server, non il cloud, non gli endpoint degli impiegati. I sistemi di controllo industriale, i PLC, le reti dei macchinari nelle fabbriche. Dispositivi con anni o decenni di vita, progettati quando la sicurezza informatica non era una categoria esistente, impossibili da aggiornare senza fermare la produzione, collegati a reti sempre più esposte per ragioni di efficienza operativa.

Una violazione OT non blocca un database: ferma una linea. Il danno è fisico, immediato, misurabile in perdita di produzione per ora. MON5 ha sviluppato soluzioni verticali per questo perimetro specifico, chiudendo a febbraio 2026 un round da oltre 1,7 milioni di euro. Per il system integrator che lavora con manifattura italiana, è un segmento da conoscere prima che diventi urgenza normativa: NIS2 e AI Act stanno disegnando obblighi di sicurezza che toccheranno proprio questi ambienti.

I numeri che contano, dalle fonti giuste

Prima di citare numeri sul mercato AI italiano vale la pena scegliere le fonti con cura. I dati ISTAT, pubblicati a dicembre 2025 su base metodologia Eurostat, fotografano l’adozione reale nelle imprese: in un solo anno la quota di aziende con almeno 10 addetti che utilizza tecnologie AI è raddoppiata, dall’8,2% del 2024 al 16,4% del 2025. Le grandi imprese con oltre 250 addetti arrivano al 53,1%. Oltre l’83% delle imprese italiane non ha ancora adottato nessuna soluzione AI: il mercato è ancora nelle sue fasi iniziali, non nella sua fase di maturità.

Anitec-Assinform, l’associazione di Confindustria che raccoglie le principali aziende ICT italiane, stima per il 2025 una crescita del mercato AI del 35,3%, con 301 startup e PMI innovative italiane specializzate in AI e machine learning su 644 attive nel settore dei digital enabler. L’Assintel Report 2025 segnala che l’adozione dell’AI nelle imprese italiane è passata dal 7% al 29% in un solo anno. Numeri che raccontano un’accelerazione reale, non una narrativa costruita a posteriori.

Dove si rompe il meccanismo

I dati sull’adozione dicono che la domanda cresce, quelli sui round dicono che il capitale early-stage c’è. Il problema è lo stesso che blocca l’ecosistema italiano da anni: i round late-stage sono rari, le exit quasi assenti, e l’attrazione per il mercato domestico è quasi patologica. Neuronova, Aindo, Generative Bionics, Axyon AI sono tutte realtà con tecnologia che non ha equivalenti diretti in Europa. Alcune hanno già partnership o clienti internazionali. Nessuna ha ancora la dimensione per essere definita uno scaleup maturo.

La finestra è aperta, per ora. La sovranità tecnologica che l’Europa cerca, anche dopo il Rapporto Draghi che ha indicato nell’AI infrastructure uno dei deficit competitivi strutturali del continente, crea una domanda politica e industriale che le startup italiane potrebbero soddisfare. A patto di smettere di ragionare con una scala da mercato domestico. L’AI italiana esiste

Da bambina ha subìto un intervento agli occhi in cui una frazione di millimetro ha deciso se sarebbe tornata a vedere o sarebbe rimasta cieca per il resto della vita. Katerina Spranger lo ha raccontato dal palco del Summit dell’European Innovation Council, a Bruxelles, pochi istanti dopo aver vinto la categoria principale del Premio europeo per le donne innovatrici 2026 (European Prize for Women Innovators 2026). La sua azienda, Oxford Heartbeat, applica l’intelligenza artificiale alla pianificazione degli interventi sugli aneurismi cerebrali; quella stessa precisione che da bambina le ha restituito la vista oggi prova a metterla nelle mani dei chirurghi che operano dove l’errore si misura in millimetri. «Rendiamo più sicuri gli interventi, perché ogni paziente ha diritto al miglior esito possibile»: una storia che, dal palco, si è raccontata quasi da sola.

European Prize for Women Innovators 2026

Giunto alla dodicesima edizione e gestito insieme da EIC ed EIT, il premio quest’anno ha distribuito riconoscimenti in tre categorie. Nella categoria Women Innovators, aperta alle fondatrici di tutta l’Unione e dei Paesi associati a Horizon Europe, Spranger, di origini ucraine e con base nel Regno Unito, ha ricevuto i 100.000 euro del primo posto; dietro di lei la tedesca Elena Heber, cofondatrice di HelloBetter, che amplia l’accesso alla salute mentale con terapie digitali validate clinicamente e soluzioni supportate dall’AI, e la spagnola Judit Camargo Sanromà di Roka Furadada, che lavora su filtri solari efficaci e a basso impatto sugli ecosistemi marini. Nella categoria Rising Innovators, riservata alle under 35, ha vinto la belga Marta Oliveira di ATMOS Space Cargo, che costruisce capsule riutilizzabili per riportare a terra i materiali dall’orbita; alle sue spalle la spagnola Judit Giró Benet di The Blue Box, con un test urinario per la diagnosi precoce del tumore al seno, e la svizzera Carin Lightner di Enantios, che accelera la scoperta di nuovi farmaci attraverso l’analisi di molecole complesse. La categoria EIT Women Leadership è andata alla portoghese Ella Frances Cullen di Minespider, che usa blockchain e AI per i passaporti digitali di prodotto e di batteria lungo le catene di fornitura, con l’italiana Stefania Raimondo di Navhetec, nanomedicina vegetale ricavata dagli estratti di agrumi, e la portoghese Neide Vieira di IPLEXMED, biosensori al grafene per la diagnostica delle malattie infettive.

Ekaterina Zaharieva all’ European Prize for Women Innovators 2026

«Il Premio europeo per le donne innovatrici riconosce le idee audaci e la leadership di donne che trasformano l’innovazione in impatto concreto», ha dichiarato Ekaterina Zaharieva, commissaria europea per Startup, Ricerca e Innovazione; le finaliste, ha aggiunto, mostrano «come imprenditorialità e diversità vadano di pari passo nel rafforzare la capacità di innovazione dell’Europa». Fin qui il registro della cerimonia. Nel panel che aveva aperto la giornata, però, la commissaria aveva usato un tono molto meno celebrativo.

Il tema era la frammentazione: «Ne parlo molto perché credo sia il nostro vero problema, quello che ci impedisce di scalare più in fretta». Poi il passaggio che pesa di più per chi guarda alla competizione tecnologica: «Con l’AI tutto cambia; le tecnologie si sviluppano così velocemente che diventa decisivo chi arriva primo sul mercato. Dobbiamo scalare, ma in fretta». L’urgenza è diventata quasi un’ossessione dichiarata: «Lo ripeterò quante volte serve: questo senso di urgenza vorrei vederlo ovunque in Europa, perché lo vedo nel settore privato». Anche i fondi gestiti dall’EIC, ha ammesso, restano lenti rispetto al venture capital privato: «Otto settimane per una decisione sono ancora troppe». A dare corpo al problema, un aneddoto raccolto a San Francisco un mese prima: un fondatore europeo le ha confessato di presentarsi come azienda americana pur avendo tutto in Europa, «perché qui, quando cerco un investimento, la risposta arriva in un paio di giorni, mentre in Europa ci vogliono due mesi». La conclusione di Zaharieva è netta: «Dobbiamo creare le condizioni perché tornino, perché il talento migliore segue le opportunità migliori. È molto semplice». È la stessa frattura che Digitalic ha raccontato attraverso le parole di Arthur Mensch, per cui all’Europa restano due anni per non diventare un mercato dipendente.

Impact Report 2026 EIC

I numeri, presentati lo stesso giorno nell’Impact Report 2026 dell’EIC, raccontano un sistema che inizia a funzionare: 6,5 miliardi di euro investiti dall’EIC, 5 miliardi di co-investimento privato mobilitato, un effetto leva di 3,5 euro privati per ogni euro pubblico, oltre mille investitori che co-investono al fianco dell’EIC, l’80% delle operazioni di natura transfrontaliera. Le aziende sostenute hanno raccolto complessivamente 15,5 miliardi, con tre nuovi unicorni deep tech nell’ultimo anno e dodici round sopra i 100 milioni; il tasso di rilocalizzazione fuori dall’Europa si ferma all’1%. Sul fronte che interessa la sovranità tecnologica, il 45% dei finanziamenti europei al quantum coinvolge aziende sostenute dall’EIC, mentre il 25% degli investimenti spaziali europei è legato al suo portafoglio, lo stesso ambito in cui opera la vincitrice Rising Marta Oliveira. «Sono rimasta sorpresa anch’io da questo dato», ha commentato la commissaria sul 45% del quantum; «significa che il settore privato vede un alto potenziale nelle aziende in cui investiamo». Il dato preferito, però, resta per lei un altro: «Per ogni euro che investiamo ne attiriamo tre e mezzo dal privato».

Le donne europee

Sul tema delle donne, Zaharieva ha parlato con un registro personale. Da ministra degli Esteri della Bulgaria, ha ricordato, aveva trovato un ministero composto per il 55% da donne, con una quota che però crollava sotto il 20% tra direttori e ambasciatori. La lettura che ne dà oggi è la stessa che applica all’innovazione: «Non è solo ingiusto; lo dico spesso, fa male anche al business, perché così perdiamo moltissimo talento». L’Impact Report conferma il divario anche nel deep tech: il 30% delle aziende sostenute dall’EIC è guidato da donne, ma solo il 25% degli investimenti azionari riguarda imprese con almeno una fondatrice. Da qui l’annuncio di un piano per le donne nella scienza, nella ricerca e nelle startup, atteso entro la fine dell’anno; un terreno su cui Digitalic torna da anni, fin dalle prime liste delle donne più influenti del digitale italiano.

Zaharieva ha raccontato che l’anno scorso, quando le vincitrici presentarono le loro idee, dai media arrivarono pochissime domande: «Certe storie non trovano lo spazio giusto nei nostri media». La sua reazione è stata trasformarsi lei stessa, per un giorno, in intervistatrice delle finaliste: «Credo che dobbiamo raccontare le belle storie; per questo quest’anno sono diventata un po’ giornalista». Detta da una commissaria europea, su un palco istituzionale, è un’ammissione che pesa: la competitività di cui parlano i report si gioca anche sul fatto che queste imprenditrici diventino nomi riconoscibili, non righe in una slide.

Restano le incognite che la stessa Zaharieva non ha nascosto: l’Unione dei mercati dei capitali ancora incompleta, le procedure di notarizzazione che frenano gli investimenti transfrontalieri, il fatto che l’Europa resti, per sua stessa definizione, non una federazione ma ventisette governi e ventisette parlamenti. Il premio di Bruxelles ha mostrato che il talento c’è, dalla chirurgia del cervello al rientro dei materiali dallo spazio. La domanda che la commissaria ha lasciato implicita è se l’Europa saprà muoversi alla velocità di quel talento, prima che sia il talento a cercare altrove la propria velocità.

Che cos’è lo Scaleup Europe Fund e perché l’EIC lo ha creato

Lo Scaleup Europe Fund è il nuovo fondo lanciato dall’EIC, lo European Innovation Council, e presentato all’EIC Summit 2026. Nasce da una domanda che l’Europa si fa da troppo tempo: perché un continente capace di produrre ricerca scientifica e startup ai vertici mondiali poi fatica poi a trasformarle in colossi globali? La risposta, ripetuta in quasi ogni intervento del summit, è sempre la stessa: il capitale manca proprio nella fase più delicata, quella della crescita.

Lo Scaleup Europe Fund è il più grande veicolo equity di fase growth mai costituito in Europa: gestione interamente privata e di mercato, ticket medi superiori ai 100 milioni di euro per azienda, una dotazione iniziale di 5 miliardi e l’ambizione, messa nero su bianco, di salire a 20 miliardi nel medio termine. Investirà a partire dal Series B in poi, nei settori che l’Unione considera strategici: intelligenza artificiale, tecnologie quantistiche, semiconduttori, robotica e sistemi autonomi, energia, spazio, biotech, medtech, materiali avanzati, agritech. I primi investimenti sono attesi per l’autunno 2026; una seconda raccolta, nella seconda metà dell’anno, allargherà la platea oltre i soci fondatori.

Dietro il fondo EIC c’è una coalizione pubblico-privata costruita in poco più di un anno: accanto alla Commissione figurano Novo Holdings, l’EIFO danese, CriteriaCaixa, Santander con Mouro Capital, APG per conto del fondo pensione olandese ABP, Wallenberg Investments, Allianz, e una presenza italiana tutt’altro che marginale, con Intesa Sanpaolo, Fondazione Compagnia di San Paolo e Fondazione Cariplo. A gestire lo Scaleup Europe Fund sarà EQT, scelto al termine di una selezione competitiva aperta tra dicembre 2025 e febbraio 2026. Lo strumento si inserisce nella più ampia strategia con cui l’Unione prova a ridurre la dipendenza dalle tecnologie americane e cinesi, annunciata da Ursula von der Leyen nel discorso sullo Stato dell’Unione del 2025. Chi vuole i dettagli ufficiali li trova sulla pagina dell’EIC dedicata al fondo.

Scaleup Europe Fund: il messaggio di Ursula von der Leyen

La presidente della Commissione Europea Ursula von der Leyen ha aperto i lavori con un messaggio video, e ha scelto di partire dai risultati già ottenuti: l’EIC Fund, ha ricordato, ha mobilitato oltre 5 miliardi di euro per più di 350 startup europee, e nell’ultimo anno tre delle aziende sostenute sono diventate unicorni. È il segno, ha detto, che il talento in Europa non manca.

Il cuore del suo ragionamento è arrivato subito dopo: scalare un’impresa non è solo una questione di regole, è soprattutto una questione di accesso al capitale; e troppo spesso le aziende tecnologiche più promettenti del continente devono ancora guardare oltre gli oceani per trovare i fondi che servono a crescere. Quando questo accade, ha avvertito, se ne vanno anche investimenti e talenti. Da qui la scelta di lanciare lo Scaleup Europe Fund: il più grande veicolo equity di crescita mai creato, a gestione privata, operativo già nel corso dell’anno, pensato perché le tecnologie del futuro, con gli investimenti e i lavori di qualità che portano con sé, restino in Europa. La formula con cui ha riassunto l’intera strategia è diventata quasi uno slogan: the best of Europe can choose Europe, il meglio dell’Europa può scegliere l’Europa.

Il fondo non è un episodio isolato, ma un tassello di un disegno più ampio, lo stesso che porta l’Unione a investire per produrre intelligenza artificiale e non più soltanto a regolarla.

Ekaterina Zaharieva all’EIC Summit 2026: due storie e un problema di liquidità

Ekaterina Zaharieva, commissaria europea per le startup, la ricerca e l’innovazione

Ekaterina Zaharieva, commissaria europea per le startup, la ricerca e l’innovazione ha scelto di spiegare lo Scaleup Europe Fund attraverso due storie, perché, ha detto, le storie positive mostrano il talento e il profitto che ci sono dietro.

La prima parte da un laboratorio alle porte di Parigi: nel 1982 il professor Alain Aspect dimostra per la prima volta l’entanglement quantistico, una ricerca sostenuta dallo European Research Council che gli varrà il Nobel per la Fisica. Nel 2019 Aspect porta la scienza fuori dal laboratorio e cofonda Pasqal; l’EIC ne intuisce il potenziale e la sostiene. Quest’anno Pasqal ha raccolto 340 milioni di euro ed è diventata il primo unicorno quantistico francese, valutato 2 miliardi di dollari, in rotta verso la quotazione. La seconda storia porta in Finlandia, dove Jan Goetz, ricercatore di formazione monacense trasferitosi al nord per diventare professore, cofonda nel 2018 IQM facendo spin-off dall’università; oggi IQM impiega centinaia di persone tra Europa, Asia e America e vende, parole della commissaria, più computer quantistici fisici di chiunque altro al mondo.

Poi la parte più difficile: per raccogliere i capitali necessari alla loro ambizione, sia Pasqal sia IQM hanno dovuto guardare fuori dall’Europa, e sono tra le prime aziende del portafoglio EIC a prepararsi al mercato pubblico statunitense. Il problema, ha insistito Zaharieva, non è l’innovazione e non è il talento: l’anno scorso in Europa sono nate 27.000 nuove aziende tech, con un mercato che cresce a oltre il 10% l’anno. Il problema è la liquidità: quando le imprese hanno successo e devono scalare, il capitale non si trova. Chiudere quel divario, ha detto, è la missione che definisce il mandato di questa Commissione, ed è la ragione stessa per cui nasce lo Scaleup Europe Fund.

Christian Sinding (EQT): capitale e velocità per lo Scaleup Europe Fund

Christian Sinding, Institutional Partner EQT

Per EQT è intervenuto Christian Sinding, Institutional Partner del gruppo e indicato come presidente del comitato investimenti del fondo, affiancato da Ted Persson e Victor Englesson, proposti come co-responsabili del team consultivo. Il suo intervento ha avuto un tono diverso, da operatore di mercato.

Sinding è partito da un ricordo: quando EQT avviò l’attività di venture capital, undici anni fa, il vero concorrente non era un altro fondo europeo, era l’idea stessa di andare a fondare in Silicon Valley. Oggi la sfida si è semplicemente spostata sulle scaleup. L’Europa, ha sostenuto, ha fondatori, ricerca, università e talento tecnico di primo livello, eppure fallisce nella fase della crescita: secondo l’analisi di EQT, più di 700 miliardi di valore di allora, oltre mille miliardi ai valori odierni, hanno lasciato il continente negli ultimi dieci anni, portando con sé talenti, quartieri generali, quotazioni e i vantaggi che ne derivano.

EQT mette sul piatto numeri importanti: 269 miliardi di euro di asset in gestione, lo status di maggiore investitore nei mercati privati d’Europa, quattordici uffici nel continente, oltre trent’anni di attività, 2.200 dipendenti. Lo Scaleup Europe Fund, ha detto Sinding, è solo l’inizio: una pipeline che conta già più di mille aziende, con 125 dialoghi avviati, e i primi investimenti previsti per l’inizio dell’autunno. Il punto su cui ha insistito di più, però, non è il denaro: è la velocità. I fondi americani agiscono con più convinzione e molta più rapidità; l’Europa ha perso terreno su entrambe le dimensioni, capitale e tempo. Per questo, ha spiegato, il fondo è progettato per essere ultra fast, e per fare da catalizzatore, con un giro per tutta Europa a incontrare fondatori, investitori, aziende e policymaker; l’idea di fondo è che essere europei sia un vantaggio competitivo, non un limite.

Hermann Hauser: nel deep tech c’è sempre un gioco nuovo

Alla domanda secca dal palco, se per fondi di queste dimensioni non sia ormai troppo tardi, ha risposto Hermann Hauser, founding partner di Amadeus Capital Partners e tra le voci storiche del venture europeo. La sua tesi è quasi consolatoria: nel deep tech c’è sempre un gioco nuovo. La ricerca l’abbiamo persa con Google, i social con Facebook; ma il quantistico non è ancora perso, la fotonica nemmeno, e l’AI sta vivendo una trasformazione profonda, dai grandi modelli linguistici ai modelli di mondo, from words to worlds come si dice ora nel gergo.

A confermarlo, ha aggiunto, c’è il caso di Yann LeCun: per dodici anni capo della ricerca AI di Meta, a fine 2025 ha lasciato l’azienda di Zuckerberg ed è tornato in Europa fondando a Parigi AMI Labs (Advanced Machine Intelligence Labs); a marzo 2026 la startup ha raccolto circa un miliardo di dollari, il più grande seed round mai visto nel continente, scommettendo proprio sui modelli di mondo. Poi la frase che ha fatto rumore: l’Europa produce più startup degli Stati Uniti, ma fallisce in modo clamoroso nella fase di scaleup; dei dodici unicorni a cui lui stesso ha lavorato, ha confessato, ognuno è finito negli Stati Uniti. La battuta finale, rivolta a Sinding: e Chris farà in modo che questo si fermi. È l’altra faccia dell’allarme lanciato pochi mesi fa da Arthur Mensch di Mistral, secondo cui senza capitali sufficienti una strategia europea resta soltanto un documento.

Kasim Kutay: i capitali immobili e l’unione dei mercati

A chiudere il quadro è stato Kasim Kutay, CEO di Novo Holdings, uno dei soci fondatori, con lo sguardo dell’investitore istituzionale. Il capitale, ha premesso, è solo un lato della questione: ce n’è molto di più. Lo Scaleup Europe Fund ha già un effetto dimostrativo verso fondi pensione, assicurazioni, governi e altre fonti di capitale, ai quali mostra che si possono finanziare gli europei nella fase di crescita ottenendo ritorni interessanti.

C’è però un nodo che Kutay conosce bene: la regolazione attorno ai fondi pensione e alle compagnie assicurative frena la disponibilità di capitali con un profilo di rischio diverso, e a questo si aggiungono le agende nazionali che trattengono parte di quel denaro. Servono allora l’unione dei mercati dei capitali e gli strumenti normativi giusti per sbloccare quello che lui chiama il capitale immobile, le migliaia di miliardi che restano ferme. Il segnale, ha notato, sta già arrivando: comincia a circolare una certa FOMO tra gli investitori che chiedono come entrare nel fondo. Il tempismo, ha concluso, è impeccabile; dal punto di vista dei rendimenti, questo è il momento giusto per lanciare un veicolo del genere.

Scaleup Europe Fund: punti di forza e zone d’ombra

I pregi dello Scaleup Europe Fund sono evidenti. Il primo è la scala: nessuno strumento europeo si era mai presentato con questa potenza di fuoco dichiarata, e aver costruito in poco più di un anno un’alleanza pubblico-privata di questo peso è un risultato politico notevole. Il secondo è la scelta di un gestore di mercato, con capitale proprio investito nel veicolo, che dovrebbe garantire decisioni rapide e disciplina finanziaria. Conta anche l’obiettivo esplicito di trattenere in Europa quartieri generali, quotazioni, competenze e i posti di lavoro qualificati, insieme alla volontà di fare da leva per attrarre altro capitale privato. Per l’Italia, la presenza di Intesa Sanpaolo e delle fondazioni assicura un posto al tavolo

Le zone d’ombra, però, esistono, e vale la pena nominarle. Cinque miliardi, persino i venti immaginati, restano una cifra modesta di fronte agli oltre mille miliardi già usciti dall’Europa, e di fronte a fondi growth americani capaci di mettere in una sola operazione quanto l’intero veicolo europeo. Con ticket medi sopra i 100 milioni, le aziende finanziabili saranno poche: la selezione diventa un rischio enorme. Soprattutto, il problema vero che Kutay ha avuto l’onestà di indicare è strutturale e normativo, e non si risolve con un fondo: finché il capitale di pensioni e assicurazioni resta immobile e l’unione dei mercati dei capitali resta incompiuta, il divario rimarrà.

Esiste infine il paradosso più sottile, quello che lo stesso EIC Summit ha messo in vetrina: le due aziende-simbolo citate, Pasqal e IQM, si preparano a quotarsi negli Stati Uniti. Il meglio dell’Europa, per ora, sceglie l’Europa per la ricerca e per la sede, ma guarda ancora a Nasdaq per la liquidità. A Resta la domanda che conta più di ogni cifra: lo Scaleup Europe Fund riuscirà davvero a cambiare la traiettoria dei campioni europei, oppure si limiterà ad accompagnarli con più stile fino alla porta del Nasdaq?

Domande frequenti sullo Scaleup Europe Fund

Che cos’è lo Scaleup Europe Fund?

Lo Scaleup Europe Fund è il fondo growth lanciato dall’EIC all’EIC Summit 2026 per investire nelle scaleup tecnologiche europee in fase di crescita, dal Series B in poi, nei settori strategici come intelligenza artificiale, quantum, semiconduttori, energia, spazio e biotech.

Chi gestisce il fondo EIC?

La gestione è affidata a EQT, maggiore investitore nei mercati privati d’Europa con 269 miliardi di euro di asset in gestione, selezionato dall’EIC al termine di una procedura competitiva conclusa nel 2026.

Quanto vale lo Scaleup Europe Fund e quali sono gli obiettivi?

La dotazione iniziale è di 5 miliardi di euro, con l’obiettivo di crescere fino a 20 miliardi nel medio termine, e ticket medi superiori ai 100 milioni per azienda; lo scopo è trattenere in Europa capitali, sedi, quotazioni e talenti.

Quando partiranno i primi investimenti?

I primi investimenti dello Scaleup Europe Fund sono previsti per l’autunno 2026, con una seconda raccolta di capitali prevista nella seconda metà dello stesso anno per allargare la base degli investitori oltre i soci fondatori.

Nvidia ha presentato Nvidia RTX Spark, il suo primo superchip costruito per il personal computer, durante il keynote di Jensen Huang al GTC di Taipei, lunedì 31 maggio. RTX Spark è un system-on-chip che monta una GPU Blackwell e una CPU Grace a 20 core sullo stesso package, con 128 GB di memoria unificata e un petaflop di calcolo AI; arriverà in autunno su oltre trenta portatili e dieci desktop Windows firmati ASUS, Dell, HP, Lenovo, Microsoft Surface e MSI. La Borsa ha capito subito il senso della mossa: alla riapertura Intel ha perso circa il 6%, AMD circa il 5%, mentre Arm Holdings è salita intorno al 15%.

Per quarant’anni il PC è stato sinonimo di una sola alleanza, Windows più Intel, il celebre “Wintel” costruito sull’architettura x86; quella coppia ha governato i processori desktop dall’era dei cloni IBM in poi. Con Nvidia RTX Spark la struttura si incrina: Microsoft sceglie Nvidia, sceglie Arm e ricostruisce il computer personale attorno a chi già domina i data center dell’intelligenza artificiale. Huang lo ha detto senza giri di parole, “il PC viene reinventato”; per quarant’anni si lanciavano applicazioni a colpi di clic, adesso si chiede una cosa e il computer la fa. Satya Nadella ha riassunto l’obiettivo come portare intelligenza illimitata in ogni casa e su ogni scrivania, una formula che dice bene quanto Microsoft creda in questa svolta.

Nvidia RTX Spark: cosa c’è davvero dentro il chip

Sotto la scocca Nvidia conferma una GPU Blackwell RTX con 6.144 core CUDA e Tensor Core di quinta generazione con precisione FP4, collegata tramite l’interconnessione NVLink-C2C a una CPU Grace a 20 core; al disegno della CPU ha lavorato MediaTek, leader taiwanese dei SoC Arm. Il resto dei numeri arriva dalle prime ricostruzioni tecniche, non ancora dai documenti ufficiali: secondo Tom’s Hardware il processore, indicato con la sigla N1X, sarebbe prodotto da TSMC a 3 nanometri, con dieci core ad alte prestazioni e dieci a basso consumo, 128 GB di memoria LPDDR5X e una banda condivisa fino a 300 GB/s. Nvidia non ha pubblicato benchmark comparativi; un suo portavoce ha descritto la potenza grafica di RTX Spark come grossomodo equivalente a quella di una RTX 5070 da portatile.

La promessa funzionale è far girare in locale ciò che oggi richiede il cloud. Nvidia RTX Spark, sostiene l’azienda, gestisce sul dispositivo modelli linguistici da 120 miliardi di parametri con un milione di token di contesto, renderizza scene 3D da oltre 90 GB, monta video in 12K e fa girare i giochi AAA a 1440p oltre i 100 fotogrammi al secondo. Il bersaglio dichiarato sono gli agenti personali: software che eseguono compiti dentro le applicazioni Windows senza spedire i dati a un server remoto. Per reggere questo scenario Nvidia e Microsoft hanno costruito un livello di sicurezza dedicato, con nuove primitive di Windows e il runtime Nvidia OpenShell, che decide quali agenti possono fare cosa e maschera le informazioni personali nelle richieste inviate ai modelli in cloud.

Il vantaggio competitivo di Nvidia RTX Spark sta nel software, prima ancora che nel silicio. CUDA accompagna lo sviluppo AI da quasi vent’anni, e con RTX Spark l’azienda porta sul portatile l’intero stack che ha reso le sue GPU lo standard dei data center, da TensorRT a DLSS fino a OptiX. Adobe ha già annunciato che riscriverà Photoshop e Premiere per la piattaforma, con prestazioni fino al doppio; è un’adesione che Qualcomm, con i suoi Snapdragon X su Windows Arm, non era riuscita a strappare in due anni di mercato. Resta un limite strutturale segnalato dai primi report: niente supporto per una GPU esterna dedicata, quindi la grafica integrata nel SoC è il tetto delle prestazioni, il che colloca RTX Spark sugli agenti, sui flussi creativi e sul gaming mainstream più che sull’entusiasta puro.

Nvidia RTX Spark e il mercato: la geografia dei vincitori e dei vinti

La reazione dei titoli racconta i rapporti di forza meglio di qualsiasi comunicato. Arm Holdings incassa royalty su ogni chip basato sulla sua architettura, compreso l’N1X di Nvidia RTX Spark, e per questo è salita di circa il 15%; Qualcomm, che sul PC Windows Arm aveva puntato per prima, ha perso tra il 6 e il 7%, perché si trova davanti un concorrente con uno stack software già amato dagli sviluppatori. Intel e AMD, padroni dell’x86, hanno pagato la notizia con cali del 6 e del 5%: per la prima volta da decenni il loro feudo sul PC premium ha un pretendente serio. Intel ha reagito a parole, il senior director Nish Neelalojanan ha parlato di “una sana dose di paranoia”, ricordando che Windows su Arm porta ancora con sé problemi di compatibilità delle app e di gestione dei diritti digitali che l’x86 non conosce.

Il fatto che sei produttori, Microsoft compresa con il nuovo Surface Laptop Ultra, abbiano allineato i loro modelli dietro un chip non ancora arrivato sul mercato dice quanto pesi il marchio Nvidia nel momento dell’AI. Resta aperta la questione del prezzo: l’azienda non lo ha comunicato e ha promesso solo che la disponibilità non sarà limitata, nonostante la corsa al rialzo delle memorie che quest’anno ha gonfiato i listini dei PC. L’analista di DigiTimes Jason Tsai ha avvertito che senza sistemi vicini ai 1.500 dollari Nvidia RTX Spark rischia di restare un oggetto di lusso di nicchia.

Dal data center alla scrivania, fino alla borsa del portatile

Qui si arriva al punto che conta per il mercato, più ancora che per il singolo prodotto. Nvidia controlla già il data center dell’AI: alla GTC di marzo Huang aveva parlato di mille miliardi di dollari di ordini attesi tra Blackwell e Vera Rubin entro il 2027, e la stessa piattaforma Vera Rubin è ora in piena produzione, con clienti come Anthropic, OpenAI, xAI, Oracle e CoreWeave. La logica di Taipei estende quel dominio verso il basso, dalla sala macchine alla scrivania e poi alla borsa del portatile. È la traduzione hardware di una visione che Huang ripete da due anni: trasformare ogni azienda in una fabbrica di intelligenza artificiale che produce token come fossero energia. Con Nvidia RTX Spark quella fabbrica entra anche in casa; ogni dispositivo venduto è un altro chip Nvidia che gira, un altro pezzo di mercato in cui l’azienda detta tempi e standard.

Nvidia il personal computer lo aveva già corteggiato: il supercomputer personale Project Digits mostrato al CES 2025, poi diventato DGX Spark, portava la potenza Grace Blackwell sulla scrivania degli sviluppatori. Nvidia RTX Spark sposta l’asticella dal ricercatore al consumatore, dal banco di laboratorio allo scaffale del negozio. Il salto non è di potenza, è di platea: dai pochi che addestrano modelli ai molti che li useranno tutti i giorni.

Nvidia RTX Spark e la partita geopolitica sotto il keynote

C’è poi una dimensione geopolitica che il keynote ha solo sfiorato ma che pesa su tutto. L’N1X, come quasi tutto ciò che Nvidia progetta, nascerebbe dalle fabbriche di TSMC a Taiwan, l’isola su cui si concentra la produzione mondiale dei chip più avanzati e su cui si gioca la partita tra Stati Uniti e Cina. Nvidia lo sa bene: a Taipei ha annunciato anche un accordo con TSMC per portare l’AI dentro le fabbriche di semiconduttori, e il ruolo geopolitico crescente di Taiwan era già emerso con forza al Computex dell’anno scorso. Lo spostamento del PC da x86 ad Arm rafforza una filiera che parte da un’azienda britannica per il disegno dell’architettura, passa da Taiwan per la produzione e arriva agli Stati Uniti per il valore aggiunto del software; un equilibrio fragile, esposto a dazi e tensioni.

Sull’altro fronte la Cina costruisce la sua alternativa: Alibaba ha appena presentato un chip per agenti AI pensato proprio per ridurre la dipendenza da Nvidia, segno che la corsa a una filiera cinese dell’intelligenza artificiale è ormai esplicita. L’Europa, invece, resta a guardare, come quando Nvidia è arrivata a parlare di sovranità digitale e cloud industriale dal palco del GTC di Parigi, con i suoi campioni nel ruolo di clienti più che di costruttori.

Nvidia RTX Spark: cosa succede adesso

Restano da vedere le prove sul campo. Nvidia pubblicherà i benchmark di RTX Spark più vicino al lancio, Microsoft racconterà gli agenti di Windows disponbili al suo Build del 2 e 3 giugno, e solo l’autunno dirà se il consumatore è disposto a pagare il sovrapprezzo per avere un agente che lavora dentro il portatile. Il segnale di Taipei però è già arrivato, forte e chiaro, e lo si legge anche nel comunicato ufficiale dell’azienda: chi ha venduto la pala durante la corsa all’oro dell’AI ora vuole vendere anche la scrivania su cui quell’oro viene lavorato. Intel, per quarant’anni, quella scrivania la considerava casa propria.

Magnifica Humanitas, la magnifica umanità…  creata da Dio si trova oggi di fronte ad una scelta decisiva: innalzare una nuova torre di Babele o edificare la città dove Dio e l’umanità abitano insieme. Il 25 maggio, nell’Aula del Sinodo, accanto ai cardinali, in mezzo alle toghe nere, alle papaline rosse e porpora per la promulgazione dell’enciclica “Magnifica Humanita” c’era anche un ateo, Christopher Olah, cofondatore di Anthropic e responsabile della ricerca, quello che prova a guardare dentro i modelli di intelligenza artificiale per capire cosa accade davvero al loro interno. Christopher Olah era lì per chiedere aiuto alla Chiesa. Ogni laboratorio di frontiera, ha ammesso, lavora sotto pressioni che a volte entrano in conflitto con il fare la cosa giusta: la sostenibilità commerciale, la corsa per restare davanti agli altri, la geopolitica, e poi le spinte più antiche, l’orgoglio e l’ambizione. Per questo, ha detto, servono persone fuori da quegli schemi, che osservino con attenzione e siano disposte a dire verità scomode. Ha chiesto alla Chiesa di condividere l’enorme resposabilità che lo sviluppo dell’ai porta con sè, riconoscendo che le aziende private hanno bisogno di una coscienza critica che da sole non riescono ad avere.

Quel gesto, un tecnologo che chiede alla teologia di tenergli la mano sulla coscienza, anzi di prestargliene una, è la chiave per capire Magnifica Humanitas, l’enciclica che Papa Leone XIV ha firmato il 15 maggio e presentato dieci giorni dopo. Molte testate l’hanno ridotta a uno slogan: il Papa contro l’AI, oppure il Papa che benedice l’AI. Sono due letture facili e tutte e due sbagliate.

Christopher Olah alla promulgazione dell’enciclica Magnifica Humanitas

Dalle “cose nuove” alla magnifica umanità

Centotrentacinque anni fa, di fronte alla questione operaia, alla rivoluzione industriale Leone XIII intitolò la sua enciclica Rerum novarum, “delle cose nuove”. Partiva dalle cose, dallo sconvolgimento che stava sradicando famiglie e generando una nuova povertà. La scelta del nome non è casuale: Robert Prevost ha scelto di chiamarsi Leone XIV proprio per richiamare quel predecessore e quel metodo, leggere una trasformazione d’epoca alla luce del Vangelo e della dignità della persona.

Papa Leone XIV ha però cambiato prospettiva. Leone XIII mise al centro del titolo la novità che irrompeva; Leone XIV mette al centro il soggetto da custodire, non parte dalle macchine: parte dall’umano. Il sottotitolo lo spiega bene (bastava leggerlo): “sulla custodia della persona umana nel tempo dell’intelligenza artificiale”, non “sull’intelligenza artificiale”. L’AI è l’ambiente, la stagione che attraversiamo, non l’oggetto della riflessione: l’oggetto siamo noi. Il cardinale Víctor Manuel Fernández lo ha rimarcato nella presentazione: “questa è una enciclica sociale che parla dell’uomo nel tempo dell’AI, non un trattato sulla tecnica”.

Lo aveva sottolineato anche il cardinale Pietro Parolin, aprendo i lavori: rispetto al 1891 c’è una novità di scenario, perché allora la Chiesa non sempre poteva sedersi al tavolo dei grandi attori economici e industriali, mentre oggi quel confronto è già avviato e coinvolge governi, università, imprese, centri di ricerca. La presenza di una voce come quella di Anthropic in quella sala è il segno di questa stagione nuova. Parolin ha indicato anche il nodo più profondo: riprendendo Romano Guardini, ha ricordato che la crescita del potere umano esige una corrispondente maturità nel governarlo, e che oggi la velocità con cui quel potere si accumula rischia di superare la capacità delle istituzioni, e perfino della coscienza, di orientarlo. Quell’asimmetria tra potenza tecnica e saggezza morale è la crepa che attraversa tutto il documento; è la stessa che a Digitalic chiamiamo, parlando di tecnologia, il discernimento morale che manca alla tecnologia.

Magnifica Humanitas: Babele o Gerusalemme

L’enciclica parla anche per immagini e ne sceglie due prese dalla bibbia e le mette a confronto, le contrappone come due futuri possibili.. Da un lato la torre di Babele, l’opera che voleva toccare il cielo, accumulare potere: un’unica lingua e un’unica tecnologia che, invece della comunione, scelgono l’omologazione e finiscono nella dispersione. Dall’altro Neemia che, davanti alle mura crollate di Gerusalemme, non impone soluzioni e convoca le famiglie, affida a ciascuna un tratto di muro, ascolta le paure  di tutti e ricostruisce i legami prima ancora delle pietre.

Sotto questa coppia di immagini c’è Sant’Agostino, e non è un caso: Leone XIV è un agostiniano, e il capitolo che chiude la parte antropologica si intitola proprio “Due città e due amori”. È la grande intuizione del vescovo di Ippona, la città dell’uomo edificata sull’amore di sé fino al disprezzo di Dio e la città di Dio edificata sull’amore che si dona. La studiosa Anna Rowlands, nella sua relazione, ha riportato alla luce la nozione agostiniana di libido dominandi, la sete di dominio che il mondo loda come forza ma che è soltanto violenza mascherata. Chi è ricco di relazioni, ha osservato, sa dialogare e negoziare senza dominare. Tradotto nel nostro lessico: la scelta non è tra un sì e un no alla tecnologia, ma tra costruire l’ennesima Babele o rialzare le mura di una convivenza più giusta. L’intelligenza artificiale, dentro questa cornice, diventa “il cantiere del nostro tempo”, un luogo aperto, dove le scelte di ciascuno incidono sull’intero progetto, dove ognuno ha la sua responsabilità, il suo muro da costruire.

Il limite e la grazia: il cuore teologale del documento

Qui il testo raggiunge la sua profondità maggiore, ed è la parte che nessuna sintesi giornalistica può comprimere senza tradirla. Fernández si è concentrato sui paragrafi che ha definito “teologali”, quelli dedicati al limite e alla grazia, e ha smontato pezzo per pezzo la promessa implicita di certo transumanesimo: l’idea che, superata ogni fragilità, la vita diventi finalmente una sorta di paradiso. L’enciclica risponde con una tesi controintuitiva e bellissima: il limite non è sempre un difetto da correggere, è spesso il luogo in cui l’umano si dipana. “L’umano non fiorisce malgrado il limite, ma spesso attraverso il limite”, scrive Leone XIV. È nella nostra finitezza che trovano spazio la compassione, la generosità, l’inquietudine davanti al bisogno dell’altro.

Da qui l’affondo  contro la mistica del potenziamento senza confini: per sopprimere del tutto il dolore, avverte il testo, bisognerebbe in fondo spegnere anche l’amore, perché chi ama soffre sempre. Il vero “oltre”, il vero “più che umano”, non porta il nome della tecnica, porta il nome della grazia. È la parola che Agostino ci ha insegnato ad assaporare, ed è il punto in cui il documento ribalta il vocabolario delle Big Tech: non saremo “salvati” dall’AI né dal transumanesimo, che generano nuove dipendenze, esclusioni e disuguaglianze travestendole da traguardi salvifici. Non è un caso che, quando una tecnologia impara a simulare le emozioni umane e a riempire ogni vuoto, l’enciclica chieda di riconoscere che il cuore dell’uomo resta più grande di qualsiasi prodotto.

Coscienza e la confessione di Christopher Olah

Il cardinale Michael Czerny ha letto il documento attraverso tre parole: ingegno, coscienza, cura. L’AI è uno dei grandi frutti dell’ingegno umano, dice, e in essa l’umanità intravede un riflesso di sé, la capacità di astrarre, apprendere, cercare ordine nella complessità. La parola centrale, però, è coscienza, e l’italiano qui custodisce un doppio senso prezioso che le altre lingue faticano ad esprimere se non con due parole differenti: consciousness e conscience. Czerny ha richiamato il Vaticano II: la coscienza è il nucleo più segreto dell’uomo, il luogo in cui risuona la voce di Dio. La domanda se si possa parlare di coscienza per i sistemi più avanzati, ha aggiunto, è seria e va studiata, ma è anzitutto filosofica, non solo tecnica, perché tocca l’esperienza, l’interiorità, la libertà.

A rendere questa passaggio concreto è stato proprio Olah, dall’altro lato del tavolo. Ha spiegato che i modelli non si progettano come un ponte o un aereo, di cui comprendiamo ogni parte: crescono su una struttura ispirata al cervello, nutriti dal linguaggio umano, e restano per molti versi misteriosi anche per chi li addestra. Poi ha ammesso: studiando la struttura interna dei modelli, il suo gruppo continua a trovare elementi inattese e a tratti inquietanti, strutture che rispecchiano le neuroscienze, indizi di introspezione, stati interni che dal punto di vista funzionale somigliano a gioia, soddisfazione, paura, dolore. Non so cosa significhi, ha detto, ma credo che richieda un discernimento continuo. La Chiesa e un esperto di AI che, da posizioni opposte, arrivano alla stessa parola, mistero, sono forse l’immagine più eloquente di questa giornata.

Il prezzo nascosto: i poveri, i minerali, la casa comune

La teologa Leo Lushombo ha portato l’enciclica  sulla terra, letteralmente. Ogni risposta apparentemente immediata e perfetta, ha detto, è il risultato di una lunga catena fatta di risorse naturali, infrastrutture energetiche e, soprattutto, persone. Lushombo ha citato i minatori del Sud del mondo che estraggono cobalto, litio, terre rare per i chip che fanno girare i modelli, spesso per meno di due dollari al giorno; “lavoriamo sulle nostre tombe”, ha riferito le parole di un operaio congolese. Da qui la frase che Leone XIV mutua dalla denuncia di un colonialismo che cambia forma: oggi non domina più soltanto i corpi, si appropria dei dati, trasforma vite in informazione sfruttabile.

È il punto in cui Magnifica Humanitas si salda a Laudato si’  di Papa Francesco diventa anche una questione ecologica, perché i sistemi più avanzati esigono un’infrastruttura energetica vorace. La transizione digitale è anche una transizione ambientale, e il dibattito su quanta energia consuma davvero un singolo prompt o sull’opportunità da trenta miliardi dei data center in Italia smette di essere un tecnicismo da addetti ai lavori per diventare una materia di giustizia. Lushombo ha opposto a tutto questo la sapienza delle culture comunitarie, l’ubuntu africano, “sono perché appartengo”, come argine all’idea che si impari da una macchina anziché gli uni dagli altri. Lo stesso filo che Rowlands seguito denunciando una concentrazione inedita: i poteri di innovazione, un tempo in mano agli Stati, oggi si addensano in pochi attori privati ricchissimi, sottratti allo scrutinio del bene comune, con il rischio di apparire come un nuovo impero. Chi segue questa testata sa che è la stessa diagnosi della sovranità digitale dopo Schrems II e del potere infrastrutturale che decide chi comanda davvero.

Magnifica Humanitas: disarmare, poi costruire

Nel suo discorso, Leone XIV ha scelto un verbo che non appartiene al mondo tecnologico  che ha fatto da titolo all’edizione dell’Osservatore Romano: l’intelligenza artificiale, ha detto, deve essere “disarmata”. Ricollegandosi direttamente all’’espressione “una pace disarmata e una pace disarmante” pronunciata da lui stesso  nel suo primo saluto dalla Loggia di San Pietro, l’8 maggio 2025, dopo l’elezione. “Disarmata” è una parola dura, scelta appositamente per risvegliare le coscienze. C’è anche un riferimento al disarmo nucleare su cui la Chiesa lavora da decenni: anche l’AI va liberata dalle logiche che la trasformano in strumento di dominio ed esclusione, soprattutto là dove i sistemi d’arma diventano sempre più autonomi e dove algoritmi alimentati da dati errati possono negare a una persona cure o lavoro. Disarmare, però, non basta. Bisogna costruire, e il Papa lo lega a un ricordo personale, gli anni da missionario in Perù e le alluvioni del 2017, quando ha imparato che ricostruire non è sostituire ciò che è crollato, ma riparare legami, ripristinare fiducia, riaccendere speranza, e che nessuno ricostruisce da solo.

Qui torna Olah il co-fondatore di Anthropic: lo sviluppo dell’AI è concentrato in pochi Paesi ricchi, dice, e non abbiamo ancora un meccanismo per condividerne i benefici a livello globale. È un problema irrisolto, e la possibilità concreta che l’AI sostituisca il lavoro umano su larga scala rende il sostegno a chi resterà escluso un imperativo morale di proporzioni storiche. Non è teoria: lo raccontano i numeri della cosiddetta crescita “senza occupazione” e i licenziamenti di massa nel comparto tech che ridisegnano le aziende attorno all’automazione. Le altre due questioni poste  da Olah sono: cosa significhi prosperare pienamente per un essere umano in un mondo pieno di modelli, una questione che tradizioni millenarie custodiscono meglio di qualsiasi laboratorio; e la natura stessa di questi sistemi, su cui invoca un discernimento permanente.

Il Magnificat, chiave di volta di Magnifica Humanitas

In Magnifica Humanitas la cosa più bella, è quella che spiega perché il documento si chiami così e perché si chiuda come si chiude. Magnifica Humanitas e il  Magnificat di Maria condividono la stessa radice latina, magnificare, rendere grande. L’enciclica si chiude proprio con il cantico di Maria, l’inno in cui l’anima magnifica il Signore perché ha rovesciato i potenti e innalzato gli umili, ha ricolmato di beni gli affamati. Non è un ornamento devozionale, è la chiave di volta dell’intera costruzione dell’enciclica.

Il titolo afferma che l’umanità è “magnifica” anche se ferita, capace di crudeltà eppure portatrice di una dignità infinita che nessuna macchina potrà sostituire. Il Magnificat dice dove si trova questa magnificenza: non nell’innalzarsi da sé, come la torre di Babele che vuole “farsi un nome”, ma nel lasciarsi innalzare. È l’esatto rovescio della mistica del potenziamento illimitato. Babele esalta i potenti e i performanti; Maria proclama che la grandezza appartiene agli umili, agli affamati, agli scartati, agli ultimi. Rowlands lo ha colto bene, definendo il cantico il grido più incarnato del Nuovo Testamento che riecheggia in un’epoca disincarnata, e leggendolo come la misura del bene comune: ascoltare prima di tutto la sofferenza, dare un volto e un nome ai più vulnerabili. Lo stesso Leone XIV, affidando l’opera a Maria, ha chiesto che il suo canto insegni a riconoscere la vera grandezza di ogni uomo e di ogni donna nell’amore.

C’è una coerenza ferrea tra la prima e l’ultima parola del documento. Inizia con l’umanità magnifica posta davanti a una scelta, innalzare una nuova Babele o edificare la città dove Dio e l’uomo abitano insieme; finisce con il canto di chi quella scelta l’ha già fatta, accettando di essere innalzata invece di pretendere di salire. Nel mezzo c’è l’intelligenza artificiale, il cantiere aperto del nostro tempo, che non ha una direzione scritta e che dipenderà, ancora una volta, da chi la pensa, la finanzia, la regola e la usa. La domanda che Fernández ha lasciato a ciascuno, alla fine della sua relazione, vale anche per chi costruisce e governa questa tecnologia, e suona più o meno così: a quale umanità vogliamo appartenere?

Anthropic apre a Milano la sua sesta sede europea, dopo Londra, Dublino, Parigi, Zurigo e Monaco, è una notizia perchè pone l’Italia nel piano strategico di espansione di una delle società più promettenti del pianeta. In Italia Anthropic ha già una nutrita squadra di clienti enterprise: Generali, Unipol, Enel, Pirelli, Bracco, Angelini Pharma, Satispay, Bending Spoons, JAKALA.

Il comunicato ufficiale dell’azienda, uscito il 27 maggio 2026 e seguito il giorno dopo dall’inaugurazione, è chiaro: niente sviluppo, il team milanese nasce per lavorare con imprese, sviluppatori e ricercatori italiani. A guidarlo è Thomas Remy, Head of Southern Europe; il volto pubblico dell’operazione è Chris Ciauri, managing director international. Quando un’azienda manda in prima linea il responsabile internazionale sta dicendo che l’Italia è un punto di svolta significativo nella sua strategia,  meno male…

I clienti italiani che usano già Claude

I nomi che Anthropic dichiara raccontano un mercato in movimento. Nel finance ci sono Generali e Unipol; nel mondo sanitario Angelini Pharma e Bracco; Enel nell’energia, Pirelli nell’automotive: ggruppi che muovono miliardi e che non adottano una tecnologia per moda. Quando realtà di questo peso vengono annunaciate pubblicamente,  in un comunicato di apertura, vuol dire che l’adozione è molto avanzata.

JAKALA ha distribuito Claude su oltre tremila postazioni, liberando circa il settanta per cento del tempo dei team senior per attività a maggior valore; non un pilota da vetrina, un dispiegamento su larga scala. Satispay, super app finanziaria con oltre sei milioni di utenti, ha compresso una roadmap da diciotto mesi in sette e aggiornato il proprio sistema di pagamento centrale dieci volte più velocemente del previsto. In Bending Spoons, una delle maggiori software house italiane, la maggioranza delle modifiche al codice viene ormai co-scritta con Claude Code: non un assistente che suggerisce, uno strumento dentro il ciclo produttivo.

Per le aziende italiane il messaggio è cristallino: l’AI ha smesso di essere sperimentale. Tre aziende lontanissime tra loro, una consulenza, una fintech, una software house, riportano lo stesso effetto, il tempo che si comprime e il lavoro che si sposta verso ciò che la macchina non sa fare. È la dinamica degli agenti AI che arriva, con i numeri, sul mercato domestico.

Thomas Remy, Head of Southern Europe Anthropic

Cosa farà la sede Anthropic di Milano

La sede parte come hub commerciale e di go-to-market: vendite, marketing, supporto tecnico pre e post vendita per i clienti enterprise. Lo ha chiarito Ciauri, aggiungendo un dettaglio che vale più di un annuncio di prodotto; a Milano lavoreranno anche persone dedicate alle politiche pubbliche, perché attorno all’AI e alla sua etica il dibattito italiano è già fittissimo.

Per chi sta nel canale significa che nei prossimi mesi non vedremo un centro di ricerca con ingegneri che addestrano modelli sotto la Madonnina, ma una struttura che parla la lingua del cliente italiano, fattura in euro attraverso l’entità europea del gruppo e negozia i contratti enterprise sul territorio. Sembra burocrazia; è il fattore che decide se un’azienda italiana adotta o rimanda. La distanza informativa, il fuso orario, la trattativa in inglese con un interlocutore a San Francisco sono attriti che hanno frenato per anni l’adozione delle tecnologie straniere, e una sede locale li azzera quasi del tutto.

Le persone dedicate al rapporto con le istituzioni  sono il segnale che Anthropic vuole sedersi al tavolo dove in Italia si discute di regole, sicurezza e sovranità digitale. Per un’azienda che ha fatto della sicurezza dei modelli la propria bandiera, e che negli Stati Uniti si è scontrata con il Pentagono fino a vedersi classificare come rischio per la catena di fornitura pur di non rimuovere le proprie linee rosse etiche, l’Italia offre quello che a Washington adesso manca: un terreno dove stare al centro della conversazione su come l’AI vada governata, non ai margini.

Chris Ciauri, managing director international Anthropic

L’indirizzo della sede Anthropic a Milano

L’indirizzo operativo esatto non c’è. Anthropic ha confermato la città e la data dell’inaugurazione, non la via, e alla pubblicazione di questo articolo nessuno lo riporta. L’assenza non è una dimenticanza, è coerente con la natura iniziale dell’ufficio; un hub commerciale e di rappresentanza non comunica i metri quadri con orgoglio, lo fa un campus. Il giorno in cui arriverà l’indirizzo, e soprattutto quando arriveranno le assunzioni ingegneristiche, sapremo che la sede sta cambiando pelle: per ora resta quello che dichiara di essere, un presidio per accompagnare le imprese.

Perché Anthropic ha scelto Milano

La prima ragione è aritmetica. Anthropic ha riportato una crescita del fatturato in area EMEA  di nove volte su base annua, con i grandi clienti cresciuti di circa dieci volte nello stesso periodo; a questa velocità aprire uffici è una conseguenza, non una scommessa. L’azienda vuole triplicare l’organico internazionale, e Ciauri ha definito l’Italia il passo naturale dopo Francia e Germania. Sei sedi europee in meno di un anno non sono espansione, sono una corsa.

Poi c’è la ragione industriale. L’Italia dà ad Anthropic l’accesso a un’economia manifatturiera, finanziaria e dei beni di consumo che il principale concorrente non presidia ancora con un ufficio dedicato; Milano è la porta d’ingresso ovvia, primo centro produttivo e finanziario del Paese, baricentro dei quartier generali, luogo dove finanza, industria e design si parlano nel raggio di pochi chilometri. Aprire qui vuol dire stare a una fermata di metropolitana dai decisori che contano.

La terza ragione è culturale, ed è la più sottovalutata. L’apertura segue di pochi giorni la pubblicazione di Magnifica Humanitas, prima enciclica di Papa Leone XIV e primo documento pontificio dedicato all’intelligenza artificiale; alla presentazione è intervenuto il co-fondatore Chris Olah. Non è un caso di calendario, è un posizionamento: legare l’arrivo in Italia al luogo simbolico per eccellenza del discorso sull’etica, in un Paese dove la Chiesa ragiona di discernimento morale applicato alla tecnologia da prima che ChatGPT esistesse. C’è poi un dettaglio che scalda il quadro: il cognome Amodei racconta da solo radici italiane, e l’azienda dei fratelli Dario e Daniela Amodei torna, in un certo senso, su un terreno di famiglia.

I vantaggi per l’Italia

Il guadagno comincia dalla filiera: più clienti enterprise che adottano Claude significano più progetti da realizzare, e quei progetti non li costruisce Anthropic, li costruiscono system integrator, MSP, software house e sviluppatori che integrano i modelli, orchestrano i flussi, mettono in produzione gli agenti. Una sede che accelera l’adozione enterprise è, di riflesso, un generatore di domanda per tutto il canale IT italiano; ogni grande contratto firmato a Milano si traduce in mesi di lavoro distribuiti su decine di partner. Per il tessuto di PMI tecnologiche che è l’ossatura del nostro mercato, è un’occasione più concreta di quanto la cronaca dell’apertura lasci intuire.

Cambiano anche le condizioni d’ingresso con contratti negoziabili in italiano, fatturazione in euro, interlocutori sul territorio, supporto in fuso europeo abbassano la soglia per le aziende che finora hanno guardato l’AI generativa con interesse e prudenza. La prudenza italiana sulle tecnologie straniere è spesso questione di fiducia e di chiarezza contrattuale prima che di tecnologia; una controparte locale, con persone dedicate anche a residenza dei dati e conformità, sposta l’ago.

Sul piano del peso politico il guadagno è più sottile. Avere una sede di frontiera con persone dedicate al rapporto con le istituzioni a Milano significa entrare nella stanza dove si discute di sicurezza dei modelli e di regole, invece di riceverle a valle: vale per le istituzioni, per le università, per le imprese che vogliono capire dove va la tecnologia prima di esserne travolte. È la differenza tra essere mercato ed essere interlocutore.

Durante la Milano Design Week il team di Anthropic ha lavorato con Alcova Milano a un laboratorio per designer, mostrando come Claude si colleghi agli strumenti del progetto industriale, dell’arredo, dello spazio. Lo abbiamo visto con Claude Design, lo strumento che trasforma una descrizione in prototipi e sistemi di progetto: l’AI smette di essere chatbot e diventa parte del processo creativo. Se c’è una città dove questa promessa si mette alla prova sul serio, è questa.

Il rischio resta, e tacerlo sarebbe miope: una dipendenza tecnologica da un fornitore straniero resta una dipendenza, anche quando veste i panni dell’etica e parla la nostra lingua. La sede di Milano riduce gli attriti, non risolve la questione di chi controlla i modelli, l’infrastruttura, i dati. Anthropic su questo ha una storia coerente, fatta di limiti contrattuali sull’uso militare e di scelte che le sono costate care oltreoceano, e una postura sulla sicurezza che alcuni dei suoi stessi ricercatori, di recente, hanno messo in discussione andandosene. La sede serve a portare la tecnologia più vicino; quanto vicino sia abbastanza, lo decideranno le imprese, le istituzioni e chi di queste cose continua a scrivere.

Il notebook aziendale è cambiato per sempre, non solo oggi ospita nuove tecnologie, ma propone un nuovo modello di utilizzo. Con l’ingresso della NPU, l’unità di calcolo dedicata alle operazioni di intelligenza artificiale, il PC è in grado di svolgere nuove attività e di presentarsi come un partner essenziale per la produttività aziendale. Ci sono quattro direttrici principali in cui si sviluppano i vantaggi dell’AI locale. Latenza e reattività. Un modello che gira sulla NPU risponde in millisecondi, senza attraversare la rete né mettersi in coda dietro altri utenti. Per le applicazioni che lavorano in tempo reale come la trascrizione live o la traduzione simultanea, la differenza con il cloud è enorme. Funzionamento offline. Tutto ciò che gira in locale continua a funzionare in treno, in aereo, nelle sale riunioni schermate, nei cantieri, negli stabilimenti produttivi.  Privacy e conformità. Ci sono dati che semplicemente non possono uscire dal perimetro aziendale: cartelle cliniche, documenti coperti da segreto professionale, materiale soggetto a GDPR con vincoli di trasferimento, segreti industriali. Per questi l’AI locale non è una solo una preferenza, è l’unica opzione praticabile. Sovranità e indipendenza. Un modello in cloud dipende da un fornitore che può cambiare prezzi, condizioni, disponibilità, geografia delle policy. Il modello locale, una volta installato, risponde alle regole dell’utente. Abbiamo parlato di questi temi e del futuro del notebook con Alessandro Passadore, BDM SYS Commercial di ASUS.

Alessandro Passadore, BDM SYS Commercial di ASUS.

Dal suo osservatorio privilegiato quale fotografia fa oggi del mercato italiano e quale posizione vuole rafforzare per ASUS nei prossimi anni, soprattutto nel rapporto tra consumer, professionisti, aziende e canale?

Stiamo attraversando un momento di difficoltà, a causa delle recenti problematiche relative alla disponibilità di CPU, agli aumenti del costo di SSD e RAM, oltre a una incertezza generale del mercato, che crea un po’ di turbativa. Nonostante questa situazione di instabilità, ASUS prevede una crescita nel mercato Business, con l’obiettivo di guadagnare spazio e aumentare la propria awareness in un segmento di mercato ritenuto di grande rilevanza. ASUS offre una serie di prodotti di tutte le fasce di prezzo, partendo da quelli di più alta gamma e in linea con le attuali innovazioni in ambito di Intelligenza Artificiale, oltre a soluzioni entry level in grado di soddisfare le esigenze di qualsiasi impresa. Oltre al nostro continuo impegno con Intel nell’offrire soluzioni aziendali eterogenee, stiamo lavorando anche con AMD per fornire prodotti ASUS con piattaforma Ryzen con NPU dedicata, per favorire l’ingresso nell’Intelligenza Artificiale anche in ambito Business. D’altronde le imprese devono acquistare oggi pensando al futuro, al fine di farsi trovare pronte nei prossimi anni, quando l’IA sarà maggiormente utilizzata anche in ambito aziendale. Il lavoro che dobbiamo fare è quello di spiegare a qualsiasi realtà business, e in modo particolare alle PMI, i vantaggi nell’avere l’IA in locale in termini di privacy e sicurezza dei dati.

L’intelligenza artificiale sta cambiando anche il notebook, che da semplice strumento di produttività diventa una piattaforma capace di elaborare dati e funzioni AI in locale. Che cosa significa, concretamente, questa trasformazione per utenti professionali e aziende?

L’Intelligenza Artificiale ha come obiettivo primario quello di ottimizzare e migliorare il lavoro dei dipendenti, grazie ad applicativi che fino a pochi anni fa non erano disponibili. Immaginiamo ad esempio di avere uno strumento che permetta di scremare le proprie e-mail o di fornire delle risposte alle richieste ricevute. Gli utilizzi sono ovviamente numerosi e differenti per ogni figura aziendale, dalla possibilità di sottotitolare un video anche senza l’accesso alla rete, oppure di fare una trascrizione delle proprie call o ancora di ottenere un riassunto degli argomenti che sono stati discussi. Tutte possibilità che ASUS Business mette a disposizione delle aziende attraverso MyExpert e AI ExpertMeet, strumenti gratuiti che garantiscono un aiuto concreto nelle attività di ogni dipendente.

ASUS ExpertBook Ultra porta il laptop business sotto la soglia psicologica del chilo: 0,99 kg, scocca Nano Ceramic, display OLED tandem 3K e AI locale con NPU da 50 TOPS. Un portatile pensato per chi lavora ovunque, senza rinunciare a potenza, sicurezza e autonomia.

Molte imprese stanno cercando di capire dove abbia più senso usare l’AI nel cloud e dove invece convenga portarla direttamente sul dispositivo. Quali vantaggi può offrire l’AI locale in termini di reattività, privacy, sicurezza e controllo dei dati?

I vantaggi nell’utilizzo dell’Intelligenza Artificiale sono numerosi, ma il principale è sicuramente da ricondurre alla salvaguardia dei propri dati sensibili. Caricare file aziendali su una piattaforma di IA pubblica, significa mettere potenzialmente a disposizione di tutto il mondo i propri documenti, e questo può sicuramente rappresentare un rischio, che può sfociare in una fuga di dati. La possibilità di utilizzare l’Intelligenza Artificiale in locale permette ai lavoratori di poter mantenere i propri dati sul PC, senza accedere a un cloud esterno, con un aumento significativo della protezione di dati sensibili.

Nel B2B ASUS lavora soprattutto attraverso dispositivi di vario tipo e notebook professionali. Come cambia il valore del notebook aziendale in una fase in cui le imprese chiedono più mobilità, più sicurezza, più sostenibilità e ora anche capacità AI integrate?

Il valore del notebook è cambiato notevolmente negli ultimi anni. ASUS ha voluto puntare in modo molto deciso sulla qualità costruttiva, la resistenza agli urti e in generale sull’affidabilità dei prodotti offerti alle aziende. Per un’azienda questo si traduce in una ottimizzazione del TCO dei costi. I nostri standard Military Grade testimoniano un’attenzione maniacale nei confronti dell’affidabilità, allo scopo di offrire alle aziende dei notebook che possano resistere nel tempo. Ogni azienda è alla ricerca di un prodotto professionale di qualità, affidabile e che sia il meno possibile soggetto a guasti, in modo da non avere una perdita economica, causata da un dipendente che magari è costretto a non potere lavorare per alcune ore o addirittura giorni. Manager e dipendenti che cercano un notebook potente, affidabile, predisposto per l’Intelligenza Artificiale e votato alla mobilità, possono trovare la loro soluzione ideale nel nostro prodotto di punta per il 2026: ExpertBook Ultra. Un notebook capace di condensare lavoro, mobilità, resistenza e sicurezza dei dati aziendali. Inoltre, rispetta i più recenti standard in ambito di sostenibilità, come l’utilizzo di una confezione totalmente in cartone e la conformità ai più conosciuti standard energetici, come EPEAT Gold with Climate+, Energy Star 9.0 e TCO Certified.

Dobbiamo guardare ai notebook per quello che son diventati, una nuova infrastruttura aziendale e non più una commodity.

digitalic per

I modelli generativi catturano l’attenzione, sono la ruota di pavone di questa tecnologia, ma lo strato sotto fa il lavoro. Quello strato si chiama infrastruttura dati, ed è il muro contro cui le imprese italiane incappano quando si accorgono che l’AI non funziona davvero finché i dati non sono pronti, governati, accessibili agli algoritmi senza viaggi inutili (e volte pericolosi) nel cloud pubblico. Computer Gross ha annunciato un Competence Center dedicato a IBM Fusion, il primo del genere costruito in Italia da un distributore a valore, pensato per attrezzare l’ecosistema dei partner proprio su questo strato.

IBM Fusion, spiegato

IBM Fusion è una piattaforma di gestione dei dati applicativi per ambienti containerizzati. Detta così suona tecnica e lontana; la traduzione operativa è più chiara: tiene insieme storage, protezione, automazione e orchestrazione dentro Red Hat OpenShift, lo stesso terreno su cui ormai girano le applicazioni moderne di banche, assicurazioni, manifatturieri, pubbliche amministrazioni. Le aziende che modernizzano le proprie applicazioni passano dal monolite ai container; Fusion fornisce la fondazione comune che rende quei container portabili fra on premise, cloud pubblico ed edge senza che il dato si perda per strada.

Due le declinazioni della piattaforma: software puro su infrastruttura esistente, oppure HCI, l’Hyper-Converged Infrastructure che integra calcolo, rete e storage in un’unica appliance, già predisposta per GPU NVIDIA e workload AI. La versione HCI è quella che IBM ha cucito addosso a watsonx per le distribuzioni AI on premise: modelli generativi, machine learning, RAG, tutto eseguibile accanto ai dati aziendali, dentro il perimetro del data center del cliente.

Nel 2025 IBM ha aggiunto un livello che ribalta il modo di pensare lo storage: il content-aware storage, integrato in Fusion, che processa in continuo i dati non strutturati con chunking semantico accelerato da GPU, vettorizzazione e indicizzazione. Lo storage smette di essere un magazzino e diventa una pipeline che prepara il dato per gli agenti AI prima ancora che venga richiesto.

Cosa cambia per il cliente finale con IBM Fusion

L’azienda che adotta Fusion riduce drasticamente la quantità di strumenti che deve coordinare per gestire dati e applicazioni containerizzate; replicazione, backup, disaster recovery, mobilità dei carichi di lavoro vivono dentro un unico piano di controllo. Il beneficio è meno romantico di un caso d’uso AI, ma è quello che fa quadrare i conti operativi nel medio periodo.

Il secondo cambiamento è sui tempi di adozione dell’AI. Una pipeline RAG su dati non preparati richiede mesi di lavoro a monte; con Fusion content-aware quel lavoro è già impostato a livello infrastrutturale, e il time-to-value di un assistente conversazionale, di un sistema di raccomandazione, di un agente che lavora sui documenti interni si comprime in modo sensibile. Per un CIO italiano che oggi deve giustificare l’investimento AI con risultati a sei mesi, non a tre anni, è un argomento concreto.

Poi c’è la questione della residenza del dato, che nel 2026 ha smesso di essere una preferenza per diventare un requisito. Fusion HCI permette di tenere addestramento e inferenza dentro il data center aziendale o in un perimetro nazionale; la conversazione con il DPO, con il legale, con il regolatore cambia tono quando si può rispondere “il dato non esce”. Un tema che Digitalic ha analizzato come trend strutturale per il 2026, non come slogan.

L’ultimo elemento è la resilienza degli ambienti hybrid e multicloud per workload mission critical, con Fusion utilizzabile anche come architettura di virtualizzazione enterprise; Marco Ballan, Direttore delle Infrastrutture di IBM Italia, lo cita esplicitamente nella nota Computer Gross come uno dei terreni su cui Fusion si sta posizionando dopo il riassetto del mercato della virtualizzazione seguito all’acquisizione VMware.

Cosa cambia per il rivenditore con IBM fusion

Per VAR e system integrator italiani il Competence Center toglie una barriera d’ingresso che pesa: l’investimento in laboratorio. Costruirsi in casa un ambiente Fusion HCI con GPU NVIDIA e relativo stack software costa centinaia di migliaia di euro e ferma il capitale; trovare quell’ambiente già residente nel datacenter Computer Gross, con specialisti che affiancano nella progettazione di configurazioni e integrazioni, sposta tutto il costo dal fisso al variabile, e rende sostenibile l’attacco a un mercato che richiede mesi di certificazione tecnica per essere credibile.

C’è poi il posizionamento commerciale. Il rivenditore certificato Fusion non vende più storage o appliance, propone l’architettura sopra cui il cliente costruirà tre anni di roadmap AI; entra nel comitato di direzione invece che nell’ufficio acquisti. È la stessa traiettoria che Computer Gross aveva avviato con il Competence Center watsonx, quello che ha portato l’Empoli FC a sviluppare un sistema di scouting con AI generativa; la combinazione watsonx sopra e Fusion sotto costruisce una proposta end-to-end che pochi distributori in Italia possono offrire come pacchetto unico.

L’effetto economico per il partner si gioca sui servizi, non sulla rivendita: assessment, design, deployment, managed services, formazione del personale del cliente, sviluppo di use case verticali per manifatturiero, sanità, banking, retail. Margini più larghi e più ricorrenti rispetto alla vendita transazionale, dentro il modello a valore che Computer Gross sta sviluppando da anni.

Va segnalato anche un effetto territoriale che nei piani IBM è esplicito. Roberta Bavaro, Direttrice dell’Ecosistema e delle imprese del territorio di IBM Italia, parla nella nota di “imprese del territorio”; il significato pratico è che la modernizzazione delle infrastrutture dati non sarà un fenomeno milanese o romano, le PMI di Brianza, di Veneto, di Emilia, di Campania chiederanno AI applicata sui processi entro il prossimo biennio, e i rivenditori che oggi si certificano arriveranno a quella domanda con un vantaggio di posizione difficile da colmare.

Il Competence Center funziona se l’ecosistema lo usa, e qui sta il punto delicato. Il canale italiano è storicamente più rapido a certificarsi sulle tecnologie semplici da rivendere che su quelle complesse da progettare; Fusion è esplicitamente nel secondo gruppo, richiede competenze di architettura, di OpenShift, di gestione del dato non strutturato, che oggi non sono diffuse fra i partner medi. La sfida vera per Computer Gross nei prossimi diciotto mesi non è inaugurare il Competence Center, è convincere abbastanza partner che vale la pena prendersi il tempo per impararlo davvero invece di limitarsi al badge sul sito.

Trent’anni di collaborazione fra IBM e Computer Gross, citati da Giovanna Recchia, IBM Business Unit Manager del distributore, sono la base storica su cui questo investimento si appoggia; quello che farà la differenza saranno i progetti che usciranno dal datacenter di Empoli nei prossimi mesi, e la velocità con cui il canale italiano sceglierà se diventare costruttore di infrastrutture dati per l’AI o restare distributore di componenti per qualcun altro che le costruirà.

La cybersecurity delle PMI ha superato il punto in cui poteva essere trattata come un problema tecnico da affidare al reparto IT  perché il mondo intorno alle imprese è cambiato più velocemente del previsto

La nuova ricerca globale di WatchGuard fotografa questo passaggio : il 91% delle organizzazioni intervistate è preoccupato per gli attacchi informatici basati sull’intelligenza artificiale, il 75% ha subito almeno un incidente cyber nell’ultimo anno, il 54% dichiara di non avere la capacità di garantire monitoraggio e risposta 24 ore su 24, 7 giorni su 7, mentre il 67% ha bisogno di ulteriore supporto per rispondere ai crescenti obblighi di conformità normativa. La ricerca è stata condotta su 842 professionisti IT e cybersecurity in organizzazioni tra 2 e 2.499 dipendenti, quindi proprio dentro quel tessuto di piccole e medie imprese che costituisce l’ossatura produttiva di molti Paesi, Italia compresa.

Il dato più interessante, però, non è soltanto la paura dell’AI. Sarebbe troppo facile fermarsi lì, nella rappresentazione dell’intelligenza artificiale come nuovo mostro digitale capace di scrivere email di phishing perfette, creare malware più rapidamente, automatizzare la ricerca di vulnerabilità e imitare voci, identità, relazioni. La vera notizia è un’altra: le PMI stanno scoprendo che la cybersecurity non è più un prodotto da comprare, ma una capacità da mantenere viva.

Cybersecurity PMI: perché il modello interno non basta più

Per anni molte aziende hanno costruito la propria sicurezza informatica come si costruiva un impianto elettrico in un vecchio capannone: qualche componente robusto, qualche protezione nei punti più esposti, un tecnico fidato, un fornitore chiamato quando qualcosa si rompeva. Firewall, antivirus, backup, qualche policy, magari una piattaforma EDR nei casi più maturi. Il modello funzionava finché gli attacchi avevano tempi compatibili con la reazione umana e finché la complessità dell’ambiente digitale restava sotto controllo. Oggi quel mondo non esiste più.

Gli attaccanti non aspettano l’orario d’ufficio. Non rispettano ferie, weekend, ponti, fusi orari. Non entrano più soltanto dalla porta principale della rete aziendale, ma dalla supply chain, dagli account cloud, dalle credenziali rubate, dalle vulnerabilità non corrette, dai sistemi esposti, dalle API, dai dispositivi remoti, dalle identità digitali che ormai sono diventate la vera superficie d’attacco dell’impresa.

WatchGuard sintetizza il problema con una frase del CEO Joe Smolarski che coglie bene il punto: non si tratta più di un gap di competenze, ma di capacità operativa. Le organizzazioni capiscono i rischi, ma non hanno la struttura per monitorare, rilevare e rispondere alla velocità richiesta oggi.

Questa distinzione è decisiva. Perché se il problema fosse solo la competenza, basterebbe formare meglio le persone. Se fosse solo la tecnologia, basterebbe acquistare nuovi strumenti. Se fosse solo la consapevolezza, basterebbe fare cultura. Invece il punto è più profondo: una PMI può anche avere buoni professionisti, strumenti adeguati e una direzione consapevole, ma non può trasformarsi da sola in un Security Operations Center permanente, capace di analizzare segnali, correlare eventi, contenere attacchi, gestire incidenti, documentare la compliance, aggiornare policy, interpretare minacce e garantire continuità operativa.

La cybersecurity è diventata una funzione industriale continua. Non un progetto. Non una campagna. Non un acquisto annuale. Una capacità sempre accesa.

È lo stesso passaggio che abbiamo raccontato parlando della transizione dalla cybersecurity reattiva alla gestione del rischio, perché il punto non è più aspettare che l’attacco arrivi, ma capire quali parti dell’organizzazione sono davvero esposte, quali sistemi sono critici, quali vulnerabilità hanno un impatto di business e quali interventi riducono realmente la probabilità che un incidente diventi crisi.

Attacchi AI alle PMI: il tempo della difesa si è accorciato

L’intelligenza artificiale non introduce soltanto nuovi strumenti nelle mani degli attaccanti. Introduce una nuova velocità. Questo è l’aspetto più sottovalutato.

L’AI rende più economica la personalizzazione degli attacchi, più credibili le comunicazioni fraudolente, più rapida la scrittura di codice malevolo, più ampia la scansione delle vulnerabilità, più scalabile la manipolazione psicologica. Ma, soprattutto, riduce la distanza tra intenzione e azione. Dove prima servivano tempo, competenze e lavoro manuale, oggi possono intervenire automazione, modelli generativi, agenti software e catene di attacco sempre più efficienti.

Non siamo più nel campo della fantascienza cyber. Abbiamo già visto come il malware possa diventare più veloce da scrivere, più usa e getta, più difficile da riconoscere, come raccontato nell’analisi su Sloply e il malware agentico. Il problema non è soltanto che il codice malevolo diventi più sofisticato. Il problema è che diventa più rapido, più economico, più replicabile, quindi più adatto a colpire anche aziende che fino a ieri si consideravano fuori dal radar.

Il Rapporto Clusit 2026 conferma che il contesto generale è già entrato in una fase di accelerazione. Nel 2025 sono stati registrati 5.265 incidenti cyber noti a livello globale, contro i 3.541 del 2024, con un incremento del 48,7%, il più alto mai rilevato. La media mensile è passata dai 171 incidenti del 2021 ai 439 del 2025. In cinque anni, il salto non è più una crescita lineare: è un cambio di scala.

Non aumenta soltanto il numero degli incidenti. Aumenta la loro gravità. Clusit introduce nel rapporto 2026 una nuova categoria di severità, “Extreme”, per rappresentare quegli incidenti che non sono semplicemente gravi, ma sistemici, capaci di produrre effetti particolarmente ampi e devastanti. Nel 2025, gli incidenti “High” crescono del 66% rispetto all’anno precedente e rappresentano il 55% del totale; gli incidenti “Critical” crescono del 46%, mentre la somma di “Critical” ed “Extreme” arriva a circa un terzo del campione.

Questo dato dovrebbe essere letto dalle PMI con grande attenzione. Non perché tutte le piccole imprese siano destinate a subire attacchi “Extreme”, ma perché il sistema in cui operano è diventato più instabile, più interconnesso, più fragile. Una piccola azienda può essere colpita direttamente, ma può anche essere coinvolta come fornitore, come nodo di una filiera, come accesso laterale verso un cliente più grande, come custode inconsapevole di dati, credenziali, procedure o servizi digitali. Nell’economia digitale, nessuna impresa è piccola quanto crede.

Cybersecurity in Italia: le PMI non sono spettatrici del rischio

Il dato italiano rende il quadro ancora più concreto. Secondo Clusit, tra il 2021 e il 2025 sono stati censiti 1.432 incidenti noti di particolare gravità che hanno preso di mira realtà italiane. Di questi, 507, circa il 35% del totale, sono avvenuti nel solo 2025. L’aumento rispetto al 2024 è del 42%, poco sotto il tasso globale, ma abbastanza alto da confermare che l’Italia non è una periferia tranquilla del rischio cyber.

Questo è il punto che spesso manca nel dibattito sulle PMI. In Italia si tende ancora a pensare alla cybersecurity come a un problema delle grandi banche, della pubblica amministrazione, della sanità, delle infrastrutture critiche, dei grandi gruppi industriali. Ma un’economia fatta di filiere, distretti, terzisti, professionisti, studi tecnici, aziende manifatturiere, fornitori di servizi e piccole realtà innovative non può permettersi questa illusione.

La PMI non è più fuori dal perimetro dell’attacco. È dentro il perimetro esteso dell’economia digitale.

Lo si era già visto nella lettura della Relazione ACN 2024 sull’Italia sotto attacco cyber, dove emergeva un Paese esposto a ransomware, DDoS, minacce contro settori strategici e aumento degli incidenti confermati. La traiettoria, oggi, appare ancora più chiara: non siamo davanti a una serie di emergenze isolate, ma a un ambiente operativo in cui la sicurezza informatica diventa una condizione permanente della competitività.

Clusit rileva anche che il cybercrime resta la motivazione dominante a livello globale, responsabile di quasi 9 incidenti su 10 nel 2025, con una crescita del 55% rispetto all’anno precedente. Le campagne contro “Multiple Targets”, cioè bersagli multipli e trasversali, sono al primo posto tra le categorie di vittime e crescono del 96%. Questo significa che gli attaccanti non cercano sempre il bersaglio più famoso, ma spesso quello più raggiungibile, più debole, più esposto, più utile per monetizzare rapidamente o per entrare in una catena più ampia.

Per una PMI, questa è la fine della  credenza: “Non siamo abbastanza interessanti per essere attaccati”. Nell’era dell’automazione, non serve essere interessanti. Basta essere raggiungibili.

MSP cybersecurity: da supporto tecnico a partner strategico

È qui che entra in gioco il cambio di modello descritto da WatchGuard. Quasi la metà delle organizzazioni intervistate, il 48%, si affida già ai Managed Service Provider per integrare i team interni. Non più come semplice aiuto esterno, non più come “fornitore da chiamare quando serve”, ma come partner continuativo di sicurezza.

Questa trasformazione è importante perché sposta la cybersecurity da un modello reattivo a un modello operativo. L’MSP, quando evolve davvero verso la sicurezza gestita, non vende soltanto licenze o manutenzione. Diventa un presidio. Porta capacità di monitoraggio, competenze distribuite, strumenti integrati, procedure, esperienza maturata su più clienti, conoscenza delle minacce e capacità di risposta.

Il punto non è esternalizzare la responsabilità. La responsabilità resta dell’impresa. Il punto è esternalizzare una parte della capacità operativa che l’impresa, da sola, non può realisticamente sostenere.

Questo passaggio ricorda ciò che è accaduto con altre infrastrutture aziendali. Nessuna PMI costruisce da sola una centrale elettrica per alimentare i propri uffici. Nessuna PMI gestisce internamente tutta la rete telefonica globale. Nessuna PMI si aspetta di produrre in autonomia ogni componente della propria logistica. La cybersecurity, per molto tempo, è stata trattata invece come un mestiere artigianale interno, fatto di strumenti, interventi e competenze puntuali.

Ma quando il rischio diventa continuo, anche la difesa deve diventare continua.

Sicurezza gestita 24/7: perché la cybersecurity diventa una prestazione misurabile

Un altro dato della survey WatchGuard segnala un cambiamento culturale profondo: il 44% delle organizzazioni è disposto a spendere di più per soluzioni di rilevamento e risposta basate sull’intelligenza artificiale. Questo non indica soltanto fiducia nell’AI difensiva, ma una domanda crescente di risultati misurabili. Le metriche tradizionali, come uptime e qualità del servizio, lasciano spazio a criteri più concreti: rilevamento più rapido, risposta più veloce, prevenzione proattiva, riduzione della complessità, resilienza complessiva.

È una svolta importante. Per anni molte imprese hanno valutato la cybersecurity in modo quasi assicurativo: ho comprato qualcosa, quindi mi sento protetto. Oggi questa logica non regge più. La domanda non è “quale prodotto abbiamo installato?”, ma “quanto tempo impieghiamo ad accorgerci di un attacco?”, “quanto velocemente riusciamo a contenerlo?”, “quali sistemi vengono isolati?”, “quali dati sono a rischio?”, “quali procedure scattano?”, “chi decide?”, “come documentiamo l’incidente?”, “quanto tempo serve per tornare operativi?”.

Da qui nasce anche la crescita della spesa. Il 75% delle organizzazioni intervistate da WatchGuard prevede di aumentare il budget cybersecurity nei prossimi due anni, concentrandosi su servizi in grado di garantire protezione continua e risultati chiari.

La cybersecurity sta diventando una voce strutturale dell’impresa, come l’energia, la connettività, il personale, la logistica, il cloud. Non un costo eccezionale, ma una condizione ordinaria di funzionamento.

Anche il report Yarix 2025 sull’assedio permanente alla sicurezza andava nella stessa direzione: ransomware, hacktivismo e AI non sono fenomeni separati, ma pezzi di un’unica pressione continua sulle imprese. Il fatto che la minaccia sia permanente obbliga la difesa a diventare permanente. Non si combatte una pioggia incessante con un ombrello aperto ogni sei mesi.

Vulnerabilità, phishing e malware: l’attacco entra dove l’impresa è più lenta

Il Rapporto Clusit aiuta a capire perché la difesa “a strati”, ma non presidiata, non basta più. Nel 2025, tra le tecniche di attacco, il malware resta una delle principali minacce, ma crescono in modo significativo anche lo sfruttamento delle vulnerabilità e il phishing/social engineering. Le vulnerabilità registrano una crescita del 65%, mentre phishing e social engineering crescono del 75%, un dato coerente con l’uso dell’AI per rendere più efficaci le operazioni di ingegneria sociale.

Questa è la fotografia di una doppia debolezza. Da una parte c’è la debolezza tecnica, fatta di patch non applicate, sistemi esposti, configurazioni errate, software legacy, infrastrutture cresciute per accumulo. Dall’altra c’è la debolezza umana, fatta di email sempre più credibili, richieste apparentemente legittime, identità imitate, contesti ricostruiti con precisione.

L’AI unisce questi due piani. Può aiutare a cercare vulnerabilità, ma può anche rendere più persuasiva la trappola. Può automatizzare la parte tecnica dell’attacco, ma può anche raffinare quella psicologica. La vecchia distinzione tra attacco informatico e truffa umana diventa sempre più sfumata.

Per questo una PMI non può difendersi solo aggiungendo strumenti. Deve costruire un modello di resilienza che tenga insieme tecnologia, processi, persone e partner.

Il tema è particolarmente importante perché molte imprese italiane continuano a vivere in una zona grigia: abbastanza digitalizzate da essere esposte, non abbastanza strutturate da difendersi con continuità. Hanno cloud, gestionali, posta elettronica, CRM, e-commerce, accessi remoti, dispositivi mobili, fornitori collegati, ma spesso non hanno un modello unitario di rilevamento, risposta e governo del rischio.

La superficie d’attacco cresce in silenzio. L’organizzazione se ne accorge solo quando qualcosa si rompe.

Compliance cybersecurity: NIS2, AI Act e governance della sicurezza

Il 67% delle organizzazioni intervistate da WatchGuard dichiara di avere bisogno di ulteriore supporto per soddisfare i crescenti requisiti di conformità normativa. Questo dato è particolarmente rilevante in Europa, dove NIS2, DORA per il mondo finanziario, il GDPR e le nuove responsabilità lungo la supply chain stanno trasformando la cybersecurity in un tema di governance.

La compliance non è più un faldone da preparare quando arriva un audit. Diventa una disciplina operativa. Richiede evidenze, tracciabilità, procedure, responsabilità definite, valutazione dei fornitori, gestione degli incidenti, capacità di notifica, piani di continuità.

A questa pressione si aggiunge anche il fronte dell’intelligenza artificiale. Come abbiamo scritto nell’approfondimento su AI Act e sanzioni dal 2 agosto 2026, le aziende non possono più separare innovazione, rischio, compliance e sicurezza. Ogni sistema AI in produzione introduce responsabilità nuove: sui dati, sui processi, sulle decisioni automatizzate, sulla documentazione, sui controlli e sulla supervisione umana.

Per una PMI, tutto questo può sembrare un peso. In realtà è anche un’occasione per uscire dalla cybersecurity improvvisata. La norma, quando viene letta nel modo giusto, non è solo un obbligo. È una grammatica. Aiuta a dare forma a ciò che altrimenti resterebbe disperso tra strumenti, fornitori, buone intenzioni e interventi occasionali.

Gli MSP, in questo scenario, possono diventare il ponte tra la complessità normativa e la realtà operativa delle imprese. Non perché sostituiscano la governance aziendale, ma perché possono tradurla in processi, controlli, monitoraggio, reportistica, risposta agli incidenti e miglioramento continuo.

AI difensiva e MSP: la nuova domanda delle PMI

Il cambiamento più profondo è linguistico, quindi culturale. Le aziende non cercano più soltanto qualcuno che venda loro cybersecurity. Cercano qualcuno che le aiuti a restare operative. Restare operativi significa proteggere i dati, ma anche garantire produzione, servizi, reputazione, fiducia dei clienti, continuità amministrativa, accesso ai sistemi, relazione con fornitori e partner. Significa sapere cosa fare quando qualcosa accade, non soltanto sperare che non accada. Significa ridurre il tempo tra l’intrusione e la scoperta. Significa trasformare la difesa da muro statico a organismo reattivo.

La cybersecurity delle PMI entra così in una fase nuova: meno eroica, meno artigianale, più industriale. Non basta il tecnico bravo, non basta il prodotto migliore, non basta la password più lunga. Serve un ecosistema di difesa.

Il paradosso è che proprio l’intelligenza artificiale, che oggi alimenta gran parte della paura, può diventare anche lo strumento che rende sostenibile questa nuova fase. L’AI difensiva può aiutare a correlare segnali, ridurre il rumore, individuare anomalie, accelerare la risposta, supportare gli analisti, automatizzare alcune azioni. Ma non può essere lasciata sola. Ha bisogno di governance, supervisione, contesto, responsabilità.

L’AI non cancella il bisogno di partner. Lo rende più evidente.

Cybersecurity PMI: la fine del modello “fai da te”

La survey WatchGuard e il Rapporto Clusit raccontano la stessa storia da due prospettive diverse. WatchGuard mostra il limite operativo delle organizzazioni, soprattutto delle PMI: paura dell’AI, incidenti già subiti, impossibilità di garantire monitoraggio continuo, bisogno di supporto sulla compliance, crescita del ruolo degli MSP. Clusit mostra il contesto in cui tutto questo accade: incidenti in forte aumento, Italia sempre più colpita, cybercrime dominante, severità crescente, vulnerabilità e phishing in accelerazione.

Non significa che ogni impresa debba rinunciare a competenze interne. Al contrario, le competenze interne diventano ancora più importanti, perché qualcuno deve governare le scelte, capire il rischio, dialogare con i fornitori, definire priorità, valutare impatti, prendere decisioni. Ma il presidio continuo, la capacità di risposta, la gestione delle minacce, la correlazione degli eventi, la compliance operativa e l’aggiornamento costante richiedono ormai una scala che molte PMI non possono costruire da sole. La cybersecurity, come l’AI, è diventata infrastruttura: invisibile quando funziona, devastante quando manca.

Per anni abbiamo raccontato l’intelligenza artificiale come qualcosa da innestare su un sistema per ottenere efficienza. È una visione rassicurante, ma insufficiente. Quando si parla di infrastrutture e sostenibilità, questo approccio rischia di essere persino controproducente. Molti dei sistemi che regolano le nostre città, i trasporti, l’energia o la gestione delle risorse sono stati progettati in un’epoca che aveva come obiettivi la crescita illimitata, il consumo lineare e il controllo centralizzato. Inserire l’AI in queste strutture senza metterne in discussione i presupposti significa renderle più efficienti, sì, ma anche più profondamente insostenibili.

La vera sfida è allora non migliorare ciò che esiste, ma ripensarlo. Non si tratta di aggiungere intelligenza artificiale, ma di ridisegnare le infrastrutture come sistemi capaci di apprendere, adattarsi e soprattutto convivere con i limiti del pianeta. In questo senso l’AI non è il punto di partenza, ma uno degli strumenti possibili, da usare con intenzione e misura, evitando l’automatismo tecnologico che spesso confondiamo con innovazione.

La città come ecosistema

In questo cambio di prospettiva diventa utile il pensiero di Elena Granata, urbanista, che invita a considerare la città non come una macchina da ottimizzare, ma come un ecosistema vivente, fatto di relazioni, fragilità e possibilità. Nel suo ultimo libro, La città è di tutti, emerge con forza l’idea di una città accessibile, inclusiva e capace di prendersi cura, dove la progettazione non è solo tecnica ma profondamente sociale. Granata insiste sul valore della prossimità, sulla necessità di restituire spazio alle relazioni e sulla costruzione di ambienti urbani che non escludano le fragilità ma le accolgano come parte integrante della vita collettiva. Se adottiamo questo sguardo, anche le infrastrutture smettono di essere dispositivi tecnici isolati e diventano spazi di vita. Una strada non è solo traffico da gestire, ma relazione sociale. Una rete energetica non è solo distribuzione, ma anche comunità. Un edificio non è solo consumo da ridurre, ma esperienza quotidiana, memoria e identità.

Questo spostamento implica anche una revisione del concetto stesso di sostenibilità. Non basta consumare meno o ottimizzare di più. Una città sostenibile è quella che riduce le disuguaglianze, accorcia le distanze tra le persone, restituisce tempo e rende possibile una vita meno complessa. È una città che, come suggerisce Granata, riconosce il diritto alla città per tutti, non solo per chi è più veloce o più produttivo. In questo quadro, l’intelligenza artificiale deve imparare a leggere la complessità invece di semplificarla, a sostenere senza sostituire, a suggerire senza imporre.

Prossimità, comunità, cura

Alcuni segnali di questo cambio di paradigma sono già visibili. Le città della prossimità non cercano di ottimizzare il traffico ma di ridurre la necessità stessa di spostarsi. Le comunità energetiche locali ribaltano il modello centralizzato. Progetti europei come Green LaMiS lavorano sulla sostenibilità della mobilità legata all’erogazione dei servizi sociali a domicilio, cioè su tutti quegli spostamenti quotidiani necessari a portare assistenza e cura alle persone più fragili.  Il progetto, sviluppato nell’ambito del programma Interreg Central Europe, testa strategie concrete in città pilota come Bergamo in Italia, Szombathely in Ungheria e Klis in Croazia, con l’obiettivo di ridurre le emissioni legate al cosiddetto “ultimo miglio” dei servizi di cura attraverso strumenti come il calcolo della carbon footprint, l’uso di veicoli sostenibili e l’ottimizzazione dei percorsi.

L’AI silenziosa

La tecnologia più avanzata non è quella che si impone, ma quella che sa quando è il momento di ritrarsi. Ed è forse proprio questa la direzione più interessante. Un’intelligenza artificiale “silenziosa”, che non invade l’esperienza umana ma la accompagna, che non complica ma semplifica, che non sostituisce ma amplifica.

Rimettere l’umano al centro significa anche accettare che le persone non sono perfettamente efficienti, che hanno bisogno di tempo, di relazioni, di spazi imperfetti. Significa progettare infrastrutture che siano abitabili prima ancora che performanti, capaci di accogliere la diversità e l’imprevisto.

La tecnologia giusta

Il futuro sostenibile non sarà quello con più tecnologia, ma quello con la tecnologia giusta. Sistemi più leggeri, meno energivori, capaci di adattarsi nel tempo e di rispondere a bisogni reali. Infrastrutture che non inseguono solo la produttività, ma migliorano la qualità della vita e rafforzano il senso di comunità. E soprattutto un cambio di mentalità: smettere di chiederci come usare l’AI e iniziare a chiederci quale mondo vogliamo costruire, con quali valori e per chi.

Aggiungere intelligenza artificiale a ciò che già esiste è relativamente semplice. Ripensare le fondamenta è molto più difficile, ma è lì che si gioca la partita. Perché la sostenibilità, prima ancora che una questione tecnologica, è una scelta culturale e politica. E senza questa scelta, nessuna AI potrà davvero fare la differenza, se non nel rendere più veloce ciò che dovremmo avere il coraggio di cambiare.

RISORSE

Caldo o freddo? Il collasso della Circolazione Atlantica: l’allarme dei Paesi nordici

Il collasso della Circolazione Meridionale Atlantica (AMOC) rappresenta una minaccia concreta per il clima globale, secondo quanto emerge da un nuovo rapporto del Consiglio dei Ministri Nordici ( https://pub.norden.org/temanord2026-504/). Il documento evidenzia come questo sistema oceanico, fondamentale per il trasporto di calore verso il Nord Atlantico, stia diventando sempre più instabile a causa del cambiamento climatico.

L’AMOC, che trasferisce enormi quantità di calore verso l’Europa, si è già indebolita di circa il 15% rispetto all’epoca preindustriale. L’aumento delle temperature globali e l’immissione di acqua dolce dallo scioglimento dei ghiacci stanno riducendo la salinità delle acque, rallentando la circolazione.

Particolarmente preoccupante è la possibilità di raggiungere un tipping point, oltre il quale il sistema potrebbe collassare in modo rapido e irreversibile. Se ciò accadesse, i Paesi nordici, tra cui Groenlandia, Islanda, Norvegia, Svezia, Finlandia e Danimarca, insieme a Regno Unito e Irlanda subirebbero un drastico raffreddamento, mentre altre regioni continuerebbero a riscaldarsi.

Secondo alcune stime, si potrebbero raggiungere temperature fino a –20 °C a Londra e –50 °C a Oslo, con effetti estremi su clima, ecosistemi ed economia. Questo scenario evidenzia come il cambiamento climatico non coincida semplicemente con un aumento uniforme delle temperature: il termine “riscaldamento globale” descrive una tendenza media, ma le sue conseguenze possono includere anche raffreddamenti regionali intensi e alterazioni profonde della circolazione atmosferica e oceanica. Il caso dell’AMOC dimostra quindi che il sistema climatico risponde in modo complesso e non lineare, generando effetti anche opposti su scala locale.

C’è una narrativa dominante che continua a raccontare l’evoluzione dell’automotive partendo dall’oggetto: l’auto elettrica, la guida autonoma, l’infotainment sempre più evoluto. È una narrazione comoda, perché visibile. Ma è anche parziale. Il vero cambiamento non è dentro la macchina. È fuori. Ed è lì che l’intelligenza artificiale sta agendo in modo più profondo.

Auto: da oggetto a sistema

Oggi l’auto non è più un prodotto finito. È un nodo. Un terminale connesso a un sistema molto più ampio fatto di cloud, edge computing, reti di comunicazione e infrastrutture energetiche. Non è un caso se player come Tesla hanno costruito il proprio vantaggio competitivo non solo sull’hardware, ma su aggiornamenti OTA continui e su un ecosistema software proprietario. Allo stesso modo, gruppi come Volvo Cars e Mercedes-Benz stanno ridefinendo il concetto di veicolo come piattaforma, integrando sistemi di intelligenza artificiale sviluppati insieme a partner tecnologici globali.

L’intelligenza non è solo a bordo

In questo scenario, anche l’idea di “AI a bordo” rischia di essere fuorviante. Certo, esiste una componente locale: sistemi ADAS, sensori, capacità di elaborazione immediata necessaria per la sicurezza. Ma la vera intelligenza è distribuita. Una parte vive nell’auto, una parte nelle infrastrutture urbane e una parte, sempre più rilevante, nel cloud. Basti pensare che, secondo diverse stime di settore, oltre il 70% dell’elaborazione dati nei sistemi di mobilità connessa avverrà fuori dal veicolo entro il 2030. L’auto diventa così uno dei punti di accesso a un’intelligenza più ampia.

Questo sposta il baricentro. Perché se l’intelligenza è distribuita, allora il vero campo di competizione non è più la progettazione del veicolo, ma la costruzione e il controllo delle infrastrutture. Reti 5G e, a breve, 6G, capacità di calcolo distribuita, piattaforme software proprietarie: sono questi gli elementi che determinano l’esperienza reale dell’utente. Non quanto accelera un’auto, ma quanto è integrata nel sistema in cui si muove. Non a caso, aziende come NVIDIA stanno diventando centrali nell’automotive, fornendo piattaforme AI che vanno ben oltre il singolo veicolo.

Senza rete non c’è elettrico

Il tema energetico, in questo senso, è emblematico. L’elettrificazione non è solo una questione di batterie, ma di reti. Secondo l’International Energy Agency, entro il 2030 serviranno oltre 40 milioni di punti di ricarica pubblici e privati a livello globale per sostenere la crescita dei veicoli elettrici. Senza infrastrutture intelligenti in grado di gestire carichi e distribuzione, l’auto elettrica resta un’innovazione incompleta. Ed è proprio qui che l’AI interviene: ottimizzando flussi, prevedendo consumi, distribuendo energia in modo dinamico.

Il valore invisibile

C’è poi un altro livello, meno visibile ma decisivo: quello dei dati. Ogni veicolo genera una quantità enorme di informazioni. Secondo McKinsey & Company, il valore dei dati legati alla mobilità potrebbe superare i 750 miliardi di dollari entro il 2030. La domanda, allora, non è solo tecnologica. È strategica. Chi controlla questi dati? Dove vengono elaborati? E con quali regole?

Economia e visioni geo-politiche

È qui che l’automotive smette di essere solo industria e diventa terreno di confronto tra modelli economici e visioni geopolitiche. Le infrastrutture digitali, le piattaforme software e i sistemi di AI non sono neutri. Definiscono dipendenze, creano ecosistemi chiusi, ridisegnano equilibri. E l’auto, sempre più connessa e aggiornata da remoto, diventa parte integrante di questo sistema.

Per questo, continuare a raccontare l’innovazione guardando solo al prodotto rischia di farci perdere il quadro. L’auto del futuro non sarà definita solo da autonomia, design o performance. Sarà definita dal livello di integrazione con un’infrastruttura intelligente che non vediamo, ma che ne determina ogni funzione.

Forse la vera trasformazione è proprio questa: stiamo passando da un’idea di mobilità basata sul possesso a una basata sull’accesso. Non più un oggetto da guidare, ma un sistema da abitare. E in questo sistema, l’intelligenza artificiale non è una feature. È l’infrastruttura stessa.

AI factory Eu: ventuno punti distribuiti su una cinquantina di gradi di latitudine, da Helsinki a Salonicco, da Lisbona a Sofia, ciascuno dei quali corrisponde a un nodo computazionale dove l’Europa ha deciso di costruire la sua risposta alla concentrazione americana di potenza AI.

Si chiamano AI Factory, e il termine non è casuale: sono fabbriche nel senso più preciso del termine, luoghi dove materie prime come dati, algoritmi e potenza di calcolo vengono trasformate in modelli generativi, applicazioni verticali, soluzioni industriali.

La Commissione Europea le definisce ecosistemi dinamici che aggregano potenza computazionale, dati e talento per sviluppare modelli AI avanzati e affidabili, collegando centri di supercalcolo, università, PMI, industria e attori finanziari attraverso l’infrastruttura dell’EuroHPC Joint Undertaking. Una definizione tecnocratica, in sé corretta, che però non restituisce il peso politico dell’operazione: per la prima volta, l’Europa non si limita a regolare l’intelligenza artificiale ma investe in modo massiccio per produrla.

AI Factory europee

AI Factory, europee, tre ondate, una strategia

Il dispiegamento delle AI Factory segue una logica a ondate successive, ciascuna con caratteristiche proprie.La prima, formalizzata nel dicembre 2024, ha selezionato sette consorzi per altrettanti paesi: Finlandia, Germania, Grecia, Italia, Lussemburgo, Spagna e Svezia. Sono i nodi storicamente più attrezzati sul fronte del supercalcolo, quelli che già ospitavano sistemi EuroHPC operativi e che possono contare su comunità di ricerca consolidate. La Finlandia porta LUMI, il supercomputer che per un periodo ha guidato le classifiche mondiali di potenza. La Germania sdoppia la sua presenza con JAIF, ancorato al supercomputer JUPITER di Jülich, il primo sistema exascale europeo.

La seconda ondata, annunciata nel marzo 2025, ha aggiunto sei nuove strutture in Austria, Bulgaria, Francia, Germania, Polonia e Slovenia. Una scelta geografica significativa: l’asse si sposta verso est e verso il cuore del continente, abbracciando economie in crescita digitale accelerata e sistemi accademici di qualità spesso sottorappresentati nelle reti di innovazione occidentali. La Francia porta AI2F, che si appoggerà ad Alice Recoque, il secondo sistema exascale europeo; la Bulgaria costruisce BRAIN++, con un’ambizione esplicita a diventare polo regionale per i Balcani.

La terza ondata, ottobre 2025, completa il quadro con altri sei nodi: Repubblica Ceca, Lituania, Paesi Bassi, Romania, Spagna e Polonia ricevono ulteriori strutture, mentre tredici antenne vengono attivate in paesi associati tra cui Belgio, Cipro, Ungheria, Irlanda, Lettonia, Malta e Slovacchia, oltre a partner extra-UE come Islanda, Moldavia, Macedonia del Nord, Serbia, Svizzera e Regno Unito.

Il modello di funzionamento delle AI Factory Europee

Ogni AI Factory opera come sportello unico, per usare la terminologia ufficiale: un punto di accesso dove startup, PMI e ricercatori trovano insieme le risorse computazionali, i dataset, la formazione tecnica e il supporto per sviluppare applicazioni. Il modello punta esplicitamente ad abbassare le barriere di ingresso per le realtà più piccole, che storicamente non possono permettersi l’infrastruttura necessaria per addestrare modelli di grandi dimensioni.

I settori prioritari variano da factory a factory, rispecchiando le vocazioni industriali locali. JAIF tedesca presidia healthcare, energia, clima e finanza. PIAST polacca punta su cybersecurity e scienze della vita. IT4LIA, il nodo italiano ospitato nell’ecosistema del Bologna Supercomputing Centre, porta con sé un profilo di ricerca ad ampio spettro.

Quello che viene dopo le AI factory

Il programma AI Factory non esaurisce l’ambizione europea. L’iniziativa InvestAI prevede un fondo europeo da 20 miliardi di euro per creare fino a cinque AI Gigafactory, strutture di scala radicalmente superiore dotate di oltre 100.000 processori AI avanzati ciascuna, destinate all’addestramento di modelli con trilioni di parametri. È il livello competitivo di GPT-4 e dei suoi successori, quel piano su cui oggi si gioca il confronto con i laboratori americani e cinesi.

La geografia che emerge da questa mappa è, a tutti gli effetti, una mappa di potere. Non il potere militare o finanziario, ma qualcosa di più sottile e forse più duraturo: la capacità di produrre intelligenza, di definire quali valori e quali regole essa incorpora, di decidere a chi appartengono i modelli che guideranno decisioni industriali, sanitarie, energetiche per i prossimi decenni.

L’Europa ci ha messo tempo a capire che la neutralità tecnologica non esiste. Adesso sta costruendo la sua risposta. Resta da vedere se arriverà in tempo.

Cosa fa ciascuna AI Factory europea

IT4LIA (Italia)

È qui che vale la pena fermarsi più a lungo, perché IT4LIA è probabilmente il progetto infrastrutturale più rilevante che l’Italia abbia avviato in campo AI negli ultimi anni, e merita di essere compreso nei dettagli.

La factory è coordinata da CINECA, cui partecipano Austria e Slovenia come paesi co-beneficiari, ed è cofinanziata dal Ministero dell’Università e della Ricerca, dall’Agenzia per la Cybersicurezza Nazionale, dalla Regione Emilia-Romagna, dall’INFN, dall’Agenzia ItaliaMeteo, dall’Istituto Italiano di AI per l’Industria e dalla Fondazione Bruno Kessler. Un consorzio largo, che coinvolge anche le università di Modena e Reggio Emilia, Bologna, Torino e La Sapienza di Roma, oltre a Confindustria e al centro di ricerca ICSC.

Tutta l’infrastruttura è concentrata nel Tecnopolo di Bologna, che si candida così a diventare il principale data center scientifico italiano. IT4LIA dispone del supercomputer EuroHPC Leonardo, del sistema AI-enhanced LISA, del cloud GAIA, a cui si aggiungerà dall’inizio del 2026 un nuovo sistema ottimizzato per carichi AI: l’infrastruttura complessiva supererà le 20.000 GPU, una dotazione che la collocherà tra le più grandi facilities computazionali d’Europa.

I settori prioritari sono quattro: agroalimentare, scienze della Terra, cybersecurity e manifattura. Non è una selezione arbitraria, ma rispecchia le eccellenze produttive e di ricerca del sistema paese. L’agroalimentare italiano, primo in Europa per numero di DOP e IGP, ha bisogno di strumenti AI per ottimizzare filiere, ridurre sprechi e rispondere alle pressioni climatiche. Le scienze della Terra trovano in Bologna un polo naturale grazie alla presenza di CMCC, INGV e del centro meteo AGM. La cybersecurity è una priorità nazionale con l’ACN come attore istituzionale di riferimento. La manifattura, infine, è l’asse su cui si regge ancora larga parte del PIL industriale.

Sul piano dei servizi, IT4LIA offrirà cataloghi di dataset con accesso a dati FAIR interni ed esterni, ambienti preconfigurati con Jupyter Notebook integrati nelle risorse HPC, modelli pre-addestrati accessibili da una piattaforma centralizzata, servizi di test-before-invest con stress testing e valutazioni di performance nel mondo reale, supporto ai proof of concept con fino a trenta PoC finanziati ogni anno, e audit di conformità all’AI Act europeo che includono rilevamento di bias e verifiche di sicurezza.

C’è un dettaglio che vale la pena sottolineare: la dimensione della formazione. IT4LIA prevede corsi online e in presenza, workshop pratici, hackathon e sessioni con esperti, oltre a stage finanziati per studenti e chi cerca lavoro, integrati in progetti reali. Non è un add-on, è parte strutturale del progetto, perché una factory senza talenti formati per usarla è semplicemente un data center costoso.

LUMI AI (Finlandia)

LUMI è il supercomputer su cui si appoggia la factory finlandese, e fino a poco tempo fa era il sistema più potente d’Europa. La scelta di Helsinki come primo polo AI non è casuale: la Finlandia ha costruito negli anni un’infrastruttura di calcolo scientifica tra le più solide del continente, con una tradizione di accesso aperto alla ricerca. LUMI AI punta su aree dove il dato è denso e il calcolo è critico: scienze climatiche, genomica, modellazione dei materiali. La posizione geografica, con temperature ambientali che riducono i costi di raffreddamento, fa di questo nodo uno dei più efficienti dal punto di vista energetico dell’intera rete.

MIMER (Svezia)

La factory svedese prende il nome dall’entità della mitologia nordica custode della saggezza, e la scelta non è solo poetica: MIMER si posiziona come nodo di eccellenza per la ricerca accademica e la sperimentazione con i modelli linguistici in lingue nordiche, storicamente sottorappresentate nei grandi dataset di addestramento. La Svezia porta nella rete EuroHPC una comunità scientifica con una densità di pubblicazioni AI tra le più alte d’Europa in rapporto alla popolazione.

JAIF (Germania, Jülich)

JUPITER AI Factory è, tra tutte, quella con la dotazione hardware più ambiziosa: si appoggia a JUPITER, il primo supercomputer exascale europeo, capace cioè di superare il miliardo di miliardi di operazioni al secondo. JAIF include anche JARVIS, una piattaforma sperimentale progettata per sviluppare e testare modelli AI innovativi, con un modulo di inferenza dedicato all’accelerazione e all’ottimizzazione dei modelli stessi. I settori prioritari sono sanitario, energetico, clima, educazione, media, finanza e pubblica amministrazione. Il consorzio riunisce il centro di supercalcolo di Jülich, RWTH Aachen, due istituti Fraunhofer e il centro di ricerca sull’AI dell’Assia.

HammerHAI (Germania, seconda AI factory)

La seconda factory tedesca opera in parallelo a JAIF e nasce dall’esigenza di dare copertura anche all’industria manifatturiera e automobilistica, cuore economico del paese. HammerHAI punta esplicitamente sull’integrazione AI nei processi produttivi, dalla qualità alla supply chain, con un modello di coinvolgimento delle PMI più capillare rispetto al profilo più orientato alla ricerca di JAIF.

MeluXina-AI (Lussemburgo)

Il Lussemburgo è uno dei paesi europei con la più alta concentrazione di sedi di multinazionali del settore finanziario e della logistica. MeluXina-AI riflette questa vocazione e si posiziona come nodo di riferimento per l’AI applicata ai servizi finanziari, al commercio e alla pubblica amministrazione transnazionale. La sua posizione geografica al centro del corridoio Renania-Bruxelles la rende un punto di aggregazione naturale per le aziende che operano su più mercati europei contemporaneamente.

AI2F (Francia)

La factory francese si distingue per la struttura fortemente decentralizzata del suo consorzio: GENCI coordina un ecosistema che comprende CEA, CNRS, Inria, le 74 università francesi rappresentate da France Universités, Station F e numerosi attori del mondo startup e dell’intelligenza artificiale applicata. AI2F si appoggerà ad Alice Recoque, secondo sistema exascale europeo in fase di dispiegamento, e copre settori che vanno dalla difesa all’agricoltura, dall’aerospazio all’edtech. La Francia porta in dote anche una tradizione di ricerca fondamentale in machine learning che non ha eguali in Europa.

JAIF (Polonia, PIAST) e Gaia AI

La Polonia è l’unico paese con due factory distinte nella rete. PIAST, coordinata dal Poznan Supercomputing and Networking Center, copre health e life sciences, IT e cybersecurity, spazio e robotica, sostenibilità e settore pubblico. Gaia AI è la seconda presenza polacca, selezionata nella terza ondata, che amplia ulteriormente la capacità computazionale di un paese che sta investendo massicciamente nella digitalizzazione della propria economia manifatturiera.

SLAIF (Slovenia)

SLAIF sarà ospitata in un nuovo data center costruito da ARNES vicino alla centrale idroelettrica di Mariborski otok, una scelta che non è solo logistica ma anche simbolica: energia rinnovabile come infrastruttura abilitante per il calcolo AI. Il consorzio include cinque università slovene e la Camera di commercio del paese. La Slovenia è uno dei nodi più piccoli della rete per dimensione economica, ma la sua posizione come cerniera tra Europa centrale e Balcani le assegna un ruolo di ponte verso ecosistemi di innovazione emergenti.

BRAIN++ (Bulgaria)

Il Bulgarian Robotics and AI Nexus è ospitato a Sofia Tech Park e si compone di due elementi operativi in sinergia: Discoverer++, un supercomputer di nuova generazione per carichi AI avanzati, e la factory vera e propria, che punta a sviluppare LLM in lingua bulgara, AI per robotica, AI per l’osservazione spaziale e strumenti di conformità per l’AI affidabile. L’ambizione è diventare polo regionale per i Balcani, un’area dove la competenza tecnica esiste ma spesso emigra verso ovest per mancanza di infrastrutture.

AT:AI (Austria)

La factory austriaca, ospitata alla TU Wien di Vienna e coordinata da Advanced Computing Austria e AIT Austrian Institute of Technology, punta sull’integrazione dell’AI nei processi manifatturieri, con enfasi su pianificazione della produzione e quality assurance. Il profilo è coerente con la struttura industriale del paese, fortemente orientata alla meccanica di precisione e all’industria dei componenti.

Pharos (Grecia)

Il nodo greco è uno dei pochi della prima ondata a operare su un sistema già esistente anziché su hardware nuovo. Pharos copre scienze del mare, cambiamento climatico, turismo intelligente e patrimonio culturale digitale. La localizzazione geografica, affacciata sul Mediterraneo orientale, fa di questo nodo un osservatorio naturale per i dati ambientali di un bacino che concentra alcune delle più rapide trasformazioni climatiche del pianeta.

CZAI (Repubblica Ceca), LitAI (Lituania), NLAIF (Paesi Bassi), RO AI (Romania)

La terza ondata completa la copertura geografica dell’Europa centro-orientale. CZAI, con il suo ecosistema di ricerca applicata e industria dell’ingegneria, punta su manifattura e automazione. LitAI porta la piccola ma vivace comunità tech lituana nella rete, con focus su cybersecurity e servizi digitali pubblici. NLAIF inserisce nel sistema uno dei paesi con la più alta densità di infrastruttura internet al mondo e un ecosistema di startup AI molto attivo ad Amsterdam e dintorni. RO AI è forse la scommessa più ambiziosa della terza ondata: la Romania ha una comunità di ingegneri software numerosa e sottoutilizzata rispetto al potenziale, e una factory domestica potrebbe essere la leva per invertire il trend dell’emigrazione di talenti tecnici.

HealthAI e BSC AIF (Spagna)

La Spagna è presente con due factory distinte che riflettono due anime diverse. BSC AIF si appoggia al Barcelona Supercomputing Center, uno dei centri di calcolo più grandi d’Europa, con una tradizione decennale nel HPC applicato alle scienze della vita. 1HealthAI, come suggerisce il nome, è specializzata in AI per la salute, con accesso a uno dei sistemi sanitari pubblici più complessi e ben documentati del continente, una risorsa in termini di dati clinici che poche strutture europee possono eguagliare.

L’insieme di questi ventuno nodi, più le tredici antenne nei paesi associati, forma qualcosa che non esiste ancora altrove in Europa: una rete distribuita di potenza computazionale AI-ottimizzata, aperta per definizione a PMI e ricercatori, progettata per abbassare le barriere di accesso invece di alzarle. Il confronto con la struttura centralizzata dei grandi laboratori americani non è diretto: sono modelli diversi, con vantaggi e debolezze diverse.

Tutte le coordinate sono in gradi decimali WGS84, pronte per conversione diretta in coordinate SVG con una formula di proiezione. Se vuoi posso aggiornare direttamente il codice della mappa con questi valori precisi.

Sbagliando si impara, o si dovrebbe. Per anni il concetto di sicuro by design è stato invocato come principio guida e poi accantonato nell’urgenza di andare in produzione. AI offre l’occasione di non ricadere nella stessa trappola: questa volta il costo dell’errore sarebbe ancora più grave.

L’architettura prima di tutto

La domanda nei dipartimenti IT non è se adottare l’AI (questo non si discute), ma come farlo senza compromettere la tenuta dell’intera infrastruttura. Cesare Radaelli, Senior Director Channel Account di Fortinet, individua le sfide che le aziende stanno affrontando: “Abbiamo parlato di secure by design per anni, senza farlo davvero. Il rischio è di ricadere nello stesso errore. L’AI non è più una periferica dell’infrastruttura aziendale: ne è diventata parte integrante. Estendere la sicurezza esistente non basta. Serve un approccio architetturale, progettato da subito, con la consapevolezza che la crescita dell’AI nelle organizzazioni è più veloce dei processi e di qualsiasi tentativo di recupero tardivo”.

Fortinet ha indentificato nella convergenza tra networking e sicurezza la risposta strutturale: quando policy, telemetria e ispezione delle API operano su sistemi separati, l’AI genera lacune e nuove vulnerabilità (fonte: https://www.fortinet.com/uk/blog/secure-networking/ai-security-is-an-architectural-decision ). Il recente lancio di FortiOS 8.0 incarna questa filosofia: sistema operativo unificato, AI-governed e quantum-ready, ripensato dalle fondamenta per un’era in cui l’AI non è più un esperimento (fonte: https://www.fortinet.com/uk/blog/security-architecture/fortios-8-redefining-secure-networking-in-the-ai-and-quantum-era).

Cesare Radaelli, Senior Director Channel Account di Fortinet

The Shadow AI che cresce dentro l’azienda

Mentre i team IT discutono di framework, i dipendenti usano già strumenti AI pubblici fuori da qualsiasi controllo: è la shadow AI, uno dei rischi più immediati per le imprese moderne (fonte: https://www.fortinet.com/uk/blog/secure-networking/shadow-ai-the-invisible-risk-growing-inside-your-organization ). “La shadow AI – dice Radaelli – è un fenomeno in forte espansione, e la sua pericolosità è proporzionale alla superficialità con cui viene percepita. Chi inserisce dati aziendali in un motore esterno tende a credere che le risposte siano corrette a prescindere. Manca l’occhio critico. Non si può bloccare il fenomeno, ma lo si può governare: visibilità sulle applicazioni in uso, protezione con i FortiGuard Labs, controllo preventivo grazie alla componente DLP”.

Il problema non è solo tecnico: è regolatorio. L’AI Act europeo richiede di identificare i sistemi AI e dimostrare un presidio concreto. Se l’uso avviene fuori dai processi approvati, non può essere catalogato né governato. Il divario è strutturale: non manca la policy, manca la visibilità per applicarla.

Il distributore come orchestratore

Il canale è chiamato a un salto qualitativo che va ben oltre la funzione di intermediario. Lorenzo Reali, Vendor Alliances Director di Exclusive Networks Italia, lo descrive con chiarezza: “Oggi Exclusive Networks fa anche distribuzione, ma è diventata solo una parte di ciò che siamo. Non siamo più l’abilitatore della supply chain, ma un orchestratore di ecosistema. Infrastrutture, cybersecurity, cloud e intelligenza artificiale convergono in un unico modello operativo, e il nostro compito è guidare partner e vendor come trusted advisor, non come intermediari di prodotto”.

Il passaggio dal CapEx all’OpEx e dal prodotto al fatturato ricorrente impone ai partner un cambio di paradigma per il quale serve accompagnamento, non solo catalogo. Exclusive Networks risponde con un ecosistema di servizi finanziari e professionali pensato per ridurre il gap tra velocità dell’innovazione AI e capacità del canale di tradurla in progettualità sostenibili.

Lorenzo Reali, Vendor Alliances Director di Exclusive Networks Italia

Sovranità, cloud e il nodo irrisolto del dato

La tensione più profonda riguarda il dato: come sfruttare la potenza dell’AI generativa senza perderne il controllo. “Stiamo assistendo – dice Reali – a un mix and match tra paradigmi che sembravano incompatibili: cloud pubblico, private cloud, edge computing. Le aziende chiedono infrastrutture scalabili e sicure, ma che non compromettano visibilità e controllo. L’AI richiede un paradigma senza confini; la gestione del dato ne richiede di precisi. Lavorare su questo equilibrio è il cuore di ciò che facciamo insieme a Fortinet”.

“Non vedo oggi un’azienda che possa essere competitiva e di successo senza un principio di cybersecurity governato in modo strutturale – afferma Radaelli –; la sicurezza non è più un elemento distintivo: è un presupposto. Chi la integra nell’architettura fin dall’inizio acquisisce un vantaggio competitivo reale. Fortinet ha costruito una piattaforma integrata per accompagnare questa trasformazione, garantendo continuità tra ciò che le aziende sono già e ciò che dovranno diventare”.

Il canale come punto di sintesi

AI, cybersecurity e compliance non sono tre temi separati: sono tre dimensioni di uno stesso problema, e il canale è il luogo in cui deve trovare risposta concreta. “Sembrano tre mondi distinti – dice Reali – ma non possono essere affrontati separatamente. I partner vengono da noi con questa complessità già intrecciata, e il nostro compito è trasformarla in soluzioni concrete, implementabili e conformi alle normative. La collaborazione con Fortinet va in questa direzione: semplificare la complessità per consentire alle imprese di adottare l’AI in modo sicuro, efficiente e governabile”.

La posta in gioco, per chi opera nel canale IT italiano, non è semplicemente cogliere un’opportunità di mercato: è decidere quale ruolo giocare in una transizione che sta ridisegnando le regole della competitività. La risposta comincia sempre dallo stesso punto: un’architettura pensata per durare, non per rincorrere.

Digitalic per

Il Chips Act 2.0 è la nuova fase della strategia europea sui semiconduttori: non un semplice aggiornamento burocratico del primo European Chips Act, ma il tentativo di correggere una debolezza strutturale che l’accelerazione dell’intelligenza artificiale ha reso impossibile da ignorare. Il primo Chips Act europeo, entrato in vigore nel settembre 2023, era nato per rafforzare l’ecosistema dei semiconduttori nell’Unione Europea, aumentare la resilienza delle supply chain, ridurre le dipendenze esterne e contribuire all’obiettivo di raddoppiare la quota europea del mercato globale dei chip fino al 20%. (Strategia Digitale Europea)

Quel piano era necessario, perché la crisi globale dei semiconduttori aveva mostrato una verità brutale: l’Europa possedeva industrie avanzatissime, dall’automotive alla robotica, dalla sanità all’energia, ma dipendeva in modo eccessivo da filiere esterne per componenti minuscoli eppure essenziali. Quando i chip mancavano, non si fermavano solo smartphone e computer; si fermavano automobili, macchinari industriali, dispositivi medici, reti, sistemi energetici, apparati di difesa, cioè pezzi interi dell’economia reale.

Il Chips Act 2.0 nasce da quella lezione, ma deve fare un passo più ambizioso: non basta più chiedersi quanti chip verranno prodotti in Europa, bisogna chiedersi quanti chip verranno pensati in Europa. Perché nell’era dell’AI il semiconduttore non è più soltanto un componente industriale; è la radice materiale dell’intelligenza artificiale, il punto in cui si incontrano modelli, cloud, data center, energia, memoria, networking, software e sicurezza.

Senza chip adeguati non esistono grandi modelli linguistici; senza acceleratori efficienti non esistono agenti AI sostenibili; senza architetture progettate per l’inferenza, la memoria, la bassa latenza e l’efficienza energetica, l’intelligenza artificiale resta concentrata nelle mani di chi possiede le piattaforme hardware e software su cui tutto gira. Per questo il Chips Act 2.0 dovrebbe essere molto più di un piano per costruire fabbriche: dovrebbe diventare il piano con cui l’Europa decide se vuole essere anche un continente capace di progettare l’infrastruttura dell’AI.

Chips Act 2.0: il problema non è solo fabbricare chip, ma sapere cosa metterci dentro

L’Europa ha passato gli ultimi anni a parlare di fabbriche di semiconduttori come se fossero la risposta definitiva alla propria dipendenza tecnologica; nuove linee produttive, investimenti pubblici, accordi con grandi player globali, impianti in Germania, Francia, Italia, Olanda, packaging avanzato, litografia, materiali, supply chain, una mappa industriale che sembra finalmente voler uscire dalla rassegnazione di chi regola molto e produce poco. Ma chi progetterebbe davvero i chip che quelle fabbriche dovrebbero produrre?

È qui che il dibattito sul Chips Act 2.0 diventa interessante, perché non riguarda soltanto la prossima fase della politica industriale europea, ma il posto che l’Europa vuole occupare nella nuova economia dell’intelligenza artificiale. Patrick Vandenameele, nuovo CEO di imec, il grande centro belga di ricerca sui semiconduttori, ha chiesto che il futuro piano europeo sui chip dia più peso al design dei chip AI, alla proprietà intellettuale e alla nascita di aziende europee capaci di progettare i “Nvidia del futuro”; secondo Vandenameele, il Chips Act 2.0 dovrebbe valorizzare anche i punti di forza europei nell’equipment e nel design, con aziende come ASML, ASM, BESI ed EV Group.

Un chip non è soltanto una lastra di silicio incisa con precisione quasi metafisica; è una scelta di architettura, una gerarchia di memoria, un modello di comunicazione tra componenti, un compromesso tra energia e prestazioni, un insieme di brevetti, librerie software, tool di sviluppo, ottimizzazioni, compiler, relazioni con il cloud e con i modelli che dovranno girarci sopra. La fabbrica produce il corpo, ma il design disegna il cervello; senza quel cervello, la sovranità tecnologica diventa una catena di montaggio ben finanziata, però orientata da idee, standard e piattaforme nate altrove.

Dal Chips Act al Chips Act 2.0: perché l’Europa non ha ancora creato una Nvidia europea

Il primo European Chips Act ha avuto il merito di riportare i semiconduttori al centro della politica industriale europea. Non era scontato. Per anni il chip è stato percepito come un tema da ingegneri, da supply chain manager, da aziende dell’elettronica; poi la pandemia, la crisi delle forniture, la guerra tecnologica tra Stati Uniti e Cina e l’esplosione dell’intelligenza artificiale hanno mostrato che il semiconduttore è diventato una questione di sovranità, competitività e potere.

Il primo Chips Act ha stabilizzato una parte del discorso europeo: ricerca, linee pilota, capacità produttiva, monitoraggio delle supply chain, strumenti per reagire alle crisi, investimenti nell’ecosistema. La Commissione europea presenta il piano come un passaggio chiave per rafforzare la sovranità tecnologica dell’Unione, ma proprio il passaggio verso il Chips Act 2.0 mostra che quella prima risposta non basta più. (Strategia Digitale Europea)

Il limite non è aver puntato sulla produzione. Sarebbe ingeneroso e sbagliato. La produzione serve, perché senza capacità industriale il continente resta esposto a shock geopolitici, strozzature logistiche e dipendenze difficili da governare. Il limite è pensare che la produzione, da sola, equivalga alla sovranità.

Nvidia dimostra esattamente il contrario. Nvidia non domina l’AI perché possiede semplicemente le fabbriche dove vengono realizzati fisicamente i suoi chip, che infatti sono prodotti da TSMC; domina perché progetta architetture, controlla CUDA, coordina hardware e software, definisce roadmap, orienta gli sviluppatori, costruisce domanda e impone uno standard di fatto. È la stessa logica raccontata da Digitalic nell’analisi su NVIDIA GTC 2026: Jensen Huang non vende più solo acceleratori, ma il progetto di una nuova industria pesante dell’intelligenza artificiale.

La differenza è quella che passa tra possedere una tipografia e possedere l’alfabeto. La tipografia è necessaria per stampare libri, ma chi decide l’alfabeto, la grammatica e la lingua in cui quei libri vengono scritti ha un’influenza molto più profonda. Nel mondo dei chip AI, l’alfabeto è l’architettura; la grammatica è il software; la lingua è l’ecosistema.

Chips Act 2.0 e chip design: la vera politica industriale dell’AI

Quando si parla di design dei chip si rischia di immaginare un’attività puramente tecnica, quasi confinata nei laboratori, lontana dai grandi temi politici e industriali. In realtà il design è una forma concentrata di politica industriale, perché decide dove si crea valore e dove si accumula competenza.

Ogni architettura proprietaria genera attorno a sé strumenti, brevetti, supply chain, librerie, formazione, partner, clienti, standard. Un’azienda che progetta chip non produce solo componenti: produce un linguaggio tecnico su cui altri costruiranno. È per questo che il Chips Act 2.0 dovrebbe essere meno ossessionato dal simbolo della fabbrica e più attento alla creazione di ecosistemi.

Servono capitali pazienti, certo, ma servono anche domanda pubblica e privata, procurement intelligente, università collegate alle imprese, fondi per scale-up deep tech, percorsi di industrializzazione più rapidi, semplificazione amministrativa, accesso a pilot line, capacità di packaging avanzato e soprattutto un mercato europeo disposto a comprare tecnologia europea quando questa è competitiva.

Science|Business ha riportato che l’industria europea chiede proprio un Chips Act 2.0 capace di collegare meglio ricerca e deployment, con maggiore attenzione alla fase in cui l’innovazione esce dai laboratori, entra nelle imprese, scala sul mercato e diventa prodotto. (sciencebusiness.net)

Questa è spesso la distanza che separa l’Europa dagli Stati Uniti. L’Europa finanzia programmi; gli Stati Uniti costruiscono mercati. L’Europa crea consorzi; la Silicon Valley crea piattaforme. L’Europa eccelle nella ricerca; altri trasformano quella ricerca in standard globali. Il Chips Act 2.0 può essere l’occasione per interrompere questo ciclo, ma solo se smette di pensare al chip come a un prodotto e comincia a pensarlo come a un ecosistema.

Il rischio europeo: diventare l’officina intelligente degli altri

Il rischio non è che l’Europa resti senza semiconduttori. Il rischio è più sofisticato: diventare una grande officina intelligente, piena di competenze, macchinari, ingegneri, centri di ricerca e stabilimenti avanzati, ma priva del baricentro strategico che decide quali chip servono, a quali modelli, per quali industrie, con quali standard e con quale valore economico trattenuto nel continente.

È una situazione già vista in altri settori tecnologici. L’Europa ha spesso prodotto eccellenza industriale, ma ha lasciato che piattaforme, sistemi operativi, cloud, app store, social network e modelli di business fossero disegnati altrove; ha creato regole, ma non abbastanza campioni globali; ha difeso i diritti, ma non sempre ha costruito le infrastrutture su cui quei diritti potessero diventare vantaggio competitivo.

Con l’intelligenza artificiale, però, questo schema diventa più pericoloso. L’AI non è una normale applicazione digitale, perché si appoggia a una catena materiale enorme: data center, energia, raffreddamento, chip, memoria, networking, software di orchestrazione, modelli, dati, sicurezza. Digitalic lo ha raccontato parlando della fame infrastrutturale di Anthropic: dietro gli assistenti intelligenti non c’è una nuvola astratta, ma una nuova industria fisica fatta di megawatt, GPU, spazio e sovranità.

In questo contesto, il design dei chip non è una nicchia tecnica per addetti ai lavori; è il luogo in cui si decide il costo dell’intelligenza, la sua efficienza, la sua scalabilità, la sua autonomia e, in ultima analisi, la sua distribuzione economica. Chi progetta il chip decide quali workload saranno favoriti, quali modelli saranno più convenienti, quali settori potranno adottare l’AI con maggiore rapidità; chi non progetta, paga licenze, margini e dipendenze.

Perché il Chips Act 2.0 deve guardare all’AI industriale

Il vecchio dibattito sui chip europei era spesso legato all’automotive, all’industria, ai microcontrollori, ai sensori, ai semiconduttori di potenza, cioè a settori dove l’Europa ha competenze reali e filiere rilevanti. Ma l’intelligenza artificiale ha spostato l’asse verso un nuovo tipo di domanda: acceleratori, memoria ad alta banda, interconnessioni, packaging avanzato, chiplet, sistemi per inferenza, infrastrutture per agenti, processori specializzati per modelli sempre più complessi.

Questo non significa abbandonare i punti di forza tradizionali. Al contrario: proprio perché l’Europa è forte nell’industria, nella manifattura, nell’automotive, nella robotica, nell’energia, nella sanità e nell’aerospazio, dovrebbe progettare chip AI pensati per quei settori, non inseguire semplicemente il modello americano del data center hyperscale.

Qui si apre una via europea possibile: non copiare Nvidia sul suo terreno, ma costruire architetture specializzate per l’AI industriale, l’edge, la robotica, la sensoristica, l’efficienza energetica, la sicurezza, la bassa latenza, la sovranità dei dati.

Il Chips Act 2.0 dovrebbe quindi aiutare l’Europa a scegliere dove può diventare davvero indispensabile. Non ovunque, ma nei punti in cui il continente ha competenze, domanda industriale, capacità scientifica e una reale possibilità di leadership. Per l’AI, questa scelta potrebbe voler dire puntare su chip per inferenza efficiente, edge AI industriale, robotica, automotive intelligente, sanità, cybersecurity hardware, semiconduttori di potenza per data center ed energia, sensori intelligenti, packaging avanzato, chiplet e architetture specializzate. Non è poco. Ma è diverso dal dire genericamente “facciamo chip”, perché una strategia senza priorità è spesso solo un catalogo di buone intenzioni.

Il Chips Act 2.0 deve creare domanda, non solo capacità produttiva

Un’altra illusione da evitare è quella secondo cui basti attrarre grandi foundry internazionali per risolvere il problema. Portare in Europa capacità produttiva avanzata è importante, ma non basta. Senza aziende europee che progettano chip competitivi, anche una fabbrica avanzata sul territorio rischia di produrre soprattutto per logiche industriali definite altrove.

La produzione locale aumenta resilienza e sicurezza di fornitura, ma non crea automaticamente sovranità progettuale. Perché una fabbrica diventi davvero strategica, deve essere alimentata da domanda, IP e prodotti nati nell’ecosistema che la ospita.

È qui che entrano in gioco le imprese europee. Il Chips Act 2.0 dovrebbe incentivare i grandi utilizzatori finali, automotive, manifattura, sanità, difesa, energia, telecomunicazioni, a co-sviluppare prodotti con designer europei di semiconduttori. Non basta finanziare chi progetta; bisogna creare clienti disposti a portare quei progetti sul mercato. Senza domanda, il design resta esercizio accademico; senza design, la domanda si rivolgerà sempre altrove.

L’Europa ha spesso pensato l’innovazione come una linea che parte dalla ricerca e arriva al mercato; nel caso dei chip AI, invece, deve diventare un circuito, nel quale le esigenze industriali tornano nei laboratori, i prototipi entrano nelle pilot line, le scale-up trovano capitale, i grandi gruppi acquistano, le pubbliche amministrazioni orientano domanda e standard. Solo così la ricerca smette di essere promessa e diventa potere economico.

L’AI agentica renderà il Chips Act 2.0 ancora più urgente

La nuova fase dell’intelligenza artificiale, quella degli agenti, renderà tutto questo ancora più urgente. Gli agenti AI non sono semplici chatbot più evoluti; sono sistemi che devono pianificare, ricordare, chiamare strumenti, interagire con software aziendali, gestire contesti lunghi, coordinare azioni e prendere decisioni intermedie. Digitalic lo ha raccontato nel passaggio verso l’AI agentica: l’AI non resta più in una finestra di chat, ma diventa livello operativo distribuito dentro prodotti, processi e infrastrutture.

Questa trasformazione cambia anche i chip. Un agente che lavora tutto il giorno in un’azienda non ha bisogno soltanto di picchi di potenza, ma di efficienza, memoria, latenza bassa, sicurezza, integrazione con database, strumenti, applicazioni, edge device, policy aziendali. L’AI agentica porterà il calcolo fuori dal solo data center hyperscale e lo distribuirà in ambienti industriali, dispositivi, reti, sistemi embedded e infrastrutture critiche.

Per questo l’Europa non deve leggere il design dei chip AI come una gara astratta con Silicon Valley e Shenzhen, ma come la condizione per portare l’intelligenza artificiale nei suoi settori reali. La manifattura europea non ha bisogno solo di modelli generativi spettacolari; ha bisogno di sistemi affidabili, verificabili, efficienti, integrati con macchine e processi. La sanità non ha bisogno solo di benchmark impressionanti; ha bisogno di sicurezza, privacy, tracciabilità, latenza e capacità di girare in ambienti regolati. L’energia non ha bisogno solo di AI nel cloud; ha bisogno di controllo distribuito, sensori, edge, resilienza.

Sono tutte domande di design. Non solo di produzione.

Chips Act 2.0 e sovranità AI: perché il silicio è diventato strategia

La sovranità AI europea non sarà mai soltanto questione di modelli linguistici, cloud o data center; sarà una catena nella quale ogni anello condiziona quello successivo. Se i modelli europei girano su chip progettati altrove, ospitati in cloud altrui, ottimizzati per software stack non europei e alimentati da infrastrutture non controllate, la sovranità resta parziale. Digitalic lo aveva già sintetizzato nel tema dell’autosufficienza AI: ogni volta che l’Europa importa modelli, chip o infrastrutture cloud, paga anche una dipendenza strategica.

Questo non significa chiudersi. L’autarchia tecnologica sarebbe una fantasia costosa e improduttiva. Significa però sapere dove bisogna essere indispensabili, dove bisogna possedere IP, dove conviene stringere alleanze e dove invece non si può dipendere da un solo fornitore o da una sola area geopolitica.

La sovranità matura non coincide con il fare tutto in casa; coincide con il non essere sostituibili nella propria parte della catena.

Da questo punto di vista, l’Europa ha alcuni asset formidabili. ASML è il collo di bottiglia più prezioso della litografia avanzata; imec è uno dei centri di ricerca più importanti al mondo; l’industria europea è fortissima nei sistemi embedded, nell’automazione, nell’automotive, nei sensori, nella meccatronica, nei semiconduttori di potenza. Ma questi asset devono essere connessi a una strategia di design AI, altrimenti restano eccellenze distribuite, non una piattaforma continentale.

La Cina lo ha capito in modo brutale, spinta anche dalle restrizioni americane sui chip; gli Stati Uniti lo hanno capito da tempo, trasformando Nvidia, AMD, Broadcom, Qualcomm e le big tech in pilastri di una potenza computazionale nazionale; l’Europa lo sta capendo, ma deve accelerare, perché l’AI non aspetta i tempi della burocrazia e perché le architetture che diventeranno standard nei prossimi anni stanno nascendo adesso.

La fabbrica senza cervello è il vecchio errore europeo

La formula può sembrare dura, ma è utile: l’Europa rischia di costruire fabbriche senza cervello. Non perché manchino competenze, al contrario; il continente ha scienziati, ingegneri, università, aziende e centri di ricerca di primissimo livello. Il problema è che queste competenze non sempre diventano piattaforme industriali capaci di competere su scala globale.

La fabbrica senza cervello è una metafora del vecchio errore europeo: pensare che basti avere capacità produttiva per avere potere tecnologico, come se il valore si fermasse al luogo in cui il prodotto viene fisicamente realizzato. Ma nella tecnologia contemporanea il valore si distribuisce in modo diverso: chi progetta cattura margini, chi definisce lo standard cattura ecosistema, chi controlla il software cattura dipendenza, chi possiede il cliente cattura mercato.

La fabbrica resta fondamentale, ma non è più sufficiente. Nel mondo dell’AI, la produzione deve essere accompagnata da capacità progettuale, altrimenti l’Europa rischia di diventare una piattaforma di esecuzione per strategie altrui. Un continente che sa incidere il silicio, ma non sempre decide quale intelligenza quel silicio dovrà contenere.

Il vero obiettivo del Chips Act 2.0: costruire cervelli industriali europei

Il Chips Act 2.0 dovrebbe allora avere un obiettivo più ambizioso: non solo aumentare la quota europea nella produzione globale di semiconduttori, ma creare cervelli industriali europei nel design dei chip AI. Questo significa sostenere start-up e scale-up, ma anche favorire la nascita di grandi piattaforme; significa finanziare IP, ma anche creare mercati; significa mettere insieme università e imprese, ma anche chiedere ai grandi gruppi europei di diventare clienti coraggiosi; significa semplificare, concentrare, scegliere, misurare l’impatto non solo in euro investiti, ma in prodotti venduti, brevetti posseduti, ecosistemi creati, talenti trattenuti.

Il punto non è nazionalistico. È industriale. Se l’AI diventa l’infrastruttura generale dell’economia, allora il chip diventa una delle sue radici materiali; chi non possiede almeno alcune radici dovrà sempre negoziare la propria crescita con chi controlla il terreno.

L’Europa può ancora giocare una partita importante. Non parte da zero. Ha ASML, imec, STMicroelectronics, Infineon, NXP, Soitec, CEA-Leti, Fraunhofer, università eccellenti, industria avanzata, domanda B2B sofisticata, settori applicativi in cui l’AI può diventare vantaggio competitivo. Ma deve collegare questi punti in una strategia più coraggiosa, nella quale il design non sia un capitolo tecnico, ma il cuore politico del progetto.

Perché la prossima sovranità europea non sarà misurata soltanto dal numero di fabbriche inaugurate, ma dalla quantità di intelligenza progettuale che il continente saprà trattenere. Non basterà dire che i chip vengono prodotti in Europa; bisognerà poter dire che sono pensati in Europa, ottimizzati per le sue industrie, protetti dalla sua proprietà intellettuale, integrati nei suoi cloud, nei suoi robot, nei suoi sistemi sanitari, nelle sue reti energetiche, nelle sue piattaforme industriali.

Il Chips Act 2.0 può essere il momento in cui l’Europa smette di inseguire la fabbrica come simbolo e comincia a costruire il cervello come strategia. Perché nell’era dell’intelligenza artificiale, chi progetta il chip non disegna soltanto un componente: disegna una parte del futuro.

Alibaba ha presentato un nuovo chip per l’intelligenza artificiale lo Zhenwu M890, vero, ma c’è un modo più profondo e molto  più interessante, per leggere questa notizia e ci aiuta a capire (davvero) cosa sta succedendo nella tecnologia globale: la Cina sta trasformando le restrizioni americane sui semiconduttori in una politica industriale, e Alibaba sta provando a fare con l’AI quello che le grandi potenze tecnologiche fanno quando capiscono che il futuro non si compra più, si costruisce.

Il nuovo chip si chiama Zhenwu M890, è stato sviluppato da T-Head, la divisione semiconduttori di Alibaba, ed è pensato per una nuova categoria di carichi di lavoro: non la semplice inferenza, non il chatbot che risponde a una domanda, ma gli agenti AI, cioè sistemi software capaci di svolgere attività complesse, mantenere memoria di lunghi contesti, coordinarsi con altri modelli e portare avanti processi articolati con una supervisione umana sempre più ridotta. La notizia è stata riportata da Reuters, che ha inserito il lancio dentro la più ampia strategia cinese di sviluppo di alternative domestiche ai chip Nvidia. (Per capire meglio il quadro Geopolitico di riferimento potete ascoltare la puntata “Inizia la guerra fredda dell’AI” del podcast DigitMondo)

Oggi cambia la natura della competizione: perché se la prima fase dell’intelligenza artificiale generativa è stata dominata dalla corsa ai grandi modelli linguistici, la seconda fase sarà dominata dalla capacità di farli lavorare davvero. Non basta più generare un testo, un’immagine, una riga di codice: bisogna orchestrare flussi, gestire strumenti, prendere decisioni…

È il passaggio che Digitalic ha già raccontato analizzando Google I/O 2026 e la trasformazione di Gemini in sistema operativo invisibile dell’AI agentica: il chatbot era una stanza separata, l’agente attraversa le stanze, apre porte, prende oggetti, confronta documenti e torna non solo con una risposta, ma con un’azione completata. In altre parole, l’AI sta smettendo di essere una finestra di chat e sta diventando un’infrastruttura operativa. Il chip di Alibaba va letto qui, non nella cronaca di prodotto.

Il chipZhenwu M890 di Alibaba come dichiarazione geopolitica

Lo Zhenwu M890 arriva in un momento in cui il rapporto tra Stati Uniti e Cina sui semiconduttori è diventato uno dei fronti centrali della nuova competizione tecnologica. Le restrizioni americane all’esportazione dei chip più avanzati verso la Cina hanno colpito direttamente la possibilità delle aziende cinesi di accedere alle GPU Nvidia più potenti. Il risultato, prevedibile ma non banale, è che Pechino ha accelerato lo sviluppo di alternative domestiche.

Questo è lo stesso scenario che Digitalic ha definito la Guerra fredda dell’AI iniziata a Pechino, dove il punto non è più soltanto chi vende più chip, ma chi controlla la capacità di calcolo su cui si costruisce l’intelligenza artificiale nazionale.

Alibaba non è sola; Huawei e altri attori cinesi stanno lavorando a processori e acceleratori AI capaci di ridurre la dipendenza dall’ecosistema Nvidia. Ma Alibaba ha una caratteristica particolare: non è solo un produttore di chip, è un gigante del cloud, dell’e-commerce, dei servizi digitali, dei modelli linguistici e dell’infrastruttura enterprise. Questo significa che può provare a costruire una filiera verticale: chip proprietari, modelli proprietari, cloud proprietario, piattaforma per clienti enterprise.

È qui che il lancio dello Zhenwu M890 diventa molto più interessante. Non siamo davanti a un singolo componente, ma a un pezzo di una strategia industriale. Nel mondo dei chip, la fiducia non nasce soltanto dalle prestazioni di oggi, ma dalla certezza che esista una strada per domani. Nvidia ha costruito il suo dominio anche così: non solo con GPU potentissime, ma con CUDA, librerie, sistemi, roadmap, ecosistema di sviluppatori, hardware e software che si inseguono con ritmo industriale.

Alibaba sta cercando di dire alle imprese cinesi: non dovete aspettare che Washington decida cosa potete comprare, potete iniziare a costruire su una catena tecnologica nazionale.

L’AI agentica ha bisogno di un’altra infrastruttura

Per capire perché questo chip sia stato presentato come pensato per l’AI agentica, bisogna uscire per un momento dalla retorica degli agenti e guardare alla loro realtà tecnica. Un agente AI non è semplicemente un modello più intelligente. È un sistema che deve ricordare, pianificare, chiamare strumenti, confrontare risultati, correggere errori, interagire con database, software aziendali, API, modelli diversi, ambienti di lavoro reali. Deve restare operativo per tempi più lunghi, non per pochi secondi. Deve mantenere coerenza su processi articolati, non su una singola risposta.

Per questo i workload agentici sono esigenti in modo diverso rispetto alla classica inferenza. Richiedono memoria, banda, comunicazione tra acceleratori, gestione del contesto, bassa latenza e capacità di far lavorare più componenti in modo simultaneo.

È un passaggio importante, perché racconta dove sta andando l’infrastruttura AI. Il futuro non sarà fatto soltanto da modelli più grandi, ma da sistemi più persistenti. Non soltanto da prompt migliori, ma da processi più autonomi. Non soltanto da GPU più veloci, ma da architetture capaci di sostenere software che lavora, decide, richiama informazioni e agisce.

Alibaba non vende un chip, costruisce uno stack

La presentazione dello Zhenwu M890 va letta insieme ad altri tasselli: server, cloud, modelli linguistici, servizi enterprise. Alibaba non sta semplicemente dicendo “abbiamo un chip”. Sta dicendo “abbiamo il chip, il server, il modello, il cloud, la piattaforma”. È il tentativo di costruire uno stack completo, un ecosistema in cui ogni livello rafforza quello successivo.

In Occidente siamo abituati a raccontare l’AI come una gara tra nomi: OpenAI, Google, Anthropic, Meta, Nvidia. Ma la vera competizione si gioca sempre più tra stack, non solo tra modelli. È la stessa logica che si vede nella corsa alle AI factory di Nvidia, raccontata da Digitalic nell’analisi su NVIDIA GTC 2026 e l’ingresso dell’AI nell’era industriale: Jensen Huang non presenta più un chip, ma un sistema industriale fatto di GPU, CPU, networking, software, rack, gemelli digitali e data center progettati come fabbriche di intelligenza. Alibaba sta provando a costruire la versione cinese di questa continuità industriale. Non necessariamente identica, non necessariamente migliore, ma strategicamente autonoma.

Il dopo-Nvidia non significa la fine di Nvidia

Naturalmente bisogna evitare un equivoco: dire che la Cina prepara il dopo-Nvidia non significa dire che Nvidia sia superata… al contrario: Nvidia resta il punto di riferimento globale dell’AI computing. Ha un vantaggio tecnologico, software, ecosistemico e commerciale enorme., ha costruito negli anni una piattaforma che non si replica con un singolo chip, perché non è fatta soltanto di transistor, ma di librerie e sviluppatori e soprattutto  fiducia del mercato.

Proprio per questo la Cina non sta provando semplicemente a copiare Nvidia, ma sta provando a ridurre la dipendenza da Nvidia, è diverso. Una cosa è battere il leader globale sul piano assoluto, un’altra è creare un’alternativa sufficiente per il proprio mercato interno, abbastanza performante da sostenere modelli nazionali, servizi cloud nazionali, clienti enterprise nazionali e obiettivi strategici nazionali.

La differenza è fondamentale. In un mondo senza restrizioni, le aziende cinesi avrebbero probabilmente continuato a comprare le migliori GPU disponibili. In un mondo in cui l’accesso ai chip diventa variabile politica, il calcolo cambia. Anche una soluzione meno perfetta, se disponibile, controllabile e migliorabile nel tempo, può diventare strategicamente preferibile. Ogni limitazione americana è pensata per rallentare la Cina, ma ogni limitazione, nel lungo periodo, produce anche un incentivo a sostituire ciò che non può più essere acquistato liberamente.

La sovranità tecnologica diventa infrastruttura quotidiana

Per anni abbiamo parlato di sovranità digitale come se fosse un concetto astratto, quasi politico nel senso più distante del termine. Dati, cloud, identità, reti, sicurezza. Poi è arrivata l’intelligenza artificiale e ha reso tutto più concreto. La sovranità non è più solo dove sono conservati i dati. È chi possiede i chip che addestrano i modelli. Chi controlla i data center che li fanno funzionare. Chi decide quali modelli possono essere eseguiti, a quale costo, con quali vincoli, con quale continuità

Il caso Alibaba  e del chip Zhenwu M890, mostra che la sovranità tecnologica non è uno slogan da conferenza. È una distinta base. È fatta di acceleratori, memoria, rack, modelli, cloud region, supply chain, software di orchestrazione, clienti industriali, roadmap pubbliche e miliardi di investimento.

La Cina lo ha capito da tempo, gli Stati Uniti lo hanno capito ancora prima, l’Europa, invece, rischia spesso di capirlo a metà: molto attenta alla regolazione, meno alla capacità industriale di costruire gli strumenti regolati. Ma l’AI non si governa soltanto scrivendo norme. Si governa anche possedendo infrastrutture.

Un chip non è neutrale, e non perché abbia un’ideologia, ma perché incorpora una dipendenza: se il tuo modello gira solo su hardware straniero, se il tuo cloud dipende da fornitori esterni, se la tua capacità di addestramento è vincolata a licenze geopolitiche, allora anche la tua innovazione diventa condizionata. Alibaba, con lo Zhenwu M890, manda un messaggio molto chiaro: la Cina non vuole che il suo futuro agentico dipenda dal permesso di qualcun altro.

Dalla chip war alla agent war

La formula “guerra dei chip” è ormai entrata nel linguaggio comune, ma forse siamo già oltre. La guerra dei chip sta diventando una guerra degli agenti.

Se l’AI agentica diventerà davvero il prossimo paradigma dell’informatica aziendale, allora il vantaggio competitivo non sarà solo avere modelli capaci di rispondere, ma sistemi capaci di lavorare. Un agente che gestisce una supply chain, supporta un ufficio legale, automatizza processi finanziari  ha bisogno di una base computazionale stabile. Chi controlla quella base controlla una parte crescente del lavoro digitale.

Questo spiega perché Alibaba non abbia presentato il chip come un generico acceleratore AI, ma come un processore per gli agenti. È una scelta narrativa, certo, ma anche strategica: significa posizionarsi non sul mercato di ieri, ma su quello che tutti immaginano sarà il mercato di domani.

La prima ondata dell’AI generativa ha premiato chi aveva i modelli più sorprendenti, la seconda premierà chi riuscirà a portarli dentro le aziende. In quel mondo il problema non sarà soltanto “quanto è intelligente il modello?”, ma “quanto costa farlo lavorare tutto il giorno?”

L’Europa davanti allo specchio

La notizia del chip Zhenwu M890 di Alibaba dovrebbe interessare molto anche l’Europa e non perché l’Europa debba imitare la Cina, ma perché deve smettere di pensare che la sovranità tecnologica possa essere solo una questione normativa. Il dibattito europeo sui chip è spesso concentrato sulla produzione. Fabbriche, foundry, capacità manifatturiera. Tutto giusto, ma produrre non basta, se non si progetta.

In questo senso, Alibaba mostra una lezione utile: la sovranità non nasce da un singolo anello della catena, ma dalla connessione tra gli anelli. Chip, cloud, modelli, clienti, piattaforme, sviluppatori. È questa continuità che può trasformare un annuncio in una strategia.

Per l’Europa, la domanda diventa: vogliamo essere solo il mercato regolato dell’AI globale, o anche uno dei luoghi in cui l’AI viene progettata, addestrata, eseguita e industrializzata? Perché se l’intelligenza artificiale diventa infrastruttura, allora non basta stabilire le regole della strada: bisogna anche costruirle quelle strade.

AI, la Cina non aspetta più

Lo Zhenwu M890 non va giudicato solo chiedendosi se sia meglio o peggio di una GPU Nvidia, sarebbe una domanda incompleta, quello che conta è che oggi la Cina sta costruendo una capacità autonoma sufficiente per sostenere la propria transizione verso l’AI agentica… almeno per ora, sembra essere: ci sta provando con grande determinazione. Le restrizioni americane volevano rallentare la corsa cinese. In parte lo hanno fatto. Ma hanno anche prodotto un effetto collaterale: hanno reso la dipendenza tecnologica impossibile da ignorare. Da quel momento, per la Cina, costruire chip nazionali non è più stato soltanto conveniente. È diventato necessario.

Il 7 marzo 2026, alle 12 e 44 del pomeriggio californiano, Caitlin Kalinowski pubblica su X un post di poche righe che scuote l’industria dell’intelligenza artificiale: “Mi sono dimessa da OpenAI”. Sotto, la frase che diventerà la cifra della sua scelta: l’AI ha un ruolo importante nella sicurezza nazionale, ma la sorveglianza degli americani senza controllo legale e le armi autonome senza autorizzazione umana sono linee che meritavano più attenzione di quanta ne abbiano ricevuta”. Tre giorni prima, OpenAI aveva annunciato un accordo per lasciare usare i suoi modelli sulla rete classificata del Pentagono; pochi giorni prima ancora, Anthropic aveva detto no a condizioni analoghe e si era ritrovata fuori dal perimetro dei contratti federali, con Donald Trump che ordinava a tutte le agenzie di smettere immediatamente di usarne la tecnologia. Kalinowski non era una ricercatrice di basso profilo né una voce isolata della safety. Era la responsabile della divisione hardware e robotica di OpenAI, la persona scelta personalmente per costruire il braccio fisico dell’azienda, una delle pochissime donne nei piani alti dell’AI mondiale.

Caitlin Kalinowski

La carriera di Caitlin Kalinowski

Per capire il peso del gesto bisogna guardare al curriculum, perché Kalinowski non è una figura uscita dalle aule di filosofia morale, ma una product design engineer di formazione, una che ha passato vent’anni a far funzionare le cose. Stanford 2007, ingegneria meccanica; prima ancora una parentesi alla startup OQO, dove lavora al primo computer ultra-mobile della storia. Poi Apple, dove diventa technical lead sul Mac Pro e sul MacBook Air, e parte integrante del team che ha portato in produzione l’unibody del MacBook Pro: i brevetti depositati in quegli anni, in particolare quelli sull’area di apertura del MacBook Air e sull’architettura dei coperchi inferiori, sono ancora oggi alla base del modo in cui Apple costruisce i suoi laptop. Nel 2014, dopo l’acquisizione di Oculus da parte di Facebook, passa alla nuova Reality Labs e per undici anni guida prima il VR Hardware (Oculus Rift, Go, Rift S, Quest 2, controller Touch) e poi l’AR Hardware, la divisione che sta progettando gli occhiali intelligenti del futuro Meta. A novembre 2024 il salto: OpenAI la nomina capo dell’hardware e della robotica, le affida il rilancio della corporeità di un’azienda nata software-first. La nomina viene letta come un segnale strategico, quasi geologico: OpenAI vuole entrare nel mondo fisico e va a prendere chi quel mondo lo conosce.

Aggiungete un elemento: Kalinowski è una delle voci più riconoscibili della comunità delle donne ingegnere in Silicon Valley, siede nel board di Wogrammer, è nell’advisory di Lesbians Who Tech, tiene lezioni alla Stanford School of Engineering e all’Hasso Plattner Institute of Design. Una figura che ha investito tempo nel costruire visibilità per chi nei team hardware è quasi sempre minoranza. Quando si dimette, non lo fa nell’ombra di un dipendente sostituibile; lo fa con il capitale reputazionale di chi ha passato la vita a dimostrare che si può stare nei posti in cui non c’è quasi nessuno come lei.

L’accordo che ha spezzato l’AI

Il contesto è quello di una guerra silenziosa tra Pentagono e laboratori di frontiera che dura da mesi. A luglio 2025 il Department of Defense aveva firmato contratti fino a 200 milioni di dollari con Anthropic, Google, OpenAI e xAI per accelerare l’adozione dell’AI nella difesa. Anthropic aveva da subito mantenuto due restrizioni nel proprio usage policy: niente sorveglianza domestica di massa, niente armi completamente autonome. Restrizioni che il Pentagono aveva accettato per oltre sei mesi, durante i quali Claude era diventato, per stessa ammissione dell’azienda, il modello di frontiera più diffuso all’interno del dipartimento, usato per analisi di intelligence, pianificazione operativa, simulazioni, cyber operations. A metà febbraio 2026 qualcosa si rompe; il Pentagono chiede ad Anthropic di rimuovere quelle due righe e di consentire l’uso del modello “per tutti gli scopi legali”. Il 24 febbraio il Segretario alla Difesa Pete Hegseth dà a Dario Amodei tre giorni per cedere; il 26 Anthropic risponde che la nuova bozza contrattuale non risolve nulla; il 27 Trump ordina a tutte le agenzie federali di interrompere l’uso di Anthropic e classifica l’azienda come “supply chain risk”, una designazione fino ad allora riservata a fornitori legati a governi avversari. La vicenda l’abbiamo raccontata in dettaglio nell’articolo dedicato a Trump che dichiara guerra ad Anthropic.

Nello stesso giorno in cui Anthropic viene bandita, OpenAI annuncia di aver finalizzato un accordo classificato con il Pentagono. La sequenza è quella che fa parlare di tempismo: Anthropic dice no la mattina, OpenAI dice sì il pomeriggio. L’azienda di Altman sostiene che il proprio contratto contiene tre linee rosse esplicite (niente sorveglianza domestica di massa, niente armi letali autonome, niente decisioni ad alto rischio senza supervisione umana) e rivendica di avere “più paletti di qualsiasi accordo precedente per dispiegamenti classificati”. Pochi giorni dopo, Sam Altman ammette pubblicamente in un’intervista che l’operazione “ha avuto un’aria opportunistica e affrettata”; le ottiche, dice testualmente, non sono buone. È in quel preciso punto, dentro quella ammissione, che si inserisce il gesto di Kalinowski.

Il post di Caitlin Kalinowski

I resigned from OpenAI. I care deeply about the Robotics team and the work we built together. This wasn’t an easy call. AI has an important role in national security. But surveillance of Americans without judicial oversight and lethal autonomy without human authorization are…

— Caitlin Kalinowski (@kalinowski007) March 7, 2026

Il post di X del 7 marzo è breve, quasi spoglio. Non c’è polemica personale, non c’è un “j’accuse”, ma c’è una formula: “è una questione di principio, non di persone”. E c’è il rispetto per Altman e per il team. Il punto non è OpenAI come azienda; il punto è che certe decisioni, per Kalinowski, richiedevano un tempo di analisi che non c’è stato. Tre giorni di pressione politica, un ultimatum a un concorrente, una firma frettolosa, un dipendente di vertice che decide che quello non è il modo in cui si autorizza l’uso militare di un’intelligenza artificiale generativa.

L’aspetto più rivelatore è cosa Kalinowski non dice, non sostiene che l’AI non debba avere applicazioni nella difesa; al contrario, ammette esplicitamente che la sicurezza nazionale è un campo legittimo; non chiama in causa il management nei termini personali in cui altri hanno scelto di farlo; non parla di tradimenti, non evoca scenari apocalittici. La sua è la posizione classica del professionista che dice: c’erano due cose che andavano discusse a fondo, non sono state discusse a fondo, io non posso continuare a costruire hardware dentro un perimetro che ha accettato quel compromesso. Una postura tecnica, quasi notarile, che proprio per questo arriva con più forza di mille manifesti. Una traccia di questa scelta, e del clima che l’ha generata, si trova anche nell’episodio del nostro podcast dedicato a Trump VS Anthropic.

Geografia delle dimissioni

Kalinowski non è la prima a uscire dalle stanze dell’AI per ragioni di coscienza, ma è la prima a farlo dichiarando esplicitamente come motivo un contratto con il Pentagono. È un dettaglio sostanziale: nel corso del 2025 e del primo trimestre 2026 il mondo dei laboratori di frontiera ha visto un’emorragia di figure di alto profilo che hanno parlato di safety, di valori, di pressione produttiva, di crisi del modello di governance. Mrinank Sharma, responsabile della sicurezza AI di Anthropic, si era dimesso poche settimane prima con una lettera che mescolava riferimenti tecnici e citazioni di Rilke, una vicenda che abbiamo analizzato in questo articolo sulle dimissioni che scuotono il mondo dell’AI. Zoë Hitzig, ricercatrice di OpenAI, aveva lasciato denunciando sul New York Times la strategia pubblicitaria dell’azienda. Le uscite di Jan Leike e John Schulman dal team superalignment di OpenAI, due anni fa, avevano già aperto la stagione.

La differenza con Kalinowski è duplice. Primo, lei viene dall’hardware, non dalla safety: l’ostacolo al suo lavoro non era un dilemma di allineamento ma un contratto militare, un terreno su cui un product design engineer di solito non si pronuncia perché non è il suo. Secondo, parla in nome di un principio politico e costituzionale: il controllo giudiziario sulla sorveglianza dei cittadini, l’autorizzazione umana sull’uso letale della forza. Sono i due cardini storici del rapporto tra cittadini e Stato, importati dentro il problema dell’intelligenza artificiale; un’operazione che il dibattito tecnico tende a non fare, lasciandola alle ONG e ai costituzionalisti.

Cosa significa per chi guarda dall’Europa

Per il lettore italiano, abituato a sentire la sovranità digitale come un mantra istituzionale ed europeo, la vicenda Kalinowski apre una taglio interessante. Se persino dentro OpenAI, dove la sintonia con l’amministrazione americana è palese e dove gli incentivi economici a stare in silenzio sono enormi, una dirigente di primo livello decide che il confine tra applicazione militare lecita e sorveglianza domestica va difeso pubblicamente, allora la conversazione europea sui limiti dell’AI smette di essere una manifestazione di cautela un po’ provinciale e comincia a sembrare quello che è davvero, una proposta di architettura giuridica per un problema che riguarda chiunque. La legge italiana sull’AI, approvata nel 2025 e analizzata in dettaglio nel nostro pezzo sul DDL 1146, prevede del resto una deroga ampia per le attività di sicurezza e difesa nazionale; la domanda di Kalinowski, applicata al contesto europeo, sarebbe: con quale controllo, con quale autorizzazione umana, con quale supervisione giudiziaria?

C’è anche un piano commerciale, meno nobile ma altrettanto reale. Le aziende che oggi acquistano modelli di frontiera, che li integrano in pipeline aziendali, che li espongono ai propri clienti, hanno bisogno di sapere che i fornitori non firmeranno domani contratti che cambiano la natura del prodotto. Anthropic ha pagato un prezzo politico altissimo per mantenere quelle due righe; OpenAI ha incassato il contratto e si è trovata immediatamente con una dimissione di alto profilo, con un’ammissione pubblica del CEO che le ottiche non erano buone, con un dipartimento robotica decapitato proprio mentre l’azienda dichiarava di voler entrare nel mondo fisico. Il mercato osserva.

La Conferenza Google I/O 2026 si è giocata su due nomi che riassumo la nuova ambizione di Mountain View: Gemini Omni, il modello generativo multimodale che produce video a partire da qualsiasi input, e Gemini Spark, l’agente personale che lavora ventiquattro ore al giorno dentro Gmail, Calendar, Docs e Workspace. Tutto il resto del keynote, dalla nuova barra di ricerca agli occhiali Android XR con Samsung, ruota intorno a queste due idee principali, i nuovi pilastri dell’offerta Ai di Google; capirle bene significa capire dove sta andando l’intelligenza artificiale nel 2026. La cornice strategica è già stata raccontata su Digitalic nell’analisi pubblicata il 19 maggio; qui scendiamo dentro i due prodotti, distinguendo ciò che funziona davvero da ciò che resta una promessa.

Gemini Omni: cos’è il nuovo modello video di Google e come funziona

Dal palco dello Shoreline Amphitheatre, Demis Hassabis, CEO di Google DeepMind, ha presentato Gemini Omni con una frase che definisce l’intenzione di Google meglio di qualsiasi slogan: lo ha descritto come “il nostro nuovo modello che può creare qualsiasi cosa da qualsiasi input”, unendo l’intelligenza di Gemini con i modelli generativi Veo, Nano Banana e Genie.

La prima versione disponibile si chiama Gemini Omni Flash; accetta testo, immagini, audio e video in ingresso, e restituisce clip video di circa dieci secondi con audio sincronizzato. Sostituisce il vecchio Veo dentro l’app Gemini, ed è già accessibile via Google Flow, YouTube Shorts e l’app Gemini per gli abbonati Google AI. Chi vuole capire i retroscena tecnici può rileggere su Digitalic il funzionamento di Veo 3, il predecessore diretto di Omni.

La differenza rispetto ai generatori video precedenti non sta nella qualità grezza del pixel; sta nel modo in cui il modello viene interrogato. L’editing avviene in linguaggio naturale, dentro una chat: si dice “rimuovi la persona sullo sfondo”, “scalda la luce”, “sostituisci la voce narrante con una femminile”, e il modello rigenera la clip. Non ci sono timeline, livelli, maschere; c’è una conversazione.

Gemini Omni vs Veo e Sora: limiti reali e qualità dell’output

Tre numeri vanno tenuti a mente prima di farsi prendere dall’entusiasmo. Il primo: dieci secondi. Il tetto della durata, al momento del lancio, resta basso; Google non ha annunciato una tempistica per l’estensione. Il secondo: la qualità grezza dell’output. I primi test mostrano un’ottima aderenza al prompt e una buona capacità di editing in chat, ma la fedeltà visiva di Omni resta dietro a Seedance 2.0 di ByteDance; non siamo davanti a un salto di stato dell’arte, siamo davanti a un salto di interfaccia. Il terzo: la disponibilità. Omni Flash arriva prima per gli abbonati a Google AI, con un’estensione progressiva a Flow e Flow Music per Android e iOS. Crypto BriefingMedium

Dietro il claim “anything from anything” c’è quindi un cambio di paradigma reale, ma incompleto; il modello smette di essere un generatore monofunzione e diventa un sistema che ragiona attraverso media diversi. Il fatto che la qualità del singolo frame non sia ancora la migliore sul mercato è secondario, perché la partita che Google vuole vincere non è la corsa al fotorealismo, è la corsa all’integrazione conversazionale. Chi è abituato all’ecosistema dell’AI generativa lo riconoscerà subito: è la stessa logica che aveva portato Digitalic a dedicare attenzione a Movie Gen di Meta e a Luma Dream Machine, ma con una scala distributiva incomparabile.

Gemini Spark: cos’è l’agente AI personale di Google e a cosa serve

Se Omni guarda alla creazione, Spark guarda all’esecuzione. Google lo definisce “un agente AI personale  attivo ventiquattro ore su ventiquattro”, che funziona quando il computer è chiuso, che monitora la posta in arrivo, che esegue compiti ripetitivi senza chiedere conferma a ogni passo. Spark gira su Gemini 3.5 Flash e Antigravity, l’ambiente di sviluppo agentico di Google.

L’integrazione nativa è il punto di forza e il punto di debolezza. Spark si connette in modo trasparente a Gmail, Google Calendar, Drive, Docs, Sheets, Slides, YouTube e Google Maps; gli utenti possono insegnargli compiti ricorrenti, come compilare ogni mese una lista di spese ricorrenti nascoste nell’estratto conto, o estrarre dai messaggi i deadline critici. Le connessioni sono disattivate per impostazione predefinita; vanno autorizzate una per una nelle impostazioni dell’app, secondo un modello opt-in che Google ha voluto sottolineare con insistenza dal palco.

Il prezzo, però, è la prima questione politica. Spark è incluso in Google AI Ultra, l’abbonamento da cento dollari al mese, e il debutto è limitato agli Stati Uniti per maggiorenni; per il resto del mondo, e per le aziende fuori dall’ecosistema Workspace, l’attesa è indefinita. Una cifra che ridisegna il posizionamento del prodotto: non è un assistente di massa, è un agente premium per chi vive dentro Google. Let’s Data Science

Gemini Spark vs ChatGPT Agent: chi vince fra gli agenti AI nel 2026

Il pubblico al quale Spark si rivolge è quello che già conosce Operator, ChatGPT Agent e gli altri agenti web; chi segue Digitalic ha letto l’analisi di ChatGPT Agent e quella di ChatGPT Atlas, e sa che lo spazio è affollato. Il vantaggio comparativo di Spark non è la potenza del modello, è la profondità dell’integrazione: nessun concorrente ha una connessione altrettanto nativa con Gmail, Calendar e Workspace, perché nessun concorrente possiede quei prodotti. Il rovescio della medaglia è speculare: chi lavora in Outlook, Slack, Salesforce o Notion non trova in Spark un alleato, trova un’isola.

Vale la pena rileggere la nostra introduzione agli agenti AI per inquadrare Spark nel paradigma più ampio: la differenza con un LLM tradizionale non è cosmetica, è strutturale; un agente non risponde, agisce. È esattamente il salto che Sundar Pichai ha sintetizzato sul palco parlando di “agentic Gemini era”.

AI Mode di Google: un miliardo di utenti e la fine del click

Il keynote ha puntato su due cifre, ed entrambe meritano attenzione. La prima: AI Mode ha superato il miliardo di utenti mensili a un anno dal lancio, con un volume di query che raddoppia ogni trimestre. La seconda: l’app Gemini è arrivata a novecento milioni di utenti attivi al mese, secondo i dati citati dalla stessa Google. Google

Sono numeri imponenti, ma raccontano solo metà della storia. Ventiquattro ore dopo il keynote, Google si è precipitata su X per difendere il futuro della propria search engine, replicando a un post virale del commentatore FearedBuck che parlava apertamente di “morte del web aperto”. Il punto critico non è se i link blu resteranno; è se gli utenti avranno ancora bisogno di cliccarli. I dati SISTRIX di marzo 2026 indicano un calo del click-through rate sulla prima posizione organica dal 27% all’11% sulle query con feature AI; SparkToro e Datos stimano che il 58,5% delle ricerche americane su Google si concluda ormai senza un singolo click in uscita. Chi pubblica contenuti online deve interrogarsi seriamente su cosa significhi essere visibili in un mondo in cui la risposta arriva prima del link. Tech2GeekLaunchcodex

L’analisi di Ben Thompson su Stratechery, intitolata significativamente “Google I/O, World Models, I/O Spaghetti”, coglie un altro aspetto importante: la quantità di novità annunciate è tale che il messaggio si frammenta, e parte del lavoro di DeepMind sui modelli del mondo rischia di scollarsi dagli obiettivi commerciali del resto dell’azienda. La domanda non è se Google abbia la tecnologia; è se Google sia ancora in grado di raccontarla con un’unica voce.

Come usare Gemini Omni e Gemini Spark in azienda:

Per un CIO, un CISO, un responsabile marketing o un imprenditore italiano, Gemini Omni e Gemini Spark pongono tre questioni pratiche. La prima riguarda la generazione video. Se l’azienda produce contenuti video frequenti, Omni accorcia drasticamente la distanza tra brief e prima bozza; le clip da dieci secondi non sostituiscono uno spot, ma riducono di ordini di grandezza il costo di una storyboard animato, di un prodotto in rotazione per il social, di un explainer interno per la formazione. La seconda riguarda la produttività personale. Spark, quando arriverà in Italia e in Europa, andrà valutato esattamente come si valuta un nuovo collaboratore digitale: con quali accessi, con quali approvazioni intermedie, con quale audit dei suoi log. Spark prevede livelli di approvazione configurabili, per cui qualunque email o azione può richiedere il consenso manuale prima dell’invio; un’azienda seria userà questo strumento, non lo lascerà inattivo. MindStudio

La terza domanda è la più scomoda, e riguarda la dipendenza. Adottare Spark significa accettare un lock-in profondo sull’ecosistema Google; ha senso per chi ha già migrato a Workspace, ha senso molto meno per chi vive su Microsoft 365. Una valutazione sincera del proprio stack è la premessa di qualunque decisione.

Gemini Omni e Gemini Spark in Italia: quando arrivano e quanto costano

C’è poi il dettaglio cronologico che il marketing tende a confondere. L’app Gemini per macOS è disponibile da subito per tutti gli utenti, mentre Gemini Spark e le nuove funzioni vocali arriveranno nel corso dell’estate. Per Omni la disponibilità è graduale, prima sull’app Gemini, poi su Flow, poi su YouTube Shorts. Niente di quanto annunciato può essere già nelle mani di un utente italiano in modo completo; chi vuole testare quanto raccontato dal keynote, deve aspettare ancora qualche mese, e probabilmente sottoscrivere il piano da cento dollari mensili. Google

L’intelligenza artificiale non è più soltanto una tecnologia, è diventata una forza economica e politica, una tecnologia in grado di cambiare il lavoro, le imprese, ma anche il rapporto tra Stati. L’AI è nei computer, ma anche negli smartphone, nei data center come nelle scuole, nei tribunali e nelle fabbriche, nelle guerre commerciali e anche in quelle sul campo.

DigitMondo nasce per raccontare tutto questo.

È il podcast di Digitalic, condotto da Francesco Marino, che racconta come tecnologia, intelligenza artificiale e innovazione stanno trasformando il mondo in cui viviamo. Ogni episodio parte da una notizia, da un evento o da un segnale del presente, per allargare lo sguardo e capire che cosa sta davvero cambiando sotto la superficie. L’intelligenza artificiale, la robotica, la cybersecurity, la competizione tecnologica tra Stati Uniti, Europa e Cina non sono soltanto temi tecnici. Sono fenomeni che stanno ridisegnando economia, lavoro, geopolitica e cultura.

Ascolta DigitMondo

Puoi ascoltare DigitMondo sulle principali piattaforme podcast:

Spotify
Ascolta DigitMondo su Spotify

Apple Podcast
Ascolta DigitMondo su Apple Podcast

Amazon Music
Inserire link Amazon Music

Ascolta DigitMondo su Amazon Music

Un podcast sull’intelligenza artificiale, ma non solo sull’intelligenza artificiale

DigitMondo racconta la tecnologia e l’AI, ma non la tratta come un oggetto isolato. La tecnologia è il filo rosso che attraversa molti dei grandi cambiamenti contemporanei: la competizione tra Stati Uniti e Cina, la sovranità digitale europea, la trasformazione del lavoro, l’automazione dei processi aziendali, la cybersecurity, la crisi dei modelli economici tradizionali, il potere crescente delle piattaforme e la nascita di nuove infrastrutture cognitive, per questo DigitMondo non è un podcast tecnico in senso stretto, anche quando parla di tecnologia in modo preciso. È un podcast che usa la tecnologia come lente per guardare il mondo.

Parla a chi lavora nell’innovazione, a chi guida un’azienda, a chi si occupa di comunicazione, marketing, cybersecurity, infrastrutture digitali, dati, media, politica industriale. Ma parla anche a chi, semplicemente, sente che qualcosa sta cambiando molto rapidamente e vuole avere strumenti migliori per interpretarlo.

Perché ascoltare DigitMondo

DigitMondo nasce da una convinzione semplice: le notizie tecnologiche, da sole, non bastano più.

Sapere che una nuova AI è stata lanciata, che un colosso digitale ha annunciato un investimento, che un governo ha firmato un accordo, che una piattaforma ha cambiato algoritmo o che un nuovo modello linguistico supera un benchmark non è sufficiente. Il punto è capire cosa significa.

Il punto è capire chi guadagna potere e chi, invece, rischia di perderlo; quali competenze diventano centrali in un’economia sempre più attraversata dall’intelligenza artificiale; quali infrastrutture, dai data center alle reti, dai chip all’energia, diventano improvvisamente strategiche; quali rischi vengono sottovalutati perché nascosti dietro l’entusiasmo dell’innovazione; e quali opportunità si aprono, concretamente, per imprese, professionisti e cittadini che vogliono interpretare il cambiamento invece di subirlo. DigitMondo prova a rispondere a queste domande con un linguaggio accessibile, ma non semplificato; narrativo, ma documentato; critico, ma non catastrofista.

Gli ultimi episodi di DigitMondo

Trump in Cina: inizia la guerra fredda dell’AI

Un episodio dedicato alla nuova competizione tecnologica tra Stati Uniti e Cina, dove l’intelligenza artificiale non è più soltanto un settore industriale, ma diventa terreno di confronto geopolitico, infrastrutturale e simbolico.

Ascolta su Spotify
Ascolta su Apple Podcast

Cosa non abbiamo capito dell’AI su lavoro ed economia

Un episodio che parte dal dibattito sull’impatto dell’intelligenza artificiale sul lavoro per andare oltre la domanda più banale, “ci ruberà il lavoro?”, e affrontare invece il tema della produttività, della redistribuzione del valore, delle competenze e delle nuove disuguaglianze.

Ascolta su Spotify
Ascolta su Apple Podcast

Altri episodi

I temi di DigitMondo

DigitMondo segue le grandi traiettorie della trasformazione digitale, con particolare attenzione a:

Intelligenza artificiale
Modelli generativi, AI agentica, automazione, impatto sul lavoro, produttività, governance, rischi e opportunità.

Geopolitica digitale
La competizione tra Stati Uniti, Cina ed Europa, la sovranità tecnologica, i chip, i data center, l’energia, le infrastrutture e il controllo dei dati.

Economia dell’innovazione
Come le nuove tecnologie cambiano imprese, mercati, investimenti, filiere, modelli di business e professioni.

Cybersecurity e fiducia digitale
Sicurezza informatica, resilienza, protezione dei dati, vulnerabilità generate dall’AI, nuovi rischi per aziende e istituzioni.

Media, cultura e società
Il modo in cui tecnologia e intelligenza artificiale modificano linguaggio, informazione, creatività, attenzione, educazione e percezione della realtà.

Chi conduce DigitMondo

DigitMondo è condotto da Francesco Marino, fondatore e direttore di Digitalic, testata dedicata a innovazione, tecnologia, business digitale e cultura dell’impresa.

Da anni Francesco Marino racconta la trasformazione digitale attraverso articoli, interviste, eventi, moderazioni, video, magazine e approfondimenti editoriali, con uno stile che unisce analisi, racconto e visione strategica.

DigitMondo porta questo approccio nel formato podcast: meno rumore, più contesto; meno slogan, più interpretazione; meno corsa alla notizia, più capacità di leggere i segnali.

DigitMondo è un podcast per chi vuole capire prima

Ci sono tecnologie che arrivano come prodotti. Si installano, si aggiornano, si sostituiscono.

Poi ci sono tecnologie che arrivano come cambiamenti di civiltà. Non modificano soltanto gli strumenti, ma il modo in cui lavoriamo, decidiamo, impariamo, comunichiamo, competiamo e immaginiamo il futuro. L’intelligenza artificiale appartiene a questa seconda categoria. DigitMondo prova a raccontarla così: non come un elenco di novità, ma come una trasformazione profonda, fatta di infrastrutture invisibili, interessi economici, potere politico, intuizioni geniali, errori clamorosi, promesse enormi e domande ancora aperte.

Segui DigitMondo

Segui DigitMondo sulla tua piattaforma preferita per ricevere ogni nuovo episodio.

Spotify
Apple Podcast
Amazon Music,

DigitMondo è il podcast di Digitalic per chi vuole capire l’intelligenza artificiale, la tecnologia e la geopolitica digitale prima che diventino semplicemente “il mondo”. Ascolta l’ultima puntata, iscriviti al podcast e segui Digitalic per altri approfondimenti su innovazione, AI, cybersecurity e trasformazione digitale.

Quello di Google I/O 2026 non è stato il keynote sulla nuova versione di Gemini, anche se la nuova versione è arrivata puntuale, e si chiama Gemini 3.5 Flash. Non è stato il keynote di una nuova app, anche se le app annunciate sono state molte. Non è stato il keynote di un nuovo Google Search, anche se Search è entrato nella sua trasformazione più radicale da quando Google esiste.
La vera notizia è che Google ha smesso di presentare Gemini come un assistente, e ha cominciato a mostrarlo per quello che vuole farlo diventare, ovvero il sistema operativo invisibile della vita digitale. Sundar Pichai lo ha detto con il linguaggio misurato dei CEO, parlando di “agentic Gemini era“. Dietro quella formula c’è un passaggio più profondo. Google non sta aggiungendo intelligenza artificiale ai suoi prodotti: sta ricostruendo i suoi prodotti attorno all’intelligenza artificiale.
Search, Android, Chrome, Workspace, YouTube, Flow, gli occhiali intelligenti, le API per gli sviluppatori, le TPU, i modelli generativi, la verifica dei contenuti sintetici: tutto viene ricondotto a un’unica architettura, nella quale Gemini non è la destinazione dell’utente, ma il livello che interpreta, collega, sintetizza e agisce.

È questa la differenza decisiva rispetto alla fase precedente dell’intelligenza artificiale. Il chatbot era una stanza separata: si entrava, si faceva una domanda, stop. L’agente è diverso: attraversa le stanze, apre porte, prende oggetti, confronta documenti, torna con una risposta o, sempre più spesso, con un’azione completata.
Google I/O 2026 racconta esattamente questo passaggio: dall’AI come interfaccia conversazionale all’AI come infrastruttura operativa. Il keynote completo è disponibile qui:

Gemini e Google: Google I/O 2026

Il dato più importante del keynote non è il nome del nuovo modello, ma il fatto che Google ha dichiarato di essere passata da 9,7 trilioni di token al mese, due anni fa, a oltre 3,2 quadrilioni di token al mese oggi. Ha aggiunto che più di 8,5 milioni di sviluppatori costruiscono ogni mese applicazioni ed esperienze con i suoi modelli, mentre le API processano circa 19 miliardi di token al minuto. L’app Gemini ha superato i 900 milioni di utenti attivi mensili, con una crescita del 100% rispetto all’anno scorso. Questi numeri non servono soltanto a impressionare la platea. Dicono una cosa molto precisa: la competizione sull’AI non si gioca più solo sulla qualità del modello, ma sulla capacità di distribuirlo dentro miliardi di gesti quotidiani.
Qui Google ha un vantaggio diverso da quello di OpenAI, Anthropic o Mistral. Non possiede soltanto un modello: possiede le superfici. Il motore di ricerca, il browser, il sistema operativo mobile, la posta elettronica, i documenti, le mappe, YouTube, l’advertising, il cloud, i chip e ora anche una strategia sempre più esplicita sugli agenti.

Per questo Google I/O 2026 va letto come una dichiarazione industriale prima ancora che tecnologica. L’AI, nella visione di Google, non è un prodotto da vendere: è una corrente che deve attraversare tutto ciò che Google controlla.

Non siamo davanti a una nuova app intelligente, ma a una nuova forma di concentrazione funzionale, dove l’intelligenza artificiale diventa la grammatica comune di prodotti che prima vivevano separati.

Search con AI a Google I/O 2026: Google non cerca più, interpreta il web

Il cuore simbolico della trasformazione resta Search: Google ha dichiarato che AI Overviews supera i 2,5 miliardi di utenti attivi mensili e che AI Mode, definito da Pichai il più grande aggiornamento di Search, ha superato il miliardo di utenti mensili in un anno. La frase chiave, però, è un’altra: Search è sempre meno una sequenza di query isolate, sempre più una conversazione continua.
Il vecchio Google organizzava il web e indirizzava gli utenti verso le fonti. Il nuovo Google interpreta il web, costruisce una risposta, genera interfacce, propone azioni, introduce agenti informativi capaci di lavorare in background 24 ore su 24 per trovare ciò che serve nel momento giusto. Google ha annunciato anche che Search potrà costruire esperienze personalizzate, layout dinamici, visualizzazioni interattive, dashboard persistenti, mini-app per compiti specifici.

Le conseguenze per chi fa informazione

Se Search crea la risposta, quanto spazio resta per il sito che quella risposta ha reso possibile? Se Search costruisce una mini-app, quanto valore rimane all’esperienza esterna? Se l’utente resta dentro Google, se il percorso non è più “cerco, clicco, leggo” ma “chiedo, ricevo, agisco”, allora il web non scompare, cambia funzione.
Google sostiene che le funzioni AI aumentano l’uso della ricerca e collegano meglio gli utenti alla vastità del web. Può essere vero, il punto, però, non è soltanto quantitativo: il punto è il controllo della sintesi. In un’economia dell’attenzione, chi sintetizza decide che cosa merita di essere visto, che cosa viene tralasciato, quale fonte diventa autorevole, quale sfumatura viene persa. Per gli editori questo non è un aggiornamento di interfaccia: è un cambio di sovranità.

Google I/O 2026: Gemini Spark

L’annuncio più importante per capire la direzione di Google è Gemini Spark. Google lo presenta come un agente personale dentro l’app Gemini, capace di aiutare l’utente a navigare la propria vita digitale, agendo per suo conto e sotto la sua direzione. Spark gira su macchine virtuali dedicate su Google Cloud, funziona 24 ore su 24, non richiede che il laptop resti acceso, usa Gemini 3.5 Flash e Antigravity per gestire compiti lunghi, si integra prima con gli strumenti Google e poi con strumenti di terze parti tramite MCP. Arriverà anche in Android attraverso Android Halo, uno spazio per seguire l’avanzamento degli agenti, e più avanti in Chrome, dove agirà come browser agentico.
Un assistente risponde, un agente continua, un agente personale che vive nel cloud non aspetta più la finestra aperta dell’utente, lavora in un ambiente sempre . Può pianificare, monitorare, confrontare, aggiornare, preparare, ricordare, sintetizzare, completare.
Non è più il software che si attiva quando lo “accedndiamo”, ma una presenza digitale che resta accesa quando noi siamo altrove.

Qui la parola “fiducia” diventa più importante della parola “intelligenza”. Un agente utile deve avere accesso a mail, calendario, documenti, cronologia, app e magari anche siti esterni. Più è capace, più deve sapere, ma più sa, più deve essere governabile e sicuro.Google ha un vantaggio enorme, perché possiede già molte delle superfici che rendono possibile un agente davvero contestuale. Proprio per questo ha anche un problema enorme: convincere gli utenti che l’agente non diventi un intermediario opaco, onnipresente o che sa troppo

Chrome agentico a Google I/O 2026: il browser diventa un agente intelligente

Quando Google dice che Spark entrerà in Chrome come “agentic browser”, sta dicendo qualcosa che va oltre il browser. Chrome non sarà soltanto il luogo in cui apriamo pagine web, ma il punto in cui un agente può leggere, confrontare, compilare, navigare, organizzare, portare a termine azioni sul web. È una trasformazione radicale della navigazione: il browser non è più una finestra, diventa un delegato. Il browser classico mostrava pagine, il browser agentico lavora sulle pagine: può riassumere un documento, capire una pagina complessa, confrontare opzioni, seguire istruzioni, completare moduli, assistere nello shopping, interpretare contenuti lunghi, forse un giorno negoziare passaggi intermedi che oggi compiamo manualmente.
Questo apre possibilità enormi, ma anche una domanda: che cosa succede ai siti quando l’interazione principale non è più tra utente e pagina, ma tra agente e pagina?

Il sito resta visibile, certo, ma potrebbe però cambiare la sua natura,  sempre meno esperienza e più fonte interrogabile. Potrebbe non essere più il luogo dove l’utente entra, ma il luogo da cui l’agente estrae ciò che serve. Per chi produce contenuti o s ervizi questa è una trasformazione profonda. Il browser agentico può semplificare la vita dell’utente, può anche spostare ancora più potere verso chi controlla l’interfaccia.

Android Halo: lo smartphone diventa il cruscotto degli agenti AI

Su Android, Android Halo mostra un’altra direzione. Il telefono non è più soltanto il centro delle notifiche umane, è anche il cruscotto delle attività agentiche. L’utente non controlla solo messaggi e chiamate, ma segue lavori in corso avviati dagli agenti. È una nuova ergonomia del digitale, non sia apriranno le app per fare cose: ma si controlleranno gli agenti intelligenti che stanno facendo delle cose per te.
Questo cambia il ruolo dello smartphone che per anni il telefono è stato un telecomando universale della vita digitale, ora può diventare il pannello di controllo di una piccola organizzazione personale fatta di agenti e automazioni.

Sembra una comodità. In realtà è un cambio di paradigma, perché l’interazione non parte più sempre dall’app, ma dall’obiettivo. Non “apro l’app della compagnia aerea”, ma “organizza il viaggio”. Non “cerco nel calendario”, ma “trova uno spazio”. Non “apro il documento”, ma “preparami una sintesi”.  Lo smartphone resta in mano all’utente, ma una parte crescente dell’azione si sposta sotto la superficie.

Occhiali intelligenti Google: Gemini entra nello sguardo

La logica di Gemini si collega anche agli occhiali intelligenti, forse l’annuncio più evocativo dal punto di vista culturale. Google ha parlato di occhiali audio, che offriranno assistenza vocale nell’orecchio, e di occhiali con display, capaci di mostrare informazioni nel momento in cui servono, mantenendo mani libere e sguardo rivolto al mondo. Il significato è evidente: Gemini non vuole restare nello schermo, vuole accompagnare la percezione. Search ha organizzato il web. Maps ha organizzato lo spazio. Android ha organizzato la mobilità digitale. Gli occhiali con Gemini potrebbero provare a organizzare lo sguardo. È affascinante, è anche delicatissimo, perché l’AI che vede con noi non elabora soltanto informazioni: elabora contesto fisico, attenzione, presenza, mondo reale. Un conto è chiedere a un chatbot di riassumere un testo. Un altro è avere un sistema che osserva ciò che osserviamo, ascolta ciò che ascoltiamo, interpreta l’ambiente, traduce una scritta, identifica un oggetto, suggerisce una risposta, ci accompagna in una riunione, in una strada, in un museo, in un negozio.

AI agentica Google: dalla conversazione all’azione

Il filo rosso del keynote è l’AI agentica. Questa parola, “agentica”, è ormai ovunque, ma spesso viene usata come sinonimo elegante di chatbot più potente. Non è così. Un agente non è un chatbot che risponde meglio: è un sistema che riceve un obiettivo, pianifica passaggi, usa strumenti, interagisce con applicazioni, verifica risultati, porta a termine un compito: l’AI che smette di essere un interlocutore e diventa un operatore.
Google ha una posizione particolare in questa corsa. OpenAI ha costruito un prodotto iconico. Microsoft ha distribuito Copilot nel lavoro d’ufficio. Anthropic ha puntato sulla sicurezza e sul ragionamento. Meta lavora sulla scala sociale e sull’open model. Google, però, ha la mappa più completa della vita digitale.

Se l’AI agentica ha bisogno di strumenti, Google li possiede, quando ha bisogno di contesto, Google lo possiede, se ha bisogno di interfacce, Google le possiede. Se ha bisogno di infrastruttura, Google ha data center, Cloud, una tradizione di ricerca profonda che viene da DeepMind.

Infrastruttura AI: dietro Gemini ci sono chip, cloud, energia e capitali

Google I/O 2026 ha avuto anche un sottotesto industriale molto forte. Pichai ha ricordato l’aumento enorme degli investimenti in infrastruttura, legandolo alle TPU di nuova generazione, ai carichi di training e inferenza, alla crescita dell’uso dei modelli, alla necessità di sostenere prodotti AI usati su scala globale. Le nuove TPU di ottava generazione, TPU 8t per il training e TPU 8i per l’inference, sono state annunciate poche settimane prima dell’evento, e sono il pilastro fisico di tutto ciò che sale sul palco. Qui si vede la parte meno romantica e più reale dell’intelligenza artificiale. L’AI agentica non vive nell’etere. Vive in chip, data center, energia, raffreddamento, reti, contratti cloud, supply chain, capitali enormi. L’assistente che sembra leggero, quasi impalpabile, è in realtà la faccia gentile di una nuova industria pesante. L’AI che risponde in un secondo richiede infrastrutture colossali. L’AI che lavora 24 ore su 24 per milioni di utenti richiede ancora di più. Per questo il keynote di Google non era solo una risposta a OpenAI o Anthropic. Era un messaggio al mercato: Google può permettersi la scala. È qui che l’AI torna a somigliare alle grandi infrastrutture del Novecento, centrali elettriche, reti ferroviarie, telecomunicazioni, acciaio, petrolio, cavi, porti, satelliti. La superficie è immateriale, il corpo è pesante.

Gemini Omni, SynthID e la crisi della realtà sintetica

Con Gemini Omni, Google sposta un altro confine. Il modello è descritto come capace di generare output in qualunque modalità a partire da qualunque input, partendo dal video e arrivando in seguito a immagini e testo. Google lo collega al concetto di “world model”, modelli che non si limitano a prevedere testo, ma iniziano a simulare la realtà. Questa è una delle parti più potenti e più rischiose del keynote. Se l’AI può generare media sempre più realistici, la domanda non è soltanto creativa: è epistemologica: come distinguiamo ciò che è accaduto da ciò che è stato generato?

Google ha collegato l’annuncio agli aggiornamenti di SynthID e Content Credentials. Nel momento in cui accelera sulla generazione sintetica, deve anche provare a costruire standard di riconoscibilità. La trasparenza, però, arriva sempre dopo la potenza. Prima impariamo a generare il falso perfetto, poi costruiamo gli strumenti per riconoscerlo. È il paradosso dell’AI generativa: la stessa industria che crea l’ambiguità deve vendere anche il sistema per gestirla.

Reazioni online a Google I/O 2026: entusiasmo e fastidio per l’AI ovunque

Le prime reazioni raccontano bene la tensione del momento. Da un lato c’è entusiasmo per la scala degli annunci, per Gemini, per Spark, per Omni, per la possibilità di avere agenti personali davvero operativi. Dall’altro lato cresce una stanchezza evidente verso l’AI infilata ovunque. Il rischio è quello che alcuni osservatori hanno già definito come una forma di “Gemini creep”, un’AI utile quando richiesta, irritante quando diventa una presenza costante in Gmail, Drive, Chrome, Docs e nelle altre superfici di lavoro. Questa critica non è secondaria, tocca il punto più delicato della strategia Google.

Un agente, per essere efficace, deve essere presente, ma se lo è troppo diventa invasivo. Deve suggerire, non interrompere, deve comparire al momento giusto, non trasformare ogni gesto in una dimostrazione di AI. Google deve evitare l’errore tipico delle grandi piattaforme quando scoprono una tecnologia strategica: metterla ovunque per paura che l’utente non la veda abbastanza.

La migliore AI non è quella che occupa lo schermo, è quella che riduce l’attrito senza aumentare il rumore. Il rischio è che Gemini, nel tentativo di diventare sistema operativo invisibile, diventi invece un’icona troppo visibile, un luccichio permanente, una pressione continua a delegare.

Cosa cambia per editori, aziende e sviluppatori dopo Google I/O 2026

Il punto più importante non è stabilire se Gemini sia migliore di GPT o di Claude. Il punto è capire che Google sta costruendo un’infrastruttura di intermediazione. Chi produce contenuti, software, servizi, conoscenza, strumenti e piattaforme dovrà confrontarsi con un nuovo livello tra sé e l’utente. Gli editori lo vedranno in Search, dove la sintesi generativa e le mini-app possono ridurre il bisogno di uscire da Google. Le aziende lo vedranno in Workspace, Chrome e Android, dove gli agenti potranno diventare il primo punto di contatto con documenti, processi e applicazioni. Gli sviluppatori lo vedranno in Antigravity, dove il coding diventa orchestrazione di agenti. I brand lo vedranno in YouTube e nelle esperienze conversazionali, dove la scoperta non passa più soltanto dalla ricerca tradizionale, ma da domande, riassunti, salti diretti al punto rilevante del video, raccomandazioni agentiche.

Google I/O 2026 e la sovranità digitale europea

Per l’Europa, poi, il tema è ancora più grande. L’AI agentica richiede modelli, energia, data center, chip, cloud, standard, governance, capitale, distribuzione. Google ha tutto questo. L’Europa ne ha pezzi sparsi. Ogni annuncio di Google I/O 2026 ricorda che la sovranità digitale non si conquista solo regolando l’AI, ma costruendo infrastrutture capaci di ospitarla. L’Europa può scrivere le regole, ma se i modelli girano su cloud americani, se gli agenti abitano browser americani, se la ricerca passa da piattaforme americane, se gli smartphone sono governati da sistemi operativi americani, se i chip arrivano da catene globali controllate altrove, la sovranità resta una parola elegante, ma fragile. Google I/O 2026 non è quindi solo una conferenza tecnologica: è anche una lezione geopolitica. Ricorda che l’AI non è fatta soltanto di algoritmi, è fatta di potere infrastrutturale.

Google Gemini come sistema operativo invisibile

La Google I/O 2026 può essere riassunta così: il vecchio Google organizzava le informazioni del mondo, il nuovo Google vuole organizzare le intenzioni delle persone. Non gli basta più rispondere a una domanda, vuole capire l’obiettivo che la genera, e accompagnarlo fino in fondo. È una visione potente, forse la più coerente che Google abbia presentato nell’era post-ChatGPT. È anche una visione che concentra un’enorme quantità di potere in un solo punto, l’interfaccia. Perché governare l’agente significa governare il percorso, decidere la sintesi significa decidere la conoscenza, possedere l’ambiente in cui l’utente agisce significa influenzare una parte crescente delle sue decisioni. La promessa è chiara: meno fatica, meno attrito, meno passaggi inutili,. Il rischio è altrettanto evidente, e cresce nella stessa direzione: meno autonomia, meno traffico verso il web aperto, meno trasparenza, più dipendenza da un’unica infrastruttura che vede, interpreta, suggerisce, agisce.

La definizione di guerra fredda dell’AI non è una metafora giornalistica. È la struttura logica che emerge dai documenti ufficiali, dalle dichiarazioni dei protagonisti e dal vocabolario usato dalle due delegazioni. Scott Bessent, segretario al Tesoro americano, lo ha esplicitato in un’intervista alla CNBC del 14 maggio: “Le due superpotenze dell’AI cominceranno a parlarsi. Stiamo per istituire un protocollo sulle migliori pratiche per l’AI, per assicurarci che attori non statali non mettano le mani su questi modelli”.

Due superpotenze, un protocollo, attori non statali. Tre espressioni che sono la grammatica letterale dei colloqui SALT di Helsinki del dicembre 1969, quando Kissinger e i sovietici negoziarono i primi limiti alle testate nucleari. La differenza: allora l’oggetto era il megatone, oggi è il modello di linguaggio capace di progettare un patogeno o di scovare vulnerabilità zero-day in un sistema bancario.

Trump ha confermato la cornice ai giornalisti sull’Air Force One del ritorno. Le sue dichiarazioni, pubblicate per prima da Bloomberg: “We talked about possibly working together for guardrails”. Abbiamo parlato della possibilità di lavorare insieme su barriere protettive per l’AI. Quando i cronisti hanno chiesto se queste barriere riguardassero rischi biologici, nucleari o cyber, Trump ha annuito: “Could be, yeah”.

Sono le tre categorie di rischio storicamente regolate con trattati internazionali. Trump, forse senza rendersene conto, ha appena equiparato l’intelligenza artificiale alle armi di distruzione di massa.

I fatti in sintesi

• Quando: 14-15 maggio 2026, due giorni di summit Trump-Xi a Pechino, prima visita di un presidente americano in Cina dal 2017
• Dove: Grande Sala del Popolo, Tempio del Cielo, complesso imperiale di Zhongnanhai
• Annuncio chiave: protocollo Usa-Cina sui rischi dell’intelligenza artificiale, dichiarato da Scott Bessent alla CNBC il 14 maggio
• Decisione operativa: dieci aziende cinesi autorizzate ad acquistare fino a 75.000 chip Nvidia H200 ciascuna
• Risultato sul campo: nessun ordine effettivo, Pechino preferisce i chip Huawei
• Delegazione tecnologica USA: Tim Cook (Apple), Elon Musk (Tesla), Jensen Huang (Nvidia), Dina Powell McCormick (Meta), dirigenti di Micron, Qualcomm

Cosa c’è dietro il protocollo Usa-Cina sull’AI

Il protocollo annunciato da Bessent sembra una novità americana, in realtà ricalca un’architettura che Xi Jinping costruisce da almeno tre anni.

Ottobre 2023: Xi lancia la Global AI Governance Initiative al terzo Belt and Road Forum.

Luglio 2024: la Cina pubblica la Shanghai Declaration on Global AI Governance.

Novembre 2024: al G20 di Rio, Xi dichiara, fonte Xinhua: “L’AI deve essere per il bene di tutti, non un gioco dei paesi ricchi”.

Luglio 2025: risoluzione ONU patrocinata dalla Cina, 140 paesi co-sponsor.

Novembre 2025: al vertice APEC di Gyeongju, in Corea del Sud, Xi propone la nascita della World Artificial Intelligence Cooperation Organisation con sede a Shanghai. Le sue parole, tradotte da Xinhua e riprese da Reuters: “L’intelligenza artificiale ha un grande significato per lo sviluppo futuro e deve essere creata per il beneficio delle persone in tutti i paesi e regioni”.

Maggio 2026: arriva il “protocollo” di Bessent. Tradotto in geopolitica: la Cina è andata avanti tre anni costruendo un’architettura multilaterale alternativa con dentro 140 paesi. Washington ora si siede al tavolo bilaterale perché Pechino ha già il suo tavolo globale. Bessent crede di concedere, Xi sta incassando.

Xi Jinping e la trappola di Tucidide spiegata al terzo presidente americano

Davanti a Trump, alla Grande Sala del Popolo, Xi Jinping ha riproposto per la terza volta a un presidente americano la metafora della Trappola di Tucidide. L’aveva già usata con Obama nel 2014, l’aveva ripetuta a Biden. Le parole pronunciate il 14 maggio, dal verbale ufficiale del Ministero degli Esteri cinese, sono queste:

“La situazione internazionale è caratterizzata da instabilità e turbolenze, e il mondo si trova a un nuovo bivio. Riusciranno i due paesi, Cina e Stati Uniti, a superare la cosiddetta trappola di Tucidide e a creare un nuovo modello di relazioni tra grandi potenze?”

La trappola di Tucidide, formulata dallo storico greco nella sua Guerra del Peloponneso, descrive il meccanismo per cui l’emergere di una potenza nuova in un sistema dominato da una potenza dominante porta quasi sempre alla guerra. Sparta contro Atene, paura del declino contro ascesa imperiale. La citazione, una cortesia letteraria, è anche un avvertimento esplicito.

Subito dopo è arrivato l’avvertimento meno letterario. Sempre Xi, sempre nel verbale ufficiale: la questione di Taiwan è la più importante delle relazioni Cina-USA, e se mal gestita “i due paesi avranno scontri e perfino conflitti”. Il video integrale del discorso di Xi è disponibile sul canale YouTube di CCTV.

Il paradosso dei chip Nvidia H200 nella guerra fredda dell’AI

L’annuncio operativo più atteso del summit è arrivato giovedì pomeriggio, mentre Trump e Xi visitavano il Tempio del Cielo. Il Dipartimento del Commercio americano ha autorizzato dieci aziende cinesi all’acquisto del chip Nvidia H200, il secondo prodotto più potente del catalogo Nvidia dopo il Blackwell.

Le quattro aziende confermate da Reuters:

• Alibaba
• Tencent
• ByteDance
• JD.com

A queste si aggiungono i distributori autorizzati Lenovo e Foxconn. Le restanti quattro restano coperte dall’anonimato. Il limite per ciascuna: fino a 75.000 unità.

Risultato sul campo, due settimane dopo: zero ordini effettivi. Le aziende cinesi hanno ricevuto indicazione dal governo di investire sui processori Huawei, gli stessi su cui gira DeepSeek, il modello che a inizio 2026 ha scosso la Silicon Valley con prestazioni paragonabili a quelle americane a un decimo del costo.

Il dato che certifica la dinamica: Nvidia, fino al 2024, controllava il 95% del mercato avanzato dei chip in Cina. Oggi, parole testuali di Jensen Huang riprese da Reuters e Financial Times, la sua quota è “praticamente zero”. La perdita stimata: 50 miliardi di dollari di fatturato annuo.

L’America ha provato a soffocare la Cina togliendole i chip. La Cina ha risposto costruendoli da sé. Ora che Washington riapre lo sportello, dall’altra parte non c’è più nessuno alla cassa.

La delegazione tecnologica USA: chi è andato a Pechino e perché

La composizione della delegazione americana è il primo indicatore della natura del viaggio. Una missione commerciale travestita da visita di Stato.

A questi si aggiungono Jim Anderson (Coherent, ottiche e laser per data center), Jacob Thaysen (Illumina, sequenziamento genomico) e altri profili tecnologici minori. La delegazione comprendeva anche i grandi della finanza, Larry Fink (BlackRock), David Solomon (Goldman Sachs), Jane Fraser (Citi), Stephen Schwarzman (Blackstone), perché il summit era anche una grande operazione di lobby finanziaria.

Il caso Jensen Huang: salito sull’Air Force One in Alaska

Huang non era nella lista ufficiale fino a lunedì 12 maggio. La stampa ha fatto notare l’assenza a Trump, che si è attivato personalmente. Risultato: il CEO della società con la più alta capitalizzazione del mondo è salito sull’Air Force One ad Anchorage, in Alaska, durante lo scalo di rifornimento del volo presidenziale. Una scena da film: il volto della guerra dei chip che raggiunge l’aereo presidenziale su una pista ghiacciata, all’ultimo minuto.

Una volta a Pechino, Huang ha fatto qualcosa di altrettanto inatteso. Ha lasciato il protocollo, si è infilato in un quartiere hutong di Pechino, Nanluoguxiang, è entrato al ristorante numero 69 di Fangzhuanchang Zhajiangmian, un piccolo locale con il bollino Bib Gourmand della Guida Michelin. Ha mangiato in piedi un piatto di zhajiangmian, i noodles con la salsa di soia fermentata. “It’s so good”, ha detto in inglese. Ha parlato in mandarino con i passanti. Cento persone si sono radunate intorno a lui. La scena è stata raccontata alla CNBC da Pei Lan, una signora di 58 anni.

Mentre la diplomazia ufficiale americana costruiva muri, l’uomo dei chip costruiva ponti personali. Huang è un taiwanese-americano e la sua diplomazia personale corre parallela e, per alcuni aspetti, contraria a quella ufficiale.

Trump-XI Jinping: il cestino sotto la scaletta dell’Air Force One

Il 15 maggio, a fine visita, è andata in scena la fotografia più potente del summit. Tutti i delegati americani, prima di salire sull’Air Force One per il viaggio di ritorno, hanno gettato in un cestino di plastica ai piedi della scaletta tutto ciò che avevano ricevuto in dono dai cinesi nei tre giorni precedenti. Telefoni usa e getta, spille commemorative, badge, credenziali, gadget.

La scena è stata documentata da Emily Goodin del New York Post in un tweet su X: “American staff took everything Chinese officials handed out, credentials, burner phones from WH staff, pins for delegation, collected them before we got on AF1 and threw them in a bin at bottom at stairs. Nothing from China allowed on the plane”.

Il punto non è la diffidenza in sé, è la sua esibizione pubblica. Bastava una procedura interna, un sacco nero portato a bordo e svuotato a Washington. Invece i gadget sono finiti dentro un bidone aperto, sotto il sole di Pechino, fotografati da una pool reporter americana che lo ha twittato al mondo. Una scena calcolata, non casuale.

A specchio, la diffidenza cinese si è manifestata in due episodi raccontati dal pool report e ripresi da The Hill: il segretario al Tesoro Bessent è stato fermato dalla sicurezza cinese all’ingresso della Grande Sala del Popolo perché aveva il badge sbagliato. Un agente del Secret Service è stato bloccato all’ingresso del Tempio del Cielo per la pistola, la trattativa è durata novanta minuti.

Chuan Jianguo: come la Cina racconta Trump ai propri cittadini

Sui social cinesi, Donald Trump ha un soprannome che gira da anni: Chuan Jianguo. Tradotto letteralmente significa “Trump il Costruttore del Paese”. Solo che il paese che starebbe costruendo non è l’America: è la Cina. Le politiche isolazioniste, le tariffe, lo scontro con gli alleati, avrebbero involontariamente accelerato l’ascesa di Pechino, secondo la lettura dei commentatori cinesi.

Durante il summit, la censura cinese ha lasciato circolare liberamente questo nomignolo e altre frasi sarcastiche tipo “Gli Stati Uniti non sono più un paese da ammirare” e “L’America è una tigre di carta”. Erin Burnett della CNN ha notato il dato: normalmente i post politici sui leader stranieri vengono cancellati. Questa volta erano stati permessi. Un messaggio passato attraverso l’algoritmo, non attraverso il portavoce del Ministero degli Esteri.

Il banchetto YMCA: la canzone che né Trump né Xi hanno capito

Al banchetto di Stato della Grande Sala del Popolo, la banda militare cinese in alta uniforme ha suonato YMCA dei Village People in onore del presidente americano. Il pezzo simbolo dei comizi Trump, scelto come gentile omaggio dal cerimoniale cinese.

Solo che YMCA non è un brano sportivo. È un pezzo del 1978 prodotto da Jacques Morali, dichiaratamente gay, e da Henri Belolo. L’acronimo sta per Young Men’s Christian Association: nelle sue sedi negli anni Settanta, in particolare al McBurney YMCA al numero 213 della West 23rd Street di Manhattan, quegli stabili erano diventati uno dei primi luoghi di incontro della comunità gay americana. Tutti i versi del brano, “you can hang out with all the boys”, “many ways to have a good time”, sono codici espliciti per chi sapeva leggerli.

Né a Pechino né a Washington, a quanto pare, lo sanno. La Biblioteca del Congresso americana ha incluso YMCA nel National Recording Registry definendolo ufficialmente un inno della comunità gay. La banda militare suona, Trump batte il tempo, Xi annuisce. Il sottofondo dei Village People diventa la colonna sonora involontaria del summit più importante dell’anno: due superpotenze che si parlano senza capirsi.

La differenza strutturale con la guerra fredda nucleare

Si può davvero costruire un trattato sull’AI fra due paesi che non si fidano nemmeno di una spilla? La storia dice di sì. Negli anni Sessanta Mosca e Washington si spiavano a vicenda con una determinazione che oggi sembra cinematografica, eppure firmarono gli accordi SALT. La diplomazia del controllo degli armamenti non nasce dalla fiducia, nasce dalla paura reciproca.

Però c’è un dettaglio che cambia la natura del confronto. Le armi nucleari le costruivano gli Stati. L’intelligenza artificiale la costruiscono le aziende.

Andrei Sakharov, padre della bomba H sovietica, poteva firmare un manifesto contro il proprio governo e diventare un dissidente. Robert Oppenheimer poteva pentirsi in pubblico davanti alle telecamere e farsi togliere il nulla osta di sicurezza. Erano dipendenti dello Stato che hanno disobbedito allo Stato. Gli ingegneri che oggi costruiscono i modelli di frontiera lavorano per Microsoft, Google, Anthropic, Alibaba, Tencent. A chi dovrebbero disobbedire? Al consiglio di amministrazione? Agli azionisti? Al rapporto trimestrale?

È la domanda che il summit di Pechino lascia aperta, ed è la domanda che definirà il prossimo decennio della relazione Trump-Xi e dei loro successori. Perché la guerra fredda dell’AI non si combatterà nei silos missilistici, ma negli uffici legali delle big tech, nei cluster di GPU dei data center, nelle clausole di non concorrenza dei contratti di lavoro. Una guerra fredda che, come quella vera, comincia da un cestino di plastica.

L’AI fa risparmiare 270 ore all’anno alle PMI, praticamente 5 alla settimana, 1 al giorno e non è la proiezione ottimistica di un modello economico costruito per giustificare un abbonamento: è il dato medio che emerge dalla ricerca condotta da OpenAI su un campione di 1.000 decisori di PMI italiane, presentata il 15 maggio 2026 a Milano in occasione del lancio operativo dello SME AI Accelerator. Chi usa strumenti di intelligenza artificiale nel proprio lavoro risparmia in media 5,2 ore a settimana. Moltiplicato per cinquanta settimane lavorative, il conto è presto fatto.

Il numero colpisce non per la sua dimensione, ma per ciò che rivela su una trasformazione che molti continuano a trattare come imminente, mentre in realtà è già in corso. Le PMI italiane che hanno integrato l’IA nelle attività quotidiane non stanno aspettando il futuro: lo stanno costruendo ogni lunedì mattina, ogni volta che aprono uno strumento per sintetizzare un documento, generare una bozza di proposta o rispondere a una richiesta in una lingua che non è la loro.

Ricerca OpenAI: AI l’adozione che avanza, ma non a velocità uniforme

Il 79% dei decisori nelle PMI italiane dichiara di usare già strumenti di intelligenza artificiale nel proprio lavoro. La ricerca, condotta da Opinium tra il 28 febbraio e il 10 marzo 2026, fotografa uno stato consolidato, non un entusiasmo di fase. Il 76% degli utilizzatori interagisce con i tool di IA almeno una volta a settimana, con un utilizzo che si concentra su attività operative precise: ricerca e sintesi di informazioni (43%), redazione di comunicazioni (31%), preparazione di proposte o contenuti di marketing (29%).

Questi numeri si leggono meglio accostati ai dati dell’EY Italy AI Barometer nella sua seconda edizione, che rileva come in Italia l’utilizzo di strumenti di IA sul lavoro sia passato dal 12% del 2024 al 46% del 2025. Una crescita quasi quadruplicata in dodici mesi, che attraversa tutta la forza lavoro e non si limita al perimetro delle grandi imprese tecnologiche. Il trend che OpenAI certifica nel campione PMI non è un fenomeno isolato: è parte di un cambio strutturale nel modo in cui le organizzazioni italiane si rapportano alla tecnologia cognitiva.

L’adozione però non è uniforme. Tra le imprese di medie dimensioni arriva al 91%, mentre tra i lavoratori autonomi scende al 68%. Non è una questione di accesso agli strumenti, perché molti sono gratuiti o accessibili a costi minimi. Il nodo è più sottile: mancano tempo, competenze, un quadro di riferimento condiviso dentro cui usarli con coerenza. Una ricerca esclusiva condotta da Digitalic sull’intelligenza artificiale nel canale IT aveva già identificato questa frattura, rilevando come il cliente finale non voglia comprare tecnologia ma risultati: processi automatizzati, decisioni più rapide, costi ridotti. I dati di OpenAI trasformano quella percezione in evidenza statistica.

Ricerca OpenAI: dove va il tempo risparmiato

Il 96% di chi usa l’IA dichiara di risparmiare tempo. La quasi unanimità del dato la dice lunga sulla concretezza del beneficio. Ma la domanda che conta non è quanto tempo si risparmia, bensì dove quel tempo viene reinvestito. La ricerca risponde con una ripartizione che smonta la narrativa della pigrizia tecnologica: il 38% usa il tempo liberato per migliorare prodotti e servizi, il 26% lo dedica al pensiero creativo, il 25% alla pianificazione strategica.

Non è la descrizione di un’organizzazione che delega all’IA per fare meno. È la descrizione di un’organizzazione che usa l’IA per fare meglio ciò che già sa fare. Il 61% dei decisori afferma che l’intelligenza artificiale li rende più efficaci nel proprio ruolo: non più veloci su compiti indifferenziati, ma più capaci nelle aree che richiedono giudizio, relazione, expertise specifica. È esattamente questa la logica con cui abbiamo analizzato su Digitalic i tre scenari futuri tra AI e lavoro: il percorso più probabile per le PMI italiane non è la sostituzione, ma la redistribuzione del valore verso chi sa amplificare con gli strumenti ciò che già possiede.

Il divario che si allarga: competenze, policy e struttura

Il 46% delle PMI ha in programma di espandere l’utilizzo dell’IA nei prossimi 90 giorni. Un segnale di dinamismo, certamente. Ma le barriere che frenano questa espansione sono precise e non scompaiono da sole: il 27% cita il divario di formazione e competenze, il 27% le preoccupazioni legate a privacy e sicurezza, il 18% la mancanza di tempo per strutturare correttamente l’adozione.

Il dato più significativo arriva però da un’altra misurazione: solo il 37% delle PMI dispone di una policy formale sull’uso dell’IA. Il 63% restante naviga in un territorio dove i singoli collaboratori usano gli strumenti in autonomia, senza standard condivisi, senza presidio sulla qualità degli output, senza coerenza nei processi. L’IA è entrata dalla porta di servizio in molte organizzazioni: un commerciale che usa ChatGPT per le presentazioni, un responsabile acquisti che sintetizza documenti, un amministrativo che genera report. Tutto utile, tutto frammentato.

Questo scenario genera un rischio che non appare nei grafici sulla produttività: quando la competenza nell’uso degli strumenti è distribuita in modo disomogeneo tra le persone, il risparmio di tempo varia enormemente da individuo a individuo, e in alcuni casi si trasforma in lavoro da rifare. Gli strumenti AI gratuiti accessibili anche alle piccole imprese abbassano la barriera di ingresso, ma non costruiscono da soli la competenza organizzativa necessaria per un utilizzo strutturato.

La questione normativa aggiunge un livello di urgenza che molte PMI non hanno ancora percepito. L’AI Act europeo e la legge italiana 132/2025 che regola le normative AI per le PMI impongono obblighi di trasparenza e tracciabilità dei dati che un utilizzo informale, per definizione, non rispetta. Non si tratta di sanzioni immediate nella maggior parte dei casi, ma di un’esposizione crescente man mano che l’utilizzo diventa parte integrante dei processi aziendali. Chi costruisce governance oggi avrà un vantaggio significativo quando i controlli si intensificheranno.

OpenAI SME AI Accelerator e la scommessa della capillarità

OpenAI ha scelto l’Italia come caso studio europeo per una ragione che ha tutto a che fare con la struttura dell’economia nazionale. Secondo i dati della Commissione europea, l’Italia si posiziona al 18° posto su 27 paesi UE per adozione dell’IA nelle imprese, pur mantenendo risultati superiori alla media europea nell’adozione del cloud e nella digitalizzazione di base. Il potenziale infrastrutturale c’è: ciò che manca è il salto verso l’intelligenza artificiale applicata ai processi.

Lo SME AI Accelerator nasce da un Memorandum di Intesa tra OpenAI, Confartigianato Imprese e Booking.com. Il programma combina eventi in presenza, workshop operativi e risorse disponibili attraverso la piattaforma OpenAI Academy, senza richiedere competenze tecniche pregresse e a partecipazione gratuita. L’evento di Milano del 15 maggio è stato il primo appuntamento, con centinaia di PMI già candidate nelle settimane precedenti al suo avvio. L’iniziativa fa parte di un piano europeo che punta ad accompagnare 20.000 PMI in sei paesi: Francia, Germania, Italia, Polonia, Irlanda e Regno Unito.

La variabile che rende il progetto italiano diverso dagli analoghi europei è la presenza di Confartigianato: 700.000 imprese, 104 associazioni provinciali, oltre 1.200 sedi territoriali distribuite in tutto il paese. Questa capillarità trasforma un programma di formazione digitale in qualcosa di più ambizioso: un tentativo di portare l’IA dove nessun tool gratuito da solo arriva, nel laboratorio artigiano di provincia, nel piccolo studio professionale, nella bottega con cinquant’anni di storia e zero budget per la consulenza tecnologica.

Rino Mura, EMEA Partnerships di OpenAI, ha identificato il punto critico con precisione: per le realtà più piccole la sfida non riguarda l’accesso alla tecnologia, ma il tempo, le competenze e la chiarezza su come applicarla in modo coerente con le attività quotidiane. Tradotto: il problema non è lo strumento, è il percorso. Ed è esattamente sul percorso che il programma prova a intervenire.

Ricerca OpenAI cosa rimane aperto

I dati di questa ricerca descrivono uno stato di fatto già rilevante e una traiettoria di crescita che non si fermerà. Il 46% che prevede di espandere l’utilizzo nei prossimi 90 giorni significa che entro la fine dell’estate 2026 le PMI italiane che usano attivamente l’IA saranno molte di più di quelle censite a marzo.

PMI stanno adottando in massa l’intelligenza artificiale, la domanda è se lo faranno in modo strutturato, con policy, competenze e governance adeguate, oppure se l’espansione continuerà lungo la traiettoria informale, diciamo così, che caratterizza oggi il 63% delle imprese. Nel primo caso, il risparmio di 270 ore all’anno diventa vantaggio competitivo sistematico. Nel secondo, rimane un beneficio individuale distribuito in modo casuale, difficile da misurare e ancora più difficile da scalare.

L’analisi di come l’intelligenza artificiale sta già ridefinendo quale parte del lavoro umano rimane necessaria mostra che le imprese che costruiscono questa capacità in modo intenzionale e strutturato stanno creando un gap difficile da colmare per chi aspetta. Le PMI italiane che hanno fatto il passo lo sanno. Quelle che non lo hanno ancora fatto stanno cedendo tempo, non solo ore.

L’AI europea ha due anni: due anni soltanto, secondo Arthur Mensch, fondatore e CEO di Mistral AI, perché l’Europa decida se vuole essere un continente capace di produrre intelligenza artificiale o un grande mercato che la compra, la affitta, la consuma e alla fine la subisce.

Il punto più importante dell’audizione di Mensch all’Assemblea nazionale francese non è la frase, pur potentissima, sul rischio che l’Europa diventi uno “stato vassallo” dell’AI americana; il punto vero è che quella frase sposta finalmente la discussione sull’intelligenza artificiale nel luogo in cui doveva stare fin dall’inizio, non nel cielo astratto dei chatbot, dei prompt e delle demo spettacolari, ma nel sottosuolo materiale dell’economia digitale: energia, chip, data center, capacità di calcolo, capitale, infrastrutture, regole che non soffochino chi deve crescere e una volontà politica che non si limiti a scrivere principi, ma sappia costruire potenza.

Arthur Mensch, fondatore e CEO di Mistral AI,

Sovranità digitale europea: perché l’AI non vive nel cloud

Mensch ha detto, in sostanza, che la partita dell’AI si decide ora, perché quando l’offerta sarà monopolizzata dagli attori americani, l’Europa non avrà più la possibilità di trasformare elettroni in token, cioè energia in capacità computazionale, capacità computazionale in modelli, modelli in prodotti, prodotti in produttività, produttività in potere economico; detta così sembra una formula tecnica, ma è probabilmente una delle definizioni più precise della nuova sovranità digitale, perché l’intelligenza artificiale non è un software che si scarica, è una filiera industriale che va dalla presa elettrica ai bilanci delle imprese e degli Stai

Questa è la parte che l’Europa fa più fatica ad accettare, perché per anni ha pensato di poter governare il digitale soprattutto con le regole; una scelta necessaria, in molti casi anche giusta, perché privacy, concorrenza, tutela dei minori, trasparenza algoritmica e sicurezza non sono dettagli ornamentali della tecnologia, sono pezzi del patto democratico, ma l’AI sta mostrando un limite evidente di questa impostazione: non basta regolare ciò che non si possiede, non basta definire i confini etici di un’infrastruttura che viene costruita altrove, non basta dichiarare sovranità se poi il calcolo, i modelli e la capacità di addestrarli dipendono da chi ha già occupato il terreno.

Mistral AI, in questa storia, non è soltanto una startup francese cresciuta in modo impressionante; è diventata il simbolo di una domanda molto più grande, quasi brutale nella sua semplicità: può l’Europa essere protagonista dell’AI se non possiede abbastanza calcolo, se non produce i chip più avanzati, se non ha data center su scala adeguata, se il capitale necessario per competere resta più lento e più frammentato di quello americano?

Mistral AI contro la dipendenza dalle Big Tech americane

Il caso Mistral rende questa contraddizione ancora più evidente perché nasce proprio dentro l’ambizione europea di non rassegnarsi alla dipendenza; Arthur Mensch non è il profeta nostalgico di un’autarchia digitale, non propone un’Europa chiusa, isolata, diffidente verso ogni alleanza, ma un’Europa che sia capace di trattare con gli Stati Uniti da partner e non da cliente strutturale, da soggetto industriale e non da utente premium, da continente che contribuisce a definire l’architettura dell’AI e non da mercato da conquistare con abbonamenti enterprise.

Il problema, allora, non è scegliere tra OpenAI e Mistral come se fosse una partita di tifo tecnologico; il problema è capire se l’Europa potrà ancora decidere quali modelli usare nella pubblica amministrazione, nelle imprese, nella sanità, nella difesa, nella scuola, nella ricerca, senza trovarsi ogni volta davanti alla stessa alternativa: accettare condizioni esterne oppure restare indietro.

In questa prospettiva, il tema dell’AI europea diventa molto più concreto di quanto sembri; non riguarda soltanto la lingua dei modelli, la disponibilità dell’italiano, del francese o del tedesco dentro un chatbot, ma la possibilità di costruire sistemi che rispondano a vincoli giuridici europei, che proteggano dati industriali e pubblici, che permettano alle aziende di non consegnare know-how e processi strategici a piattaforme esterne, che diano ai governi una base tecnologica credibile nei settori in cui la dipendenza digitale può diventare vulnerabilità politica.

Data center AI, chip ed energia: la vera infrastruttura dell’intelligenza artificiale

L’intelligenza artificiale viene raccontata spesso come qualcosa di immateriale, quasi atmosferico, una presenza che appare dentro una finestra di chat, risponde, scrive, sintetizza, genera immagini, suggerisce codice, costruisce presentazioni; ma dietro quella leggerezza apparente c’è una pesantezza industriale enorme, fatta di data center, reti elettriche, sistemi di raffreddamento, semiconduttori, catene logistiche, autorizzazioni territoriali, capacità di investimento e tempi di costruzione che non seguono la velocità del marketing tecnologico.

È qui che la frase di Mensch diventa più interessante, perché ci costringe a guardare l’AI non come una magia linguistica, ma come una macchina geopolitica. Chi possiede il calcolo può addestrare modelli più grandi, chi addestra modelli più grandi può attrarre più sviluppatori, chi attira più sviluppatori può creare ecosistemi più forti, chi crea ecosistemi più forti può imporre standard, prezzi, interfacce, contratti, dipendenze. La sovranità digitale europea, quindi, non passa solo dalla capacità di scrivere buone leggi, ma dalla possibilità di costruire e alimentare questa macchina.

Questo è anche il senso della discussione sulla AI Factory, che Digitalic ha già affrontato raccontando la nuova fame di calcolo generata dalla crescita dell’intelligenza artificiale: quando la competizione AI si misura in centinaia di megawatt e centinaia di migliaia di GPU, la sovranità smette di essere una parola da convegno e diventa una questione fisica, quasi geologica, fatta di energia disponibile, raffreddamento, reti, autorizzazioni, investimenti, capacità di pianificazione.

AI europea e potere politico: il rischio di diventare utenti premium

Nella frase “l’Europa rischia di diventare vassalla” implica che se l’AI è la nuova infrastruttura della produttività, allora chi controlla l’AI controlla una parte crescente della capacità di innovare degli altri; se l’AI entra nei processi aziendali, nella ricerca scientifica, nella cybersecurity, nella progettazione industriale, nell’analisi finanziaria, nella logistica e nella pubblica amministrazione, allora la dipendenza da pochi fornitori esterni non è più solo un problema di mercato, diventa una condizione di sudditanza strategica.

La cosa interessante è che il discorso di Mensch arriva in un momento in cui l’Europa sta provando a raccontarsi come luogo possibile di un’intelligenza artificiale diversa, meno opaca, più aperta, più compatibile con i diritti e con la democrazia; ma questa promessa rischia di restare letteratura politica se non viene accompagnata da una macchina industriale adeguata. Perché un modello europeo senza abbastanza calcolo resta un esperimento brillante; una strategia europea senza capitali sufficienti resta un documento; una regolazione europea senza campioni capaci di competere resta una cornice elegante attorno a un quadro dipinto da altri.

Mistral ha costruito la propria identità anche sull’apertura dei modelli e sulla possibilità di offrire un’alternativa europea ai grandi laboratori americani; ma nessun fondatore, per quanto brillante, può risolvere da solo un problema di scala continentale. Se l’Europa vuole davvero evitare la dipendenza, deve trasformare il caso Mistral in politica industriale, deve fare in modo che l’AI non venga trattata come un settore verticale tra gli altri, ma come l’infrastruttura che attraversa tutti i settori, dalla manifattura alla sanità, dalla difesa alla cultura, dalla finanza alla scuola.

L’Italia davanti alla sfida dell’intelligenza artificiale europea

Per l’Italia il tema è ancora più urgente, perché il rischio non è soltanto di restare indietro rispetto agli Stati Uniti, ma restare ai margini anche dentro l’Europa, limitandosi a usare strumenti sviluppati altrove, magari con grande creatività nei prompt e scarsa presenza nell’ecosistema AI; il Paese che ha un tessuto industriale fatto di competenze, manifattura avanzata, distretti, dati tecnici, macchine, processi e conoscenza non può pensare che la sua strategia AI coincida con l’adozione passiva di piattaforme esterne. La sovranità digitale, in questo senso, non è una bandiera, è una domanda operativa che ogni CIO, ogni CEO, ogni amministratore pubblico dovrebbe portare in riunione: dove stanno i nostri dati, dove gira il modello, chi controlla l’infrastruttura, cosa succede se cambiano le condizioni commerciali, geopolitiche o regolatorie, quanto know-how stiamo trasferendo a sistemi che non possiamo davvero governare?

È lo stesso nodo che Digitalic ha già affrontato raccontando il Brussels Economic Forum 2026 e che abbiamo affortato nel Podcast DigitMondo: essere sovrani nell’era dell’AI non significa alzare muri, ma avere controllo reale su dati, infrastrutture e modelli; se le risposte alle domande fondamentali, chi detiene i dati, chi gestisce il cloud, chi costruisce i modelli, stanno fuori dall’Europa, allora il futuro europeo viene scritto in un altro continente.

Perché l’avvertimento di Mistral riguarda anche le aziende,

L’errore più grande sarebbe leggere l’allarme di Arthur Mensch come una questione per addetti ai lavori, come una disputa tra laboratori di ricerca, una rivalità tra Parigi e la Silicon Valley, una pagina di politica industriale lontana dalla vita reale delle imprese. In realtà riguarda ogni azienda che sta introducendo AI nei processi, ogni amministrazione pubblica che vuole automatizzare servizi, ogni ospedale che immagina diagnosi assistite, ogni banca che affida ai modelli parte della gestione del rischio, ogni scuola che dovrà decidere come educare in un mondo in cui produrre testo, codice, immagini e analisi diventa sempre più facile.

Quando un’azienda adotta una piattaforma AI, non sta semplicemente scegliendo uno strumento; sta scegliendo un’infrastruttura dentro cui far passare dati, linguaggi, processi, abitudini, decisioni. All’inizio sembra efficienza, poi diventa dipendenza, poi diventa standard, poi diventa impossibilità pratica di tornare indietro. È già successo con il cloud, con i sistemi operativi, con le piattaforme social, con gli ecosistemi mobile; l’AI rischia di rendere questa dipendenza ancora più profonda, perché non ospita soltanto applicazioni, ma entra nel modo in cui pensiamo, lavoriamo, progettiamo, decidiamo.

Per questo il tema non è avere una piccola quota europea dentro un mercato dominato da altri; il tema è impedire che l’Europa diventi il luogo in cui si applicano regole sofisticate a tecnologie costruite altrove, il continente che discute i limiti etici dell’AI mentre compra capacità computazionale, modelli e piattaforme da chi ha già deciso la direzione del gioco.

L’Europa dell’AI deve scegliere tra regolazione e potenza industriale

Mensch ha avuto il merito di rendere questa domanda impossibile da rimandare; due anni sono pochi, ma forse proprio per questo sono utili, perché tolgono all’Europa l’alibi del tempo lungo, quello in cui ogni trasformazione diventa un’agenda, ogni agenda un tavolo, ogni tavolo un compromesso, ogni compromesso una scadenza spostata più avanti.

L’AI non aspetterà che l’Europa trovi la frase perfetta per descriverla; si costruirà comunque, consumerà energia comunque, occuperà data center comunque, entrerà nelle imprese comunque, modellerà il lavoro comunque. La differenza è se l’Europa sarà dentro questa costruzione con le proprie infrastrutture e le proprie imprese, oppure se guarderà la nuova rivoluzione industriale attraverso l’interfaccia pulita di un servizio acquistato in abbonamento.

Arthur Mensch ha dato all’Europa una scadenza; non è detto che sia esatta al mese, ma è esatta nella sostanza. La finestra è breve, la posta è enorme, il linguaggio della sovranità non basta più; ora servono elettroni, GPU, data center, capitale e una decisione politica finalmente all’altezza della tecnologia che pretende di governare.

A maggio 2026, Mozilla ha rilasciato Firefox 150. Non sarebbe una notizia enorme, se non fosse per come è stata costruita quella versione: il team ha utilizzato Mythos, il modello di intelligenza artificiale di Anthropic che Anthropic stessa aveva definito “troppo pericoloso per essere messo a disposizione di tutti”. Il risultato è stato un processo di analisi della sicurezza del codice che in passato avrebbe richiesto settimane di lavoro manuale, completato in una frazione di quel tempo. Firefox 150 non è solo un aggiornamento del browser. È la prima dimostrazione pubblica e verificabile di cosa succede quando l’AI sostituisce il penetration tester. Quella data segna un prima e un dopo nella sicurezza informatica aziendale, anche se pochi lo hanno ancora capito.

Cosa sono le vulnerabilità software e perché l’AI cambia tutto

Per capire perché questa storia conta, serve una premessa breve. Ogni software contiene errori di programmazione. Alcuni di questi errori sono vulnerabilità sfruttabili: difetti che un attaccante può usare per entrare in un sistema, sottrarre dati o bloccare un’infrastruttura. Trovarli prima che lo faccia qualcun altro è il nucleo del lavoro di sicurezza offensiva, quella che si fa per difendersi. Fino a ieri, quel lavoro richiedeva team specializzati, mesi di analisi, budget significativi. L’intelligenza artificiale lo comprime in ore, a volte in minuti.

Glasswing, Daybreak, MDASH: le tre piattaforme AI per la cybersecurity

Anthropic ha avviato la corsa ad aprile con il Project Glasswing e il modello Mythos, disponibile solo a un gruppo ristretto di aziende strategiche. In poche settimane, il caso di Mozilla ha confermato che lo strumento funziona davvero. OpenAI ha risposto l’11 maggio con Daybreak, costruito sui modelli GPT-5.5 e sull’agente Codex Security: il sistema costruisce una mappa dei possibili rischi partendo dal codice sorgente, individua i percorsi di attacco più probabili e automatizza il rilevamento delle vulnerabilità critiche. Oltre venti aziende partner, tra cui Cloudflare e CrowdStrike, sono già coinvolte. L’accesso è ancora selettivo, con un processo di valutazione preliminare riservato alle aziende che ne fanno richiesta.

Microsoft ha chiuso il triangolo con MDASH, che sceglie un’architettura diversa dagli altri due: invece di affidarsi a un unico modello frontier, il sistema coordina una squadra di agenti AI specializzati che si dividono i compiti su porzioni diverse del codice. Secondo i test disponibili, questa architettura distribuita avrebbe già superato sia Mythos sia Daybreak su alcune metriche chiave di rilevamento. Per chi conosce la storia di MAI, il progetto AI proprietario di Microsoft, MDASH si inserisce in una strategia più ampia di riduzione della dipendenza da vendor esterni.

Il primo zero-day creato dall’AI: quando la difesa diventa attacco

Il colpo di scena che completa il quadro arriva dai ricercatori di Google, che nello stesso periodo hanno documentato quello che viene descritto come il primo caso osservato di uno zero-day exploit creato con il supporto dell’AI, collegato a una campagna di attacco pianificata. Zero-day indica una vulnerabilità sconosciuta ai difensori: nessuna patch esiste, nessun sistema di difesa è preparato. L’AI ha trovato il difetto, ha costruito l’exploit, e qualcuno ha tentato di usarlo. È il lato oscuro esatto della stessa medaglia, la conferma che la stessa tecnologia che protegge può attaccare, e che la corsa è già cominciata da entrambe le parti.

OpenAI apre i suoi modelli cyber all’Europa. Anthropic ancora no

La notizia che potrebbe spostare l’asse geopolitico dell’intera vicenda è arrivata l’11 maggio, in parallelo al lancio di Daybreak. OpenAI ha annunciato che avrebbe concesso all’Unione Europea l’accesso al modello GPT-5.5-Cyber, una variante specializzata del suo ultimo modello, mettendolo a disposizione di partner europei: aziende, governi, autorità di cybersecurity e istituzioni comunitarie come l’EU AI Office. Il portavoce della Commissione europea Thomas Regnier ha accolto la notizia con una dichiarazione pubblica inusualmente diretta per i toni diplomatici di Bruxelles: “Con uno avete un’azienda che offre proattivamente l’accesso. Con l’altra abbiamo buone discussioni, ma non siamo in una fase in cui possiamo speculare su un potenziale accesso.”

L’altra è Anthropic. Un mese dopo il debutto di Mythos, la Commissione non aveva ancora ottenuto l’accesso preliminare per esaminarlo. La settimana prima dell’annuncio di OpenAI, Anthropic aveva declinato l’invito a incontrare i membri del Parlamento europeo e i rappresentanti di ENISA, l’agenzia europea per la cybersecurity, citando un preavviso troppo breve. La Commissione ha risposto alzando il tono: il portavoce Regnier ha dichiarato che “una volta che i poteri di enforcement dell’AI Office entreranno in vigore ad agosto 2026, garantiremo di ricevere, se necessario, l’accesso a Mythos”. Una minaccia velata, nella lingua opaca di Bruxelles, è comunque una minaccia.

George Osborne, responsabile del programma OpenAI for Countries, ha presentato alla Commissione e agli Stati membri un piano d’azione che include l’accesso ai modelli più recenti e briefing con i team di sicurezza di OpenAI. Il programma si chiama EU Cyber Action Plan e prevede l’ingresso di decine di aziende europee nel Trusted Access for Cyber: tra i partecipanti figurano già Deutsche Telekom, Telefonica e la banca spagnola BBVA.

La logica strategica di OpenAI è trasparente quanto efficace. Offrendo volontariamente l’accesso al proprio modello cyber più avanzato, OpenAI sta facendo una scommessa calcolata: dimostrare trasparenza e costruire credibilità con i regolatori, guadagnando al contempo influenza su come l’UE classificherà e regolamenterà i sistemi AI con capacità offensive in ambito cyber. Il rischio per Anthropic, in questo scenario, è duplice: restare esclusa dal mercato europeo degli strumenti di vulnerability discovery AI per un periodo significativo, e vedere scritte le linee guida regolatorie europee sulla base dell’esperienza con il modello di un competitor.

GPT-5.5-Cyber è specificamente progettato per identificare falle nel software e simulare intrusioni. Al 1° maggio, GPT-5.5 aveva completato un hack simulato di una rete aziendale completa, diventando solo il secondo sistema AI a riuscirci. Il primo era stato Mythos di Anthropic. Due modelli con capacità simili, due strategie opposte verso l’Europa: una aperta, una chiusa.

Mistral, il laboratorio AI francese, sta lavorando con alcuni istituti bancari europei su un proprio strumento equivalente. La sovranità digitale, di cui si parla spesso in astratto, si misura anche su questo: chi avrà accesso agli strumenti di vulnerability discovery AI più avanzati, e chi dovrà aspettare.

Cosa deve fare oggi un CISO: la nuova postura di sicurezza informatica

Per i responsabili IT che leggono Digitalic, il punto operativo è uno solo: il tempo che separa la scoperta di una vulnerabilità dal suo sfruttamento si è contratto in modo irreversibile. Le policy di divulgazione costruite su finestre di novanta giorni sono già obsolete: con l’AI, un attaccante può trasformare una patch pubblica in un exploit funzionante in meno di trenta minuti. Chi conosce i trend cybersecurity 2026 che abbiamo analizzato a gennaio sa che questa evoluzione era attesa: la cybersecurity proattiva di cui BlueIT ha anticipato la logica non è più un vantaggio competitivo, è il requisito minimo. Chi ha letto il nostro approfondimento sul data poisoning AI capisce quanto sottile sia il confine tra difesa e attacco quando i modelli AI stessi possono diventare un vettore. Chi segue la storia di Anthropic e OpenAI sa che questa corsa non è separabile dalla geopolitica dell’AI.

Il software del futuro andrà analizzato fin dalla prima riga di codice, con la sicurezza integrata nel ciclo di sviluppo come i test automatici o il controllo di versione e non come un progetto separato, non come un audit semestrale: come una funzione continua.

Frank Karlitschek, fondatore di Nextcloud, ha una risposta per spiegare perché l’Europa, dopo vent’anni di dibattito sulla sovranità digitale, consegna ancora oltre il 70% del proprio mercato cloud ai provider americani: «Mancano il coraggio e la fiducia in noi stessi. Non le risorse, non la tecnologia, non i soldi… il coraggio». Karlitschek contribuisce a progetti open source dalla fine degli anni Novanta, ha fondato ownCloud nel 2010 e nel 2016 ha lasciato quel progetto per dare vita a Nextcloud, oggi la piattaforma di collaborazione on-premise più diffusa al mondo. Nel 2026 ha ricevuto lo Special Recognition Award agli European Open Source Awards per il contributo al business e all’impatto del software libero in Europa. Ha costruito un’alternativa concreta a Microsoft 365 e Google Workspace: sa esattamente quanto costa farlo, e perché in Europa si fa ancora troppo poco.

Frank Karlitschek, fondatore e Ceo di NextCloud

Nextcloud: il manifesto di Karlitschek del 2015

Nel 2015 Karlitschek scrisse lo User Data Manifesto, un documento che avvertiva del rischio di concentrare in cinque aziende tutta la comunicazione e tutti i dati del pianeta. All’epoca sembrava visionario, oggi sembra quasi ottimista rispetto alla realtà. «Non avevo previsto i problemi geopolitici attuali, non avevo previsto Trump», ammette. «Ma era chiaro che affidare la vita digitale di tutti a un pugno di corporation non era un futuro sano. Era la strada verso una distopia».

Il tema non è diventato più semplice: è diventato esistenziale. Come abbiamo raccontato nell’analisi sulla sovranità digitale dopo Schrems II e la guerra in Ucraina, i dati non sono mai stati neutri, ma oggi è evidente a chiunque. Il Cloud Act americano, le tensioni sui semiconduttori, la guerra dei chip: ogni crisi geopolitica mette sotto pressione la dipendenza digitale europea e rivela quanto sia fragile affidarsi a infrastrutture che obbediscono a leggi straniere.

Migrare da Microsoft a Nextcloud: quanto ci vuole davvero

La domanda pratica per un CIO o un CEO che gestisce un’azienda da cinquemila postazioni è concreta: quanto tempo richiede una migrazione da Microsoft a Nextcloud? Karlitschek non fa sconti: «Dipende dall’organizzazione. Alcune lo fanno in un mese, alcune pubbliche amministrazioni ci mettono un anno. Non per limiti tecnologici, ma per la gestione del cambiamento, la formazione degli utenti, i casi limite».

Il processo tipico prevede tre fasi: una proof of concept, un pilota su un dipartimento, poi la migrazione completa con il change management necessario per accompagnare le persone senza traumi. L’obiettivo dichiarato di Nextcloud è comprimere tutto questo in un unico click: «Immagina di decidere il venerdì di provare Nextcloud, attivare un’istanza da uno dei provider europei partner, premere il tasto di migrazione e trovare lunedì mattina email, chat, file e SharePoint già spostati. Stiamo lavorando su questo». Un sogno operativo, con una roadmap concreta alle spalle.

Puoi approfondire il tema della migrazione cloud e delle sue implicazioni per le imprese nel nostro articolo sui trend di sovranità digitale del 2026.

Il problema non è la burocrazia è farne una scusa

Uno degli argomenti più usati nei convegni europei per spiegare il gap con gli Stati Uniti è la regolamentazione eccessiva. Karlitschek non ci crede: «Ero a tre eventi questa settimana. In tutti e tre il refrain era lo stesso: troppa burocrazia, troppi ostacoli. Ma questa è una scusa. Non è la burocrazia che ci tiene indietro».

Il punto che fa è più scomodo: la Commissione Europea potrebbe decidere domani di acquistare solo soluzioni open source europee per le infrastrutture critiche. Non sarebbe rivoluzionario; sarebbe esattamente quello che fanno gli Stati Uniti con il loro mercato, quello che fa la Cina, quello che fa la Russia. «Lo fanno tutti, tranne noi. Perché vogliamo sembrare aperti e amici. Ma al proprio futuro digitale si deve rispondere con decisioni, non con buone intenzioni».

Il tema è stato affrontato anche nel nostro approfondimento su perché l’Europa deve avere il suo cloud: le competenze ci sono, la filiera open source pure, quello che manca è la volontà politica di tradurle in scelte sistematiche.

L’ecosistema esiste già: Collabora, OpenProject, Xwiki, Open-Xchange

Una delle narrative più diffuse è che l’Europa non abbia alternative credibili ai giganti americani. Karlitschek la smonta con un elenco di nomi concreti: Collabora dal Regno Unito per l’editing documentale, OpenProject dalla Germania per la gestione dei progetti, Xwiki dalla Francia per la knowledge base, Open-Xchange e Univention ancora dalla Germania per la collaboration e la gestione delle identità. «Tutte crescono, collaborano tra loro, compaiono nuovi attori. Certo, sommando tutti noi insieme siamo ancora più piccoli di Microsoft. Ma non è una questione di dimensioni singole: è una questione di ecosistema, e l’Europa ha sempre avuto forza nell’ecosistema distribuito, non nel campione nazionale unico».

È lo stesso modello che rende l’Europa strutturalmente diversa dalla Silicon Valley: non c’è un centro, c’è una rete. Considerarla una debolezza è un errore di prospettiva. La diversità che complica l’amministrazione, i contratti di lavoro diversi per ognuno dei trenta paesi in cui Nextcloud ha dipendenti, è la stessa diversità che produce prodotti migliori, più capaci di funzionare per mercati eterogenei. Puoi leggere di più sul tema nel sito ufficiale di Nextcloud, dove sono documentate integrazioni, casi d’uso enterprise e la roadmap della piattaforma.

Il nodo AI: ritardo reale, ma non perdita definitiva

Il punto più delicato dell’intervista riguarda l’intelligenza artificiale. L’Europa non ha un modello fondazionale competitivo con GPT-4o o Gemini, non produce i chip necessari a scala, non controlla le terre rare. Il rischio che l’AI diventi una nuova forma di dipendenza tecnologica, questa volta più profonda e più difficile da invertire, è concreto. Come abbiamo documentato nell’analisi su come la sovranità digitale senza massa computazionale rischi di diventare un principio giuridico senza corpo industriale, la distanza tra intenzione e capacità produttiva si misura in gigawatt e in miliardi di investimento.

Karlitschek non minimizza il problema, ma non è catastrofista: «Mistral in Francia esiste e funziona bene. Ma è vero, sui modelli non siamo in testa, non produciamo chip, non abbiamo terre rare. Ma ci sono molte cose che non produciamo e con cui facciamo ugualmente business in un’economia globale. Il punto non è essere autosufficienti in tutto: è non rinunciare, costruire dove possiamo, essere campioni in altre aree nel frattempo».

Quali aree? Le democrazie liberali aperte restano un vantaggio competitivo, non solo un valore umanitario. Il manifatturiero avanzato, dove l’Europa guida ancora. I sistemi educativi. Il mercato interno, che resta il più grande del mondo in termini di standard normativi e capacità d’acquisto. «Siamo troppo pessimisti. Dobbiamo smettere di raccontarci come destinati a perdere e iniziare a costruire sulle nostre forze».

Karlitschek non ha una soluzione magica,  ma la prova che una soluzione esiste già: Nextcloud funziona, scala, sostituisce Microsoft in ambienti da milioni di utenti, e lo fa con codice europeo, server europei, valori europei. Il resto, la scelta politica di farlo diventare standard per le infrastrutture critiche, dipende da decisioni che non si prendono nei datacenter ma nelle stanze in cui si decide cosa comprare forse lì, per ora, il coraggio manca ancora.

Metà del traffico che viaggia su Internet in questo momento non è generato da esseri umani, ma da agenti AI che analizzano siti web, interrogano API, alimentano modelli: traffico prodotto da software, senza che nessuno abbia digitato nulla. Il dato è di Cloudflare, presentato a Londra alcune settimane fa, e Stefano Zingoni lo porta in conversazione per far capire a che punto siamo nel viaggio AI. «Nel 2025 l’AI era ancora una promessa. Oggi, per quello che vediamo dai clienti, è molto più pervasiva di quanto ci immaginiamo; è già presente, è entrata nei processi», ha raccontato Zingoni. Un punto di partenza che non è retorico: è la premessa da cui discende tutto il resto.

Stefano Zingoni, Innovation & Marketing Director del Gruppo E, descrive un mercato che si è diviso in due fasce nette. Il 20% delle imprese ha già capito che adottare l’AI significa ripensare l’infrastruttura: i data center, lo storage, la rete, le GPU. L’80% non ha ancora questa consapevolezza; lo scoprirà quando vorrà espandere i progetti e si troverà di fronte a un collo di bottiglia hardware che non ha pianificato. «Sottovalutano più l’hardware che il software e la security», ha osservato. La consapevolezza del rischio informatico è cresciuta negli ultimi anni; quella del “ferro”, meno, ed è proprio da questo disallineamento che nascono i problemi più costosi.

Il cassetto dei dati

Stefano Zingoni, Innovation & Marketing Director del Gruppo E

Per anni le aziende hanno accumulato dati senza saperli usare: documenti, archivi non strutturati, log di processo; una materia prima dormiente accantonata sui server. L’AI generativa ha cambiato la percezione di quel materiale e con essa la pressione sui reparti IT. «Le aziende si sono rese conto che i dati custoditi nel cassetto possono diventare un asset strategico. Il problema è che mettere quei dati a disposizione dei grandi player crea disagio: nasce da qui la ricerca di piattaforme che garantiscano sovranità, governance e sicurezza del dato», ha spiegato Zingoni.

La contrapposizione sul mercato è reale: da un lato gli hyperscaler con piattaforme chiuse e contratti stipulati spesso prima che la maturità AI fosse diffusa; dall’altro una domanda crescente di controllo che quelle piattaforme non riescono a soddisfare. Il Gruppo E lavora intensamente sull’on premise: portare l’AI dentro il perimetro aziendale, su infrastruttura controllata, attraverso piattaforme open source. In questo quadro si inserisce Memori, la piattaforma AI proprietaria partecipata dal Gruppo E: un orchestratore di agenti progettato per non far uscire il dato aziendale dal perimetro di chi lo possiede, costruito in Italia, su architettura aperta, senza lock-in verso nessun modello esterno. Da questa tensione tra controllo e permeabilità emerge una delle questioni più problematiche nelle aziende italiane: la shadow AI. Le aziende più strutturate hanno già scritto policy di utilizzo, sanno che i propri dipendenti usano le AI più diffuse per il lavoro quotidiano; ma il punto è che non hanno ancora gli strumenti per rendere quella policy operativa. «Avere una regola senza avere lo strumento che la misura significa che la regola resta sulla carta», ha sottolineato Zingoni. Nel frattempo i dati escono, i modelli li assorbono, e nessun audit lo registra, la shadow AI mette a repentaglio dati sensibili.

Processi

È a partire anche da questa urgenza che il tema della sicurezza si fa più complesso di quanto la maggior parte delle organizzazioni immagina. Giovanni Stilli, responsabile della BU Infosec del Gruppo E, ha introdotto una distinzione importante. La sicurezza informatica, per decenni, ha protetto oggetti statici; il dato, il file, il database: qualcosa che stava fermo in un posto e poteva essere messo sottochiave. Quel modo di vedere non regge più all’impatto dell’AI. «Fino ad oggi si parlava di sicurezza del dato. Oggi si dovrebbe parlare di sicurezza del processo: quello che devi proteggere non è il singolo dato, ma l’insieme di dati nel loro flusso», ha affermato Stilli.

Le aziende sono diventate macchine che generano dati senza sosta: l’informazione non viene solo consultata: viene creata, ogni volta, come risultato di una combinazione nuova. Se una delle sorgenti è compromessa, lo è anche ciò che da essa si genera. La conseguenza diretta è che le minacce più pericolose non colpiscono più il dato a riposo, ma il dato in movimento.

Giovanni Stilli, responsabile della BU Infosec del Gruppo E

Come agire

C’è un livello ulteriore: gli agenti AI non replicano le logiche d’attacco che conosciamo, ne inventano di nuove, combinando variabili in modi che nessun team umano potrebbe concepire. Non è possibile anticiparli ragionando con la grammatica tradizionale dei perimetri. «Noi abbiamo sempre compreso, più o meno, le logiche con cui gli attacchi venivano costruiti. Oggi l’AI comincia a pensare con logiche che non comprendiamo nell’istante in cui agiscono», ha concluso Stilli.

Una nuova idea di AI e di sicurezza

Il Gruppo E non è arrivato alla propria offerta AI solo dalla consulenza o dal software: ci è arrivato dall’infrastruttura e dalla security. Questa traiettoria è la ragione per cui riesce a prendere un progetto AI, portarlo dentro un data center privato, renderlo sicuro attraverso la BU Infosec, farlo girare con Memori senza che un byte di dato aziendale esca dal perimetro del cliente. Si tratta di infrastruttura, sicurezza e piattaforma AI proprietaria in un unico interlocutore: altrove queste competenze richiedono tre fornitori diversi. Il 2026 è l’anno in cui molte aziende italiane scopriranno quanto può essere utile questo approccio unitario.

Digitalic per

Il processo Musk contro OpenAI ha riportato al centro della scena una delle pagine più opache della storia recente dell’intelligenza artificiale: il licenziamento lampo di Sam Altman nel novembre 2023, il suo ritorno trionfale pochi giorni dopo, la sconfitta politica del board che aveva provato a rimuoverlo e, oggi, il riaffiorare di un documento che sembra appartenere più alla letteratura del potere che alla cronaca tecnologica, il Dossier Sutskever, 52 pagine di screenshot, ricostruzioni, episodi, accuse e memorie interne che Ilya Sutskever, cofondatore e allora chief scientist di OpenAI, inviò ai membri indipendenti del consiglio di amministrazione, cioè Adam D’Angelo, Helen Toner e Tasha McCauley.

Non è un dettaglio del Processo OpenAI, perché quel dossier rappresenta il punto in cui una sensazione, la perdita progressiva di fiducia verso Altman, diventa documento; e in un’azienda come OpenAI, nata con una missione pubblica e cresciuta fino a diventare uno dei centri di potere più importanti dell’economia digitale, la trasformazione della sfiducia in una raccolta ordinata di prove interne non è una questione personale, ma un problema di governance.

Tasha McCauley, la voce del board nel Processo OpenAI

Tasha McCauley non è mai stata il volto della crisi OpenAI, perché la storia pubblica è stata subito occupata dai nomi più riconoscibili, Sam Altman, Elon Musk, Ilya Sutskever, Greg Brockman, Satya Nadella, Mira Murati; eppure la sua deposizione video, mostrata il 7 maggio nell’aula federale di Oakland durante il Processo Musk contro OpenAI, ha avuto un peso particolare proprio perché McCauley non parla da spettatrice, ma da membro del board che nel novembre 2023 votò per rimuovere Altman.

La sua figura è interessante anche per ciò che tiene insieme: imprenditrice nel campo della robotica, ex membro del board di OpenAI, persona abituata a ragionare sull’autonomia delle macchine e sul loro impatto nel mondo reale, oltre che nome noto al grande pubblico per il matrimonio con l’attore Joseph Gordon-Levitt; ma nel Processo OpenAI la biografia diventa secondaria, perché ciò che conta è il suo ruolo nella stanza in cui si è consumata la frattura più importante della società che ha portato ChatGPT nel mondo.

Il Dossier Sutskever nel Processo Musk contro OpenAI

La parte più potente della testimonianza di McCauley non sta in un’accusa spettacolare, né in una frase costruita per diventare titolo, ma nel modo in cui descrive l’erosione della fiducia: piccoli episodi, interazioni non del tutto coerenti, versioni che non tornano, informazioni ricevute dal board in modo parziale o impreciso, fino a formare una massa critica che rende impossibile svolgere il compito fondamentale di ogni consiglio di amministrazione, cioè controllare senza dover continuamente dubitare della base informativa su cui decide.

Nel Dossier Sutskever questa frattura prende forma concreta; secondo quanto emerso nella deposizione di Sutskever e riportato da The Verge, il documento conteneva una raccolta di elementi su ciò che veniva descritto come un modello di comportamento di Altman, accusato di mettere dirigenti gli uni contro gli altri e di fornire informazioni conflittuali sui piani dell’azienda, mentre OpenAI, dal canto suo, ha sempre difeso la leadership di Altman e ha ricordato che gli eventi del 2023 sono stati esaminati da una revisione indipendente del board.

Questo passaggio è essenziale per non trasformare il Processo Musk contro OpenAI in una guerra di slogan: da una parte c’è la ricostruzione di ex membri del board e di Sutskever, dall’altra la posizione ufficiale di OpenAI, che considera chiusa quella fase e legittimata l’attuale leadership; in mezzo c’è il tema vero per CIO, CISO e board aziendali, cioè come si governa una tecnologia di frontiera quando la catena della fiducia interna si incrina.

Sam Altman, safety board e il caso delle versioni di ChatGPT

Uno degli episodi più delicati riguarda la gestione delle informazioni sulla sicurezza e sui processi di revisione; nella ricostruzione emersa dalle testimonianze, il board avrebbe maturato dubbi anche rispetto alla completezza delle comunicazioni ricevute sulle procedure interne, un punto che richiama direttamente l’accusa originaria con cui OpenAI annunciò nel 2023 la rimozione di Altman, cioè il fatto che non fosse stato “consistentemente candido” nelle comunicazioni con il consiglio.

Per un’azienda normale, una comunicazione incompleta al board è già un problema; per un laboratorio che sviluppa AI di frontiera, e che nel giro di pochi anni ha trasformato ChatGPT da esperimento tecnologico a infrastruttura usata da centinaia di milioni di persone, diventa un problema di sistema, perché la differenza tra un modello testato, un modello parzialmente revisionato e un modello rilasciato sotto pressione competitiva non riguarda la burocrazia interna, ma il confine tra controllo, velocità e rischio.

Su Digitalic abbiamo raccontato più volte come l’evoluzione di OpenAI non sia più soltanto una questione di prodotto, ma riguardi il modo in cui le aziende lavorano, sviluppano codice, prendono decisioni, analizzano documenti e integrano modelli generativi nei processi; basta guardare il salto rappresentato da GPT-5 per capire quanto la governance di questi sistemi non possa essere trattata come un tema accessorio rispetto alla potenza del modello.

Processo Musk contro OpenAI: dal profitto alla governance

Il Processo Musk contro OpenAI nasce da un’accusa più ampia, che Digitalic aveva raccontato già nel 2024: secondo Elon Musk, OpenAI avrebbe tradito la missione originaria, passando da progetto nato per sviluppare intelligenza artificiale a beneficio dell’umanità a struttura sempre più orientata al profitto e legata agli interessi di Microsoft.

Questa linea resta centrale nel processo, ma il Dossier Sutskever sposta la vicenda su un piano ancora più concreto; perché non si parla più soltanto di statuti, promesse fondative, open source, partnership commerciali o modelli societari, ma di ciò che accade nella stanza del potere quando un board sostiene di non potersi più fidare del CEO che guida il laboratorio più osservato dell’AI mondiale.

Qui il Processo OpenAI diventa qualcosa di più di una causa tra Musk, Altman e OpenAI; diventa un caso clinico sulla governance dell’intelligenza artificiale, perché mostra che il controllo di un sistema così potente non dipende soltanto da policy, audit e comitati di safety, ma dalla qualità della verità che circola dentro l’organizzazione.

Il board che licenzia Altman e poi viene travolto dai dipendenti

La crisi del novembre 2023 oggi appare con una nitidezza diversa: quattro membri del board, Helen Toner, Ilya Sutskever, Adam D’Angelo e Tasha McCauley, firmano all’unanimità il documento con cui rimuovono Altman e nominano Mira Murati CEO ad interim; nel giro di pochi giorni, però, la macchina aziendale reagisce con una forza superiore a quella del consiglio, oltre 750 dipendenti firmano una lettera per chiedere il ritorno di Altman e minacciano di lasciare OpenAI per seguire lui e Brockman in Microsoft, mentre la stessa Murati, dopo essere stata indicata come CEO temporanea, finisce per schierarsi a favore del ritorno di Altman.

È una scena che andrebbe studiata in ogni consiglio di amministrazione che oggi discute di AI: un board convinto di difendere la missione originaria viene sconfitto dal corpo vivo dell’azienda, dai dipendenti, dagli investitori, dalla partnership con Microsoft, dal mercato, dalla paura di perdere il vantaggio competitivo, cioè da tutto ciò che in una società di AI di frontiera può pesare più della governance formale.

Il punto più umano, e forse più duro, riguarda proprio McCauley: la solitudine del board member che pensa di essere nel giusto, vota una decisione estrema, poi scopre che avere ragione sul piano fiduciario non basta quando l’organizzazione intera decide che la continuità del leader vale più della frattura che il board vedeva dall’interno.

Dossier Sutskever e la crisi di OpenAI

Il Dossier Sutskever resterà probabilmente uno degli oggetti simbolici della storia di OpenAI, non perché le sue 52 pagine possano essere considerate da sole la verità definitiva su Sam Altman, ma perché rendono materiale ciò che spesso nella Silicon Valley viene lasciato nel vago: la fiducia, il sospetto, la paura che il leader più capace sia anche quello meno controllabile, la sensazione che la velocità stia superando la trasparenza.

Nel Processo Musk contro OpenAI quel dossier funziona come un controcampo rispetto alla narrazione eroica dell’AI: da una parte i modelli che ragionano, scrivono codice, analizzano immagini, guidano agenti e promettono di trasformare il lavoro; dall’altra un fascicolo di 52 pagine, una mail, un board che legge, discute, vota, perde, viene travolto e lascia il campo al CEO che aveva cercato di rimuovere.

È qui che la vicenda smette di essere soltanto americana e diventa universale per chiunque stia portando l’AI dentro un’organizzazione; prima ancora di chiedersi quanto sia potente un modello, bisogna capire se l’organizzazione che lo produce, lo vende o lo integra sia in grado di dire la verità sui suoi rischi, sui suoi limiti, sulle sue procedure di sicurezza e sulle pressioni industriali che ne orientano lo sviluppo.

Il Processo OpenAI, letto attraverso Tasha McCauley e il Dossier Sutskever, racconta proprio questo: il primo grande laboratorio dell’AI generativa non è entrato in crisi perché una macchina ha preso il controllo, ma perché gli esseri umani incaricati di controllare la macchina hanno smesso di fidarsi gli uni degli altri.

Anthropic affitta il datacenter Colossus 1: oltre 300 megawatt per alimentare Claude: potrebbe sembrare soltanto l’ennesimo accordo infrastrutturale nella corsa all’intelligenza artificiale; in realtà è un passaggio molto più profondo, perché il 6 maggio 2026 la società che sviluppa Claude ha firmato un accordo con SpaceX per utilizzare tutta la capacità di calcolo del data center Colossus 1 a Memphis, una struttura che mette in campo più di 300 megawatt di nuova capacità e oltre 220.000 GPU NVIDIA, tra H100, H200 e sistemi GB200, con l’obiettivo immediato di aumentare i limiti di utilizzo di Claude Code e delle API Claude per gli utenti paganti.

Il dato tecnico, da solo, è già impressionante; ma Anthropic non sta semplicemente comprando più potenza di calcolo, sta dimostrando che la competizione sull’AI generativa si è spostata definitivamente dal piano del modello al piano dell’infrastruttura, dal codice al watt. Ci siamo spesso concentrati (tutti) sull’AI come architettura neurale, enormi dataset; oggi questi elementi rimangono centrali (per carotà), ma non bastano più, perché il modello più avanzato del mondo diventa irrilevante se non ha abbastanza energia per rispondere e abbastanza GPU per scalare, se non ha abbastanza data center per reggere la domanda e serve territorio, fisico o forse orbitale, per continuare a crescere.

Musk e Anthropic, da nemici ideologici ad amici computazionali

La parte quasi romantica della vicenda riguarda Elon Musk, perché pochi mesi fa il fondatore di xAI aveva attaccato Anthropic con toni durissimi, arrivando a definire Claude “misanthropic and evil”; ora invece ha spiegato su X di aver dato il via libera all’accordo dopo aver incontrato i vertici dell’azienda, aggiungendo una frase perfetta per descrivere l’ambiguità della nuova stagione dell’AI: “no one set off my evil detector” (“Nessuno ha fatto scattare il mio rilevatore di malvagità). La battuta di Musk contiene una giravolta evidente, ma sarebbe un errore fermarsi al folklore del personaggio; il punto vero è che la fame di potenza computazionale è ormai così forte da costringere anche i più acerrimi nemici che si sono accusati pubblicamente, a condividere infrastruttura. La competizione sull’AI non elimina la dipendenza reciproca, la rende più sofisticata; perché chi possiede capacità di calcolo diventa, anche per i concorrenti, un fornitore inevitabile, mentre chi sviluppa modelli d’avanguardia non può più permettersi di aspettare che la propria infrastruttura cresca alla stessa velocità della domanda. La fame di compute, in altre parole, ha appena trasformato due rivali in amici; e questa immagine, più di molte analisi finanziarie, racconta il nuovo equilibrio dell’AI industriale.

Il vincolo non è più la GPU: è il watt

Il dettaglio più significativo di questo accordo arriva poi da SpaceXAI, che nella nota ufficiale sull’accordo ha scritto che “the compute required to train and operate the next generation of these systems is outpacing what terrestrial power, land, and cooling can deliver on the timelines that matter”.“La potenza di calcolo necessaria per addestrare e far funzionare la prossima generazione di questi sistemi sta crescendo più rapidamente di quanto le infrastrutture terrestri, in termini di energia, spazio disponibile e capacità di raffreddamento, siano in grado di sostenere nei tempi che contano davvero.” Qui c’è il cuore della questione, perché SpaceX non sta dicendo che mancano soltanto chip, né che serve semplicemente una supply chain più efficiente; sta dicendo che la crescita dell’AI sta superando ciò che l’infrastruttura terrestre può garantire nei tempi richiesti dal mercato, serve lo spazio.

Potenza elettrica, suolo, raffreddamento, autorizzazioni, connessioni, comunità locali, sostenibilità ambientale e stabilità delle reti elettriche diventano così i veri colli di bottiglia della prossima fase; la GPU resta il simbolo dell’AI, ma il watt ne diventa la sostanza.

Su Digitalic lo abbiamo raccontato parlando dei data center in Italia come opportunità da 30 miliardi, perché l’infrastruttura digitale non è più una voce tecnica nascosta nei piani industriali, ma una delle condizioni materiali della competitività economica; senza data center, energia e connettività non esiste cloud, senza cloud non esiste AI su scala, senza AI su scala non esiste più sovranità tecnologica credibile.

Data center orbitali: la fantascienza entra nel piano industriale

L’elemento che porta la notizia oltre la dimensione terrestre è nella stessa comunicazione di Anthropic: come parte dell’accordo, l’azienda ha dichiarato interesse a collaborare con SpaceX per sviluppare “multiple gigawatts of orbital AI compute capacity”, cioè capacità di calcolo AI orbitale su scala di gigawatt. Fino a pochissimo tempo fa, l’idea di mettere data center nello spazio apparteneva al territorio delle visioni estreme, buone per conferenze futuristiche o per slide da laboratorio avanzato; oggi entra invece nel linguaggio operativo di una delle aziende più importanti dell’AI mondiale, dentro un accordo firmato con una società che possiede razzi, satelliti, infrastrutture spaziali e una capacità unica di trasformare ipotesi ingegneristiche in sistemi industriali. Su Digitalic avevamo già affrontato questo salto con Project Suncatcher, il progetto con cui Google esplora data center AI nello spazio; allora sembrava ancora una traiettoria avanzata, forse lontana, certamente affascinante, mentre l’accordo tra Anthropic e SpaceX mostra che quella traiettoria non è più soltanto ricerca: è diventata un’opzione strategica, ancora difficilissima, piena di incognite tecniche, economiche e ambientali, ma ormai entrata nel perimetro delle decisioni industriali. La ragione è brutale nella sua semplicità: se sulla Terra mancano energia, spazio e raffreddamento nei tempi richiesti dall’AI, allora l’industria comincia a guardare fuori dalla Terra; non perché lo spazio sia magicamente più semplice, ma perché la pressione competitiva sta rendendo accettabili idee che fino a ieri sembravano eccessive.

Claude Code, API e il lato concreto della corsa all’infrastruttura

Anthropic presenta l’accordo con SpaceX dentro una comunicazione molto pratica: più capacità significa limiti più alti per Claude Code, rimozione dei limiti nelle ore di picco per gli utenti Pro e Max, aumento dei rate limit delle API Claude Opus, quindi più spazio di utilizzo per sviluppatori, aziende e clienti enterprise. Questo dettaglio è importante perché ci riporta dal cielo alla Terra, agli uffici del CIO; la fame di potenza computazionale non nasce da un capriccio dei laboratori di ricerca, ma dall’uso quotidiano di strumenti AI che ormai entrano nei processi di sviluppo software, nell’automazione documentale, nell’analisi dei dati, nella customer experience, nel supporto decisionale e nella generazione di codice.

“Ogni volta che un’azienda aumenta l’uso di agenti AI, ogni volta che un team di sviluppo sposta attività su Claude Code, ogni volta che un workflow enterprise viene orchestrato da modelli multimodali o sistemi agentici, dietro quell’apparente semplicità di interfaccia si accende una filiera industriale gigantesca; e quella filiera consuma energia, occupa territorio, richiede raffreddamento, mette sotto pressione reti elettriche e obbliga i grandi player a stringere accordi sempre più ampi.

Il compute, per usare una parola che ormai non ha più una traduzione pienamente soddisfacente, è diventato la materia prima dell’intelligenza artificiale; non una risorsa accessoria, ma l’equivalente digitale dell’acciaio, dell’elettricità e del petrolio nelle precedenti rivoluzioni industriali.

Sovranità digitale europea: non basta scrivere regole se non si possiede potenza

Per il CIO italiano il messaggio dell’accordo Anthropic, SpaceX è molto più concreto di quanto possa sembrare; perché quando la competizione AI si misura in centinaia di megawatt, centinaia di migliaia di GPU e ipotesi di calcolo orbitale su scala gigawatt, la sovranità digitale europea smette di essere soltanto una questione normativa e diventa una questione fisica.

L’Europa può avere regole migliori, maggiore sensibilità sulla protezione dei dati, un approccio più maturo alla governance e una visione più attenta ai diritti; però, se non dispone anche di capacità computazionale, energia, data center, reti, competenze e tempi di realizzazione compatibili con la velocità del mercato, rischia di trasformare la propria sovranità in un principio giuridico privo di massa industriale.

Su Digitalic abbiamo affrontato questo nodo nell’articolo sul Brussels Economic Forum 2026 e sulla costruzione di un’AI europea, dove il tema non era semplicemente difendere valori europei, ma capire come trasformarli in infrastrutture, adozione, scala e capacità produttiva; lo stesso vale per i trend di sovranità digitale del 2026, perché autonomia tecnologica e indipendenza dei dati diventano fragili se il calcolo necessario a far funzionare l’AI resta concentrato altrove.

IT4LIA e CINECA dentro una competizione AI

L’Italia non parte da zero; IT4LIA AI Factory, ospitata e gestita da CINECA al Tecnopolo DAMA di Bologna, è stata pensata proprio per rafforzare l’ecosistema nazionale ed europeo dell’intelligenza artificiale attraverso infrastrutture HPC avanzate e servizi per imprese, startup, pubbliche amministrazioni e ricerca. Il punto, però, è che iniziative come IT4LIA si muovono dentro un mercato in cui gli avversari non sono più soltanto altri centri di supercalcolo, ma coalizioni industriali capaci di mettere insieme hyperscaler, produttori di chip, società spaziali, grandi laboratori AI e capacità energetiche enormi. Anthropic, nella stessa nota in cui annuncia l’accordo con SpaceX, ricorda anche altri impegni infrastrutturali: accordi fino a 5 gigawatt con Amazon, 5 gigawatt con Google e Broadcom, 30 miliardi di dollari di capacità Azure attraverso la partnership con Microsoft e NVIDIA, oltre a 50 miliardi di dollari di investimenti in infrastruttura AI americana con Fluidstack. Questa lista dice molto più di qualsiasi slogan sulla trasformazione digitale; perché mostra che la frontiera dell’AI non si costruisce più con un singolo data center, ma con una geografia distribuita di energia, hardware, cloud, modelli, software e alleanze, spesso tra soggetti che su un altro piano restano concorrenti. Per l’Europa la lezione è dura: la sovranità non può essere soltanto difensiva, non può limitarsi a proteggere dati e regole, deve diventare capacità di costruire scala, altrimenti ogni discussione sull’AI europea rischia di fermarsi nel punto esatto in cui inizia la parte più costosa, cioè l’infrastruttura.

L’AI Factory brucia elettricità e produce token

Jensen Huang ha reso popolare l’immagine dell’AI Factory, la fabbrica di intelligenza artificiale, un luogo in cui entrano dati ed energia ed escono token, previsioni, automazioni, codice, contenuti, decisioni assistite e nuovi processi industriali; questa immagine, che su Digitalic abbiamo collegato alla trasformazione dell’AI in infrastruttura produttiva, diventa ancora più concreta davanti all’accordo Anthropic, SpaceX. Una fabbrica tradizionale aveva bisogno di materie prime, macchinari, energia, operai, logistica e mercati; una AI Factory ha bisogno di dataset, modelli, GPU, energia elettrica, raffreddamento, reti ad alta capacità, software stack, data governance e domanda applicativa costante. Il punto è che la parte immateriale dell’intelligenza artificiale, quella che vediamo nelle interfacce conversazionali e nei tool di produttività, poggia su una base sempre più materiale; cemento, rame, acqua, energia, chip, autorizzazioni, cabine elettriche, sottostazioni, contratti pluriennali e, forse, orbite terrestri basse. Questa materialità dell’AI rompe una delle illusioni più comode della trasformazione digitale: l’idea che il digitale sia leggero, quasi senza peso, come se il cloud fosse davvero una nuvola e non una rete planetaria di macchine che scaldano, consumano, occupano e devono essere alimentate ogni secondo.

La nuova geopolitica dell’AI passa dai data center

L’accordo tra Anthropic e SpaceX mostra anche un’altra evoluzione: la geopolitica dell’intelligenza artificiale non passa più soltanto dai chip esportati o bloccati, dai modelli aperti o chiusi, dalle norme sulla sicurezza o dai grandi fondi pubblici; passa sempre di più dai luoghi in cui la potenza di calcolo può essere installata, alimentata e difesa. Memphis diventa così più di una città americana che ospita un grande data center; diventa un nodo della geografia AI mondiale, come lo sono le aree dove si concentrano energie rinnovabili, fibra, terreni disponibili, acqua per il raffreddamento o, in prospettiva, capacità di lancio e infrastrutture spaziali. Per un CIO questo significa che le decisioni tecnologiche dei prossimi anni non potranno essere separate dalle decisioni infrastrutturali; scegliere un modello, una piattaforma cloud, un fornitore AI o una strategia dati significherà anche scegliere una dipendenza energetica, una giurisdizione, una catena di fornitura, un livello di resilienza e un’esposizione geopolitica.

Cloudflare licenzia 1.100 persone pari al 20% del personale e nello stesso giorno in cui ha comunicato ricavi in crescita del 34% rispetto all’anno precedente, la decisione arriva dopo l’implementazione dell’AI Agentica.

Cloudflare licenzia il 20% dei dipendenti, ma cresce

Per anni il mercato ha associato i grandi tagli nel settore tecnologico a crisi, frenate improvvise, crolli post-pandemici o modelli di business che non riuscivano più a sostenere la crescita promessa; qui invece sta succedendo qualcosa di completamente diverso, quasi opposto: un’azienda che continua a espandersi, che consolida il proprio ruolo nell’infrastruttura di Internet e che, proprio mentre accelera, decide di ridurre drasticamente il numero di persone necessarie per funzionare. La dichiarazione di Matthew Prince, fondatore della società, è chiara fino al grottesco “Solo perchè sei in forna questo no significa che non possa essere ancora più in forma”.

Il caso Cloudflare non è solo molto diverso dagli altri licenziamenti che abbiamo visto negli ultimi anni; ma mette in evidenza il tema non tanto dei dei costi ma della ridefinizione del modello operativo.

Matthew Prince e il primo vero passaggio all’azienda “agentic-first”

Matthew Prince non è un CEO qualsiasi della Silicon Valley; da sedici anni costruisce Cloudflare attorno all’idea di “un Internet migliore”, una formula che nel tempo è diventata quasi una postura culturale, più che uno slogan aziendale e che ha trasformato la società in uno dei grandi snodi invisibili della rete globale. Insomma uno di quei Ceo illumnati che oltre al profit raccontano di volere inseguire il sogno di una Internet più sicura per tutti. Ma cosa è Cloudflare? Oggi non è semplicemente una società di cybersecurity; è uno strato infrastrutturale di Internet, uan coperta di sicurezza che avvolge quasi tutto quello che vive online, proteggendo siti, piattaforme, servizi cloud e applicazioni distribuite in tutto il mondo.

Le parole usate da Prince durante la call con gli analisti hanno un peso particolare; perché non arrivano da un manager che sta rincorrendo il mercato ma da uno dei protagonisti della trasformazione dell’infrastruttura digitale globale.
“Just because you’re fit doesn’t mean you can’t get fitter”, ha detto, spiegando che anche un’azienda efficiente può diventarlo ancora di più grazie all’intelligenza artificiale; poi ha usato una frase ancora più interessante: “It was like going from a manual to an electric screwdriver”, cioè il passaggio da un cacciavite manuale a uno elettrico, una metafora che racconta bene la natura del cambiamento, perché non descrive semplicemente un miglioramento incrementale ma una modifica del rapporto stesso tra lavoro, velocità ed energia necessaria per ottenere un risultato. E’ l’automazione industriale dell’AI che arriva con tutta la sua potenza nella realtà e sostituisce compiti di alto livello.

Tutto questo ha una spiegazione: “the use of AI has increased over 600% in the last three months”, abbiamo aumentato dle 600% l’uso dell’A agentica negli ultimi 6 mesi… abbiamo usato gli Agenti e AI e ora ci occorrono meno persone di quelle che impiegavamo prima, dice sostanzialmente

L’AI non sta più assistendo il lavoro, sta cambiando il perimetro del lavoro umano

Negli ultimi due anni abbiamo raccontato l’intelligenza artificiale soprattutto come supporto alla produttività: copiloti, assistenti, strumenti per scrivere codice più velocemente, sintetizzare riunioni, automatizzare attività o generare contenuti.
Il caso Cloudflare mostra invece un altro passaggio, molto più profondo e anche più crudo, perché qui l’AI non viene più usata per aiutare il lavoro umano ma per ridefinire quale parte del lavoro umano continui a essere necessaria.

Su Digitalic abbiamo raccontato più volte come l’intelligenza artificiale stia diventando infrastruttura critica delle imprese, modificando cloud, cybersecurity, governance e data center, fino al concetto di AI Factory teorizzato da Jensen Huang. AI Factory: perché Jensen Huang dice che le aziende diventeranno fabbriche di intelligenza artificiale
Cloudflare aggiunge un nuovo pezzo del puzzle; perché mostra cosa accade quando questa trasformazione infrastrutturale entra direttamente nell’organizzazione del lavoro.
Il termine “agentic”, che fino a pochi mesi fa sembrava quasi una parola da addetti ai lavori, improvvisamente assume un significato concreto; perché un sistema agentico non si limita a suggerire o assistere ma esegue task, coordina workflow, interagisce con altri sistemi e porta avanti attività in autonomia crescente. In pratica non è più il software che aiuta una persona a lavorare meglio; è il software che assorbe una parte del lavoro (o tutto)

Licenziamenti tech: da PayPal a Coinbase

Ma la questione non riguarda solo Cloudflare; nella stessa settimana, sono arrivati annunci simili da parte di PayPal, Coinbase, Freshworks, Arctic Wolf, Ticketmaster e Upwork.
I settori sono differenti, le storie aziendali non sovrapponibili; eppure emerge un filo comune sempre più evidente: l’AI sta smettendo di essere uno strato aggiuntivo e sta diventando il criterio attorno a cui vengono ridisegnate le aziende e ridefinito il lavoro uamno.
Questo è probabilmente il vero messaggio che oggi devono cogliere CIO e CEO; perché non siamo più nella fase sperimentale dell’intelligenza artificiale, quella dei progetti pilota o dei team innovation che testano casi d’uso limitati, ma in una fase in cui le imprese iniziano a ripensare struttura, processi e dimensionamento delle organizzazioni assumendo che una parte crescente delle attività verrà svolta da sistemi autonomi, si apre una fase che non è solo tecnologica ma quasi morale… Se l’AI automatizza funzioni e interi lavori cosa si fa con la maggiore produttività e redditività che genera? Cloudfare ha deciso di far crescere il numero in fondo alla linea di bilancio, di annunciara una crescita del 34%, di remunerare gli azionisti

La severance package racconta più delle dichiarazioni ufficiali

C’è poi un aspetto da analizzare: la severance package prevista da Cloudflare, la buonuscita diremmo da noi. L’azienda garantirà ai dipendenti licenziati la paga base fino alla fine del 2026 e manterrà alcune componenti equity fino al 15 agosto. In Silicon Valley non è una misura banale; ed è probabilmente il punto in cui emerge la tensione più profonda di tutta questa storia.Perché questi dipendenti non vengono licenziati perché hanno fallito, né perché l’azienda stia attraversando una crisi; vengono tagliati perché l’organizzazione aziendale sta cambiando più velocemente della struttura occupazionale costruita negli anni precedenti, questo che rende la fase attuale così diversa dalle precedenti rivoluzioni tecnologiche. Nel Novecento i licenziamenti di massa erano quasi sempre il sintomo di una debolezza industriale; oggi iniziano invece ad arrivare nelle aziende più forti, più profittevoli e più avanzate dal punto di vista tecnologico… non si taglia perché il business rallenta; si taglia perché il business continua a crescere anche con meno persone. Senza una struttura di welfare il rischio è che si trasformi in un’ondata drammatica.

Licenziamenti tech: il problema non è tecnologico, è culturale

Matthew Prince, uno degli uomini che per anni ha parlato di un Internet “migliore per tutti”, si trova ora nella posizione di dover ridefinire concretamente chi rientra ancora in quel “tutti”, se ci siano persone che sono “più tutti di altri”.
Su Digitalic abbiamo già raccontato come l’AI stia modificando il DNA stesso delle aziende, trasformando infrastrutture, sicurezza e governance in un ecosistema operativo sempre più autonomo. AI e infrastrutture: perché l’intelligenza artificiale sta cambiando il DNA delle aziende
Oggi la questione riguarda la forma stessa delle organizzazioni: aziende costruite assumendo che una parte del lavoro cognitivo venga svolta stabilmente da agenti autonomi, sistemi che non si limitano più a supportare le persone ma iniziano a sostituire intere porzioni di attività operative, decisionali e gestionali.
Questa è parte più destabilizzante della transizione che stiamo attraversando; perché l’intelligenza artificiale non sta entrando nelle aziende come una tecnologia aggiuntiva, sta lentamente diventando il principio attorno a cui le aziende vengono riprogettate e le persone licenziate. Serve capire il fenomeno per approntare, almeno in Europa dei correttivi, una flessibilità sicura come in Danimarca e raccontata anche dal premio Nobel per l’Economia Philippe Aghion.