Eleatiche analizza come le nuove ondate tecnologiche e le grandi tendenze strategiche globali impattano sulle imprese. Non le tratta come fenomeni da commentare, ma come forze che erodono posizioni consolidate e aprono spazi prima inaccessibili, generando modelli di business inediti e abilitando industrie che non esistevano. Viviamo la collisione di due dinamiche destinate a ridisegnare il potere economico nei prossimi decenni: un’ondata tecnologica di portata storica — intelligenza artificiale, biologia sintetica, robotica, calcolo quantistico, energia, nuova manifattura della difesa — e la frammentazione strategica, la corsa di ogni grande area del mondo a ridurre la propria dipendenza e a conquistare sovranità tecnologica. Per decenni si è dato per scontato che progresso e integrazione globale procedessero insieme; oggi divergono, e anzi confliggono. Eleatiche traduce questa collisione in strumenti operativi: capire da quale lato della linea si trova la propria impresa, quali nuove prospettive si aprono, quali nuovi business model vengono abilitati dalle nuove tecnologie, quali trend economico collidono o collimano con le strutture geopolitiche. Non è divulgazione. È intelligence strategica per le imprese.

Iscriviti ora

Che cos’è la Physical AI: l’intelligenza artificiale esce dallo schermo ed entra nell’economia fisica

La Physical AI indica il passaggio in cui l’intelligenza artificiale smette di essere soltanto un livello software e comincia a operare direttamente nell’economia materiale. Non produce più soltanto testi, immagini, codice, classificazioni o previsioni; entra in macchine capaci di percepire l’ambiente, interpretare ciò che accade, decidere un’azione e realizzarla nello spazio fisico attraverso sensori, attuatori, robot, veicoli autonomi, droni, bracci industriali, sistemi chirurgici, piattaforme logistiche e macchine agricole. È questo il salto concettuale: l’output dell’AI non è più solo informazione, ma movimento, manipolazione, navigazione, presa, ispezione, trasporto, assemblaggio, cura, sorveglianza, manutenzione. La questione non è più se un modello possa generare una risposta plausibile, ma se possa essere incorporato in un sistema capace di agire in modo sicuro, affidabile ed economicamente sostenibile in ambienti reali.

Continua a leggere

Francia, Germania e Regno Unito: tre modelli di politica industriale quantistica

Le tecnologie quantistiche stanno diventando uno dei terreni su cui le economie avanzate misurano la propria capacità di trasformare eccellenza scientifica in potenza industriale, autonomia strategica e mercati capaci di attrarre capitale. Il punto non riguarda soltanto la ricerca di frontiera. Riguarda la possibilità di costruire computer quantistici, sensori ad altissima precisione, reti di comunicazione sicure, sistemi di navigazione indipendenti dal satellite, tecnologie di crittografia post-quantistica e componenti industriali difficilmente sostituibili. In questo senso il quantum non è più solo una promessa scientifica. È diventato un campo di politica industriale, sicurezza economica e competizione tecnologica.

Continua a leggere

I dati non parlano da soli

Quando si parla di intelligenza artificiale, si tende spesso a immaginare che il risultato dipenda soprattutto dalla potenza del modello. La ricerca “LLaMAntino against Cyber Intimate Partner Violence” suggerisce invece una prospettiva diversa. Prima ancora che l’algoritmo intervenga, c’è un lungo lavoro umano che decide che cosa osservare, come descriverlo e quali distinzioni contino davvero. Questo è particolarmente evidente quando l’oggetto dell’analisi non è un fatto semplice, ma un fenomeno sociale complesso come la violenza nelle relazioni. In questi casi il dato non arriva mai già definito: va raccolto, selezionato, tradotto, classificato e interpretato. La ricerca mostra con chiarezza che, senza questo lavoro preliminare, il modello non avrebbe alcuna base solida su cui costruire le proprie risposte.

Continua a leggere

Geostrategia

È una pubblicazione di Stroncature dedicata alla sicurezza internazionale e alle questioni strategiche.

Onde e muri

Due forze stanno collidendo sotto i nostri occhi, e dalla loro collisione dipenderà l’assetto del potere mondiale nei prossimi decenni. La prima è un’ondata tecnologica di portata storica, che intreccia intelligenza artificiale, biologia sintetica, robotica, calcolo quantistico, energia e una nuova manifattura della difesa, e che promette di riconfigurare tanto la produzione di ricchezza quanto la distribuzione della potenza. La seconda è la frammentazione strategica: la corsa di ogni grande area del mondo a ridurre la propria dipendenza e a conquistare la cosiddetta sovranità tecnologica. Per decenni si è dato per scontato che progresso tecnologico e integrazione globale procedessero di pari passo. Oggi le due forze divergono, e anzi confliggono. La domanda che questo articolo affronta è come esse interagiscano, e in particolare quali tecnologie vengano accelerate e quali frenate dai nuovi imperativi dell’autonomia strategica su scala regionale.

Continua a leggere

La Physical AI indica il passaggio in cui l’intelligenza artificiale smette di essere soltanto un livello software e comincia a operare direttamente nell’economia materiale. Non produce più soltanto testi, immagini, codice, classificazioni o previsioni; entra in macchine capaci di percepire l’ambiente, interpretare ciò che accade, decidere un’azione e realizzarla nello spazio fisico attraverso sensori, attuatori, robot, veicoli autonomi, droni, bracci industriali, sistemi chirurgici, piattaforme logistiche e macchine agricole. È questo il salto concettuale: l’output dell’AI non è più solo informazione, ma movimento, manipolazione, navigazione, presa, ispezione, trasporto, assemblaggio, cura, sorveglianza, manutenzione. La questione non è più se un modello possa generare una risposta plausibile, ma se possa essere incorporato in un sistema capace di agire in modo sicuro, affidabile ed economicamente sostenibile in ambienti reali.

Abbonati a Eleatiche

Read more

Le tecnologie quantistiche stanno diventando uno dei terreni su cui le economie avanzate misurano la propria capacità di trasformare eccellenza scientifica in potenza industriale, autonomia strategica e mercati capaci di attrarre capitale. Il punto non riguarda soltanto la ricerca di frontiera. Riguarda la possibilità di costruire computer quantistici, sensori ad altissima precisione, reti di comunicazione sicure, sistemi di navigazione indipendenti dal satellite, tecnologie di crittografia post-quantistica e componenti industriali difficilmente sostituibili. In questo senso il quantum non è più solo una promessa scientifica. È diventato un campo di politica industriale, sicurezza economica e competizione tecnologica.

Iscriviti ora

Read more

I migliori Solopreneurs vendono in dieci paesi già nel primo mese di attività; i mediani in tre. A ventiquattro mesi, oltre metà del loro fatturato arriva dall’estero, contro il due per cento degli altri. Il rapporto Stripe documenta che il mercato domestico ha smesso di essere il punto di partenza naturale — ed è una notizia particolarmente importante per chi costruisce un’impresa in Europa.

Tra le caratteristiche che il rapporto Stripe del 28 maggio 2026 ha individuato nei fondatori di maggior successo, ce n’è una che rovescia una delle convinzioni più radicate nella costruzione d’impresa: l’idea che si parta dal mercato di casa e si vada all’estero solo dopo, quando l’azienda è abbastanza solida. I dati mostrano l’opposto. I migliori fondatori solitari — quelli del decile più alto per fatturato — vendono mediamente in dieci paesi già nel primo mese di attività, contro i tre dei fondatori mediani. A ventiquattro mesi il divario si amplia: i migliori vendono in quaranta paesi diversi dagli Stati Uniti, i mediani in sei. E il dato più netto riguarda la composizione del fatturato: per i migliori Solopreneurs le vendite internazionali rappresentano il cinquantuno per cento del totale, contro appena il due per cento dei mediani. Non è una differenza di grado, è una differenza di modello. I migliori non costruiscono un’azienda locale che poi si internazionalizza: costruiscono fin dal primo giorno un’azienda globale. Per chi guida o avvia un’impresa in Italia o in Europa, capire questo cambiamento è particolarmente importante, perché ribalta uno svantaggio storico in un possibile vantaggio.

Iscriviti ora

Read more

Il dato più importante del rapporto Stripe non è che il sessantatré per cento delle nuove imprese ha un solo fondatore. È che le aziende il cui prodotto dipende strutturalmente dall’intelligenza artificiale fatturano quasi il doppio delle altre — e non per merito di pochi casi eccezionali, ma lungo l’intera distribuzione. La distinzione fra usare l’AI e costruire un prodotto AI-nativo è diventata la linea che separa chi cresce da chi resta fermo.

Tra le cinque caratteristiche che il rapporto Stripe del 28 maggio 2026 ha identificato nei fondatori di maggior successo, la prima è anche la più facile da fraintendere. I fondatori del decile più alto hanno una probabilità circa doppia rispetto ai mediani di costruire prodotti AI-nativi, e a ventiquattro mesi le loro aziende generano quasi il doppio del fatturato delle altre. Detto così, sembra l’ennesima conferma che l’intelligenza artificiale fa bene al business — un’affermazione vera e banale insieme. Ma il dato contiene una distinzione che cambia tutto, e che la maggior parte delle imprese sta sistematicamente ignorando: c’è una differenza strutturale, non di grado, fra un’azienda che usa l’intelligenza artificiale e un’azienda il cui prodotto è intelligenza artificiale. La prima adotta uno strumento. La seconda costruisce qualcosa che senza quello strumento non esisterebbe. Il rapporto Stripe documenta, con dati di qualità censuaria, che è la seconda a vincere — e capire perché è probabilmente l’analisi più utile che un imprenditore o un consulente possa fare in questo momento.

Abbonati a Eleatiche

Read more

La geopolitica della Physical AI

Per Physical AI si intende l’intelligenza artificiale che esce dallo schermo ed entra nel mondo fisico. Finora l’IA ha lavorato soprattutto con parole, immagini e dati: scrive testi, riconosce volti, risponde a domande. La Physical AI fa un passo in più, perché incorpora questa intelligenza dentro macchine che si muovono, vedono, afferrano oggetti, ispezionano impianti, trasportano merci e operano accanto alle persone — robot industriali e di magazzino, droni, umanoidi, robot medicali e agricoli. Qui l’errore costa di più: un software che sbaglia un testo si corregge con un clic, una macchina che sbaglia un movimento può danneggiare un impianto, fermare la produzione o ferire un operaio. Per questo la Physical AI non vive di solo software, ma richiede semiconduttori, sensori, motori, riduttori di precisione, simulazioni, certificazioni di sicurezza e fabbriche capaci di costruirla su larga scala. Ed è proprio qui che nasce la competizione geopolitica: mentre il software si copia e si distribuisce quasi a costo zero, una macchina intelligente va progettata, prodotta, certificata, installata e mantenuta. Chi controlla questa catena — dai chip ai robot fino alla capacità di metterli in funzione — non ottiene solo un vantaggio tecnologico, ma un vantaggio industriale e strategico: significa poter produrre di più con meno manodopera, rendere più solide le proprie filiere e sostenere la propria base industriale, compresa quella della difesa. Poiché nessun Paese è forte in tutti gli anelli della catena, la Physical AI non è una corsa unica ma una gara su più livelli, in cui Stati Uniti, Cina, Europa, Giappone e Corea del Sud puntano ciascuno sui propri punti di forza.

Continua a leggere

La dimensione affettiva nella raccomandazione musicale

Quando un sistema ci suggerisce una canzone, di norma cerca semplicemente qualcosa di simile a ciò che abbiamo già apprezzato. Questa ricerca prova a fare un passo in più: tenere conto anche dello stato emotivo di chi ascolta nel momento in cui il suggerimento viene prodotto. Il modello ricostruisce il profilo affettivo dell’utente a partire dai brani condivisi sui social e dai messaggi testuali pubblicati nelle vicinanze, e descrive ogni canzone su più livelli — suono, generi, testi. L’esito più interessante è controintuitivo: le emozioni migliorano i suggerimenti solo quando entrano nel cuore del modello, mentre usate come filtro rigido peggiorano i risultati. La ragione è che non tutti, in un dato stato d’animo, cercano contenuti che lo rispecchino: c’è chi vuole consonanza, chi invece cerca di stare meglio. L’articolo rielabora in forma divulgativa il contributo scientifico di Marco Polignano, Fedelucio Narducci, Marco de Gemmis e Giovanni Semeraro, pubblicato su Expert Systems With Applications (2021), nell’ambito delle attività di Terza Missione di Stroncature in collaborazione con l’Università degli Studi di Bari Aldo Moro.

Continua a leggere

Etica algoritmica e bias di genere. I dati non sono neutri

I sistemi di intelligenza artificiale che apprendono dai dati finiscono per assorbire gli stereotipi presenti nella società, perché quegli stereotipi sono già riflessi nei dati con cui vengono addestrati. È la diagnosi da cui muove questo webinar di Terza Missione, che attraversa tre piani complementari. La professoressa Francesca Alessandra Lisi colloca il problema all’incrocio fra etica delle macchine, studi di genere e linee guida europee sull’intelligenza artificiale affidabile, mostrando attraverso casi noti — il riconoscimento facciale studiato da Joy Buolamwini al MIT, il sistema Compass per la giustizia predittiva — come il bias non sia un difetto tecnico isolabile ma un fenomeno sociotecnico, che richiede competenze umanistiche oltre che informatiche. Il professor Marco de Gemmis entra dentro i Large Language Models per spiegare perché producono pregiudizi: sono reti neurali addestrate a indovinare la parola successiva, e la fluidità linguistica non è prova di conoscenza né garanzia di affidabilità. La professoressa Lucia Siciliani presenta infine Lamantino, la famiglia di modelli linguistici specializzati per l’italiano sviluppata a Bari sul supercomputer Leonardo, e il videogioco interattivo costruito per riconoscere e prevenire la violenza di genere nelle conversazioni online. La parola chiave che attraversa l’intero incontro è una sola: consapevolezza. Il webinar nasce dalle attività di Terza Missione promosse da Stroncature in collaborazione con il Dipartimento di Informatica dell’Università degli Studi di Bari Aldo Moro, nel quadro del progetto di Public Engagement UniBa 2030 “Intelligenza Artificiale e Sostenibilità”.

Guarda il video

Ascolta il Podcast

Schumpeter

Schumpeter è una pubblicazione di Stroncature che legge la frontiera scientifica e ne traduce i risultati per l’industria. Ogni settimana selezioniamo, tra gli studi pubblicati su riviste scientifiche ad accesso aperto, quelli che descrivono tecnologie capaci di uscire dal laboratorio e diventare prodotti, processi o servizi. Per ciascuno spieghiamo in modo accessibile che cosa è stato dimostrato, quali problemi industriali può risolvere, a quali condizioni tecniche e operative, con quali prove sperimentali e a quale livello di maturità tecnologica, misurato sulla scala della Commissione europea. Iscriversi significa conoscere le tecnologie in grado di risolvere problemi esistente o aprire nuove possibilità di sviluppo.

Iscriviti

Per Physical AI si intende l’intelligenza artificiale che esce dallo schermo ed entra nel mondo fisico. Finora l’IA ha lavorato soprattutto con parole, immagini e dati: scrive testi, riconosce volti, risponde a domande. La Physical AI fa un passo in più, perché incorpora questa intelligenza dentro macchine che si muovono, vedono, afferrano oggetti, ispezionano impianti, trasportano merci e operano accanto alle persone — robot industriali e di magazzino, droni, umanoidi, robot medicali e agricoli. Qui l’errore costa di più: un software che sbaglia un testo si corregge con un clic, una macchina che sbaglia un movimento può danneggiare un impianto, fermare la produzione o ferire un operaio. Per questo la Physical AI non vive di solo software, ma richiede semiconduttori, sensori, motori, riduttori di precisione, simulazioni, certificazioni di sicurezza e fabbriche capaci di costruirla su larga scala. Ed è proprio qui che nasce la competizione geopolitica: mentre il software si copia e si distribuisce quasi a costo zero, una macchina intelligente va progettata, prodotta, certificata, installata e mantenuta. Chi controlla questa catena — dai chip ai robot fino alla capacità di metterli in funzione — non ottiene solo un vantaggio tecnologico, ma un vantaggio industriale e strategico: significa poter produrre di più con meno manodopera, rendere più solide le proprie filiere e sostenere la propria base industriale, compresa quella della difesa. Poiché nessun Paese è forte in tutti gli anelli della catena, la Physical AI non è una corsa unica ma una gara su più livelli, in cui Stati Uniti, Cina, Europa, Giappone e Corea del Sud puntano ciascuno sui propri punti di forza.

Iscriviti ora

Read more

Il 28 maggio 2026 Stripe ha pubblicato i propri dati interni: il 63% delle nuove società tecnologiche costituite tramite Stripe Atlas nel secondo trimestre ha un solo fondatore. È un massimo storico, e Stripe non è un osservatore esterno — è il sistema di pagamento attraverso cui queste imprese operano, quindi non si tratta di un sondaggio ma di un censimento. Per duemila anni l’unità minima di costruzione d’impresa è stata il gruppo di soci; nel 2026 non lo è più. Le implicazioni per chi guida un’impresa, per chi fa consulenza, e per chi pensa di costruirne una nuova, sono concrete e immediate.

Continua a leggere

Schumpeter

Schumpeter è una pubblicazione di Stroncature che legge la frontiera scientifica e ne traduce i risultati per l'industria. Ogni settimana selezioniamo, tra gli studi pubblicati su riviste scientifiche ad accesso aperto, quelli che descrivono tecnologie capaci di uscire dal laboratorio e diventare prodotti, processi o servizi. Per ciascuno spieghiamo in modo accessibile che cosa è stato dimostrato, quali problemi industriali può risolvere, a quali condizioni tecniche e operative, con quali prove sperimentali e a quale livello di maturità tecnologica, misurato sulla scala della Commissione europea. Iscriversi significa conoscere le tecnologie in grado di risolvere problemi esistente o aprire nuove possibilità di sviluppo.

Iscriviti

Il 28 maggio 2026 Stripe ha pubblicato i propri dati interni: il 63% delle nuove società tecnologiche costituite tramite Stripe Atlas nel secondo trimestre ha un solo fondatore. È un massimo storico, e Stripe non è un osservatore esterno — è il sistema di pagamento attraverso cui queste imprese operano, quindi non si tratta di un sondaggio ma di un censimento. Per duemila anni l’unità minima di costruzione d’impresa è stata il gruppo di soci; nel 2026 non lo è più. Le implicazioni per chi guida un’impresa, per chi fa consulenza, e per chi pensa di costruirne una nuova, sono concrete e immediate.

Iscriviti ora

Read more

La fase più recente dello sviluppo dell’intelligenza artificiale mostra un passaggio concettuale che può rivelarsi più profondo di quanto appaia a prima vista. Dopo anni nei quali l’AI è stata identificata soprattutto con testi, immagini, codice, previsioni, raccomandazioni e interazioni linguistiche, una parte crescente della ricerca e dell’industria si sta spostando verso sistemi capaci di agire nel mondo fisico. La genealogia è stata fissata da Jensen Huang nel suo keynote di apertura del CES 2025: è cominciata con la perception AI — comprendere immagini, parole, suoni. Poi è venuta la generative AI — creare testo, immagini e suoni. Adesso entriamo nell’era della physical AI, un’intelligenza artificiale che può procedere, ragionare, pianificare e agire, ha detto Huang davanti a seimila partecipanti a Las Vegas. Non si tratta semplicemente di applicare modelli generativi alla robotica, né di aggiungere un’interfaccia linguistica a macchine già esistenti. La Physical AI indica una trasformazione più ampia: l’integrazione tra percezione, ragionamento, pianificazione, controllo, sensori, attuatori e infrastrutture meccaniche, con l’obiettivo di rendere i sistemi artificiali capaci di operare in ambienti materiali, variabili e non interamente prevedibili.

Iscriviti ora

Read more

Un’indagine Harvard Business Review su mille dirigenti rivela che le aziende stanno tagliando posti di lavoro in previsione che l’intelligenza artificiale produca i risultati promessi, non perché li abbia già prodotti. È una scelta strategica con costi nascosti che meritano di essere compresi.

Il 29 gennaio 2026 la Harvard Business Review ha pubblicato un’inchiesta firmata da Thomas H. Davenport — uno dei massimi studiosi mondiali dell’impatto delle tecnologie sulle organizzazioni, professore al Babson College e visiting scholar al MIT — e da Laks Srinivasan, CEO del Return on AI Institute. L’inchiesta si basa su un’indagine condotta su 1.006 dirigenti globali a dicembre 2025 e fornisce per la prima volta una risposta empirica a una delle domande più dibattute degli ultimi diciotto mesi: l’intelligenza artificiale sta davvero sostituendo i lavoratori umani, o le aziende stanno solo usando l’AI come pretesto per ridurre il personale? La risposta che emerge dai dati è precisa e rovescia gran parte della narrazione pubblica corrente. Le aziende stanno effettivamente riducendo il personale a causa dell’AI, ma quasi interamente in anticipazione di un impatto futuro, non come conseguenza di un’efficienza già verificata. È una distinzione che cambia tutto: ciò che il discorso pubblico chiama “rivoluzione AI in corso” è, secondo i dati, una scommessa anticipata dei dirigenti su un futuro che non è ancora arrivato.

Abbonati a Eleatiche

Read more

Il 20 aprile 2026 McKinsey & Company ha pubblicato la quinta edizione del suo Quantum Technology Monitor, con il sottotitolo “A commercial tipping point”. Il rapporto è diventato in poche settimane il documento di riferimento per chi cerca un quadro quantitativo sullo stato del settore quantum. I numeri che propone sono però così ambiziosi da meritare una lettura ravvicinata. Cosa dice esattamente il rapporto, cosa misura, dove va preso alla lettera e dove va trattato come ipotesi di lavoro.

Il McKinsey Quantum Technology Monitor è uno dei pochi documenti che attraversa l’intero comparto quantum con cadenza annuale e metodologia dichiarata. La serie è iniziata nel 2021 ed è arrivata oggi alla quinta edizione. Come si legge nel rapporto stesso, “McKinsey initiated its annual quantum technology report in 2021 to track the rapidly evolving quantum technology landscape. We analyze three principal areas of the field: quantum computing, quantum communication, and quantum sensing. The analysis is based on input from various sources, including publicly available data, expert interviews, and proprietary McKinsey analyses”. La cadenza annuale ha trasformato il documento in un benchmark longitudinale: lo si legge anche per misurare quanto si è spostata la frontiera fra un’edizione e la successiva, e quale tesi viene confermata o rivista. La data di chiusura dei dati per l’edizione 2026 è dicembre 2025, secondo quanto comunicato dal comunicato stampa McKinsey Germania, il che spiega perché i numeri riflettano un anno solare appena concluso. McKinsey & Company

Iscriviti ora

Read more

Quando si parla di quantistica, l’immagine che si forma nella mente del lettore non specialista è quasi sempre la stessa: un computer del futuro, raffreddato vicino allo zero assoluto, in grado di risolvere problemi impossibili. È un’immagine corretta, ma profondamente parziale. Le tecnologie quantistiche sono almeno tre, non una. Hanno tempi di maturazione, mercati di sbocco e modelli industriali talmente diversi che trattarle come un’unica cosa è la prima ragione per cui sul quantum si scrivono e si leggono tante affermazioni imprecise. Capire la distinzione è la precondizione per qualunque ragionamento sensato.

L’equivoco semantico ha conseguenze strategiche molto concrete. Chi colloca le tre filiere su un unico orizzonte temporale finisce per aspettare tutto fra dieci anni e per non vedere ciò che è già operativo oggi. Chi le tratta come un mercato unico ne sbaglia la dimensione, perché somma ricavi di settori che hanno barriere all’ingresso, clienti finali e dinamiche di prezzo completamente diversi. Chi non distingue fra ciò che è fisicamente quantistico e ciò che è semplicemente progettato per resistere ai computer quantistici scambia per minaccia futura una transizione tecnologica già iniziata. Sono errori comuni anche fra investitori esperti, perché il lessico del settore si è formato per stratificazione storica più che per un disegno coerente: quattro mondi diversi sono finiti dentro un unico termine ombrello, e districarlo è il primo lavoro analitico da fare prima di qualunque decisione di capitale o di posizionamento strategico.

Read more

Il 2 luglio 2025 la Commissione Europea ha pubblicato la Quantum Europe Strategy, registrata come COM(2025) 363 final. È un documento di 27 pagine indirizzato al Parlamento Europeo e al Consiglio, articolato in cinque aree strategiche e accompagnato da un calendario di attuazione fino al 2030. Per la prima volta l’Unione si dota di un piano organico sul quantum, con scadenze pubbliche per pilot lines, roadmap, infrastrutture, sovranità di filiera e formazione. Cosa dice davvero il documento, dove sono i suoi punti forti, e quali sono i vuoti che la futura Quantum Act dovrà colmare.

Iscriviti ora

Read more

Mistral non ha sorpassato Anthropic e OpenAI sui benchmark tecnici. Ma sta vincendo i contratti delle banche europee perché offre quello che gli americani non possono: dati che restano in Europa, conformità progettata sulle norme dell’Unione, debito raccolto da un consorzio di banche europee. La regolamentazione europea sta diventando un argomento commerciale.

Per due decenni il discorso sulla regolamentazione europea — GDPR del 2018, Digital Services Act del 2022, Digital Markets Act del 2022, AI Act adottato nel 2024 — è stato dominato da una narrazione coerente di un solo segno. Quella secondo cui la regolamentazione europea sarebbe uno svantaggio competitivo che soffoca l’innovazione locale e protegge le imprese americane dai concorrenti europei. La narrazione contiene elementi di verità, ma trascura una dinamica strutturale che gli ultimi nove mesi hanno reso esplicita: per le imprese che vendono in settori regolamentati europei — banche, assicurazioni, sanità, energia, utility, pubblica amministrazione — la conformità “by design” sta diventando un argomento commerciale concreto, e i fornitori europei stanno costruendo un vantaggio strutturale che i fornitori americani non possono replicare facilmente. La sequenza di operazioni che ha coinvolto Mistral AI fra settembre 2025 e maggio 2026 — round di capitale da €1,7 miliardi a valutazione di €11,7 miliardi guidato da ASML, finanziamento debito da $830 milioni da consorzio di banche europee, partnership rinnovata con BNP Paribas, ingresso di HSBC come cliente — è la prima dimostrazione operativa che la sovranità tecnologica non è solo una posizione politica. È una capacità commerciale monetizzabile.

Abbonati a Eleatiche

Read more

Forrester ha appena dichiarato la fine del periodo di hype dell’intelligenza artificiale. Le imprese rinvieranno un quarto della spesa AI al 2027, solo il quindici per cento dei decisori riporta aumenti di EBITDA. Ma il fallimento non è dell’AI — è del modo in cui la maggior parte delle imprese la sta implementando.

Il ventotto ottobre 2025 Forrester ha pubblicato le proprie previsioni tecnologiche per il 2026 con un’affermazione che merita di essere letta nella sua portata: “Nel 2026, il periodo dell’hype dell’AI finisce mentre la pressione di consegnare risultati reali e misurabili da iniziative AI sicure si intensifica.” Sono parole di Sharyn Leaver, chief research officer di Forrester, riportate nel comunicato ufficiale. Sette mesi dopo, a fine maggio 2026, le previsioni si stanno rivelando empiricamente accurate. Il divario fra le promesse gonfiate dei fornitori di tecnologia e il valore realmente consegnato alle imprese si è allargato al punto da forzare una correzione di mercato. La domanda strategica per chi guida un’impresa è diventata quindi precisa: si tratta della fine dell’intelligenza artificiale come fenomeno strategico, o della fine di un certo modo — sbagliato — di adottarla? La risposta che emerge dalle fonti istituzionali più autorevoli del settore è la seconda, e ha conseguenze operative concrete per i prossimi diciotto-ventiquattro mesi.

Iscriviti ora

Read more

Il 13 maggio 2026 NVIDIA è diventata la prima società quotata della storia ad attraversare la soglia dei cinque trilioni e mezzo di dollari di capitalizzazione di mercato, in un giorno di scambi che ha portato il titolo a un massimo intraday di 227,16 dollari. Era passata sopra i quattro trilioni soltanto tre mesi prima, e sopra i cinque a fine ottobre 2025. Solo Apple e Microsoft, in tutta la storia dei mercati finanziari, avevano raggiunto in precedenza la soglia dei quattro trilioni. Nessuna società aveva mai raggiunto i cinque, men che meno i cinque e mezzo. Il significato di questa traiettoria di valore non si esaurisce nella metrica finanziaria. Quando Jensen Huang salirà sul palco del Taipei Music Center il 1° giugno 2026 per il keynote di GTC Taipei — alla vigilia dell’apertura di Computex 2026 — non descriverà la roadmap di un produttore di componenti. Descriverà la struttura industriale di una nuova categoria di infrastruttura globale, l’AI factory, e il quadro di partnership con stati nazionali che NVIDIA sta costruendo per gestirla. Per le imprese italiane ed europee, capire cosa significhi questo passaggio è una decisione strategica con conseguenze di lungo periodo.

Abbonati a Eleatiche

Read more

Nel pieno della corsa pubblica fra ChatGPT e i suoi imitatori consumer, è facile non accorgersi del fenomeno più importante che sta succedendo nell’industria dell’intelligenza artificiale. Mentre OpenAI continua a dominare l’immaginario pubblico con i suoi ottocento milioni di utenti settimanali e gli annunci pubblicitari, una seconda azienda americana — Anthropic, fondata nel 2021 da ex dirigenti di OpenAI — ha costruito in trentotto mesi la macchina enterprise più efficace della storia del software. I numeri sono notevoli: secondo Sacra, Anthropic ha raggiunto a aprile 2026 un fatturato annualizzato di quarantatré miliardi di dollari, in crescita da nove miliardi alla fine del 2025. È la più rapida crescita di ricavi mai registrata da una società tecnologica privata. Più di trecentomila aziende clienti, otto delle dieci aziende Fortune 10 fra i propri clienti, oltre mille aziende che spendono più di un milione di dollari all’anno in prodotti Claude — il doppio rispetto a soli due mesi prima. Capire cosa Anthropic offre alle imprese, e perché funziona, è oggi un esercizio strategico necessario per chiunque guidi un’impresa di servizi o di software.

Abbonati a Eleatiche

Read more

Per migliaia di anni l’unità minima di transazione economica è stata un essere umano. Anche quando il software ha intermediato i commerci — eBay nei primi anni Duemila, Amazon, Booking, le carte di credito digitali — qualcuno premeva sempre il bottone. Le cose ora stanno cambiando. Tra ottobre 2025 e maggio 2026 i principali sistemi di pagamento globali — Visa, Mastercard, Stripe, PayPal, American Express — hanno costruito in sette mesi l’infrastruttura tecnica e legale per riconoscere come controparte contrattuale un nuovo soggetto: l’agente software autonomo. Il consumatore non scompare — delega. Si chiama commercio agentico, ed è il secondo modello di business veramente nuovo abilitato dall’intelligenza artificiale agentica, un modello che prima del 2024 non era possibile in nessuna forma scalabile. Gartner prevede che entro il 2028 il novanta per cento degli acquisti business-to-business sarà mediato da agenti AI, per oltre quindici trilioni di dollari di spesa annua. McKinsey stima che il fenomeno produrrà un’opportunità economica fra tre e cinque trilioni di dollari globali entro il 2030. Capire cosa significa e come si distingue da “AI nel commercio” è la decisione strategica più importante del 2026 per chi vende prodotti o servizi a distanza.

Abbonati a Eleatiche

Read more

Per quarant’anni il software si è venduto a prezzo fisso, scaricando sul cliente tutto il rischio dell’implementazione. L’intelligenza artificiale agentica ha reso possibile, per la prima volta, vendere solo i risultati. Si chiama outcome-based pricing e sta ridefinendo un’industria da quattrocentocinquanta miliardi di dollari.

Il modello di business più antico del software sta morendo, ed era anche il più semplice. Per cinquant’anni le aziende hanno venduto accesso a qualcosa: prima licenze perpetue da installare su disco rigido, poi abbonamenti annuali per posto utente, poi tariffe basate sul consumo di capacità di calcolo. Tre fasi successive, una stessa logica economica di fondo: il cliente paga per la possibilità di usare uno strumento, indipendentemente dal valore che ne ottiene. L’intelligenza artificiale agentica ha reso economicamente possibile, per la prima volta nella storia del software, un modello strutturalmente diverso, più simile ai servizi professionali: il fornitore viene pagato solo quando il risultato si verifica. Si chiama outcome-based pricing — pricing basato sui risultati. Tra il 2024 e il 2026 è uscito dai laboratori per diventare il modello dominante in alcune categorie del software enterprise, e sta ridisegnando simultaneamente il rapporto fra fornitore e cliente, le valutazioni di mercato delle aziende, e la struttura competitiva di un’industria che per quarant’anni viveva su rendite di posizione consolidate. Capirlo è necessario perché ridefinisce le regole di un mercato che vale oltre quattrocentocinquanta miliardi di dollari.

Abbonati a Eleatiche

Read more