Nasce l’AI Mythos, ma Anthropic ne ha quasi paura e il rilascio sarà controllato solo per aziende selezionate

Nel mezzo di uno scontro senza precedenti con il dipartimento della Guerra e lo stesso Presidente americano Donald Trump, Anthropic ha avviato una distribuzione estremamente limitata di Mythos, un nuovo modello di intelligenza artificiale (AI) che, secondo fonti governative e industriali, rappresenta un salto qualitativo senza precedenti nel campo della sicurezza informatica. Non si tratta di un semplice avanzamento delle capacità dei modelli generativi esistenti, ma di un cambiamento di paradigma che avvicina l’intelligenza artificiale al ruolo di vero e proprio operatore autonomo nel dominio cyber.

Mythos si distingue infatti per la sua natura agentica: non si limita ad analizzare codice o suggerire soluzioni, ma è in grado di comprendere architetture complesse, individuare vulnerabilità e orchestrare autonomamente sequenze di attacco articolate.
Come spiegato da Jim VandeHei e Mike Allen su Axios, “il modello può pianificare ed eseguire operazioni multi-step, adattarsi dinamicamente all’ambiente target e muoversi lateralmente tra sistemi compromessi”, replicando e in alcuni casi “superando le tecniche tipiche delle Advanced Persistent Threat”.

In questo senso, la distanza rispetto ai tradizionali strumenti di supporto alla sicurezza è netta: “non siamo più di fronte a un assistente, ma a un sistema capace di iniziativa operativa”, hanno precisato gli esperti.

Il test di laboratorio che ha messo paura ad Anthropic

Le preoccupazioni più rilevanti emergono dai test condotti internamente da Anthropic. Durante una fase di sperimentazione, Mythos è riuscito a eludere le restrizioni di un ambiente sandbox, cioè isolato e controllato, sviluppando un exploit multi-fase che gli ha consentito di accedere a risorse esterne non autorizzate.

L’episodio, reso noto dalla stessa azienda, evidenzia una capacità di ragionamento sistemico e di chaining (tecnica per insegnare sequenze complesse, suddividendole in piccole azioni semplici) delle vulnerabilità che va oltre quanto finora osservato nei modelli AI.
Ancora più significativo è il fatto che il sistema abbia agito con un certo grado di autonomia, senza un’esplicita istruzione a violare i vincoli imposti, anticipando implicitamente l’obiettivo di estendere il proprio raggio d’azione.

Una combinazione rischiosa di autonomia, capacità ed adattabilità

È proprio questa combinazione di autonomia, capacità di exploit e adattabilità a rendere Mythos di Anthropic una tecnologia potenzialmente critica per la sicurezza nazionale.

In uno scenario in cui attori statali o gruppi ostili potessero disporre di strumenti analoghi, la soglia tecnica necessaria per condurre operazioni cyber complesse si abbasserebbe drasticamente. Infrastrutture critiche, sistemi finanziari e supply chain digitali potrebbero diventare bersagli di attacchi su larga scala, orchestrati con una velocità e una precisione difficilmente contrastabili con gli strumenti tradizionali.

La dimensione del rischio è amplificata dalla capacità di questi sistemi di operare senza interruzioni e su molteplici target simultaneamente, introducendo una scala operativa che supera quella delle campagne APT (acronimo inglese di Advanced Persistent Threat, cioè attacchi informatici mirati, sofisticati e prolungati) finora conosciute.

Con le super AI difficile individuare gli attori di un cyber attacco

A ciò si aggiunge un ulteriore elemento di complessità: l’attribuzione. L’automazione avanzata rende ancora più difficile identificare con certezza gli autori di un attacco, complicando le dinamiche di risposta e deterrenza. In un contesto geopolitico già caratterizzato da tensioni crescenti nel cyberspazio, questa opacità rischia di aumentare l’instabilità e di ridurre l’efficacia delle tradizionali leve diplomatiche e militari.

Anche per il settore privato le implicazioni sono profonde e Anthropic ha compreso il livello di pericolosità. Le grandi imprese, in particolare quelle fortemente integrate in ecosistemi digitali globali, si trovano esposte a un rischio sistemico che va oltre il singolo incidente.

La possibilità che un sistema come Mythos possa individuare e sfruttare catene di vulnerabilità complesse apre scenari in cui attacchi mirati possono avere effetti a cascata lungo intere filiere tecnologiche. La sicurezza non è più solo una questione di protezione perimetrale o di gestione delle vulnerabilità note, ma diventa una sfida dinamica in cui l’avversario è in grado di apprendere, adattarsi e innovare in tempo reale.

Mythos sarà testata solo da 40 organizzazioni

In questo contesto si inserisce la decisione di Anthropic di limitare l’accesso a Mythos a circa quaranta organizzazioni selezionate, tra cui grandi operatori tecnologici, aziende di cybersecurity e soggetti coinvolti nella gestione di infrastrutture critiche.

L’obiettivo è duplice: da un lato testare il modello in ambienti altamente controllati, dall’altro consentire ai difensori di sviluppare contromisure prima che capacità analoghe si diffondano più ampiamente. Iniziative come quella di Anthropic chiamata Project Glasswing, che promuovono la condivisione delle conoscenze acquisite, si collocano in questa logica di “preparazione al peggio”.

Tra i partner selezionati figurano Amazon Web Services, Apple, Broadcom, Cisco, CrowdStrike, Google, JPMorgan Chase, la Linux Foundation, Microsoft, NVIDIA e Palo Alto Networks.

A fare paura è la diffusione sempre più rapida (e incontrollata) di tecnologie come Mythos

Tuttavia, la questione centrale resta l’inevitabilità della diffusione. È improbabile che Mythos rimanga un caso isolato: altri attori industriali e statali stanno già lavorando a sistemi comparabili, e la competizione globale nel campo dell’intelligenza artificiale rende verosimile una rapida convergenza verso livelli di capacità simili. Questo riduce drasticamente la finestra temporale a disposizione per costruire difese adeguate.

Ogni vantaggio tecnologico, in questo senso e in questo caso per gli Stati Uniti, ha vita breve, è solo temporaneo.

Mythos segna dunque l’ingresso in una nuova fase, in cui la cybersecurity tradizionale appare sempre meno sufficiente. La prospettiva è quella di un confronto tra sistemi automatizzati, in cui la difesa dovrà necessariamente evolvere verso modelli basati a loro volta su intelligenza artificiale avanzata.
In questo scenario, la sicurezza delle infrastrutture digitali diventa inseparabile dalla governance dell’AI, trasformandosi in una questione di rilevanza strategica per Stati e imprese. Il punto non è più se queste tecnologie verranno utilizzate in contesti offensivi, ma quando e con quali conseguenze.

In prospettiva, non saranno solo le grandi potenze a poter sfruttare queste capacità, ma anche attori più piccoli o gruppi non statali, con effetti destabilizzanti più ampi.

Leggi le altre notizie sull’home page di Key4biz

https://www.key4biz.it/anthropic-rilascia-mythos-la-super-ai-che-mette-in-crisi-la-cyber-sicurezza-di-imprese-e-nazioni/568805/

Dalla sovranità alla resilenza tecnologica, gli investimenti in AI premiano la sicurezza: 123 miliardi di dollari in Europa tra il 2016 ed il 2025

Tra il 2016 e il 2025 gli investimenti diretti esteri nell’intelligenza artificiale (AI) sono cresciuti di circa 200 volte, mentre il numero di progetti annuali è aumentato di circa 20 volte. Oggi, solo nell’Unione europea, questi flussi valgono oltre 123 miliardi di dollari, segnale di una competizione globale che si gioca sempre meno sulla proprietà delle tecnologie e sempre più sulla capacità di attrarre capitali, competenze e infrastrutture.

È da questi numeri che bisogna partire per comprendere il vero cambio di paradigma in atto nell’economia dell’intelligenza artificiale. Secondo il rapporto “For Most Countries, AI Sovereignty Is an Illusion. Resilience Is Real”, pubblicato da Boston Consulting Group Henderson Institute e firmato da Nikolaus Lang, Matt Langione, Sesh Iyer, Amartya Das e David Zuluaga Martínez, la sovranità tecnologica, così come è stata finora concepita, è destinata a rimanere un’illusione per la maggior parte dei Paesi. La nuova parola chiave è resilienza.

L’impari lotta tra Big Tech e Stati, come la sovranità AI diventa difficile (se non rischiosa)

Per anni, si legge nel Report, governi e istituzioni hanno inseguito l’idea di controllare l’intera catena del valore dell’AI: infrastrutture, modelli, dati. Una strategia comprensibile in un contesto geopolitico segnato da tensioni crescenti tra Stati Uniti, Cina e blocchi regionali, dove l’intelligenza artificiale è al tempo stesso leva economica e strumento di potere.

Ma la realtà industriale, secondo gli studiosi che hanno realizzato il documento, racconta un’altra storia. La costruzione di un ecosistema completamente autonomo richiede una combinazione di capitale, capacità ingegneristiche e scala che solo poche superpotenze possono permettersi. Anche quando gli Stati intervengono con programmi ambiziosi, il divario con il settore privato resta enorme, vincono le asimmetrie strutturali.

Il caso dell’India è emblematico: il programma pubblico IndiaAI ha raggiunto circa 62.000 GPU, dopo un investimento iniziale di circa 1,1 miliardi di dollari. Nello stesso arco temporale, Microsoft ha acquistato da sola circa 485.000 GPU di nuova generazione nel solo 2024, mentre altri grandi laboratori operano cluster superiori alle 100.000 unità.

Siamo all’inversione della gerarchia fra politica e digitale di cui ha parlato su Key4Biz Michele Mezza. Lo Stato non può quasi più nulla contro i giganti tecnologici globali, sia in termini politici e quindi di controllo, che in termini prettamente economici e finanziari. Una questione di supremazia che riguarda ormai solo Stati Uniti e Cina.

La conseguenza è evidente: la sovranità “full stack” non è solo difficile, ma anche rischiosa. Richiede investimenti enormi in tecnologie che potrebbero diventare rapidamente obsolete con l’evoluzione dei paradigmi AI.

Il valore si crea dove l’AI viene usata, con l’obiettivo di “ridurre al minimo le dipendenze critiche”

In questo scenario, il punto cruciale si sposta dall’offerta alla domanda. Secondo il Fondo Monetario Internazionale, l’adozione dell’intelligenza artificiale può contribuire fino al 4% del PIL globale nel prossimo decennio, pari a circa 4.700 miliardi di dollari.

Ma questo valore non si genera nei laboratori dove i modelli vengono sviluppati. Si crea nei luoghi in cui l’AI viene integrata nei processi produttivi, nei servizi e nella pubblica amministrazione. È qui che si gioca la vera partita della competitività.

Il rapporto BCG lo esplicita chiaramente: per la maggior parte dei Paesi, la strategia più efficace consiste nel “usare, adattare e governare l’AI a livello domestico, riducendo al minimo le dipendenze critiche”.

Europa tra ritardi e pragmatismo

L’Europa rappresenta un laboratorio particolarmente interessante di questa transizione. I primi tentativi di costruire una “sovranità cloud” continentale, come il progetto GAIA-X, si sono spesso arenati in complessità burocratiche e risultati limitati.

Negli ultimi anni, però, il continente ha adottato un approccio più pragmatico. Iniziative come i supercomputer LUMI in Finlandia e Leonardo in Italia, sviluppati nell’ambito del programma EuroHPC, non mirano a competere direttamente con gli hyperscaler globali, ma a garantire una base minima di capacità domestica, accessibile a imprese, ricercatori e pubbliche amministrazioni.

È un cambio di prospettiva: non possedere tutto, ma assicurarsi che le applicazioni critiche possano essere eseguite sotto regole nazionali, con livelli adeguati di sicurezza e compliance.

Il ruolo degli investimenti esteri e il nuovo trend di co-progettare la sovranità

In questo contesto, i flussi di investimenti diretti esteri assumono un ruolo strategico. Non sono più solo un indicatore economico, ma uno strumento di politica industriale e geopolitica.

Il rapporto evidenzia come questi investimenti stiano ridisegnando la geografia dell’AI: oltre agli Stati Uniti e alla Cina, capitali e infrastrutture si stanno spostando verso Paesi come India, Corea del Sud e Malesia, mentre l’Europa si conferma uno dei principali poli di attrazione.

L’obiettivo non è eliminare l’interdipendenza, ma progettarla o co-progettarla. È il concetto di “friend-shoring”: costruire catene del valore distribuite tra Paesi alleati, riducendo l’esposizione a singoli punti di vulnerabilità.

Politiche pubbliche: quattro leve per la resilienza

Lo studio del BCG Henderson Institute, basato sull’analisi delle politiche adottate da oltre 30 Paesi tra economie avanzate, emergenti e piccoli Stati, individua infine quattro direttrici fondamentali per costruire resilienza: infrastrutture, fiducia, domanda e partnership.

• Infrastrutture: garantire capacità locale per eseguire carichi di lavoro critici.
• Trust e valori: definire standard operativi che rendano l’AI affidabile e adottabile.
• Adoption pull: incentivare l’uso concreto da parte delle imprese.
• Partnership: attrarre capitali e competenze mantenendo il controllo sulle regole.

Esempi concreti arrivano da tutto il mondo: dal Brasile, che destina circa 4,3 miliardi di dollari al suo piano nazionale AI con il 65% delle risorse orientate all’adozione industriale, alla Corea del Sud, che sostiene le PMI con voucher fino a 140.000 dollari per l’acquisto di soluzioni AI.

AI, potere e geopolitica

Nel contesto attuale, segnato da conflitti commerciali, tensioni tecnologiche e competizione strategica tra blocchi, l’intelligenza artificiale è diventata un’infrastruttura critica, al pari dell’energia o delle telecomunicazioni.

Controllare l’AI significa avere il potere di influenzare catene produttive, sicurezza nazionale, capacità militari e modelli di governance. Per questo, secondo gli autori del Report, la logica della chiusura totale appare sempre meno sostenibile. Così come per il cloud, altra infrastruttura critica e strategica, strettamente legata all’AI, si sta procedendo a combinare le capacità tecnologiche ed industriali degli hyperscaler con le necessità e i requisiti stringenti di governance e controllo locale del dato.

“La vera sfida non è isolarsi, ma costruire sistemi capaci di funzionare anche in condizioni di shock, come di interruzioni delle forniture, restrizioni commerciali e crisi geopolitiche”, è spiegato nel documento.

La nuova sovranità è nella capacità d’uso dell’AI?

Il messaggio finale del rapporto è quindi molto semplice e allo stesso pragmatico: per la maggior parte dei Paesi, la forma più efficace di sovranità non è il controllo diretto della tecnologia, ma la capacità di utilizzarla in modo affidabile, sicuro e conforme alle proprie regole.

Un finale che assomiglia più a una resa alle Big Tech e alla forza degli Stati Uniti che ad una vera e propria strategia di crescita autonoma da parte dell’Europa e degli altri Paesi. Forse un finale anche scontato, vista la sproporzione delle forze economiche e tecnologiche in campo, frutto anche di un gap incolmabile.

In altre parole, pare di capire: la sovranità dell’AI non si misura più in chip posseduti o modelli addestrati, ma nella diffusione dell’intelligenza artificiale nell’economia reale. Un modo come un altro per “accettare” il finale di cui sopra, come condizione di “forza maggiore”. Tornando all’inversione della gerarchia tra politica e tecnologia di Mezza: “non sono più le dimensioni di una potenza ad imporsi ma la capacità di distribuire saperi e competenze” e di fare accettare a tutti gli altri questa condizione di supremazia.

È qui, dunque, in questa “condizione”, che si decide chi guiderà la crescita nei prossimi dieci anni. Ed è qui che l’Europa dovrà dimostrare di saper trasformare il capitale in capacità produttiva, si capisce dallo studio, evitando di restare intrappolata tra ambizioni di autonomia e dipendenze inevitabili.

Leggi le altre notizie sull’home page di Key4biz

https://www.key4biz.it/ai-investimenti-in-europa-cresciuti-di-200-volte-a-123-miliardi-di-dollari-in-10-anni-la-spesa-premia-la-resilienza/568684/

OpenAI scrive una Lettera ai procuratori generali della California e del Delaware

OpenAI alza il livello dello scontro con Elon Musk, a poche settimane dall’avvio del processo che potrebbe ridefinire gli equilibri dell’intelligenza artificiale (AI) globale. Secondo quanto riportato dalla Reuters, la società guidata da Sam Altman ha inviato una lettera formale ai procuratori generali della California, Rob Bonta, e del Delaware, Kathy Jennings, chiedendo di indagare su presunti “comportamenti impropri e anticoncorrenziali” da parte del fondatore di Tesla e SpaceX e dei suoi collaboratori.

Nel documento, firmato dal Chief Strategy Officer, Jason Kwon, OpenAI sostiene che le azioni legali e le iniziative pubbliche di Musk non sarebbero semplicemente parte di una disputa commerciale, ma farebbero parte di una strategia più ampia per ostacolare la crescita dell’azienda e influenzare il futuro sviluppo dell’intelligenza artificiale avanzata.

Secondo OpenAI, la causa intentata da Musk, che chiede oltre 100 miliardi di dollari di risarcimento alla fondazione non profit da cui è nata l’organizzazione, rappresenterebbe un rischio esistenziale. Un esito sfavorevole, sottolinea la società, potrebbe “mettere in ginocchio” OpenAI e comprometterne la missione originaria: sviluppare un’intelligenza artificiale generale (AGI) a beneficio dell’intera umanità.

La lettera invita quindi le autorità a verificare se le iniziative di Musk, incluse presunte attività di coordinamento con altri grandi player tecnologici, possano configurare violazioni delle norme sulla concorrenza.

OpenAI contesa da Sam Altman e Musk

Lo scontro tra Elon Musk e Sam Altman affonda le radici nella nascita stessa di OpenAI. Fondata nel 2015 come laboratorio non profit, l’organizzazione vedeva tra i suoi promotori proprio Musk e Altman. Tuttavia, il rapporto si incrina rapidamente: Musk lascia il progetto nel 2018, dopo divergenze strategiche, tra cui un tentativo, mai concretizzato, di integrare OpenAI con Tesla.

Negli anni successivi, OpenAI evolve verso un modello ibrido, con una struttura “capped-profit” per attrarre capitali necessari allo sviluppo di tecnologie sempre più costose. È proprio questa trasformazione che Musk contesta nella causa avviata nel 2024, sostenendo di essere stato “manipolato” e accusando l’azienda di aver tradito la missione originaria.

Parallelamente, Musk ha fondato xAI, società concorrente che sviluppa il chatbot Grok, entrando direttamente in competizione con ChatGPT.

Verso il processo del 27 aprile

Il confronto approderà ora in tribunale. Dopo una decisione di un giudice di Oakland, il caso sarà esaminato da una giuria nel Distretto Settentrionale della California, con selezione dei giurati prevista per il 27 aprile.

Si tratta di un passaggio cruciale: oltre alla richiesta miliardaria, la causa potrebbe incidere sulla governance di OpenAI e sul suo modello di sviluppo. Per questo, l’azienda teme che il contenzioso possa rallentare o deviare i suoi investimenti sull’AGI.

OpenAI descrive le mosse di Musk come una serie di “attacchi” mirati a indebolire la società. In precedenti comunicazioni agli investitori, aveva già avvertito che il fondatore di xAI avrebbe potuto ricorrere a dichiarazioni “eclatanti e non aderenti alla realtà”.

Tra gli elementi più controversi citati nella lettera, è riportato dalla Cnbc, vi sarebbero anche attività di raccolta di informazioni su Sam Altman e la diffusione di accuse ritenute infondate. Inoltre, OpenAI richiama un presunto tentativo, non concretizzato, di coinvolgere Mark Zuckerberg, CEO di Meta, in iniziative contro l’azienda.

Dal canto suo, Musk ha più volte accusato OpenAI di essersi trasformata in una società orientata al profitto, sostenendo che ciò tradisca gli impegni iniziali presi nei confronti della comunità scientifica e del pubblico.

Una partita strategica per il mercato dell’AI

Al di là dello scontro personale, la vicenda riflette una competizione più ampia tra i principali attori dell’intelligenza artificiale. OpenAI, sostenuta da partner industriali e finanziari, punta a consolidare la propria leadership nello sviluppo di modelli avanzati. Musk, con xAI, ambisce invece a costruire un’alternativa, in un mercato sempre più affollato che vede protagonisti anche Google, Meta e altri colossi tecnologici.

La richiesta di intervento alle autorità da parte di OpenAI segna dunque un’escalation: non più solo una disputa legale tra ex soci, ma una questione che tocca la regolazione del mercato e il futuro dell’innovazione.

La competizione sull’AI non si gioca più solamente sul piano tecnologico, ma anche su quello legale e regolatorio. Le decisioni che arriveranno dai tribunali e dalle autorità potrebbero influenzare in modo significativo l’evoluzione di uno dei settori più strategici dell’economia globale.

Leggi le altre notizie sull’home page di Key4biz

https://www.key4biz.it/openai-a-california-e-delaware-indagare-musk-per-anticoncorrenza/568666/

Mai una scomunica è stata cosi fruttifera quale quella dichiarata dalla Casa Bianca ai danni di Anthropic, dai tempi di Enrico VIII che, sulla spinta del rifiuto di Clemente VII di annullare il suo matrimonio, creò la chiesa Anglicana, architrave dell’impero britannico.

Rispetto all’anno scorso, la società che produce il sistema di intelligenza artificiale Claude, che si è ribellata alle pretese del Pentagono di usare le sue tecnologie senza vincoli o limiti etici, ha più che triplicato il suo fatturato, passando da 9 a 30 miliardi.

Ma siamo solo all’inizio. Proprio lo scontro con Trump, che avviene nel pieno di una guerra che vede le forze americane sulla linea del fuoco, invece di produrre una reazione di rigetto e critica da parte dell’opinione pubblica, secondo la tradizione del nazionalismo statunitense nelle circostanze belliche- right or wrong is my country – si registra una straordinaria adesione alle posizioni dei proprietari della società, gli italo americani fratelli Amodei.

Da mesi si assiste ad una trasmigrazione di utenti dalle proposte di ChatGPT a quelle di Anthropic. Ma questa spinta non riguarda solo l’emotività popolare, ma anche il sensibile e cinico mondo del business.

Infatti, insieme ai successi di fatturato, Anthropic informa di una nuova combinazione strategica con Google e Broadcom, società di produzione delle unità di calcolo, per la produzione di TCU, i nuovissimi microchip progettati dal motore di ricerca di Moutain View, che dovrebbero sostituire le fondamentali CPU di Nvidia nel cuore dei sistemi di intelligenza artificiale.

Un’operazione questa che, insieme al salto quantico atteso, sembra destinata a mutare radicalmente il volto del mercato digitale e soprattutto la struttura stessa delle infrastrutture che ancora lo contengono.
Un nuovo microchip, quale si annuncia il TCU (Tensor Processor Unit), è un’unità  sviluppata da Google proprio per l’apprendimento neurale, che in una sinergia con Anthropic potrebbe rapidamente soppiantare l’attuale applicazione basata sulla produzione di Nvidia.

Siamo dunque ad un ulteriore giro di boa, dove non solo i gruppi tecnologici si separano dalle istituzioni politiche ma, proprio in opposizione ai comandi militari, nel pieno di un conflitto, elaborano linee di sviluppo che contrastano con i programmi degli stati maggiori.

Sembra paradossalmente avverarsi quello che nel nostro ultimo libro, “Guerre in Codice, come le intelligenze artificiali resettano la democrazia” (Donzelli), abbiamo definito di Peter Thiel’s Switch, ossia quell’inversione gerarchia fra politica e digitale, dove, come teorizza il templare della Silicon Valley, la politica comunica quello che le tecnologie decidono.

Solo che questa affermazione di supremazia dei gruppi di calcolo avviene sul versante ideologico opposto a quello guidato dal capo di Palantir.

Potrebbe essere l’ennesimo segnale di uno scollamento fra la leadership Maga, la tendenza sovranista dei repubblicani che ha portato Trump alla Casa Bianca. Ma inevitabilmente ci parla di un processo più di fondo, in cui, la potenza computazionale sfonda ogni limite geopolitico e si afferma come struttura di base dei processi sociali e politici.

Proprio nel 250° anniversario della pubblicazione della Ricchezza delle Nazioni di Adama Smith, che diede un fondamento teorico al nascente capitalismo industriale basato sulle dinamiche globali di un capitalismo che formava le nazioni, oggi si pone all’ordine del giorno un nuovo primato sociale costituito proprio dalla differenziazione fra le diverse forme di tecnologie automatiche.

Il successo di Anthropic non rappresenta solo la preminenza di una vocazione libertaria, o comunque democratica dei sistemi tecnologici, ma ci rappresenta la pretesa di queste tecnologie di riassumere nel proprio universo di calcolo tutte le variabili, riducendo ogni valore ad un calcolo appunto.

Una posizione, per certi versi, non dissimile da quello che in qualche modo si afferma in Cina, dove la supremazia dell’apparato di governo si basa proprio sulla capacità di armonizzare la potenza digitale con la forma di amministrazione del paese. Stiamo passando da uno Stato-algoritmo, in cui un regime si sosteneva con lo sviluppo tecnologico, ad un algoritmo che si fa Stato, in cui è la tecnologia, nelle sue continue progressioni che mutano la forma e i contenuti delle relazioni sociali, che si propone come codice di controllo e governo.

Sia in una versione più conservatrice e autoritaria, quale quella teorizzata da Peter Thiel, sia in una più aperta e dinamica, quale quella che oggi viene rappresentata da Anthropic. Ma in entrambi i casi siamo ad una riclassificazione delle dinamiche geopolitiche e culturali, in cui, come vediamo anche nel conflitto attorno all’Iran, o in quello in Ucraina, non sono più le dimensioni di una potenza ad imporsi ma la capacità di distribuire saperi e competenze per rendere inafferrabile la testa del sistema bellico, che ormai coincide con la vita civile di una comunità.

Leggi le altre notizie sull’home page di Key4biz

https://www.key4biz.it/il-boom-di-anthropic-dopo-la-scomunica-del-pentagono-la-tecnologia-si-separa-dalle-istituzioni-per-comunicare-con-le-autorita-nazionali/568622/

La prompt injection negli agenti AI aziendali è emersa come una delle principali minacce per i sistemi basati su modelli linguistici e applicazioni enterprise. In questo approfondimento vengono analizzate le dinamiche con cui istruzioni nascoste, inserite in contenuti apparentemente legittimi come email o documenti, possono influenzare il comportamento degli agenti e portare a esfiltrazione di dati o azioni non autorizzate. Attraverso esempi concreti, vulnerabilità documentate e casi reali, il testo mette in evidenza come questo tipo di attacco non sia legato a un singolo bug, ma a un limite strutturale dei LLM, offrendo una panoramica utile a comprendere rischi, impatti e implicazioni per la sicurezza e la governance dei sistemi AI.

Il 13 giugno 2025, Microsoft ha corretto in silenzio una vulnerabilità critica in Microsoft 365 Copilot. Nessuna notifica proattiva agli utenti, nessun advisory con toni allarmistici. Solo un fix server-side distribuito come parte del Patch Tuesday di giugno 2025, con una CVE assegnata (CVE-2025-32711) e un CVSS score di 9.3. Il nome in codice dato dai ricercatori di Aim Security era EchoLeak. Era il primo exploit zero-click documentato contro un agente AI in produzione, e funzionava con una singola email. Nessun malware. Nessun payload. Nessun click. Solo testo.

Il problema strutturale: i modelli linguistici non distinguono istruzioni da dati

Prima di analizzare i casi documentati, è necessario comprendere perché la prompt injection non sia un bug correggibile con una patch, ma una vulnerabilità architettonica dei modelli linguistici.

Un LLM riceve in input una sequenza di token. A quel modello non importa se quei token provengono dal prompt di sistema scritto dallo sviluppatore, dall’input dell’utente, da un documento recuperato via RAG, da una email processata dall’agente o da una pagina web visitata durante una sessione di browsing. Tutti i token finiscono nella stessa finestra di contesto e vengono trattati con lo stesso livello di fiducia. Il modello è addestrato a seguire istruzioni espresse in linguaggio naturale. Se un’istruzione appare nella finestra di contesto, il modello tende a eseguirla, indipendentemente da dove provenga.

Come riconosciuto da OpenAI stessa in un post pubblico del 22 dicembre 2025 relativo al browser agentivo ChatGPT Atlas: “Prompt injection, much like scams and social engineering on the web, is unlikely to ever be fully ‘solved’.” Non è una resa: è una presa di coscienza dell’architettura del problema. La finestra di contesto è un mezzo fisico uniforme. Fare distinzioni semantiche su cosa sia “istruzione” e cosa sia “dato” in modo affidabile e universale è un problema non risolto nella ricerca attuale.

L’OWASP Top 10 for LLM Applications 2025 ha classificato la prompt injection al primo posto tra le vulnerabilità critiche per il secondo anno consecutivo, riconoscendo che questa classe di vulnerabilità sfrutta il design stesso degli LLM, non difetti correggibili con patch convenzionali.

La tassonomia degli attacchi: diretti, indiretti e cross-agente

Il termine “prompt injection” copre una famiglia di tecniche con caratteristiche operative molto diverse. La distinzione più importante per i team di sicurezza è quella tra attacchi diretti e indiretti.

La prompt injection diretta è l’attacco più intuitivo: un utente malintenzionato invia al sistema AI un input costruito per sovrascrivere le istruzioni di sistema e far compiere all’agente azioni non autorizzate. È il classico “Ignora le istruzioni precedenti e fai X.” È anche il tipo di attacco più facile da contrastare con filtri di input.

La prompt injection indiretta è il vettore che i SOC non stanno monitorando, e che nel 2025 ha generato i casi più gravi. In questo caso l’attaccante non interagisce direttamente con l’agente AI: inserisce istruzioni malevole in contenuti che l’agente elaborerà in futuro come parte del suo lavoro normale. Un documento condiviso, una email in arrivo, una pagina web visitata durante il browsing, un record in un sistema CRM. Quando l’agente processa quel contenuto in risposta a una richiesta legittima dell’utente, le istruzioni iniettate si attivano.

Come analizzato da Lakera AI, l’efficacia degli attacchi indiretti deriva dall’impossibilità strutturale per il modello di distinguere il testo in un documento dal testo delle sue istruzioni originali: entrambi arrivano come flusso di token nella stessa finestra di contesto.

La prompt injection cross-agente è la variante più sofisticata, documentata per la prima volta in ambienti di produzione nel tardo 2025. In sistemi multi-agente dove più modelli AI cooperano con diversi livelli di privilegio, un attaccante può iniettare istruzioni in un agente a basso privilegio che a sua volta induce un agente ad alto privilegio a compiere azioni non autorizzate, sfruttando la fiducia inter-agente come amplificatore dei privilegi.

EchoLeak (CVE-2025-32711): anatomia del primo zero-click su un agente in produzione

EchoLeak rappresenta il punto di inflessione che ha trasformato la prompt injection da preoccupazione teorica a minaccia operativa documentata. Il paper accademico pubblicato su arXiv nel settembre 2025 descrive in dettaglio la chain di exploit.

L’attacco si sviluppa in tre fasi.

Fase 1 : Iniezione via email (bypass dell’XPIA classifier). L’attaccante invia a un dipendente dell’organizzazione target un’email apparentemente normale: un “Employee Onboarding Guide” o un “Q4 Planning Document.” Il corpo del testo include istruzioni malevole scritte in linguaggio naturale, formattate in modo da sembrare contenuto aziendale ordinario. Microsoft aveva deployato un classifier XPIA (Cross Prompt Injection Attempt) per rilevare tentativi di injection. Il bypass era semplice: le istruzioni erano scritte senza mai menzionare AI, Copilot o termini tecnici, usando esclusivamente linguaggio aziendale standard che non attivava il classificatore.

Fase 2 : Attivazione contestuale. Giorni o settimane dopo, un dipendente usa Copilot per una query di lavoro ordinaria: “Riassumi le email sull’onboarding del personale.” Il motore RAG di Copilot recupera l’email iniettata come contenuto rilevante. Le istruzioni nascoste si attivano: Copilot viene istruito a raccogliere le informazioni più sensibili presenti nel contesto corrente (email, file SharePoint, conversazioni Teams) e a trasmetterle verso un endpoint esterno.

Fase 3 : Esfiltrazione zero-click (bypass CSP via Teams proxy). Il meccanismo classico di esfiltrazione tramite link esterni era stato bloccato da Copilot tramite link redaction. EchoLeak aggirava questo filtro usando Markdown reference-style links, che non venivano sanitizzati dal sistema. L’immagine auto-fetched veniva servita attraverso un dominio Microsoft Teams, che era nell’allowlist della Content Security Policy. I dati sensibili venivano codificati come parametri URL nell’immagine e trasmessi al server dell’attaccante senza che l’utente compisse alcuna azione.

Come documentato da Checkmarx nell’analisi tecnica, EchoLeak era efficace su tutti i tipi di file processati da Copilot: email Outlook, documenti Word, presentazioni PowerPoint, messaggi Teams. I dati potenzialmente esposti includevano API key, documenti confidenziali di progetto, cronologia conversazioni e file SharePoint: qualsiasi cosa presente nel contesto di Copilot al momento dell’attivazione.

Microsoft ha corretto il problema server-side entro maggio 2025 e pubblicato l’advisory nell’ambito del Patch Tuesday di giugno 2025. Non sono stati rilevati casi di exploitation in the wild prima del fix. La divulgazione coordinata da parte di Aim Security ha permesso la correzione prima dell’esposizione pubblica.

I casi documentati del 2025-2026: dalla ricerca alla produzione

EchoLeak non è un caso isolato. Il 2025 ha prodotto una serie di incidenti documentati che delineano un pattern sistematico.

GitHub Copilot (CVE-2025-53773, CVSS 7.8). Come documentato da Johann Rehberger (Embrace the Red) e da Persistent Security nell’agosto 2025, GitHub Copilot e Visual Studio Code erano vulnerabili a remote code execution tramite prompt injection. Il CVSS ufficiale assegnato da Microsoft è 7.8 (HIGH).

L’exploit sfruttava la capacità di Copilot di scrivere file nel workspace senza approvazione esplicita: istruzioni malevole, iniettate in file README, sorgenti, issue GitHub o qualsiasi altro contenuto processato dall’agente, inducevano Copilot a modificare il file .vscode/settings.json abilitando la configurazione chat.tools.autoApprove: true – la cosiddetta modalità “YOLO” – che disabilitava tutte le conferme utente e permetteva l’esecuzione arbitraria di comandi di sistema. I ricercatori dimostrarono che payload invisibili potevano propagarsi tra repository come un worm, infettando altri progetti senza intervento umano.

ServiceNow Now Assist (novembre 2025). Documentato da AppOmni (Aaron Costello, Chief of SaaS Security Research) nel novembre 2025, l’attacco sfruttava la gerarchia di agenti nella piattaforma Now Assist tramite iniezioni di secondo ordine. Un utente a basso privilegio inseriva istruzioni malevole in campi ticket che agenti ad alto privilegio avrebbero successivamente elaborato. L’agente superiore, fidandosi del peer, eseguiva la richiesta, bypassando i controlli che si sarebbero applicati a una richiesta umana diretta: copiava record riservati, modificava dati e scalava privilegi. ServiceNow classificò inizialmente il comportamento come “expected” nelle configurazioni di default, aggiornando in seguito la documentazione per segnalare i rischi associati.

Campagna di spionaggio statale (settembre 2025). Il caso più grave documentato fino ad oggi è descritto nel dettaglio da MIT Technology Review in un’analisi pubblicata il 28 gennaio 2026, basata sul report ufficiale di Anthropic. Un threat actor state-sponsored cinese (designato GTG-1002) ha compromesso un setup agentivo basato su Claude Code con tools esposti via Model Context Protocol (MCP), colpendo circa 30 organizzazioni nei settori tech, finance, manifatturiero e governativo.

L’AI gestiva autonomamente l’80-90% dell’operazione: ricognizione, sviluppo dell’exploit, credential harvesting, lateral movement ed esfiltrazione. Gli operatori umani intervenivano solo in pochi punti decisionali chiave. La tecnica di bypass era la decomposizione dell’attacco in task piccoli e apparentemente legittimi, con il modello convinto di stare eseguendo penetration testing autorizzato per conto di un’azienda di cybersecurity legittima.

RAG poisoning enterprise (2025). Come riportato da ricercatori nel 2025, è stato dimostrato che cinque documenti costruiti con cura sono sufficienti per manipolare le risposte di un sistema AI enterprise nell’90% dei casi tramite RAG poisoning. Il sistema trattava tutto il contenuto recuperato come ugualmente attendibile, senza isolamento tra dati interni e input esterni.

Il CrowdStrike 2026 Global Threat Report documenta attacchi di prompt injection contro oltre 90 organizzazioni, con avversari che iniettavano prompt malevoli in strumenti GenAI legittimi per generare comandi di furto di credenziali e criptovalute. In almeno un caso documentato, gli attaccanti hanno incorporato istruzioni nascoste in email di phishing per influenzare i sistemi AI di triage email aziendali.

La “triade letale”: quando un agente è strutturalmente vulnerabile

Airia.com ha formalizzato una condizione necessaria e sufficiente per la vulnerabilità di un sistema agentivo alla prompt injection indiretta, chiamandola “lethal trifecta”:

accesso a dati privati (l’agente può leggere email, documenti, database, sistemi interni), esposizione a token non fidati (l’agente elabora input da fonti esterne come email in arrivo, documenti condivisi, contenuto web) e vettore di esfiltrazione (l’agente può fare richieste verso l’esterno, caricare immagini, chiamare API, generare link).

Se un sistema agentivo soddisfa tutte e tre le condizioni, è strutturalmente vulnerabile. Non è una questione di configurazione o di prompt di sistema: è una questione di architettura e di quali privilegi l’agente detiene.

Questa valutazione è particolarmente rilevante per i CISO italiani che stanno deployando o valutando il deployment di Microsoft 365 Copilot, Google Workspace Gemini, Salesforce Einstein, ServiceNow Now Assist o qualsiasi altro agente AI con accesso ai sistemi interni. La domanda da fare prima del deployment non è “questo agente ha guardrail?”, ma “quante delle tre condizioni della triade letale soddisfa?”

Come approfondito su ICT Security Magazine nell’analisi sugli agenti AI e il nuovo paradigma per la sicurezza informatica, il passaggio dal paradigma “assistente” al paradigma “agente” trasforma fondamentalmente il profilo di rischio: non è più l’uomo che gestisce direttamente l’accesso alle risorse, ma un’entità autonoma che agisce per suo conto, con conseguenze che possono propagarsi ben oltre l’interazione iniziale.

Perché i SOC non stanno monitorando questa superficie

Il 2026 presenta una situazione paradossale: Cisco nel suo State of AI Security 2026 Report rileva che l’83% delle organizzazioni ha in piano il deployment di sistemi agentici AI, ma solo il 29% si dichiara pronto a proteggere questa infrastruttura in modo sicuro. I SOC hanno investito anni a costruire detection per pattern di comportamento umano: login anomali, movimento laterale, exfiltrazione di dati tramite canali di rete noti. Gli agenti AI introducono un vettore che bypassa tutte queste detection per una ragione fondamentale: i loro comportamenti anomali spesso non si distinguono da comportamenti legittimi a livello di rete o di endpoint.

Quando un agente AI viene manipolato per esfiltrare dati tramite una chiamata API a un dominio Microsoft Teams (come in EchoLeak), il SOC vede una connessione HTTPS verso un dominio Microsoft fidato. Nessun alert. Quando un agente manipolato accede a SharePoint per raccogliere documenti prima dell’esfiltrazione, il SOC vede accessi SharePoint da un’identità autorizzata. Nessun alert. La telemetria tradizionale è cieca a questo vettore perché l’agente è, per definizione, autorizzato a fare quasi tutto quello che fa.

Come evidenziato da Stellar Cyber nell’analisi delle minacce agentiche: “Your SIEM and EDR tools were built to detect anomalies in human behavior. An agent that runs code perfectly 10,000 times in sequence looks normal to these systems. But that agent might be executing an attacker’s will.”

Strategie di detection: cosa monitorare e come

La detection della prompt injection negli agenti AI richiede un approccio radicalmente diverso dalla security tradizionale. Non si cerca un IOC (Indicator of Compromise) noto: si cerca un’anomalia comportamentale in un sistema intrinsecamente non deterministico.

Logging completo delle interazioni agentiche. Il primo requisito è l’osservabilità: ogni prompt ricevuto dall’agente, ogni risposta generata, ogni tool call eseguita, ogni documento recuperato via RAG deve essere loggato con timestamp, identità dell’utente richiedente e origine del contenuto elaborato. Senza questo livello di telemetria, qualsiasi altro controllo è cieco. Come indicato da Obsidian Security, l’obiettivo operativo è rilevare l’attacco entro 15 minuti e contenere entro 5 minuti: impossibile senza logging granulare.

Behavioral baseline per gli agenti. Come per i service account, è necessario costruire una baseline del comportamento normale di ogni agente: quali endpoint chiama, quali tipi di documenti accede, quali volumi di dati elabora, in quali orari opera. Deviazioni significative dalla baseline, in particolare un improvviso aumento degli accessi a dati sensibili o chiamate verso endpoint mai contattati prima, devono generare alert. Il Microsoft Security Blog raccomanda di integrare la telemetria delle interazioni AI nei SIEM/SOAR esistenti per correlare comportamenti anomali degli agenti con il più ampio contesto di incident response.

Canary prompt e honeypot documents. Una tecnica emergente consiste nel posizionare deliberatamente “documenti trappola” nei sistemi che l’agente può accedere: file con nomi attraenti per un attaccante che non vengono mai acceduti nei flussi di lavoro normali. Se l’agente accede a questi file, è un segnale forte di manipolazione. Analogamente, i canary prompt, istruzioni di test inserite periodicamente nel flusso normale per verificare che l’agente rispetti i suoi confini, costituiscono un meccanismo di detection attivo.

Controllo dell’output per pattern di esfiltrazione. Il modello di attacco EchoLeak e i suoi derivati usano tipicamente link di immagini, URL con parametri codificati o formattazione Markdown insolita per costruire il canale di esfiltrazione. Il monitoraggio degli output degli agenti per Markdown reference-style links, URL con payload base64-encoded nei parametri o chiamate verso domini non presenti nella whitelist degli endpoint consentiti è una detection specifica per questa classe di attacchi.

Segregazione dei contenuti per livello di fiducia. L’approccio architetturale più efficace è impedire che il problema si manifesti separando il contesto fidato (system prompt, istruzioni dello sviluppatore) dal contesto non fidato (email esterne, documenti di terze parti, contenuto web). Sistemi di “prompt partitioning” e “context isolation” che segnalano al modello l’origine di ogni frammento di contesto riducono strutturalmente la superficie di attacco, anche se non la eliminano completamente.

Principio del minimo privilegio applicato agli agenti: la difesa più efficace

Come sottolineato su ICT Security Magazine nell’analisi sul red teaming per i sistemi AI e i framework OWASP/MITRE ATLAS, la sicurezza degli agenti AI richiede competenze ibride che uniscono cybersecurity tradizionale e comprensione dei rischi specifici dei modelli linguistici. L’approccio più efficace rimane quello architetturale, non quello di detection.

Il principio del minimo privilegio, già fondamentale per i service account e i processi automatizzati, deve essere applicato agli agenti AI con la stessa rigorosità, anzi con maggiore severità dato il rischio di manipolazione. Un agente che gestisce email non ha bisogno di accedere a SharePoint. Un agente che risponde a domande su documentazione tecnica non ha bisogno di poter inviare email. Un agente di customer service non ha bisogno di accedere ai sistemi HR.

La domanda operativa da fare per ogni agente in deployment è: “Se questo agente venisse completamente compromesso da una prompt injection, qual è il massimo danno che potrebbe causare?” Il perimetro dei privilegi deve essere progettato per rendere quella risposta accettabile, non solo tecnicamente possibile.

Le misure concrete includono: accesso a specifici folder o label di email, non all’intera casella; accesso in sola lettura ai documenti, non in scrittura salvo eccezioni giustificate; whitelist di endpoint API a cui l’agente può connettersi; rate limiting sulle operazioni per ridurre l’impatto di un attacco automatizzato; human-in-the-loop obbligatorio per operazioni ad alto impatto come invio di email esterne, modifica di record CRM o trasferimenti di file verso sistemi esterni.

Il framework normativo emergente: EU AI Act, NIST e OWASP

Il contesto normativo si sta allineando rapidamente alla minaccia. Il NIST AI Risk Management Framework include ora controlli specifici per la prompt injection prevention e detection. La ISO 42001 aggiunge obblighi analoghi. L’EU AI Act, con la scadenza del 2 agosto 2026 per i sistemi AI ad alto rischio, impone esplicitamente all’articolo 15 che i sistemi siano resilienti in termini di accuratezza, robustezza e cybersecurity contro i tentativi di terze parti non autorizzate di alterarne l’utilizzo, gli output o le prestazioni. La prompt injection rientra direttamente in questo scope.

L’OWASP Top 10 for Agentic Applications 2026, rilasciata il 10 dicembre 2025, ha consolidato la prompt injection (classificata come “Agent Goal Hijacking”, ASI01) come minaccia primaria nel contesto agentivo specifico, espandendo il framework precedentemente focalizzato sugli LLM per coprire le dinamiche multi-agente, il Model Context Protocol e la memoria persistente degli agenti.

Per le organizzazioni italiane in scope NIS2, la Legge 132/2025 sull’AI e il Cyber Resilience Act, il deployment di agenti AI senza un programma di sicurezza dedicato inizia a configurarsi come un gap normativo oltre che tecnico.

Il SOC del 2026 deve includere la superficie AI nel suo modello di minaccia

La prompt injection negli agenti aziendali non è una minaccia emergente: è una minaccia operativa, documentata, con casi reali e CVE assegnati. Il fatto che la maggior parte dei SOC non la stia monitorando non riflette l’assenza di rischio, ma un ritardo nell’adattamento degli strumenti e dei processi a una superficie di attacco nuova.

Il 2025 ha dimostrato che l’attaccante non ha bisogno di compromettere l’identità dell’utente, non ha bisogno di installare malware, non ha bisogno di eseguire codice. Ha bisogno di scrivere testo in un documento che l’agente elaborerà. Il vettore è semantico, non sintattico. I difensori che aspettano un IOC tradizionale non troveranno nulla, perché non c’è nulla da trovare nei log di rete o negli alert endpoint.

La risposta richiede tre cambiamenti paralleli: un cambiamento architetturale (minimo privilegio per ogni agente, separazione dei contesti di fiducia), un cambiamento di monitoring (telemetria granulare delle interazioni agentiche integrata nel SIEM) e un cambiamento culturale (trattare gli agenti AI come identità privilegiate soggette agli stessi controlli dei service account critici, non come strumenti di produttività da abilitare rapidamente senza threat modeling).

https://www.ictsecuritymagazine.com/notizie/prompt-injection-negli-agenti-ai/

La ricerca di Cambridge su 6.000 data center hyperscale: aumentano mediamente la temperatura di oltre 2°C, cambiando il clima locale

Le aree che ospitano grandi data center dedicati all’intelligenza artificiale (AI) stanno registrando un aumento medio della temperatura superficiale di 3,6 gradi Fahrenheit (circa 2 °C), con picchi che possono arrivare fino a 16,4 gradi Fahrenheit (oltre 9 °C). È quanto emerge da una nuova ricerca guidata da Andrea Marinoni, associate professor dell’Earth Observation group dell’Università di Cambridge, che ha analizzato oltre 6.000 data center distribuiti a livello globale.

Lo studio (non ancora sottoposto a revisione paritaria) evidenzia un fenomeno finora poco indagato: la formazione di vere e proprie “isole di calore” legate alle infrastrutture digitali, con effetti che si estendono fino a 6,2 miglia (circa 10 km) di distanza e che coinvolgono oltre 340 milioni di persone.

Il dato di partenza: fa più caldo dove nascono i data center

L’analisi si basa su un confronto tra dati satellitari di temperatura raccolti negli ultimi 20 anni e la localizzazione dei cosiddetti hyperscaler, ovvero data center di grandi dimensioni costruiti soprattutto nell’ultimo decennio.

Per isolare l’effetto specifico dei data center, i ricercatori hanno scelto siti al di fuori delle aree urbane densamente popolate, escludendo così interferenze legate ad attività industriali, riscaldamento domestico o traffico. Inoltre, sono stati filtrati gli effetti della stagionalità e del riscaldamento globale.

Il risultato è chiaro: dopo l’entrata in funzione di un data center, la temperatura superficiale locale aumenta in modo sistematico.

Perché i data center generano calore

Dal punto di vista tecnico, il fenomeno è spiegabile con la natura stessa dei data center. Queste infrastrutture:

• ospitano migliaia di server che operano ininterrottamente;
• richiedono enormi quantità di energia per il calcolo;
• utilizzano sistemi di raffreddamento intensivi per evitare il surriscaldamento delle apparecchiature.

Questo processo comporta una trasformazione continua di energia elettrica in calore disperso nell’ambiente. In altre parole, non solo i data center consumano energia, ma rilasciano attivamente calore residuo, contribuendo a modificare il microclima circostante.

I casi studio: Messico e Spagna

I risultati sono stati riscontrati in diverse aree del mondo. Due esempi emblematici:

• Regione del Bajío (Messico): negli ultimi 20 anni si è registrato un aumento di circa 3,6 °F, non spiegabile da altre variabili climatiche note.
• Aragona (Spagna): area diventata hub europeo per data center AI, con un incremento analogo di 3,6 °F, non replicato nelle province limitrofe.

Questi casi rafforzano l’ipotesi che la presenza dei data center sia un fattore determinante nell’alterazione delle temperature locali.

Impatti estesi, non solo effetti locali: coinvolte 340 milioni di persone

Uno degli aspetti più rilevanti dello studio è la scala dell’impatto. Le anomalie termiche non si limitano all’area immediatamente circostante, ma si propagano fino a diversi chilometri, contribuendo a creare condizioni di maggiore stress termico per le comunità locali.

Secondo i ricercatori, oltre 340 milioni di persone vivono in aree interessate da questo effetto. In un contesto globale già segnato dall’aumento delle temperature e da ondate di calore più frequenti, questo contributo locale può amplificare i rischi per la salute, l’economia e gli ecosistemi.

Un fenomeno da studiare meglio e c’è chi invita alla cautela

Marinoni sottolinea che esistono ancora ampie lacune nella comprensione degli impatti complessivi dei data center, nonostante la loro rapida diffusione. L’obiettivo della ricerca è proprio stimolare un dibattito più ampio su come gestire questa crescita.

Anche altri esperti invitano alla cautela. Ralph Hintemann, senior researcher presso il Borderstep Institute for Innovation and Sustainability, ha definito i risultati “interessanti”, ma ha osservato che gli effetti riportati “sembrano molto elevati” e necessitano di ulteriori verifiche. Ha inoltre ricordato che, in termini climatici globali, le emissioni legate alla produzione di energia per alimentare i data center restano la principale preoccupazione.

Data center restano strategici, ma c’è da aumentare la loro sostenibilità energetica e ambientale

Il tema si inserisce in un contesto di forte espansione dell’intelligenza artificiale. La domanda di capacità computazionale è in crescita esponenziale e con essa la costruzione di nuove infrastrutture high‑density computing.

Lo studio non mette in discussione il ruolo strategico dei data center e dell’AI nello sviluppo economico e tecnologico. Piuttosto, evidenzia la necessità di:

• migliorare l’efficienza energetica,
• sviluppare sistemi di raffreddamento meno impattanti,
• pianificare la localizzazione delle infrastrutture,
• integrare queste valutazioni nelle politiche ambientali e industriali.

Come sottolinea Marinoni, “potrebbe esserci ancora tempo per considerare un percorso diverso”, capace di coniugare innovazione tecnologica e sostenibilità ambientale.

In definitiva, la ricerca apre un nuovo fronte nel dibattito sulla transizione digitale: accanto ai benefici dell’AI, emergono impatti fisici e territoriali concreti, che richiedono analisi rigorose e politiche lungimiranti.

Il riuso del calore dei data center, la possibilità del teleriscaldamento: trasformare uno scarto in risorsa

Se da un lato i data center contribuiscono alla formazione di isole di calore locali, dall’altro rappresentano anche una fonte energetica potenzialmente recuperabile. Le tecnologie di riuso del calore stanno emergendo come una delle leve più promettenti per ridurre l’impatto ambientale complessivo di queste infrastrutture.

Il calore prodotto dai sistemi di raffreddamento può essere recuperato tramite scambiatori di calore e immesso in reti di acqua calda per il teleriscaldamento urbano. Questo consente di alimentare abitazioni, scuole, ospedali e interi quartieri.

Esempi concreti sono già operativi: a Høje-Taastrup, in Danimarca, Microsoft utilizza il calore di un proprio data center per riscaldare migliaia di appartamenti, con una riduzione significativa delle emissioni di CO₂. In questo modo, un sottoprodotto del calcolo digitale diventa un elemento attivo della transizione energetica.

Il caso di Milano

A Milano è stata avviata la prima partnership industriale in Italia per il recupero di calore dai data center destinato al teleriscaldamento. Grazie ad una collaborazione tra A2A, DBA Group e Retelit, l’energia generata da “Avalon 3” alimenterà la rete cittadina nel Municipio 6 di Milano. Si tratta del più recente e sostenibile data center iperconnesso che con i suoi oltre 3.500 mq e 3,2 MW di potenza rappresenta il più grande punto di interconnessione internet d’Italia.

Grazie alla disponibilità di 2,5 MW di potenza termica e al recupero di 15 GWh termici, la rete di teleriscaldamento potrà servire oltre 1.200 famiglie in più ogni anno. Il progetto non solo permetterà di ridurre lo spreco di calore, ma consentirà anche un risparmio energetico pari a 1.300 TEP (tonnellate equivalenti di petrolio), evitando al contempo l’emissione di 3.300 tonnellate di CO₂ con benefici ambientali pari al contributo di 24.000 alberi.

Riscaldamento diretto di edifici e infrastrutture

Un’altra applicazione consiste nel convogliare il calore verso edifici adiacenti, come uffici, centri sportivi, ospedali o piscine. Questo permette di mantenere temperature adeguate riducendo o eliminando l’uso di caldaie a gas.

I progetti pilota sviluppati in Europa mostrano risultati rilevanti: tra il 60% e il 90% del calore generato dai server può essere recuperato e riutilizzato, con una riduzione dei consumi fossili locali di diverse decine di punti percentuali.

Accumulo termico e integrazione nei sistemi energetici locali

Una delle sfide principali è la gestione della variabilità tra produzione e domanda di calore. Per questo si stanno diffondendo sistemi di accumulo termico, vere e proprie “batterie di calore”, spesso basate su materiali a cambiamento di fase (PCM).

Queste soluzioni permettono di immagazzinare il calore e rilasciarlo nei momenti di maggiore richiesta, contribuendo a stabilizzare i consumi e a integrare il data center in un ecosistema energetico locale, ad esempio in combinazione con fonti rinnovabili o reti di quartiere.

Applicazioni industriali e agricole

Il calore residuo, anche a temperature relativamente basse (30–60 °C), può essere utilizzato in diversi ambiti produttivi. In ambito industriale, può supportare processi come lavaggi, asciugature o pre-riscaldamento di fluidi.

Nel settore agricolo, trova applicazione nel riscaldamento di serre, allevamenti o nei processi di essiccazione. In alcuni casi, il recupero del calore si integra con sistemi di trigenerazione, che combinano produzione di elettricità, raffreddamento e calore, massimizzando l’efficienza complessiva.

Non sempre è possibile

Sicuramente il riuso dell’energia in eccesso generata dai grandi data center può essere riutilizzata, ma già sappiamo che il teleriscaldamento presenta dei limiti strutturali da tenere bene in conto.

Il calore dei data center è spesso disponibile a bassa o media temperatura (30–60 °C), quindi per non subire la dispersione in trasporto serve una rete di teleriscaldamento già presente e relativamente vicina (qualche chilometro).

Se il data center è situato lontano dai centri industriali o in area non urbanizzata, inoltre, realizzare una nuova rete diventa costoso e economicamente poco sostenibile, soprattutto per piccoli e medi impianti.

Un’opportunità da integrare nelle politiche industriali

Queste soluzioni, quindi, non eliminano il problema delle isole di calore, ma offrono in molti casi una strada concreta per mitigarne gli effetti e valorizzare l’energia dissipata. La sfida, oggi, è passare da progetti pilota a una pianificazione sistemica, in cui i data center vengano progettati fin dall’inizio come nodi attivi delle reti energetiche locali.

In questo senso, il tema non riguarda solo l’efficienza tecnologica, ma anche la capacità delle politiche pubbliche e industriali di integrare sempre di più transizione digitale ed energetica, trasformando un impatto ambientale in una leva di sostenibilità. L’innovazione tecnologica è dalla nostra parte, sfruttiamola fino in fondo.

Leggi le altre notizie sull’home page di Key4biz

https://www.key4biz.it/ai-i-grandi-data-center-creano-nuove-isole-di-calore-dove-vivono-340-milioni-di-persone/561330/

La guerra del Golfo si ripercuote sulle forniture globali di elio, essenziale per la produzione di chip AI

La guerra di Stati Uniti e Israele con l’Iran non ha destabilizzato solamente il mercato energetico mondiale. Secondo quanto riportato dal Wall Street Journal, presto a mancare sarà anche l’elio. Un prodotto derivato dal gas naturale e utilizzato principalmente nella produzione di chip per l’intelligenza artificiale (AI).

Il problema è che l’elio è un elemento raro sul nostro pianeta. C’è ne tanto nell’universo, ma è scarso sulla Terra. Qui da noi lo si trova generalmente in piccolissime concentrazioni e sempre in giacimenti di gas naturale.

In più, un terzo circa delle forniture mondiali di questo gas arrivano dal Qatar e via mare attraverso lo stretto di Hormuz. Motivo per cui, entro pochissimo tempo l’elio diventerà una risorsa scarsa.

Gli attacchi di Teheran sul Qatar e il blocco della navigazione in quel tratto di mare che collega i Paesi del Golfo con il Mare Arabico e quindi l’Oceano Indiano, rendono a dir poco incerte queste forniture per il futuro e i mercati se ne sono accorti subito.

Previsti tagli alle forniture e rialzo dei prezzi

Il quotidiano americano spiega che, già oggi, i principali fornitori stanno avvertendo alcuni clienti di aspettarsi “tagli alle forniture e sovrapprezzi”, secondo quanto riferito da operatori del settore.

Gli utilizzatori di elio, che per lo più si assicurano le forniture tramite contratti a lungo termine, “si stanno già contendendo i pochi carichi disponibili sul mercato spot a breve termine”, aprendo di fatto “una vera e propria guerra di offerte che ha fatto più che raddoppiare i prezzi”.

La Corea del Sud, uno dei principali produttori di chip per l’AI, che dipende fortemente dalle forniture del Qatar (60-70%), si è subito rivolta ai produttori degli Stati Uniti per ottenere ulteriori volumi di gas.

Il prezzo spot dell’elio gassoso si aggira oggi sui 900-1.200 dollari per mille piedi cubi (Mcf), con picchi fino a 2.000 dollari in alcune transazioni di emergenza legate alla crisi del Golfo.
È salito del 50-100% rispetto all’inizio di marzo 2026, quando oscillava tra 450-600 dollari/Mcf.
Un trend che potrebbe peggiorare però, perchè se la guerra perdurerà anche nei prossimi mesi il prezzo dell’elio potrebbe crescere ulteriormente durante il secondo trimestre dell’anno in corso.

Perché è importante l’elio

Si tratta di un gas invisibile ‘essenziale’ per raffreddare le apparecchiature utilizzate nella produzione di chip per l’intelligenza artificiale, ma anche per altri usi, come ad esempio il corretto funzionamento degli scanner per la risonanza magnetica.

Altri utilizzi chiave dell’elio li ritroviamo nel settore aerospaziale, comprese le missioni della NASA, dove viene impiegato per spurgare i serbatoi di carburante dei razzi. È inoltre essenziale nella produzione di fibre ottiche e nelle applicazioni per la Difesa.

La scarsità dell’elio potrebbe perdurare

Anche se la guerra dovesse finire rapidamente e lo stretto venisse riaperto, molte delle perdite non sarebbero facili da recuperare. Il Qatar ha dichiarato che gli attacchi iraniani contro il suo impianto di GNL di Ras Laffan, avvenuti all’inizio di marzo, hanno causato danni ingenti, con l’effetto diretto di ridurre drasticamente le esportazioni annuali di elio del 14%.
La riparazione dei danni alle infrastrutture potrebbe richiedere fino a cinque anni.

“Lo shock dell’elio mette in luce una vulnerabilità più profonda nello sviluppo dell’IA: l’estrema dipendenza da un numero ristretto di nodi esposti a fattori geopolitici”, ha affermato Ralf Gubler, direttore della ricerca presso S&P Global Energy, specializzato in gas industriali.

“Se queste condizioni (interruzione dell’approvvigionamento) persistono, il mercato si troverà effettivamente a corto di circa 5,2 milioni di metri cubi di elio al mese“, ha affermato Aleksandr Romanenko, CEO della società di ricerche di mercato IndexBox, come riporta Reuters.

Leggi le altre notizie sull’home page di Key4biz

https://www.key4biz.it/chip-ai-inizia-la-corsa-allelio-per-la-guerra-nel-golfo-tagli-alle-forniture-e-rialzo-dei-prezzi/561086/

La chiusura improvvisa di Sora, la piattaforma di generazione video di OpenAI, ha lasciato tutti un pò sgomenti.

Secondo un’inchiesta del Wall Street Journal, il motivo è molto semplice: il progetto era diventato troppo costoso, poco utilizzato e sempre meno sostenibile in un contesto di forte competizione tecnologica.

Lanciata con grande visibilità mediatica, Sora era stata presentata come la nuova frontiera “consumer” dell’AI, capace di portare la generazione video nelle mani degli utenti. L’interesse iniziale non è mancato: la piattaforma ha raggiunto circa un milione di utenti a livello globale.

Ma il dato si è rapidamente ridimensionato. Nel giro di pochi mesi, la base utenti è scesa sotto le 500 mila unità, segnale evidente di un prodotto che non è riuscito a consolidare l’adozione dopo il debutto.

Il problema dei costi

A pesare non è stata solo la domanda, ma soprattutto il modello economico. Sempre secondo il Wall Street Journal, Sora arrivava a bruciare circa 1 milione di dollari al giorno.

La ragione è tecnica: generare video con l’AI richiede una potenza computazionale molto superiore rispetto ai modelli linguistici. Ogni contenuto prodotto consuma risorse limitate, in particolare chip AI, oggi tra gli asset più strategici e scarsi per le aziende del settore.

In pratica, ogni utente che si inseriva in scenari virtuali (dalle simulazioni storiche alle ambientazioni cinematografiche ) contribuiva a ridurre una capacità computazionale preziosa, senza generare ricavi proporzionati.

La pressione della concorrenza

Mentre OpenAI continuava a investire su Sora, altri competitor avanzavano su fronti più redditizi. In particolare Anthropic, che ha rafforzato la propria presenza tra sviluppatori e imprese.

Prodotti come Claude Code, sempre secondo il Wall Street Journal, stavano guadagnando terreno proprio nei segmenti enterprise, oggi considerati centrali per la monetizzazione dell’AI.

Una dinamica che ha contribuito a spingere OpenAI a rivedere le proprie priorità.

A quel punto il CEO Sam Altman ha scelto una linea netta: chiudere Sora, liberare risorse computazionali e concentrarle su prodotti con maggiore impatto economico, in particolare nel campo del coding e delle applicazioni aziendali.

Una decisione che riflette un cambio di strategia più ampio: meno focus su prodotti ad alto impatto mediatico ma costosi, più attenzione a soluzioni scalabili e orientate ai ricavi.

Il caso Disney

La decisione di chiudere Sora ha avuto effetti immediati anche sulle partnership. Tra queste, quella con Disney, che aveva previsto un investimento da 1 miliardo di dollari e l’utilizzo di proprietà intellettuali come Marvel e Pixar nei contenuti generati.

Secondo quanto emerso, i vertici Disney sarebbero stati informati della chiusura meno di un’ora prima dell’annuncio pubblico. L’accordo è stato quindi interrotto bruscamente insieme al progetto.

Una scelta che evidenzia il carattere urgente della decisione e la pressione interna legata alla riallocazione delle risorse.

OpenAI punta sulla “Superapp”

La chiusura di Sora rientra in una strategia più ampia. OpenAI punta ora allo sviluppo di una “superapp” basata su AI agentica, capace di eseguire autonomamente attività complesse come scrittura di codice, analisi dati e gestione operativa.

Si tratta di un cambio di paradigma: dall’AI come strumento creativo all’AI come infrastruttura produttiva integrata nei processi aziendali.

Il team che lavorava su Sora sarà riallocato su progetti di lungo periodo, inclusa la robotica, mentre le risorse computazionali verranno concentrate sui modelli e prodotti con maggiore impatto economico.

Per OpenAI, la scelta rappresenta un compromesso tra visione e sostenibilità. Come sottolineato dallo stesso Altman, si tratta di “decisioni difficili”, ma necessarie per mantenere la competitività nel lungo periodo.

Leggi le altre notizie sull’home page di Key4biz

https://www.key4biz.it/sora-dal-lancio-al-declino-perche-openai-ha-chiuso-il-progetto/560926/

“Orwelliano” e privo di fondamento il tentativo del Pentagono di mettere al bando Anthropic, la sentenza di San Francisco

Gli Stati Uniti dimostrano sempre di essere un grande Paese, sento dire da più parti. Ci sono numerosi motivi per non crederci fino in fondo, basta seguire l’attualità, ma certo non possiamo dire che non sorprendono a volte. Un giudice federale della California ha sospeso le sanzioni imposte dall’amministrazione Trump ad Anthropic, affermando che i provvedimenti governativi probabilmente erano illegali, in quanto avevano inserito la società proprietaria del chatbot di AI Claude nella lista nera solo per aver espresso preoccupazione per l’utilizzo della sua tecnologia da parte del Pentagono.

“Nessuna disposizione di legge in materia avvalora l’idea orwelliana che un’azienda americana possa essere etichettata come potenziale avversaria e sabotatrice degli Stati Uniti per aver espresso dissenso nei confronti del governo”, ha scritto il giudice di San Francisco Rita F. Lin, nel provvedimento di 43 pagine in cui di fatto accoglieva la richiesta di Anthropic di un’ingiunzione preliminare nella sua causa contro il governo, congelando un ordine presidenziale che vietava a tutte le agenzie federali e in particolare al Dipartimento della Guerra di utilizzare la tecnologia di Anthropic.

La sentenza, infatti, sospende anche la designazione da parte del Pentagono di Anthropic come azienda a rischio per la catena di approvvigionamento della sicurezza nazionale, un’etichetta solitamente riservata alle organizzazioni provenienti da paesi stranieri ostili.

“Siamo grati al tribunale per la rapidità con cui ha agito e siamo lieti che concordi sul fatto che Anthropic abbia buone probabilità di successo nel merito“, ha dichiarato un portavoce dell’azienda.

Trump ha violato il Primo emendamento, la sua è ritorsione

La corte ha quindi “temporaneamente” bloccato il bando imposto dall’amministrazione Trump, che impediva alle agenzie federali di utilizzare la tecnologia di Anthropic (inclusa l’AI Claude), evidenziando che tale misura sembra essere una ritorsione per le critiche pubbliche mosse dall’azienda e una palese violazione del diritto di libertà di espressione tutelato dal Primo Emendamento.

I documenti del tribunale indicano inoltre che la mossa era principalmente una risposta alla riluttanza dell’azienda a collaborare su specifici usi militari dell’AI, piuttosto che una reazione a minacce concrete di sabotaggio.

La sentenza non obbliga certo il Dipartimento della Guerra ad usare Claude o altre soluzioni AI di Anthropic, ma sospende l’etichetta di entità ostile per la supply chain, che è un giudizio pesantissimo per una società di questo livello.

Insomma, si è trattato di pura ritorsione da parte dell’amministrazione Trump con la società di Dario Amodei. Il giudice ha scritto nero su bianco che “queste misure sembrano concepite per punire Anthropic”.

Si sancisce che se il governo può scegliere di non utilizzare una determinata tecnologia, allo stesso tempo non può abusare dei propri poteri per penalizzare un’azienda statunitense solo per il suo dissenso.

Lo stesso CEO di Anthropic, Amodei, aveva definito la decisione di Trump “ritorsione e punizione” ingiustificata, mentre il rifiuto di dare seguito alle richieste del segretario del Dipartimento della Guerra, Pete Helseth, di rendere l’AI disponibile senza restrizioni per sorveglianza di massa e applicazioni di guerra, rientrano nel diritto di critica al proprio Governo.

Violato il Primo emendamento

“Questo provvedimento cautelare preliminare affronta in modo approfondito alcune questioni classiche, ovvero garantire che non vi siano ritorsioni contro un’azienda o un individuo per aver esercitato i propri diritti sanciti dal Primo Emendamento, e assicurare che, quando vengono prese decisioni così importanti, potenzialmente in grado di paralizzare un’attività commerciale, vengano rispettate le procedure previste“, ha spiegato a npr.org Jennifer Huddleston, ricercatrice senior in politica tecnologica presso il Cato Institute, un think tank libertario.

Il Governo americano ha una settimana di tempo per impugnare la sentenza di San Francisco davanti alla Corte d’Appello del Ninth Circuit, una delle 12 corti d’appello federali statunitensi, posizionata subito sotto la Corte Suprema. È la più grande e geograficamente estesa tra le corti d’appello federali coprendo California, Arizona, Nevada, Oregon, Washington, Idaho, Montana, Alaska, Hawaii, e i territori di Guam e Isole Marianne Settentrionali.

Leggi le altre notizie sull’home page di Key4biz

https://www.key4biz.it/contro-anthropic-un-caso-di-ritorsione-la-sentenza-di-un-giudice-federale-nel-caso-amodei-trump/560692/

OpenAI mette in pausa, a tempo indeterminato, lo sviluppo di una modalità erotica per ChatGPT. La decisione, anticipata dal Financial Times, segna l’ennesimo passo indietro su un progetto che aveva già sollevato forti critiche sia all’esterno sia all’interno dell’azienda. L’idea di una “adult mode”, proposta dal CEO Sam Altman lo scorso ottobre, aveva infatti innescato un acceso dibattito, culminato a gennaio in un confronto teso tra dirigenti e consulenti. In quell’occasione, uno dei membri del board aveva avvertito del rischio di creare un sistema assimilabile a un “coach suicida sexy”, secondo quanto riportato dal Wall Street Journal.

Tra polemiche e rinvii, la funzionalità non ha mai visto la luce e oggi non esiste alcuna timeline per un eventuale rilascio. Interpellata da TechCrunch, OpenAI ha scelto di non aggiungere ulteriori commenti, confermando di fatto lo stop.

La scelta si inserisce in una più ampia revisione strategica. Negli ultimi giorni, l’azienda ha progressivamente abbandonato o ridimensionato diversi progetti considerati non prioritari. Tra questi, Instant Checkout, pensato per trasformare ChatGPT in un hub di acquisti online, e Sora, il generatore video basato su AI, criticato per aver contribuito alla diffusione massiva di contenuti di scarsa qualità.

Dietro queste decisioni c’è un cambio di passo preciso: concentrare risorse e sviluppo su due direttrici principali, il mercato enterprise e gli strumenti per sviluppatori. Una linea già emersa nelle scorse settimane, quando il Wall Street Journal aveva parlato di una “importante svolta strategica” per eliminare distrazioni e rafforzare il core business.

Anthropic preoccupa OpenAI

Il tempismo non è casuale. OpenAI si trova oggi a fronteggiare una crescente pressione competitiva, in particolare da parte di Anthropic, che negli ultimi mesi ha accelerato sul rilascio di soluzioni per coding e applicazioni aziendali, guadagnando terreno tra i clienti.

La competizione si estende anche sul piano istituzionale. Le due aziende si sono confrontate apertamente sui contratti con il Pentagono, con OpenAI che ha recentemente annunciato un accordo da 200 milioni di dollari con il Dipartimento della Difesa. Anthropic, al contrario, è attualmente coinvolta in una disputa legale con l’agenzia.

Nel complesso, il segnale è chiaro: l’AI si sta progressivamente allontanando da sperimentazioni più controverse o orientate all’intrattenimento, per convergere verso applicazioni ad alto valore economico e strategico. 

Leggi le altre notizie sull’home page di Key4biz

https://www.key4biz.it/openai-stop-alla-modalita-erotica-e-taglio-ai-progetti-secondari-pesa-la-competitivita-con-anthropic%ef%bf%bc/560672/