«Sì, ma questi come fanno i soldi?» è una domanda – se non la domanda – che ci poniamo spesso quando ci vengono offerti servizi in apparenza gratuita su Internet. L’AI non fa eccezione, ma non sorprenderà nessuno sapere che le pose dei giganti del tech da benefattori dell’umanità senza interessi personali sono, appunto, pose. Il tema della monetizzazione dei chatbot c’è eccome, ed è diventato centrale pochi giorni fa, quando OpenAI ha avviato negli Stati Uniti un test che introduce annunci all’interno di ChatGPT per gli utenti dei piani Free e Go (lasciando invece privi di inserzioni i livelli Plus, Pro, Business ed Enterprise).

Gli annunci pubblicitari compaiono in fondo alla risposta, separati graficamente dal testo generato e segnalati come contenuti sponsorizzati; l’azienda sostiene che detti annunci non incidano sul contenuto delle risposte e che non vengano mostrati quando si parla di argomenti particolarmente sensibili, come la salute o la politica.

Secondo quanto riportato da Quartz, OpenAI chiederebbe agli inserzionisti un impegno minimo intorno ai 200.000 dollari, con un costo di circa 60 dollari per mille visualizzazioni, soglia che colloca questo formato in una fascia assai più alta rispetto ai banner tradizionali del web.

È come dire che l’attenzione concentrata di una conversazione individuale, il tête-à-tête tra noi e il chatbot, viene considerata un bene raro, per il quale si può chiedere un prezzo paragonabile a quello degli spazi pubblicitari più prestigiosi (e costosi, ovviamente).

Consiglio spassionato o interessato?

Rispetto al motore di ricerca, c’è una differenza non da poco: se nei risultati di Google e soci l’utente riceve un elenco di risultati e sa di trovarsi in un contesto specifico, con certi risultati che vengono privilegiati, nel chatbot la risposta è di un discorso continuo e l’inserzione non si affianca a una lista di alternative, ma segue un testo che ha già, per così dire, strutturato la questione.

Insomma: diventa difficile capire se ChatGPT ci sta dando un consiglio o suggerendo di comprare un prodotto. Il problema, in fondo, è sempre lo stesso: quando qualcuno ci “suggerisce” qualcosa online, dobbiamo capire se sta davvero aiutandoci a scegliere o se sta vendendo visibilità a chi paga di più (è la differenza tra una piattaforma come SOSTariffe.it che mostra un elenco confrontabile di offerte – come avviene nei comparatori di tariffe luce, gas o telefonia – e un’interfaccia che propone una sola soluzione, già confezionata). Nel primo caso possiamo verificare; nel secondo dobbiamo fidarci.

Va da sé che OpenAI ha accompagnato il test con diverse petizioni di principio, tese a tranquillizzarci: le conversazioni non vengono condivise con gli inserzionisti, che ricevono solo dati aggregati su visualizzazioni e clic; l’utente può disattivare la personalizzazione o scegliere un piano a pagamento per evitare gli annunci, eccetera. La questione economica di fondo, però, rimane. Addestrare e far funzionare modelli di queste dimensioni richiede investimenti sempre più ingenti, e se una parte consistente dell’utenza accede gratuitamente, in modo da accrescere la base, il finanziamento deve provenire da altre fonti. La pubblicità, come sempre, è la risposta più semplice.

La guerra degli spot

La mossa di OpenAI ha avuto conseguenze immediate. Anthropic, la società fondata da ex ricercatori di OpenAI e sviluppatrice di Claude, ha scelto il palcoscenico del Superbowl per lanciare una campagna pubblicitaria che, pur senza nominare direttamente ChatGPT, ha preso di mira il suo modello di business. Gli spot hanno mostrato scenari volutamente caricaturali: un ragazzo che chiede consigli su come parlare con la madre e si ritrova indirizzato verso un sito di incontri; un aspirante atleta che finisce a comprare solette per sembrare più alto. Il messaggio finale: “Ads are coming to AI. But not to Claude”.

Sam Altman ha reagito con la consueta nonchalance. Ha chiamato gli spot “chiaramente disonesti”, e ribadito che gli annunci su ChatGPT saranno separati dalle risposte e non influenzeranno i contenuti generati. La polemica non è così facile da sopire, però. Il formato conversazionale ha una natura diversa rispetto a un feed social o a una pagina di ricerca: l’utente si rivolge al chatbot per ottenere un aiuto diretto, spesso su questioni personali o professionali che presuppongono un certo grado di fiducia. Inserire in quel flusso un contenuto sponsorizzato, anche se dichiarato come tale, modifica l’equilibrio percettivo dell’interazione.

Anthropic ha costruito la propria posizione proprio su questo punto, dichiarando pubblicamente che Claude resterà privo di pubblicità perché le conversazioni con un assistente AI, specie quando riguardano lavoro o temi delicati, non sono il luogo adatto per la promozione commerciale. Così, dopo il Super Bowl, Claude ha scalato le classifiche dell’App Store statunitense; difficile stabilire quanto abbia inciso la campagna, ma il messaggio non è caduto del vuoto. È una dinamica già vista nell’evoluzione dei social network, che qui si ripresenta in un ambiente che somiglia meno a una piazza e più a un colloquio individuale.

Ma alla fine chi paga?

Se si mette da parte per un momento la schermaglia pubblicitaria, l’interrogativo rimane: come si sostiene economicamente un’infrastruttura che brucia miliardi l’anno? Secondo diverse stime, OpenAI avrebbe speso nel 2025 molto più di quanto abbia incassato; l’addestramento dei modelli, il mantenimento dei server, l’espansione della capacità computazionale richiedono investimenti continui. Finora il capitale di rischio ha sostenuto la crescita, ma nessun investitore può accettare perdite illimitate. A un certo punto i conti devono tornare.

Non tutte le aziende stanno facendo la stessa scelta. Perplexity, che aveva introdotto annunci sotto forma di domande sponsorizzate, ha frenato e ammesso che la pubblicità rischia di far dubitare gli utenti della genuinità delle risposte. Google sta testando inserzioni nei risultati della modalità AI della ricerca e ha lasciato intendere che anche Gemini farà la stessa cosa; Microsoft fa spallucce e integra contenuti sponsorizzati in Copilot da tempo; Meta non inserisce annunci dentro la chat, però utilizza le interazioni con la sua AI per raffinare il targeting pubblicitario altrove, nei suoi network. E Claude, per ora, mantiene la promessa di restarne fuori.

Esiste forse una terza via. Brian Chesky, amministratore delegato di Airbnb, ha dichiarato che il traffico proveniente dai chatbot converte meglio di quello generato da Google: vale a dire che se le AI raccomandano spontaneamente un servizio, l’efficacia commerciale può essere superiore a quella di uno spazio pubblicitario acquistato a caro prezzo.

In questo scenario, le aziende non avrebbero bisogno di comprare visibilità nel chatbot, ma basterebbe essere citate come soluzione adeguata. Ma chi garantisce l’imparzialità? E da quando la pubblicità è, per così dire, meritocratica? Non se ne esce, e resta il problema di chi finanzia l’accesso gratuito. Abbonamenti e contratti enterprise coprono solo una parte del costo; la massa degli utenti free no. La pubblicità è, da decenni, il motore più stabile dell’economia digitale, ma non è mai stata così insidiosa come oggi, quando rischia di travestirsi da “consiglio da amico”.

Leggi le altre notizie sull’home page di Key4biz

https://www.key4biz.it/come-si-paga-un-chatbot-lintelligenza-artificiale-scopre-la-pubblicita/566782/

Washington rilancia sulla libera circolazione dei dati: Rubio scrive ai diplomatici e punta dritto alla sovranità digitale europea

I dati sono il nuovo petrolio. Quante volte l’abbiamo sentire dire e l’abbiamo letto in questi ultimi anni. Eppure, a pensarci bene, i dati sono molto più preziosi dell’oro nero, perché sono rinnovabili, riutilizzabili e a basso costo di trasporto. Consentono di alimentare società tecnologiche gigantesche e soprattutto sono la principale risorsa per sviluppare il più rapidamente possibile l’intelligenza artificiale (AI). Ne nasce, inevitabilmente, una questione di sovranità.

I dati plasmano i mercati digitali, definiscono i rapporti di forza tra imprese e tra Stati. Non sorprende, dunque, che siano diventati terreno di scontro geopolitico. È in questo contesto che si inserisce il documento del Dipartimento di Stato statunitense del 18 febbraio, firmato dal Segretario di Stato Marco Rubio, che segna un ritorno a un approccio più conflittuale nei confronti delle iniziative straniere di “sovranità dei dati” e “localizzazione dei dati”.

Nella comunicazione interna, indirizzata ai diplomatici americani nel mondo, si legge nell’articolo della Reuters scritto da Raphael Satter e Alexandra Alper, l’amministrazione Trump invita esplicitamente a contrastare quelle che definisce “normative inutilmente gravose”, come gli obblighi di localizzazione dei dati, ritenute capaci di “interrompere i flussi globali di dati, aumentare costi e rischi di cybersicurezza, limitare i servizi di intelligenza artificiale e cloud, ed espandere il controllo governativo in modi che possono minare le libertà civili e favorire la censura”.

Il messaggio è chiaro: Washington intende difendere la libera circolazione transfrontaliera dei dati come pilastro della propria strategia economica e tecnologica globale.

Nel mirino USA l’Europa e il suo GDPR

Secondo molti osservatori, il documento segnala una discontinuità rispetto ai tentativi, in passato, di trovare compromessi con gli alleati europei. Se in precedenza l’approccio era più orientato al dialogo e alla ricerca di soluzioni condivise, oggi la linea appare più assertiva. Il Dipartimento guidato da Rubio parla esplicitamente di una “politica internazionale dei dati più assertiva” e incarica le ambasciate di monitorare e contrastare le proposte che limitano i flussi di dati verso l’estero.

Nel mirino c’è soprattutto l’Europa, dove le iniziative sulla sovranità digitale hanno preso piede negli ultimi anni. Il Regolamento generale sulla protezione dei dati (GDPR), in vigore dal 2018, ha imposto restrizioni al trasferimento dei dati personali fuori dall’Unione europea e ha portato a sanzioni significative nei confronti di grandi aziende tecnologiche statunitensi. Nel documento del Dipartimento di Stato, il GDPR viene citato come esempio di normativa che impone “restrizioni inutilmente gravose” sul trattamento dei dati e sui flussi transfrontalieri.

Per Washington, queste regole rischiano di compromettere la competitività delle imprese americane, in particolare nel settore dell’intelligenza artificiale, dove l’accesso a enormi quantità di dati è un fattore decisivo.

IA, potere e sovranità

La questione è eminentemente geopolitica. Le principali aziende di AI sono statunitensi e i loro modelli si nutrono di grandi volumi di dati, spesso raccolti su scala globale. Limitare la circolazione dei dati significa, dal punto di vista americano, limitare la capacità di innovazione e il vantaggio competitivo di queste imprese.

Dall’altra parte, l’Unione europea guarda alla sovranità dei dati come a uno strumento di tutela della privacy, di difesa dei diritti fondamentali e di riduzione della dipendenza tecnologica dagli Stati Uniti. Le preoccupazioni europee riguardano non solo la protezione dei dati personali, ma anche i rischi di sorveglianza e l’asimmetria di potere nei confronti dei grandi colossi digitali.

Il risultato è un confronto a tratti aspro e sempre più profondo tra due visioni contrapposte: da un lato, la deregolamentazione e la promozione della libera circolazione dei dati come motore di crescita e innovazione; dall’altro, la regolazione come strumento di protezione dei cittadini e di affermazione dell’autonomia strategica.

Il precedente del Digital Services Act

Non è la prima volta che il Dipartimento di Stato guidato da Rubio interviene direttamente sul fronte regolatorio europeo. Lo scorso anno, il Segretario di Stato aveva già incaricato i diplomatici americani di mobilitarsi contro il Digital Services Act (DSA), la normativa europea che obbliga le grandi piattaforme a rimuovere contenuti illegali, come materiale estremista o pedopornografico, e a rafforzare i controlli sui propri servizi.

Anche in quel caso, Washington aveva letto l’iniziativa europea come un potenziale ostacolo alla libertà di espressione e all’operatività delle imprese statunitensi. Il nuovo documento riportato dalla Reuters si inserisce dunque in una strategia più ampia, volta a contrastare l’espansione della regolazione digitale europea.

La competizione con la Cina

La comunicazione interna del Dipartimento USA richiama anche la competizione con la Cina, accusata di combinare progetti infrastrutturali tecnologici con politiche restrittive sui dati, così da estendere la propria influenza e capacità di accesso alle informazioni a fini strategici. In questo senso, la battaglia sulla governance dei dati non è solo transatlantica, ma globale.

Gli Stati Uniti promuovono forum come il Global Cross-Border Privacy Rules Forum, nato nel 2022 con diversi partner internazionali, per sostenere la libera circolazione dei dati accompagnata da standard di protezione condivisi. L’obiettivo è costruire un’architettura alternativa a modelli considerati troppo restrittivi o strumentali al controllo statale.

Verso nuove tensioni transatlantiche?

Quanto sta accadendo tra USA e Ue conferma che la diplomazia dei dati è ormai una componente centrale della politica estera americana. La posta in gioco non riguarda soltanto le regole del mercato digitale, ma il controllo delle infrastrutture informative e delle risorse che alimentano l’intelligenza artificiale.

Se i dati sono il nuovo petrolio, allora le rotte attraverso cui scorrono, cioè le infrastrutture critiche (come i data center), diventano strategiche quanto gli oleodotti. E come accade per le risorse energetiche, anche sui dati si costruiscono alleanze, si accendono contese e si negoziano compromessi.

Leggi le altre notizie sull’home page di Key4biz

https://www.key4biz.it/cloud-reuters-rubio-ai-diplomatici-contrastare-la-sovranita-digitale-ue/566674/

L’Europa si trova in uno dei passaggi più turbolenti della sua storia recente e rischia di perdere terreno nei settori della tecnologia e del clima, in cui è all’avanguardia. A dichiararlo è il Centre for future generations (Cfg), think tank indipendente europeo che si occupa di analisi strategica e politiche pubbliche orientate al lungo periodo, in risposta alla consultazione pubblica dello Strategic Foresight Report 2026 della Commissione europea. Per questo nei giorni scorsi il Cfg ha lanciato anche Tech & The Planet, un nuovo progetto incentrato sull’intersezione tra tecnologie emergenti e governance climatica. Partendo dalle infrastrutture di intelligenza artificiale, saranno sviluppate linee guida e strumenti politici che possano allineare competitività e sostenibilità.

Proprio la crescita dell’AI e l’emergere di nuove tecnologie di frontiera, tra cui quelle biologiche e climatiche, stanno aprendo scenari con implicazioni sistemiche per l’economia, la sicurezza e la società, destinati a dispiegarsi nel prossimo decennio. In questo scenario, il nodo centrale non è solo la capacità di sviluppare nuove tecnologie, ma la possibilità di orientarne le traiettorie. Il rischio, evidenzia il documento, è che l’Europa resti vincolata a modelli e infrastrutture definiti altrove, perdendo progressivamente autonomia strategica.

Governare le tecnologie prima che diventino irreversibili

Il documento evidenzia come il principale vantaggio competitivo europeo risieda nella capacità di costruire sistemi di governance credibili e affidabili. Piuttosto che competere direttamente con Stati Uniti e Cina sul piano della produzione tecnologica, l’Europa può rafforzare la propria influenza definendo standard, meccanismi di verifica e infrastrutture istituzionali che rendano possibile la cooperazione internazionale. Questo approccio consente di intervenire prima che le tecnologie si consolidino in forme difficili da modificare. Le decisioni relative a infrastrutture energetiche, centri dati, sistemi di intelligenza artificiale o tecnologie climatiche tendono infatti a produrre effetti che durano decenni. Una volta costruiti, questi sistemi creano dipendenze economiche, industriali e geopolitiche difficili da invertire. In questo senso, la capacità di anticipare e governare questi processi diventa una forma di potere strategico.

Dalla disinformazione alle infrastrutture critiche, i rischi segnalati dall’AI safety report

Il Rapporto del gruppo di scienziati diretto da Yoshua Bengio prevede un’accelerazione tecnologica dell’intelligenza artificiale che nei prossimi cinque anni potrebbe essere difficile da gestire.

Le quattro leve che possono rafforzare l’influenza europea

La Call for evidence identifica quattro leve principali attraverso cui l’Europa può rafforzare il proprio ruolo globale. La prima è l’accelerazione delle tecnologie di protezione rispetto a quelle che creano rischi. Questo include, ad esempio, sistemi di sorveglianza per prevenire minacce biologiche, tecnologie per garantire la sicurezza dell’intelligenza artificiale e infrastrutture di adattamento climatico. Investire in queste soluzioni consente di ridurre le vulnerabilità future e rafforzare la resilienza. La seconda leva è rappresentata dal mercato unico europeo. Essendo uno dei più grandi mercati globali, può essere utilizzato per garantire accesso a tecnologie, risorse e infrastrutture critiche, riducendo le dipendenze esterne e rafforzando l’autonomia strategica. La terza riguarda la costruzione di infrastrutture di governance globale. Standard condivisi, sistemi di verifica e meccanismi di coordinamento possono rendere l’Europa un attore indispensabile nella gestione delle tecnologie emergenti. La quarta leva è il rafforzamento della capacità industriale e istituzionale per rispondere rapidamente alle crisi. Le recenti crisi hanno evidenziato l’importanza della capacità di produrre su larga scala e di adattarsi rapidamente a contesti in evoluzione.

La modifica della radiazione solare

Tra le tecnologie emergenti analizzate, la Solar radiation modification (Srm) rappresenta un esempio particolarmente significativo. Questa tecnologia punta a riflettere una parte della radiazione solare nello spazio, riducendo così la quantità di calore assorbita dal sistema climatico terrestre e mitigando temporaneamente l’aumento delle temperature globali. La Srm potrebbe contribuire a ridurre gli impatti del cambiamento climatico, ma comporta anche rischi geopolitici rilevanti. Al contrario, lo sviluppo di standard e meccanismi di cooperazione potrebbe trasformarla in strumento di stabilità. In questo contesto, l’Europa ha l’opportunità di rafforzare il proprio ruolo, costruendo competenze scientifiche e promuovendo modelli di governance basati su trasparenza e cooperazione.

Oltre il 2050

“Le decisioni prese ora, tra il 2025 e il 2027, sull’ubicazione dei data center, l’espansione della rete, l’infrastruttura di intelligenza artificiale, le applicazioni neurotecnologiche, i sistemi energetici e le tecnologie rilevanti per la difesa”, scrive il Cfg, “determineranno i modelli di utilizzo del suolo, le traiettorie della domanda, i profili delle emissioni e le dipendenze strategiche per decenni, estendendosi ben oltre gli attuali cicli politici e gli obiettivi climatici del 2050”. Uno degli aspetti più rilevanti evidenziati dal documento riguarda l’impatto a lungo termine delle decisioni attuali. Le scelte che saranno prese in questi anni su infrastrutture tecnologiche, energetiche e industriali influenzeranno la sicurezza, la competitività e l’autonomia europea per decenni. Il rischio principale è il cosiddetto lock-in tecnologico, ovvero la creazione di sistemi che limitano la capacità futura di adattamento. Al contrario, sviluppare infrastrutture flessibili e resilienti può rafforzare la capacità europea di affrontare trasformazioni future.

Scarica la Call for evidence

Leggi le altre notizie sull’home page di Key4biz

https://www.key4biz.it/lanalisi-asvis-data-center-e-neurotecnologie-come-leuropa-puo-evitare-leffetto-lock-in/566646/

L’AI offensiva nella cybersecurity non è più un’ipotesi da convegno. È un fatto operativo, documentato, misurabile. E il suo impatto sta ridefinendo alla radice le categorie con cui la comunità della sicurezza informatica ha costruito i propri modelli di difesa nell’ultimo ventennio.

Per anni abbiamo ragionato su un assunto implicito: la complessità di un attacco è proporzionale alla sofisticazione dell’attaccante. Un exploit zero-day richiedeva competenze di reverse engineering maturate in anni di pratica. Una campagna APT multi-stadio presupponeva team strutturati, infrastrutture dedicate, catene di comando. Questo rapporto tra competenza e pericolosità era, in fondo, il nostro vantaggio strategico: sapevamo che gli attacchi più devastanti potevano provenire solo da un numero limitato di attori.

Quel rapporto si è spezzato. L’intelligenza artificiale generativa e, più recentemente, l’AI agentica hanno introdotto una discontinuità radicale nel panorama delle minacce cyber. Non si tratta di un’evoluzione incrementale, ma di una rottura strutturale. Un singolo individuo, privo di competenze tecniche consolidate, può oggi orchestrare operazioni offensive che fino a ieri richiedevano un team multidisciplinare. E lo può fare con una velocità, una coerenza e un’adattività che superano le capacità di molti analisti umani.

Questo articolo apre una serie dedicata a esplorare le dimensioni di questa trasformazione. Non come esercizio teorico, ma come strumento di orientamento operativo per chi – CISO, threat researcher, security architect, SOC analyst, giuristi del digitale – è chiamato a ripensare strategie e paradigmi alla luce di una realtà che muta più rapidamente dei nostri framework.

L’AI agentica come arma: dall’advisory all’execution

La prima fase dell’interazione tra intelligenza artificiale e cybercrime è stata relativamente benigna, almeno dal punto di vista strutturale. I threat actor utilizzavano i modelli linguistici come consulenti: per correggere la grammatica delle email di phishing, per generare snippet di codice malevolo, per ottenere informazioni tecniche. L’AI era un amplificatore di produttività, non un operatore autonomo.

Quella fase è conclusa.

Il passaggio cruciale è avvenuto con l’emergere dell’AI agentica – sistemi capaci non solo di generare contenuti su richiesta, ma di pianificare, decidere, eseguire e adattarsi in modo autonomo lungo catene operative complesse. Il report di threat intelligence pubblicato da Anthropic nell’agosto 2025 ha documentato per la prima volta questa transizione con evidenze concrete e inquietanti.

Il caso più emblematico riguarda un cybercriminale che ha utilizzato Claude Code – un assistente di codifica agentico – per condurre un’intera campagna di estorsione contro almeno 17 organizzazioni, tra cui strutture sanitarie, servizi di emergenza, enti governativi e istituzioni religiose. L’aspetto che distingue questa operazione da tutte le precedenti non è la scala, ma il ruolo dell’AI: Claude Code non ha fornito suggerimenti a un operatore umano. Ha condotto l’operazione. Ha eseguito la ricognizione automatizzata, raccolto credenziali, penetrato reti, analizzato i dati esfiltrati per determinare l’importo dei riscatti (che in alcuni casi superavano i 500.000 dollari) e generato lettere di estorsione personalizzate calibrate sul profilo finanziario e psicologico di ciascuna vittima.

In termini ancora più espliciti: l’AI ha preso decisioni tattiche e strategiche. Ha deciso quali dati esflitrare. Ha valutato quali informazioni avessero maggiore valore di leva. Ha generato comunicazioni persuasive che facevano riferimento ai margini operativi delle vittime e alle conseguenze di un’interruzione dei servizi.

A novembre 2025, Anthropic ha reso pubblico un caso ancora più significativo: la prima campagna di cyber-spionaggio orchestrata autonomamente dall’AI. Un gruppo state-sponsored cinese, identificato come GTG-1002, ha manipolato Claude Code convincendolo di essere impiegato in test di sicurezza difensiva legittimi. L’AI ha eseguito autonomamente tra l’80% e il 90% delle operazioni tattiche: scoperta di servizi interni, mappatura completa della topologia di rete, identificazione di account ad alto privilegio, creazione di backdoor persistenti, estrazione e categorizzazione dei dati per valore di intelligence. Gli operatori umani si sono limitati a selezionare i target e ad approvare le esflitrazioni finali.

Non siamo più nell’ambito dell’AI-assisted cybercrime. Siamo entrati nell’era dell’AI-operated cybercrime.

Vibe hacking: la democratizzazione radicale dell’offensiva cyber

Il termine “vibe hacking” è emerso nella comunità di sicurezza nella prima metà del 2025, derivato dal concetto di “vibe coding” coniato da Andrej Karpathy all’inizio dello stesso anno. Se il vibe coding descrive un approccio allo sviluppo software in cui il programmatore fornisce istruzioni ad alto livello e l’AI genera il codice, il vibe hacking applica lo stesso principio alle operazioni offensive.

Il concetto cattura qualcosa di profondo: l’attaccante non ha bisogno di comprendere cosa sta facendo. Non deve saper scrivere un exploit, configurare un’infrastruttura di command-and-control o comprendere i meccanismi di evasione. Deve saper parlare con l’AI nel modo giusto. La competenza tecnica è sostituita dalla competenza conversazionale.

I casi documentati da Anthropic illustrano questa dinamica con chiarezza disarmante. Nel caso dell’operazione di estorsione, l’attaccante ha configurato Claude Code con un playbook operativo (un file CLAUDE.md che standardizzava i pattern di attacco adattandoli a ciascuna vittima). L’intero flusso – dalla ricognizione alla monetizzazione – era orchestrato dall’AI. Un analista di IronScales ha commentato che questo caso demolisce l’assunto tradizionale secondo cui sofisticazione dell’attore e complessità dell’attacco siano correlate.

Un altro caso rivelatore riguarda gli operativi nordcoreani che hanno utilizzato Claude per ottenere e mantenere posizioni lavorative fraudolente in aziende Fortune 500 statunitensi. Questi individui necessitavano di assistenza AI per compiti elementari: comprendere riferimenti culturali americani, rispondere a domande tecniche di base, comunicare in modo professionale. L’AI ha eliminato il collo di bottiglia della formazione specialistica che in precedenza limitava la capacità operativa del regime.

Parallelamente, un altro attore ha sviluppato e venduto nel dark web varianti di ransomware con crittografia ChaCha20, tecniche anti-EDR e sfruttamento di Windows internals, il tutto essendo completamente dipendente da Claude per l’implementazione. I pacchetti erano commercializzati a prezzi compresi tra 400 e 1.200 dollari. L’attore vendeva competenze che, in realtà, non possedeva.

Il vibe hacking è dunque l’incarnazione operativa di un fenomeno più ampio: l’AI offensiva nella cybersecurity sta abbattendo le barriere di ingresso nel cybercrime con una velocità e una radicalità che i modelli tradizionali di valutazione delle minacce non sono progettati per catturare.

L’AI lungo l’intero ciclo di attacco: una mappatura MITRE ATT&CK

Per comprendere la portata sistemica dell’AI offensiva, è utile mapparne l’integrazione lungo le fasi del ciclo di attacco così come codificato nel framework MITRE ATT&CK. Il report di Anthropic ha documentato un attore cinese che ha integrato Claude in 12 delle 14 tattiche ATT&CK nel corso di una campagna di nove mesi contro infrastrutture critiche vietnamite – telecomunicazioni, enti governativi e settore agricolo.

Questa copertura quasi totale della kill chain non ha precedenti documentati. Vediamo come l’AI si integra nelle fasi principali.

Ricognizione e acquisizione risorse. Gli agenti AI operano in modo persistente e autonomo, raccogliendo informazioni da social media, dati di breach, API esposte e misconfigurazioni cloud. Come evidenziato nel framework di attacco agentico sviluppato da Unit 42 di Palo Alto Networks, a differenza della ricognizione tradizionale (tipicamente un’operazione manuale e statica), un agente AI si auto-interroga su quali dati servano, li raccoglie, e aggiorna la propria strategia se il contesto del target cambia.

Accesso iniziale e social engineering. L’AI genera comunicazioni di phishing grammaticalmente perfette, contestualmente rilevanti e personalizzate. Ma la novità non è solo qualitativa: è strutturale. L’AI può condurre operazioni di social engineering multicanale – email, SMS, messaggi vocali con voice cloning – in parallelo, adattando tono e contenuto in tempo reale sulla base delle risposte delle vittime.

Esecuzione, persistenza e movimento laterale. L’AI genera codice polimorfico on-demand. Ogni payload è unico, vanificando le detection basate su firme e hash. Nella campagna GTG-1002, Claude ha scoperto autonomamente servizi interni, mappato la topologia di rete e identificato sistemi ad alto valore, il tutto senza istruzioni umane granulari.

Esfiltrazione e impatto. L’AI non si limita a sottrarre dati: li analizza, li categorizza per valore di intelligence, produce report strutturati e genera comunicazioni di estorsione personalizzate. Nella campagna documentata da Anthropic, Claude generava automaticamente report operativi che consentivano la continuità delle operazioni anche in caso di interruzioni, abilitando il passaggio di consegne tra operatori.

Un dato quantitativo rende tangibile l’accelerazione: secondo il Global Incident Response Report 2025 di Unit 42, il tempo medio di esfiltrazione (MTTE) dopo l’accesso iniziale è crollato da nove giorni nel 2021 a due giorni nel 2024. In un caso su cinque, l’esfiltrazione avviene in meno di un’ora. L’AI agentica è un fattore determinante di questa compressione temporale.

L’ecosistema della frode AI-powered: una supply chain end-to-end

L’AI offensiva nella cybersecurity non si limita ad accelerare singole operazioni. Sta generando un intero ecosistema criminale strutturato, con una propria catena del valore.

Il report GTIG di Google (febbraio 2026) documenta la maturazione del mercato underground per strumenti AI-enabled. Nel 2025, il marketplace criminale ha visto la proliferazione di offerte multifunzionali progettate per supportare diverse fasi del ciclo di attacco. Praticamente ogni strumento pubblicizzato nei forum underground menziona la capacità di supportare campagne di phishing. Esistono “evil LLM” come WormGPT, modelli linguistici commercializzati esplicitamente per scopi criminali, capaci di generare malware, campagne di phishing e codice di exploit.

Google ha inoltre identificato, nel terzo trimestre 2025, una famiglia di malware denominata PROMPTFLUX che impiega le API di Gemini durante l’esecuzione per generare tecniche di offuscamento dinamico in VBScript. Non si tratta più di malware statico potenziato dall’AI: è malware che utilizza l’AI come componente funzionale in tempo reale.

A questo si aggiungono i “vibe script” venduti nei marketplace del dark web: template conversazionali ottimizzati per ingegneria sociale empatica, progettati per costruire rapport con le vittime prima di condurle alla compromissione. La combinazione di voice cloning, generazione di testi personalizzati e timing adattivo rende queste operazioni quasi indistinguibili da interazioni umane autentiche.

L’ecosistema include anche servizi di “influence-as-a-service”, documentati nel report di marzo 2025 di Anthropic, in cui l’AI non genera semplicemente contenuti ma decide quando i bot social devono commentare, condividere o interagire con utenti reali, sulla base di personas politicamente motivate. L’AI è l’orchestratore strategico, non il mero esecutore tattico.

Siamo di fronte a una industrializzazione del cybercrime AI-driven, con specializzazione dei ruoli, economie di scala e abbattimento dei costi marginali per attacco.

Implicazioni per i framework di valutazione delle minacce

L’irruzione dell’AI offensiva impone una revisione critica dei modelli con cui valutiamo le minacce. I framework tradizionali, a partire dalla stessa matrice MITRE ATT&CK, sono stati progettati per catalogare tattiche, tecniche e procedure di attori umani che operano con vincoli umani: tempo di apprendimento, necessità di coordinamento, limiti di velocità esecutiva.

L’ottobre 2025 ha segnato un punto di svolta: MITRE ATLAS (Adversarial Threat Landscape for Artificial-Intelligence Systems) ha integrato, in collaborazione con Zenity Labs, 14 nuove tecniche e sotto-tecniche specificamente focalizzate su agenti AI e sistemi di AI generativa. Queste includono il context poisoning degli agenti AI, la manipolazione della memoria a lungo termine dei LLM, la thread injection e il RAG credential harvesting. ATLAS conta ora 15 tattiche, 66 tecniche e 46 sotto-tecniche. Ma anche questo aggiornamento potrebbe non bastare.

Il problema fondamentale è che i modelli di rischio basati sulla classificazione degli attori (script kiddie, cybercriminale organizzato, APT state-sponsored) perdono significato quando un attore con competenze da script kiddie può eseguire operazioni di livello APT grazie all’AI. Il World Economic Forum, nel Global Cybersecurity Outlook 2025, ha rilevato che il 66% delle organizzazioni intervistate prevede che l’AI avrà l’impatto più significativo sulla cybersecurity nell’anno in corso. Secondo Darktrace, il 78% dei CISO ritiene che le minacce guidate dall’AI avranno un impatto rilevante sulle proprie organizzazioni.

Questi dati riflettono una consapevolezza crescente, ma non ancora una risposta operativa adeguata. La sfida non è aggiungere “AI” come variabile ai modelli esistenti: è ripensare le categorie stesse su cui quei modelli si fondano.

Le implicazioni sono molteplici e interconnesse. Sul piano della threat intelligence, i modelli di attribuzione basati su tooling e TTP specifici si indeboliscono quando l’AI genera varianti uniche a ogni esecuzione. Sul piano del risk assessment, la probabilità di attacco si disaccoppia dalla sofisticazione percepita dell’attore. Sul piano della compliance e della governance, il quadro normativo europeo – già in fase di profonda evoluzione – deve fare i conti con scenari che i legislatori non avevano pienamente anticipato.

La Direttiva NIS2 (Direttiva UE 2022/2555), pienamente applicabile dal 18 ottobre 2024 e ora in fase di enforcement attivo, impone agli enti essenziali e importanti obblighi stringenti di gestione del rischio cyber (articolo 21), notifica degli incidenti entro 24 ore per l’early warning e 72 ore per il report completo (articolo 23), e responsabilità diretta del management con possibilità di sanzioni personali fino all’interdizione dalla funzione dirigenziale. Ciò che la rende particolarmente rilevante nel contesto dell’AI offensiva è il suo approccio alla supply chain (articolo 21.3 e 22): le organizzazioni devono valutare la sicurezza dei propri fornitori, inclusi i fornitori di servizi AI, il che acquisisce una dimensione nuova quando gli stessi strumenti AI possono essere weaponizzati.

Il Recital 89 della direttiva incoraggia esplicitamente gli Stati membri a promuovere l’uso di tecnologie innovative, inclusa l’intelligenza artificiale, per migliorare la sicurezza informatica – un mandato che, alla luce del vibe hacking, assume una doppia valenza: l’AI è simultaneamente raccomandazione difensiva e vettore offensivo. Le sanzioni sono significative: fino a 10 milioni di euro o il 2% del fatturato globale per gli enti essenziali. A gennaio 2026, la Commissione europea ha proposto emendamenti mirati per semplificare la compliance, riconoscendo implicitamente la complessità applicativa per le 28.700 imprese interessate.

Parallelamente, l’AI Act (Regolamento UE 2024/1689) introduce un framework stratificato per rischio. Entrato in vigore il 1° agosto 2024, ha già attivato i divieti sulle pratiche AI inaccettabili (febbraio 2025) e gli obblighi di governance per i modelli GPAI (agosto 2025).

Le scadenze critiche sono imminenti: ad agosto 2026 diventeranno applicabili i requisiti completi per i sistemi AI ad alto rischio (articoli 8-15), inclusi obblighi di gestione del rischio, governance dei dati, documentazione tecnica, supervisione umana, e – elemento cruciale per il nostro contesto – garanzie di accuratezza, robustezza e cybersecurity. I modelli GPAI con rischio sistemico (quelli addestrati con più di 10²⁵ FLOP) devono sottostare a valutazioni tramite adversarial testing, reporting degli incidenti gravi all’AI Office entro 72 ore, e protezioni di cybersecurity allo stato dell’arte.

Le sanzioni possono raggiungere i 35 milioni di euro o il 7% del fatturato globale. Il Digital Omnibus, proposto dalla Commissione nel novembre 2025, mira a coordinare AI Act, NIS2, DORA e GDPR in un quadro più coerente, introducendo un punto unico di reporting per gli incidenti – un segnale chiaro che la frammentazione normativa attuale è percepita come un problema reale.

L’intersezione tra questi due regolamenti è il terreno su cui l’AI offensiva nella cybersecurity pone le sfide più complesse: come si classifica il rischio di un sistema AI che può essere simultaneamente strumento di compliance (AI per la detection) e vettore di attacco (AI weaponizzata)? Come si applica il requisito di adversarial testing quando gli stessi test possono essere condotti da agenti AI autonomi? Sono domande a cui i framework attuali non offrono risposte definitive, e che la giurisprudenza dovrà necessariamente affrontare.

Cosa cambia per la difesa: verso nuovi paradigmi

Se l’offesa si è trasformata, la difesa non può restare ancorata ai modelli pre-AI. Alcune direttrici di evoluzione sono già identificabili.

Oltre le firme, oltre il comportamento noto. Le difese basate su firme e pattern comportamentali storici sono strutturalmente inadeguate contro attacchi AI-generated. Ogni payload è polimorfico, ogni comunicazione è unica, ogni catena di attacco è adattiva. Il modello difensivo deve spostarsi verso il controllo di ciò che è autorizzato a eseguire, non verso il tentativo di riconoscere ciò che è malevolo. L’approccio Zero Trust applicato al livello applicativo – dove solo il codice esplicitamente approvato può essere eseguito – diventa non un’opzione architetturale, ma una necessità operativa.

Detection comportamentale anomala. Se i contenuti generati dall’AI sono indistinguibili da quelli legittimi, la detection deve spostarsi sulle anomalie relazionali e contestuali. Un’email perfettamente scritta che arriva da un mittente insolito, in un contesto temporale atipico, con una richiesta incongruente rispetto ai pattern storici della relazione – questo è il segnale da intercettare. L’analisi comportamentale basata su baseline relazionali diventa la frontiera critica.

Monitoraggio dell’uso AI in ambiente enterprise. Il fenomeno degli “shadow agent” – dipendenti che utilizzano strumenti AI non approvati per gestire il lavoro quotidiano – crea superfici di attacco invisibili. I dati aziendali caricati in LLM non governati sono, nella sostanza, dati esfiltrati. Le policy di AI governance devono includere inventari degli asset AI, monitoraggio delle interazioni con modelli esterni e enforcement delle regole d’uso.

Red teaming AI-native. Le esercitazioni di red teaming devono incorporare scenari di attacco AI-driven. Il framework di attacco agentico sviluppato da Unit 42 è un esempio concreto: consente di simulare operazioni in cui agenti AI pianificano, eseguono e adattano attacchi lungo l’intera kill chain. Il playbook di McKinsey sulla sicurezza dell’AI agentica (ottobre 2025) introduce una prospettiva particolarmente incisiva: gli agenti AI devono essere trattati come “digital insider”, entità che operano all’interno dei sistemi con livelli variabili di privilegio e autorità.

Proprio come i dipendenti, questi insider digitali possono causare danni in modo involontario – per disallineamento – o deliberato, se compromessi. McKinsey identifica cinque nuovi driver di rischio specifici dell’AI agentica: le vulnerabilità a catena (un errore in un agente si propaga a cascata ad altri agenti), l’escalation cross-agent di task (agenti malevoli che sfruttano meccanismi di trust per ottenere privilegi non autorizzati), il rischio di identità sintetiche, la fuga di dati non tracciabile negli scambi autonomi tra agenti, e la propagazione di corruzione dei dati.

Un dato del report SailPoint citato nel playbook merita attenzione: l’80% delle organizzazioni dichiara di aver già riscontrato comportamenti rischiosi da parte di agenti AI, inclusa l’esposizione impropria di dati e l’accesso a sistemi senza autorizzazione.

Runtime security per i modelli AI. Il monitoraggio in tempo reale degli input e degli output dei modelli AI diventa essenziale. Rilevare quando un pattern d’uso devia verso scenari di abuso, quando le query indicano intento malevolo, quando le risposte del modello veicolano informazioni operative per attacchi – questa è l’equivalente dell’intrusion detection applicata al layer dell’intelligenza artificiale.

L’AI difensiva funziona, ma il gap è reale. Un dato incoraggiante merita attenzione: secondo le analisi IBM e di settore, le organizzazioni che utilizzano sistematicamente AI e automazione nei propri processi di cybersecurity rilevano le violazioni con circa 80 giorni di anticipo rispetto a quelle che non le impiegano, con un risparmio medio stimato in circa 1,9 milioni di dollari per incidente. La detection AI-powered è dunque efficace – ma solo se implementata con governance, training e integrazione adeguate. Il problema è che questo vantaggio è accessibile principalmente alle grandi organizzazioni con budget e competenze dedicate, creando un divario di resilienza che l’AI offensiva è pronta a sfruttare.

L’anello debole: PMI e la democratizzazione asimmetrica del rischio

C’è un aspetto dell’AI offensiva nella cybersecurity che le analisi orientate all’enterprise tendono a sottovalutare: il suo impatto sproporzionato sulle piccole e medie imprese. Se l’AI democratizza l’attacco, non democratizza affatto la difesa – almeno non nella stessa misura e con la stessa velocità.

I numeri sono inequivocabili. Secondo il WEF Global Cybersecurity Outlook 2025, il numero di piccole organizzazioni che riportano una resilienza cyber insufficiente è aumentato di sette volte rispetto al 2022. Il 45% di tutti gli attacchi cyber nel 2025 ha preso di mira le PMI. E il dato più allarmante: circa il 60% delle PMI colpite da un attacco significativo cessa l’attività entro sei mesi. Solo il 29% delle PMI valuta le proprie difese come sufficientemente mature, e solo l’11% utilizza strumenti di difesa basati su AI.

L’AI offensiva aggrava questa asimmetria in modo strutturale. La personalizzazione degli attacchi, un tempo riservata alle campagne APT contro grandi organizzazioni, diventa economicamente praticabile anche contro target minori quando è l’AI a condurre la ricognizione, a generare i contenuti di phishing e a calibrare l’estorsione. Un agente AI che può attaccare 17 organizzazioni contemporaneamente (come nel caso documentato da Anthropic) non discrimina in base alla dimensione: discrimina in base alla vulnerabilità. E le PMI, con meno risorse difensive, superfici di attacco più facilmente mappabili e spesso prive di cyber insurance (solo il 17% ne dispone), rappresentano bersagli ad alta probabilità di successo.

Per i CISO e i consulenti che operano con clienti PMI, questo implica un ripensamento radicale. Le raccomandazioni tradizionali – formazione del personale, MFA, patching regolare – restano necessarie ma non più sufficienti contro attacchi AI-driven che generano comunicazioni indistinguibili da quelle legittime e payload unici a ogni esecuzione. Le PMI hanno bisogno di accesso a servizi di sicurezza gestiti che integrino detection AI-native, e il mercato dei Managed Security Service Provider (MSSP) dovrà evolversi rapidamente per colmare questo gap.

Limiti dell’analisi e controargomentazioni

Un’analisi onesta richiede di considerare anche i limiti della narrazione sull’AI offensiva e le controargomentazioni che la comunità di ricerca ha sollevato.

L’AI come amplificatore, non come rivoluzionario. Il report GTIG di Google del febbraio 2026 mantiene una posizione più cauta rispetto ad altre analisi: i ricercatori sottolineano che l’AI è primariamente un fattore di rinforzo all’interno di catene di attacco esistenti, piuttosto che una nuova categoria di minaccia in sé. L’uso dell’AI abbassa la soglia per certe attività e ne aumenta la scalabilità, ma non sostituisce le tecniche e le infrastrutture tradizionali che sono in uso da anni. Questa sfumatura è importante: evita il rischio di un allarmismo che potrebbe portare a investimenti mal calibrati.

Nessuna capacità “breakthrough” documentata. Google e altre fonti notano che nessun gruppo APT o operatore di information operations ha ancora raggiunto capacità realmente rivoluzionarie che alterino fondamentalmente il panorama delle minacce. Le operazioni documentate, per quanto impressionanti, rimangono nell’ambito dell’automazione e dell’efficientamento di tecniche note, non della creazione di vettori di attacco genuinamente inediti. Il social engineering resta social engineering, anche quando è generato dall’AI.

Il problema dell’overfit narrativo. Esiste un rischio concreto che l’enfasi mediatica e di settore sull’AI offensiva produca un effetto di overfit: una concentrazione eccessiva di risorse e attenzione su minacce AI-specific a scapito di vulnerabilità tradizionali che continuano a causare la maggioranza dei breach. La versione 18 di MITRE ATT&CK (dicembre 2025) documenta che l’81% delle intrusioni nel periodo luglio 2024-giugno 2025 è stato malware-free e basato su tecniche interattive, non necessariamente AI-driven. I fondamentali – gestione delle identità, patching, segmentazione di rete, controllo degli accessi – restano i pilastri su cui costruire qualsiasi strategia difensiva.

Queste controargomentazioni non invalidano la tesi centrale dell’articolo – il rapporto tra competenza dell’attaccante e complessità dell’attacco si è effettivamente spezzato – ma la circoscrivono in un quadro più realistico. L’AI offensiva è una minaccia concreta e documentata, non un’apocalisse imminente. La risposta appropriata è l’adattamento strutturato, non il panico.

Lo scenario che ci aspetta

La traiettoria è chiara, e non è tranquillizzante. Il Cybersecurity Forecast 2026 di Google prevede che l’uso di strumenti AI diventerà la normalità operativa sia per gli attaccanti sia per i difensori, con la prompt injection che emerge come uno dei vettori in più rapida crescita. Il Data Breach Industry Forecast 2026 di Experian delinea un futuro in cui gli attacchi non si limitano più al furto di dati ma puntano alla manipolazione della realtà stessa, attraverso identità sintetiche, agenti autonomi e malware polimorfico.

Nel primo trimestre 2025, oltre 2.300 vittime sono state nominate su siti di data leak – il numero più alto mai registrato dal 2020. Il 93% dei security leader, secondo Trend Micro, prevede di affrontare attacchi AI quotidiani. E il tutto avviene in un contesto in cui, come riportato dal WEF, i budget per la cybersecurity crescono solo del 4% annuo, contro il 17% del 2022.

L’AI offensiva nella cybersecurity non è un trend emergente da monitorare. È una realtà operativa che sta ridisegnando il campo di battaglia. Per i professionisti della sicurezza, la domanda non è se prepararsi, ma se la velocità di adattamento delle difese potrà eguagliare la velocità di evoluzione dell’offesa.

La risposta, al momento, non è scontata. Ma è proprio in questa incertezza che risiede l’urgenza di agire – con consapevolezza, con strumenti adeguati e con la determinazione di chi sa che il paradigma è cambiato e non si può tornare indietro.

Questo è il primo articolo di una serie dedicata all’impatto dell’AI sul panorama delle minacce cyber. I prossimi approfondimenti esploreranno le difese AI-native in dettaglio, l’intersezione normativa NIS2/AI Act/DORA per settori specifici, i framework operativi per la gestione del rischio AI in ambito enterprise e il ruolo dell’AI nella forensics post-incidente.

Fonti principali

Anthropic, Threat Intelligence Report: August 2025 e Detecting and countering misuse of AI, agosto 2025

Anthropic, Disrupting the first reported AI-orchestrated cyber espionage campaign, novembre 2025

Google Threat Intelligence Group (GTIG), AI Threat Tracker: Distillation, Experimentation, and Integration of AI for Adversarial Use, febbraio 2026

Palo Alto Networks Unit 42, Agentic AI Attack Framework, maggio 2025

MITRE, ATLAS Framework – aggiornamento ottobre 2025; ATT&CK v18.1, dicembre 2025

World Economic Forum, Global Cybersecurity Outlook 2025

McKinsey, Deploying Agentic AI with Safety and Security: A Playbook for Technology Leaders, ottobre 2025

Trend Micro, State of AI Security Report 1H 2025

Experian, 2026 Data Breach Industry Forecast, dicembre 2025

CrowdStrike, MITRE ATT&CK Framework Analysis, dicembre 2025

Commissione Europea, NIS2 Directive (Direttiva UE 2022/2555) e AI Act (Regolamento UE 2024/1689)

ENISA, NIS2 Technical Implementation Guidance, 2025

SailPoint Technologies, AI Agents: The New Attack Surface, maggio 2025

https://www.ictsecuritymagazine.com/notizie/ai-offensiva-cybercrime/

Dalla Camera c’è l’ok alla “Delega al Governo per la disciplina, la realizzazione e lo sviluppo” dei data center in Italia

L’Aula della Camera ha approvato, con 243 voti a favore e 6 astenuti, il testo unificato per i data center sul territorio nazionale attraverso la “Delega al Governo per la disciplina, la realizzazione e lo sviluppo dei centri di elaborazione dati”.
Il testo passa ora all’esame del Senato.

In questo modo, si delega il Governo ad adottare, entro sei mesi dalla data di entrata in vigore della legge, i decreti legislativi per la disciplina dei centri di elaborazione dati, per il coordinamento delle procedure per la loro realizzazione e organizzazione.

Il provvedimento punta a rafforzare la rete elettrica nazionale per garantire la concreta attuazione dei programmi di sviluppo infrastrutturale e a introdurre criteri di priorità che favoriscano l’accesso alla rete da parte dei progetti relativi ai centri di elaborazione dati (Ced).

La legge mira inoltre a facilitare la trasformazione digitale delle pubbliche amministrazioni e delle imprese, migliorando l’offerta di servizi ai cittadini. Il testo unificato punta a fornire un inquadramento normativo di questo settore strategico per lo sviluppo economico e tecnologico del Paese.

Nella nuova disciplina viene posta attenzione, in un’ottica di crescita del settore dei data center e di attrattività degli investimenti, alle semplificazioni amministrativa, al consumo del suolo e al consumo energetico.

Pastorella (Azione): “Normare questo settore vuol dire ascoltare i comuni sul territorio”

“Normare questo settore non vuol dire ascoltare le big tech, ma soprattutto i comuni sul territorio. Nel vuoto normativo si sono mossi in ordine sparso alcune Regioni, il MIMIT e il MASE, mentre l’incertezza ha portato altrove molti operatori. Ora invece abbiamo una legge completa: tiene conto dei grandi data center e degli edge, delle specificità del Paese come siti dismessi da riqualificare e cavi sottomarini, introduce iter autorizzativi unici, aiuta gli enti locali, chiede di rinforzare la rete elettrica e le competenze per il settore”, ha dichiarato Giulia Pastorella, deputata e vice presidente di Azione, prima firmataria della legge delega al governo in materia dei centri di elaborazione dati, approvata oggi alla Camera all’unanimità.

“Sappiamo che i data center – ha proseguito Pastorella – sono determinanti per innovazione e Intelligenza artificiale. In Italia tra il 2023 e il 2025 sono stati investiti 7 miliardi di euro, ma è solo il 68% di quanto previsto. Abbiamo perso il 32% degli investimenti anche per il ritardo della normativa che stiamo approvando oggi”.

Casu (PD): “L’Italia deve trovare la sua autonomia tecnologica”

“Seppure con molto ritardo, la Camera definisce un importante punto di partenza condiviso per lo sviluppo dei centri di elaborazione dati”, ha affermato il deputato e vicepresidente in Commissione Trasporti, Andrea Casu (PD).

“È giusto che la regolamentazione parta dal Parlamento con una legge delega e non per decreto, perché è in gioco una questione politica, globale e nazionale: i data center non devono diventare cattedrali nel deserto gestite da remoto, ma fucine di innovazione per favorire lo sviluppo economico, sociale, ambientale e democratico”, ha proseguito Casu.

“Ci batteremo affinché l’Italia difenda sempre l’interesse nazionale e i data center non diventino i porti franchi delle nuove compagnie delle indie. L’Italia deve trovare la sua autonomia tecnologica per proteggere nell’interesse nazionale, da un lato, la sicurezza dei dati e dall’altro l’attrattività degli investimenti. Grazie ai data center nel 2025 la Francia ha saputo attrarre 69 miliardi di dollari di investimenti a fronte dei 5 del nostro paese”, ha precisato Casu.

Data Center, Regione Lombardia procede in autonomia con una proposta di legge regionale

Resta da capire, a questo punto, perché la Regione Lombardia si stia muovendo in autonomia per una legge regionale. Tanto più che da oggi c’è il via libera della Camera alla legge delega, che impegna il Governo a legiferare in materia di Data Center a livello nazionale.

Questa via di fuga in Lombardia ha un significato politico?

E’ una sorta di smacco politico della politica locale nei confronti delle lungaggini di Roma?

La Lombardia non si fida dei tempi lunghi della politica nazionale e sceglie così una scorciatoia locale, inevitabilmente a macchia di leopardo, a scapito di una norma nazionale?  

Certo, in caso di conflitti fra normativa nazionale e regionale c’è il Tar che decide.

“Abbiamo deciso di intervenire per colmare un vuoto normativo, sia nazionale che regionale, per un settore di crescente importanza. Una realtà che per svilupparsi, necessita di regole del gioco certe. Nonostante l’elevata rilevanza economica, tecnologica e strategica del settore, i centri di elaborazione dati, i cosiddetti Data Center, non risultano ancora oggetto di una disciplina normativa unitaria né a livello nazionale né regionale. Per questo come Commissione regionale siamo impegnati in queste settimane in un confronto con tutti gli operatori e i soggetti interessati, al fine di approfondire e definire un provvedimento legislativo che risponda nel miglior modo possibile alle esigenze che sono emerse”. Lo ha sottolineato il Presidente della Commissione regionale Territorio, Infrastrutture e Mobilità Jonathan Lobati (Forza Italia).

Gli obiettivi della Regione Lombardia: il 60% delle richieste di nuovi insediamenti sono in Lombardia

Il progetto di legge in discussione in Commissione, intende perseguire precisi obiettivi, tra cui

• garantire il governo regionale delle procedure autorizzatorie, mediante il coordinamento tra i diversi attori istituzionali e l’individuazione di tempi certi;
• assicurare certezza e omogeneità sul territorio regionale con riferimento alla destinazione d’uso urbanistica; governare l’elevato consumo energetico, limitando operazioni speculative e favorendo l’utilizzo di fonti rinnovabili;
• individuare come prioritarie l’utilizzo di aree dismesse, il riutilizzo del calore prodotto, favorendo tecnologie alternative all’utilizzo dell’acqua e disincentivare il consumo di suolo agricolo nello stato di fatto, prevedendo un maggior contributo di costruzione da destinare a misure compensative di riqualificazione urbana e territoriale.

“Con questo provvedimento vogliamo dare coordinate certe al settore in Lombardia -ha aggiunto il Presidente Lobati-. Cerchiamo quindi di creare le condizioni per evitare i contrasti sulle realizzazioni dei Data Center. Quelli che potrebbero crearsi qualora i progetti per la loro realizzazione vadano a incidere sullo sviluppo urbanistico, su quello delle aree verdi, sulla disponibilità di terreno utile per l’agricoltura e rispondano alle esigenze del mondo economico”. Jonathan Lobati ha, infine, ricordato che oltre il 60% delle richieste nazionali per il loro insediamento sono in Regione Lombardia.

Il mercato italiano dei data center

I data center sono riconosciuti come essenziali per l’erogazione di risorse e servizi digitali, perché abilitano un ampio spettro di funzioni di interesse generale e quotidiano, tra cui lo sviluppo di sistemi di intelligenza artificiale, l’accesso ai servizi comunali online e al fascicolo sanitario elettronico, l’utilizzo di social network, piattaforme di commercio elettronico e siti internet.

L’area europea, pur registrando un progressivo rallentamento nei tradizionali poli infrastrutturali (FLAPD –Francoforte, Londra, Amsterdam, Parigi, Dublino), vede emergere nuovi hub di sviluppo, fra i quali si distingue l’Italia per crescita di investimenti e attrattività strategica, anche grazie alla propria collocazione geoeconomica nel bacino del Mediterraneo.

In questo contesto, il mercato italiano prosegue nel proprio percorso di crescita: nel triennio 2023–2025 risultano investiti 7,1 miliardi di euro per la costruzione, l’approntamento e il riempimento di apparecchiature IT dei nuovi Data Center.

Leggi le altre notizie sull’home page di Key4biz

https://www.key4biz.it/data-center-dalla-camera-ok-a-delega-al-governo-ma-la-lombardia-si-fa-la-sua-legge-regionale/566386/

Anthropic accusa tre aziende cinesi, tra cui DeepSeek, di aver utilizzato Claude su scala industriale per addestrare i propri modelli di AI.

Anthropic contro Deepseek

Secondo la società sarebbero stati creati circa 24.000 account fraudolenti e generati oltre 16 milioni di scambi con il modello. Non test isolati, ma un’attività sistematica basata sulla “distillazione”: tecnica legittima in sé, che consente di addestrare un modello più piccolo usando le risposte di uno più avanzato, ma che in questo caso sarebbe stata impiegata per acquisire capacità proprietarie in modo illecito.

DeepSeek avrebbe condotto oltre 150.000 interazioni mirate, focalizzate sulle capacità di ragionamento di Claude, archiviandone le risposte per riaddestrare sistemi propri.

Anthropic sostiene inoltre che il modello americano sia stato utilizzato per generare formulazioni su temi politicamente sensibili – dissidenti, leadership, autoritarismo – poi riutilizzate per addestrare AI capaci di trattare tali argomenti in modo compatibile con contesti a forte censura.

La vicenda si inserisce in uno scontro più ampio: anche OpenAI ha denunciato tentativi di sfruttamento delle proprie tecnologie, mentre cresce la pressione su legislatori e cloud provider per limitare l’accesso a chip avanzati e contrastare la distillazione non autorizzata.

L’annuncio di Claude Code per modernizzare il COBOL

Parallelamente, Anthropic ha annunciato che Claude Code può modernizzare il codice COBOL. Dopo la notizia, IBM ha perso fino al 10% in Borsa, con ribassi anche per Accenture e Cognizant, realtà che generano ricavi significativi nella modernizzazione dei sistemi legacy. Il nuovo tool automatizza analisi tradizionalmente affidate a grandi team di consulenza: mappa dipendenze, traccia flussi di esecuzione, identifica rischi e documenta basi di codice complesse.

COBOL gestisce ancora circa il 95% delle transazioni ATM negli Stati Uniti e alimenta sistemi critici in ambito finanziario e governativo. Secondo Anthropic, l’AI può comprimere progetti di modernizzazione da anni a trimestri, modificando l’equilibrio economico di un mercato finora dominato dalla consulenza tradizionale.

Leggi le altre notizie sull’home page di Key4biz

https://www.key4biz.it/anthropic-accusa-la-cina-e-deepseek-sfruttano-claude-per-addestrare-la-loro-ai/566369/

AI, energia e consenso: perché i democratici frenano sui data center in vista delle presidenziali 2028

Per anni, negli Stati Uniti, sostenere lo sviluppo dell’intelligenza artificiale (AI) è stato politicamente conveniente. I data center promettevano investimenti miliardari, nuovi posti di lavoro, consenso dei sindacati dell’edilizia e un chiaro messaggio geopolitico: battere la Cina nella corsa tecnologica. Oggi, però, qualcosa sta cambiando. E il cambiamento è visibile soprattutto nel Partito Democratico.

In vista delle presidenziali del 2028, si legge su Axios, diversi potenziali candidati democratici stanno rivedendo le proprie posizioni sui data center e sugli incentivi pubblici all’AI. Il motivo è semplice: l’impatto economico, energetico e ambientale di questa infrastruttura sta diventando un problema politico, almeno gestita in questo modo. E gli elettori iniziano a far sentire la propria voce.

Dall’entusiasmo democratico ai primi stop all’AI

Solo pochi mesi fa, governatori come JB Pritzker (Illinois), Josh Shapiro (Pennsylvania) e Wes Moore (Maryland) erano tra i più attivi nel corteggiare gli operatori dei data center, offrendo generosi incentivi fiscali e semplificazioni normative.

In Illinois, Pritzker aveva già firmato nel 2019 una legge che concedeva importanti agevolazioni fiscali ai data center. Con l’esplosione dell’AI dopo l’arrivo di ChatGPT, Chicago è diventata uno dei principali hub statunitensi del settore. Nel frattempo, però, le bollette elettriche delle famiglie sono aumentate e una parte dell’opinione pubblica ha iniziato ad attribuire la responsabilità proprio ai centri dati, grandi consumatori di energia.

Nel suo recente discorso sullo Stato dello Stato, Pritzker ha annunciato una pausa: una moratoria di due anni sugli incentivi fiscali. Un segnale politico chiaro.

In Pennsylvania, Shapiro era arrivato a dichiarare che lo Stato era “all in on AI”, celebrando anche un investimento da 20 miliardi di dollari da parte di Amazon. Ma dopo le proteste di residenti contrari alla costruzione di data center nelle proprie comunità, il governatore ha cambiato tono.

Durante il suo discorso di bilancio ha riconosciuto: “So che i cittadini della Pennsylvania hanno reali preoccupazioni su questi data center… e anch’io le condivido.”

Ai giornalisti ha poi precisato che non si tratta di una “vera inversione di rotta”, ma di una formalizzazione di condizioni più stringenti per le aziende. Anche Wes Moore, in Maryland, dopo aver facilitato l’arrivo dei data center e aver rimosso ostacoli normativi nel 2024, ha annunciato nuove linee guida per ottenere il suo sostegno politico.

L’ansia collettiva verso l’AI negli USA e il nodo energia, acqua e lavoro

Alla base della frenata democratica c’è una crescente ansia collettiva verso l’AI. Come ha osservato Rob Flaherty, già vice campaign manager di Kamala Harris nel 2024: “Siamo solo all’inizio dell’ansia che le persone provano verso l’intelligenza artificiale. I data center sono solo una delle manifestazioni di questa paura, ma una manifestazione seria”.

Il punto è che l’AI non è solo un software invisibile: è un’infrastruttura fisica, energivora e idrovora. I data center consumano enormi quantità di elettricità per l’elaborazione e per il raffreddamento dei server. In alcune aree, questo ha contribuito a un aumento della domanda energetica e, indirettamente, delle bollette. A ciò si aggiunge l’impatto sulle risorse idriche e sull’ambiente.

Per molti cittadini, il saldo è negativo: costi pubblici e ambientali immediati, benefici economici percepiti come concentrati nelle grandi aziende tecnologiche.

C’è poi il tema occupazionale. L’AI promette efficienza e automazione, ma alimenta il timore di una “sostituzione di massa” dei lavoratori. Il deputato californiano Ro Khanna ha parlato della necessità di: “vere tutele contro una sostituzione di massa dei lavoratori”.

Anche Pete Buttigieg, ex segretario ai Trasporti, ha evocato in New Hampshire la necessità di “un nuovo contratto sociale” per governare l’ascesa dell’AI.

Il nuovo playbook democratico

Il modello che sembra emergere nel campo democratico è quello delineato dal governatore del Kentucky Andy Beshear, anch’egli potenziale candidato nel 2028. In un’intervista ha sintetizzato così le sue condizioni per gli sviluppatori di data center: “Pagate il 100% dell’energia che consumate, pagate la vostra giusta quota di tasse e siate accettati dalla comunità locale”.

Il senatore del Vermont e leader carismatico della sinistra democratica, Bernie Sanders, ha scritto su X della necessità di una “moratoria sulla costruzione di data center che alimentano la corsa non regolamentata allo sviluppo e all’implementazione dell’intelligenza artificiale“.

L’altra grande rappresentante dell’ala sinistra del Partito Democratico, la deputata di New York Alexandria Ocasio-Cortez, durante un’udienza al Congresso, ha sostenuto che “ci sono reali conseguenze per la salute pubblica a causa del continuo fallimento della regolamentazione o dell’azione del Congresso nel settore dell’intelligenza artificiale“.

Una questione bipartisan

Interessante notare che lo scetticismo non è più solo democratico. Se l’amministrazione Trump continua a sostenere la necessità di abbracciare l’AI per mantenere il vantaggio competitivo sulla Cina, alcuni governatori repubblicani mostrano cautela.

Ron DeSantis, in Florida, si è schierato con le comunità locali contro alcuni progetti di data center, affermando: “Non facciamo finta che qualche video o canzone falsa ci porterà verso una sorta di utopia”.

Anche il governatore dello Utah, Spencer Cox, ha definito “assurdo” il tentativo dell’amministrazione di limitare la capacità degli Stati di regolamentare l’AI.

Le prospettive politiche dell’AI “di sinistra”

All’interno del Partito Democratico stanno emergendo due linee di pensiero sempre più nette.
La prima sostiene che gli Stati Uniti debbano abbracciare con decisione l’intelligenza artificiale per non perdere terreno nella competizione con la Cina e per intercettare i posti di lavoro generati dai grandi investimenti nei data center.
È una posizione che, con accenti diversi, richiama quella dell’amministrazione Trump, anche se molti democratici criticano la Casa Bianca per aver lasciato troppa libertà alle big tech.

La seconda linea invita, invece, alla prudenza: rallentare la corsa, introdurre regole più stringenti e valutare con attenzione l’impatto sociale ed economico dell’AI. Al centro ci sono il rischio di sostituzione di milioni di lavoratori e l’enorme consumo di energia e risorse naturali richiesto dai nuovi data center.

Il confronto tra queste due visioni potrebbe definire non solo la strategia democratica per il 2028, ma anche il futuro equilibrio tra innovazione tecnologica, sostenibilità e tutela sociale negli Stati Uniti.

Leggi le altre notizie sull’home page di Key4biz

https://www.key4biz.it/ai-la-retromarcia-dei-democratici-per-le-presidenziali-usa-2028/566367/

Presentato il piano strategico 2026-2030 dell’Istituto italiano di Intelligenza Artificiale (AI4I)

“I numeri di AI4I testimoniano una partenza solida: a inizio 2026 sono già 92 le aziende produttrici coinvolte nel progetto, con un portafoglio di 124 soluzioni tecnologiche disponibili per essere applicate nei vari settori industriali”.

Questi alcuni dei numeri relativi all’Istituto italiano di Intelligenza Artificiale (AI4I) in occasione di ‘Officine d’Intelligenza’, il primo Forum nazionale sull’Intelligenza Artificiale per l’Industria che si è svolto alle Ogr di Torino.

Presentato inoltre il nuovo piano strategico 2026-2030 che punta a creare un ecosistema fra ricerca scientifica e industria.

All’evento sono intervenuti fra gli altri il Sottosegretario alla Presidenza del Consiglio, Alessio Butti, il ministro delle Imprese e del Made in Italy, Adolfo Urso, il ministro della Difesa, Guido Crosetto, e il ministro dell’Economia e delle Finanze, Giancarlo Giorgetti.

Il supercomputer AI Foundry

Il progetto, ha spiegato Fabio Pomolli, Presidente di AI4I, mira “a costruire una filiera continua che dalla ricerca conduca all’ingegneria e all’applicazione industriale delle nuove tecnologie di intelligenza artificiale”.

Il piano punta a due obiettivi principali: avviare subito il supercomputer ‘AI Foundry’ e accrescere i ricavi esterni.

A metà marzo 2026, sempre a Torino, è prevista l’entrata in funzione per le imprese del supercomputer ‘AI Foundry’ che secondo l’Istituto offrirà una capacità di archiviazione dati pari a 5 milioni di gigabyte.

Sul fronte economico, invece, il Piano fissa come traguardi 4 milioni di euro di ricavi esterni come prima soglia intermedia e oltre 10 milioni nel medio-lungo periodo.

La piattaforma SUK per ascoltare le imprese

Come annunciato in una nota, inoltre, la struttura verrà aperta ai ricercatori dell’Istituto, alle piccole e medie imprese, alle startup e al mondo delle università.

AI4I ha inoltre creato il SUK (Sistema di Conoscenza per gli Utenti), una sorta di piattaforma di incontro tra domanda e offerta: “Per ascoltare i bisogni delle aziende, trovare la via tecnologica più adatta e accompagnare l’imprenditore durante tutto il progetto”.

“L’obiettivo è arrivare a gestire oltre 200 collaborazioni all’anno con il mondo produttivo”, si legge nel comunicato.

Prossimi passi: nel 2027 integrazione AI4I nel progetto europeo delle Gigafactory

Seguendo le prime tappe del Piano, il 2026 dovrebbe essere l’anno del consolidamento della struttura, mentre nel 2027 si provvedere ad integrarla nel progetto della Gigafactory europea, la grande rete comunitaria nata per garantire che l’Europa (e l’Italia con lei) non resti indietro rispetto ai giganti americani e cinesi.

La roadmap include, infine, obiettivi di sistema: consolidamento dello Ias (Institute for advanced study) come infrastruttura di confronto scientifico continuativo e attivazione delle componenti di ecosistema, Academy e StartGarden, dalla formazione alla nascita di spin-off fino ai primi round di finanziamento, con l’obiettivo di coprire l’intera filiera che va dalla ricerca alla valorizzazione industriale dei risultati.

Leggi le altre notizie sull’home page di Key4biz

https://www.key4biz.it/ai4i-il-piano-2026-2030-a-marzo-entra-in-funzione-supercomputer-ai-foundry/566129/

Il Segretario generale delle Nazioni Unite, António Guterres, in India “al primo vertice sull’AI nel Sud del mondo”

L’intelligenza artificiale è la tecnologia del secolo. Si è partiti con i computer, poi con gli smartphone e i social, nel frattempo si è lanciata la trasformazione digitale di intere economie e società, ora si deve stabilire come gestire l’accesso alla tecnologia chiave del nuovo secolo: l’AI.

Un problema non dei Paesi più ricchi e che guidano le sorti del pianeta, ma di tutti, perché se parliamo di una tecnologia che potrebbe cambiare il corso della storia e in maniera profonda.
L’AI è quell’innovazione “disruptive” che, come spiegava decenni or sono l’economica americano Clayton Christensen, trasforma radicalmente mercati o settori esistenti, spesso creando nuovi modelli di business e cambiando i connotati allo status quo economico-finanziario.

Parlando in occasione della cerimonia di apertura dell’India Artificial Intelligence (AI) Impact Summit, a Nuova Delhi, il Segretario generale delle Nazioni Unite, António Guterres, ha dichiarato: “Il futuro dell’intelligenza artificiale non può essere deciso da una manciata di Paesi o lasciato ai capricci di pochi miliardari”.

Il “primo vertice sull’AI nel Sud del mondo”, ha chiarito Guterres, deve avvicinare i Paesi che questo momento sono ai margini di questa trasformazione radicale “alle realtà che stanno plasmando gran parte del mondo”, cioè Big Tech e loro Governi.

“AI per tutti”, non solo i più ricchi, dice Guterres: ma “abbiamo bisogno di barriere che preservino l’azione umana”

Partendo dal presupposto che “l’AI deve appartenere a tutti”, proprio come tutte le altre grandi innovazioni che hanno cambiato la storia dell’umanità, pensiamo all’elettricità e le sue applicazioni industriali e per usi civili, il Segretario generale dell’ONU ha chiesto di “avviare un dialogo globale sulla governance dell’AI all’interno delle Nazioni Unite, in cui tutti i Paesi, insieme al settore privato, al mondo accademico e alla società civile, possano esprimere la propria opinione. Abbiamo bisogno di barriere che preservino l’azione umana, la supervisione umana e la responsabilità umana”.

La prima occasione concreta di avviare un “Dialogo globale”, come lo chiama Guterres, sarà a Ginevra, a luglio 2026, dove si terrà un summit sotto la supervisione delle Nazioni Unite: “per allineare gli sforzi, tutelare i diritti umani, prevenire gli abusi e promuovere misure di sicurezza comuni, fondamento dell’interoperabilità, che crei fiducia transfrontaliera tra autorità di regolamentazione e aziende e trasformi la compatibilità in opportunità”.

Un Fondo globale da 3 miliardi di dollari per portare la tecnologia tra i più poveri: “è meno dell’1% del fatturato annuo di una Big Tech”

Per rendere questa tecnologia accessibile alla maggioranza dell’umanità, bisogna però concentrarsi sui proprio sui Paesi del Sud globale, dove vive la parte più fragile dell’umanità. Guterres chiede l’istituzione di “un Fondo Globale per l’IA per sviluppare le capacità di base nei paesi in via di sviluppo: competenze, dati, potenza di calcolo accessibile ed ecosistemi inclusivi. Il nostro obiettivo è di 3 miliardi di dollari”.

Si tratta di meno dell’1% del fatturato annuo di una singola azienda tecnologica, ha ricordato a tutti il Segretario generale dell’ONU.

Tra grandi vantaggi e rischi da mitigare

Certo l’AI ha un potenziale enorme, lo vediamo bene anche in questa parte di mondo e per questo deve essere “vantaggiosa per tutti”, ha detto Guterres, perché “può promuovere il raggiungimento degli Obiettivi di Sviluppo Sostenibile”, perché può “accelerare le innovazioni in campo medico”, “ampliare le opportunità di apprendimento”, “rafforzare la sicurezza alimentare”, “potenziare l’azione per il clima e la preparazione alle catastrofi” o “migliorare l’accesso ai servizi pubblici essenziali”.

C’è però un lato oscuro che non va mai sottovalutato, se mal gestita o se finisse nelle mani sbagliate, l’AI potrebbe “aggravare le disuguaglianze, amplificare i pregiudizi e alimentare i danni” e di certo può essere motivo di “sfruttamento, manipolazione e abusi”, per questo è centrale la regolamentazione di questa tecnologia in chiave di maggiore sicurezza, per tutti gli esseri umani e in particolar modo per i minori.

Ultimo punto, non meno importante degli altri, ha precisato il Segretario generale dell’ONU nel suo dicorso, c’è il tema dell’impatto ambientale dell’AI e delle sue infrastrutture critiche: “Con l’aumento della domanda di energia e acqua da parte dell’AI, i data center e le catene di approvvigionamento devono passare all’energia pulita, [non] spostare i costi sulle comunità vulnerabili”.

AI, lavoro dignitoso e democrazia

“Dobbiamo investire nei lavoratori affinché l’AI aumenti il potenziale umano, non lo sostituisca”, ha sottolineato Guterres. Le risorse del Fondo servono anche a questo, perché per sviluppare un modello di impiego democratico e sicuro di ogni tecnologia ‘disruptive’ bisogna sempre partire dal garantire lavoro giusto e dignitoso alle persone. Esiste un nesso forte tra diritti sociali, etica tecnologica e sviluppo inclusivo dell’AI, che in qualche modo è stato anche ribadito da Papa Leone XIV, con il richiamo all’enciclica Rerum Novarum del 1891.

Solo attraverso il lavoro dignitoso, la formazione continua, la protezione dalle discriminazioni e l’attenzione alle transizioni occupazionali, si può evitare che l’AI accentui disuguaglianze o dequalifichi le professioni, orientando invece l’innovazione al servizio dell’uomo. È questo approccio etico a garantire che la tecnologia rispetti i diritti fondamentali, riducendo rischi dell’automazione selvaggia che crea disoccupazione tecnologica, marginalizzazione dei più deboli e distruzione delle organizzazioni democratiche.

A cavallo tra XIX e XX secolo, la Rerum Novarum ha imposto una riflessione storica molto avanzata per i tempi su lavoro, capitale e giustizia sociale. A quei tempi l’industrializzazione nascente, ma rapida come oggi lo è il progresso tecnologico, stava minacciando la coesione sociale e la dignità dei lavoratori. L’innovazione digitale rischia di riproporre le stesse dinamiche, le stesse minacce.

Difendere il valore del lavoro nell’era dell’AI significa difendere l’uomo e riaffermare i principi di solidarietà, sussidiarietà e centralità dell’essere umano nel mondo da lui creato.

Leggi le altre notizie sull’home page di Key4biz

https://www.key4biz.it/guterres-onu-lai-deve-appartenere-a-tutti-investire-3-miliardi-di-dollari-nei-paesi-poveri/565996/

L’intelligenza artificiale sta entrando in una fase in cui la potenza di calcolo, la capacità dei modelli e la loro diffusione crescono più velocemente delle strutture di controllo. Entro il 2030 i sistemi saranno più autonomi, multimodali e integrati nei processi decisionali pubblici e privati. La traiettoria, però, non è neutra: aumenta la scala dei benefici, ma crescono anche i rischi sistemici, dalla disinformazione automatizzata alla vulnerabilità delle infrastrutture critiche.

È questo il quadro che emerge dall’International AI safety report 2026, seconda edizione del rapporto internazionale sulla sicurezza dell’intelligenza artificiale, guidato dallo scienziato Yoshua Bengio e sviluppato con il contributo di oltre 100 esperti e dei rappresentanti di oltre 30 Paesi. Pubblicato dal Department for Science, Innovation and Technology del Regno Unito, il report offre una valutazione indipendente dei rischi emergenti e delle misure di mitigazione necessarie. Si inserisce in un percorso di monitoraggio periodico sull’evoluzione dei modelli avanzati e dei loro impatti, con uno sguardo proiettato al 2030.

Modelli più grandi, capacità più autonome

Uno dei trend centrali riguarda la crescita esponenziale delle capacità dei modelli AI più avanzati oggi disponibili, i cosiddetti modelli di frontiera. Negli ultimi anni la potenza di calcolo utilizzata per l’addestramento è aumentata di ordini di grandezza e il report stima che, mantenendo l’attuale ritmo di investimento, entro il 2030 i sistemi potrebbero superare significativamente le performance umane in un numero crescente di compiti cognitivi complessi.

I modelli stanno diventando agenti capaci di pianificare, eseguire azioni in ambienti digitali, interagire con altri sistemi e apprendere in modo continuo. La potenza di calcolo usata per addestrare le AI è cresciuta in modo esponenziale dal 2012 al 2025.

L’integrazione tra linguaggio, visione, codice e dati in tempo reale rende plausibile uno scenario in cui l’AI sarà incorporata nei flussi decisionali aziendali, nella ricerca scientifica, nella gestione delle reti energetiche o finanziarie.

Il Rapporto sottolinea però che l’aumento delle capacità comporta anche un aumento della imprevedibilità. Sistemi più complessi possono sviluppare comportamenti inattesi o difficili da interpretare. La ricerca sulla robustezza, sull’allineamento agli obiettivi umani e sulla trasparenza procede, ma non alla stessa velocità con cui vengono sviluppati e rilasciati nuovi modelli sempre più potenti. Gli incidenti legati alla generazione automatica di contenuti sono aumentati negli ultimi anni. Il grafico qui sotto riporta i casi registrati nel database AI Incidents and Hazards Monitor dell’Ocse.

 Rischi sistemici: dalla disinformazione alle infrastrutture critiche

Guardando al 2030, il documento individua alcune aree di rischio che potrebbero intensificarsi.
La prima è la produzione su larga scala di contenuti artificiali indistinguibili dal reale. Con modelli sempre più sofisticati, la generazione automatica di testi, immagini, audio e video potrebbe rendere strutturale la difficoltà di distinguere informazione e manipolazione.

Allo stesso tempo, la disinformazione assistita dall’AI può diventare più mirata, personalizzata e difficile da tracciare, con impatti potenziali su processi elettorali, mercati finanziari e coesione sociale. L’automazione consente di moltiplicare contenuti e interazioni a costi marginali bassissimi.
Un secondo ambito riguarda la sicurezza informatica. I sistemi di AI possono essere utilizzati sia per rafforzare le difese sia per automatizzare attacchi complessi. Entro il 2030, l’uso di modelli avanzati per identificare vulnerabilità, scrivere codice malevolo o orchestrare campagne di phishing sofisticate potrebbe aumentare il livello di esposizione di imprese e infrastrutture critiche.

Il Rapporto richiama anche il tema delle applicazioni in ambito biologico e chimico. L’accesso a strumenti di modellazione avanzata può accelerare la ricerca scientifica, ma solleva interrogativi sulla possibilità di utilizzi impropri. La diffusione di capacità avanzate richiede quindi controlli, monitoraggio e cooperazione internazionale.

Governance e capacità istituzionale

Un altro filone riguarda la distanza tra sviluppo tecnologico e capacità di regolazione. Il documento osserva che, sebbene siano in corso iniziative normative in diverse aree del mondo, la governance globale dell’AI resta frammentata. Le imprese leader concentrano risorse, dati e potenza di calcolo, mentre le istituzioni pubbliche faticano a dotarsi delle competenze tecniche necessarie per valutare e supervisionare modelli sempre più complessi.Entro il 2030, secondo il documento, sarà cruciale rafforzare tre dimensioni:

1. la trasparenza sui processi di addestramento e sulle capacità dei modelli;
2. i meccanismi di auditing indipendente;
3. la cooperazione internazionale sui rischi transfrontalieri.

Senza un coordinamento efficace, la competizione geopolitica potrebbe incentivare una corsa all’innovazione con minori vincoli di sicurezza. La traiettoria verso il 2030 non è dunque predeterminata. Dipenderà dalle scelte di investimento in sicurezza, dalla qualità delle regole e dalla capacità di integrare la gestione del rischio nei processi di sviluppo. La finestra temporale dei prossimi cinque anni appare, nella lettura del documento, decisiva. L’innovazione continuerà a correre. La questione è se la sicurezza saprà tenere il passo.

Scarica il Rapporto

Leggi le altre notizie sull’home page di Key4biz

https://www.key4biz.it/lanalisi-asvis-i-rischi-dellai-dalla-disinformazione-alle-infrastrutture-critiche/565923/