Nel Legal AI, la vera differenza tra le piattaforme non sta nel large language model che utilizzano, ma nel modo in cui è strutturato il recupero della conoscenza giuridica e in chi controlla l’orchestrazione tra fonti e modello. È qui che si gioca la partita tra un sistema affidabile e uno che allucina: non tanto nella potenza del modello, quanto nell’architettura che lo alimenta.
Autore: Pietro Raimondi Pagina 1 di 7
65 miliardi di dollari di ricavi annualizzati, più di 11,5 miliardi di ricavi preliminari nel secondo trimestre, una crescita superiore di quattordici volte lo stesso periodo dell’anno precedente e, per la prima volta, un risultato operativo adjusted positivo.
Se questi fossero gli unici numeri da guardare, Anthropic dovrebbe correre verso Wall Street. Sta invece facendo esattamente il contrario o, più precisamente, sta rallentando.
Un mese. Tanto è passato dal 2 agosto 2026, la data che ha segnato un nuovo passaggio nell’applicazione dell’AI Act e che, per chi utilizza sistemi di intelligenza artificiale in ambito professionale, ha reso molto meno teorica una domanda fino a quel momento rimasta sullo sfondo.
Per gli studi legali, in particolare, la domanda non riguarda più soltanto se utilizzare l’intelligenza artificiale, ma quale intelligenza artificiale sia possibile utilizzare, con quali garanzie e assumendosi quali responsabilità. A trenta giorni da quella scadenza, il punto non è quindi stabilire se l’AI Act abbia frenato o accelerato l’adozione dell’intelligenza artificiale nella professione forense. Il cambiamento più interessante è un altro.
L’intelligenza artificiale generativa sta modificando il modo in cui gli studi legali svolgono ricerca normativa, analisi giurisprudenziale e redazione degli atti. Parallelamente, però, i tribunali italiani stanno costruendo un orientamento sempre più chiaro su un principio destinato a diventare centrale dopo l’entrata in vigore dell’AI Act: l’avvocato resta pienamente responsabile di ciò che deposita in giudizio, anche quando il contenuto è stato prodotto da un sistema di intelligenza artificiale.
784 milioni di dollari: è il free cash flow che Meta ha riportato nel secondo trimestre del 2026. Il numero rimane positivo, ma basta guardare dodici mesi indietro per capire perché non sia necessariamente una buona notizia. Nel secondo trimestre del 2025 il free cash flow era stato di 8,55 miliardi di dollari. In un anno è quindi crollato del 91%.
Il dato diventa ancora più significativo se messo accanto agli investimenti. Nel trimestre Meta ha generato 31,86 miliardi di dollari di cash flow operativo e sostenuto 31,08 miliardi di capital expenditure, inclusi i pagamenti principali dei finance lease. In pratica gli investimenti hanno assorbito quasi interamente la cassa generata dalle attività operative. E dietro buona parte di quella spesa c’è sempre la stessa sigla: AI.
Sessanta miliardi di dollari per comprare un editor di codice potrebbero sembrare molti. Anche considerando l’inflazione. Il problema è che definire Cursor semplicemente un editor di codice AI ormai significa raccontare solo metà della storia. E soprattutto non spiega perché SpaceX abbia deciso di spendere 60 miliardi di dollari in azioni per acquisire Anysphere, la società che lo ha creato.
I modelli Qwen di Alibaba hanno superato i 3 miliardi di download globali negli ultimi sei mesi, distanziando Google e Meta nell’ecosistema open-weight. Oltre 460 modelli pubblicati e più di 300.000 derivati raccontano però qualcosa di più di una classifica: la Cina sta costruendo attraverso l’AI aperta una propria infrastruttura tecnologica globale. E Alibaba potrebbe aver trovato il modo di trasformarla in un enorme canale di distribuzione per il proprio cloud.
Il boom dei data center per l’intelligenza artificiale sta mettendo sotto pressione il mercato globale delle memorie e Apple cerca nuovi fornitori per iPhone e Mac. Tra le alternative ci sono le cinesi CXMT e YMTC, ma l’amministrazione Trump ha fatto sapere di non gradire. Dietro lo scontro si nasconde un problema molto più grande: l’AI sta ridisegnando la geografia della domanda di semiconduttori e trasformando anche una memoria per smartphone in una questione di politica industriale.
L’intelligenza artificiale sta riuscendo in un’impresa che sembrava piuttosto difficile: creare un problema geopolitico anche alla memoria del prossimo iPhone.
Hyundai Motor Group accelera la propria AI Transformation dopo aver costruito per anni infrastrutture digitali, piattaforme condivise e una pipeline comune dei dati. Ora il vero obiettivo è portare l’intelligenza artificiale fuori dagli uffici e dentro automobili, robot e fabbriche. È il passaggio dalla Generative AI alla Physical AI e potrebbe cambiare profondamente il modo in cui pensiamo l’industria automobilistica.
Intel ha deciso che, se Wall Street è tornata a credere nella sua storia, questo potrebbe essere un buon momento per presentare il conto.
Il colosso americano dei semiconduttori ha aumentato da 15 a 20 miliardi di dollari la propria offerta di azioni ordinarie, fissando il prezzo a 95 dollari per azione. L’operazione riguarda circa 210,5 milioni di nuovi titoli e dovrebbe portare nelle casse della società proventi netti per circa 19,7 miliardi di dollari. Ai sottoscrittori è stata inoltre concessa un’opzione di 30 giorni per acquistare altri 2,25 miliardi di dollari di azioni.
Per costruire un’intelligenza artificiale capace di muoversi nel mondo reale non bastano GPU sempre più potenti. Prima di elaborare ciò che la circonda, una macchina deve riuscire a vederlo.
Sony e TSMC hanno deciso di investire proprio su questo passaggio, mettendo sul tavolo complessivamente 747 miliardi di yen, circa 4,06 miliardi di euro, per sviluppare e produrre in Giappone una nuova generazione di sensori di immagine. La produzione di massa dovrebbe iniziare nel 2029 nella prefettura di Kumamoto, nel sud del Paese, dove il gigante taiwanese dei semiconduttori ha già costruito una parte importante della propria presenza industriale giapponese.
Se il 2026 dovesse avere una medaglia al merito per la trasparenza forzata, quest’anno ci sarebbe un podio affollatissimo. Prima OpenAI, poi Anthropic, ora Meta: tre big dell’intelligenza artificiale in meno di due settimane, tutte pronte a raccontare al mondo come un loro modello sia riuscito a scappare dall’ambiente di test in cui era rinchiuso. A questo punto verrebbe da chiedersi se in Silicon Valley esista un ufficio marketing dedicato esclusivamente a questo genere di comunicati, con tanto di template già pronto: “il nostro modello ha superato i confini previsti, ma tranquilli, è tutto sotto controllo”.
Per quasi un anno è sembrato che la prossima rivoluzione del web sarebbe passata da un browser capace non solo di aprire pagine, ma di ragionare insieme all’utente. Poi, quasi senza clamore, è arrivata la retromarcia. OpenAI spegnerà definitivamente ChatGPT Atlas il 9 agosto 2026, invitando gli utenti a esportare manualmente i propri dati e a migrare verso la nuova applicazione desktop di ChatGPT.
L’intelligenza artificiale sta rapidamente cambiando il modo in cui vengono scoperti, sviluppati e monitorati i farmaci. La prossima grande trasformazione, però, non passerà soltanto attraverso modelli sempre più potenti, ma dalla capacità di mettere in comunicazione dati che oggi vivono ancora in sistemi separati. Ricerca scientifica, sperimentazione clinica, produzione industriale, farmacovigilanza e risultati osservati nella pratica clinica quotidiana rappresentano ancora, in molti casi, mondi distinti. Proprio questa frammentazione è uno dei principali ostacoli allo sviluppo di terapie sempre più personalizzate e alla diffusione della medicina di precisione.
L’acquisizione di ArisGlobal annunciata da Dassault Systèmes va letta in questa prospettiva.
Abbiamo sempre considerato le centrali telefoniche il punto in cui la rete arriva e si dirama in case, appartamenti, aziende e uffici. Luoghi tecnici, spesso invisibili agli utilizzatori finali, dove passavano cavi e segnali necessari per garantire la connessione. Con la crescita del cloud, dell’intelligenza artificiale e dei servizi digitali in tempo reale, però, quel modello sta cambiando rapidamente.
Le centrali di telecomunicazione stanno diventando qualcosa di molto diverso: piccoli nodi di calcolo distribuiti sul territorio, capaci di elaborare dati vicino al luogo in cui vengono prodotti. In altre parole, stanno diventando edge data center.
Negli ultimi vent’anni la globalizzazione ha convinto le grandi aziende di una cosa: più una filiera era distribuita nel mondo, più diventava efficiente. Fabbriche in Cina, progettazione negli Stati Uniti, fornitori in decine di Paesi. Oggi quella stessa logica viene lentamente riscritta.
Elon Musk, secondo quanto riportato dal Wall Street Journal, avrebbe chiesto ai dirigenti di Tesla di prepararsi a una possibile separazione delle attività cinesi da quelle statunitensi. Non una ristrutturazione amministrativa. Un piano pensato per consentire all’azienda di sopravvivere anche nel caso in cui le tensioni tra Washington e Pechino dovessero trasformarsi in qualcosa di più concreto.
Nel settore dell’AI Legal non conta chi è in grado di sviluppare il modello linguistico più potente ma la capacità di avere a disposizione dati giuridici affidabili e aggiornati per ciascun Paese. I grandi operatori internazionali hanno capito che, altrimenti, anche il modello più sofisticato rischia di trasformarsi in un brillante improvvisatore.
L’ultimo segnale arriva da Legora, una delle piattaforme europee di intelligenza artificiale dedicate al settore legale, che ha annunciato una partnership esclusiva con Lextel AI, società del gruppo Tinexta Visura, per integrare all’interno della propria piattaforma uno dei più vasti patrimoni documentali del diritto italiano.
L’intelligenza artificiale continua a trasformare i mercati, ma soprattutto continua a riempire i bilanci di chi costruisce il “motore” di questa rivoluzione. TSMC, il più grande produttore mondiale di semiconduttori conto terzi, ha chiuso il secondo trimestre del 2026 con risultati che confermano una tendenza ormai evidente: mentre il mondo discute di chatbot, modelli linguistici e AI generativa, chi produce i chip necessari per farli funzionare sta vivendo una stagione finanziaria senza precedenti.
Meta costruirà in Alberta il suo primo data center canadese dedicato all’intelligenza artificiale, con un investimento da 9,17 miliardi di dollari statunitensi. Una cifra che, tradotta nella lingua non sempre poetica della tecnologia, significa una cosa molto semplice: per addestrare e far funzionare i modelli AI del futuro servono sempre più computer, sempre più energia e, soprattutto, sempre più spazio dove mettere questi enormi “cervelli digitali”.
La fotografia scattata dall’Osservatorio Innovative Robotics del Politecnico di Milano racconta un’Italia che sta iniziando a considerare i robot non più come semplici macchine industriali, ma come nuovi collaboratori destinati a entrare nei magazzini, negli ospedali, negli spazi pubblici e persino nelle case. Il mercato nazionale della robotica ha raggiunto nel 2025 un valore di 3,5 miliardi di euro e il 28% delle imprese italiane utilizza già soluzioni robotiche. Entro il 2028 questa percentuale salirà al 36%.
Nell’immaginario collettivo, il costo dell’intelligenza artificiale è rappresentato dai miliardi investiti nei modelli, dai supercomputer e dalle GPU di Nvidia. Una visione rassicurante, perché ci portava a pensare che fosse un problema riservato ai giganti della tecnologia. Poi è arrivato il momento in cui quel conto ha iniziato a percorrere la filiera e a fermarsi sulla scrivania di chi deve acquistare un computer. E Apple lo ha appena confermato ufficialmente.
Il Dalian International Conference Center è un edificio che sembra progettato per impressionare i satelliti. Visto dall’alto, ricorda una medusa di cemento e vetro affacciata sul Mar Giallo. Per tre giorni, dal 23 al 25 giugno, è diventato l’epicentro del Summer Davos 2026, nome ufficiale: 17° Annual Meeting of the New Champions, dove oltre 1.800 delegati provenienti da 90 paesi si sono riuniti per discutere di intelligenza artificiale, transizione energetica e del vecchio problema che non passa mai: come trasformare le grandi idee in qualcosa che funzioni davvero.
Il tema scelto quest’anno dal World Economic Forum è stato “Innovating at Scale”. Tre parole che, tradotte liberamente, significano: basta con le prove in laboratorio, adesso bisogna fare sul serio.
Mentre l’amministrazione Trump decide di chiudere il rubinetto sui modelli avanzati di Anthropic, spegnendo l’accesso globale a Fable 5 e Mythos 5 con un semplice ordine di sicurezza nazionale, l’Europa ha finalmente capito la lezione: chi non controlla la propria intelligenza artificiale resta un vassallo tecnologico. E al centro di questa riscossa, emersa con forza a VivaTech 2026, c’è Mistral AI, la startup francese diventata in pochi anni il simbolo concreto di una sovranità possibile.
Giugno 2026 rischia di essere ricordato come il mese in cui l’intelligenza artificiale applicata al settore legale ha definitivamente abbandonato la fase sperimentale per entrare nell’era dell’infrastruttura critica. Per anni gli studi legali hanno osservato l’AI con la cautela tipica di un settore costruito sulla riduzione del rischio, sulla precisione interpretativa e su modelli economici rimasti sostanzialmente immutati per oltre un secolo. Oggi quel paradigma sta rapidamente collassando. La domanda non riguarda più se adottare sistemi di AI, ma quale architettura tecnologica implementare, con quali garanzie e soprattutto con quale modello di business.
La decisione del Bar of Ireland di selezionare Newcode.ai come provider esclusivo per i suoi 2.150 avvocati rappresenta uno dei segnali più significativi di questa trasformazione. La scelta è arrivata dopo sei mesi di sperimentazione e un rigoroso processo di valutazione, dimostrando come gli ordini professionali stiano progressivamente passando da osservatori prudenti a promotori attivi dell’innovazione. Quando un’organizzazione forense nazionale decide di standardizzare una piattaforma AI per l’intera categoria, significa che la tecnologia ha superato il tradizionale “valley of death” dell’adozione enterprise.
Basta un incontro nello Studio Ovale per modificare la percezione politica di uno dei laboratori di intelligenza artificiale più potenti del pianeta. Dopo settimane di tensioni e indiscrezioni secondo cui alcuni ambienti dell’amministrazione statunitense consideravano Dario Amodei e Anthropic come potenziali rischi per la sicurezza nazionale, il presidente Donald Trump ha improvvisamente cambiato tono, definendo Amodei un “bravo ragazzo” e una persona intelligente.
Mentre i vendor globali localizzano frettolosamente le proprie piattaforme, TextGenius è nata nell’ecosistema normativo italiano con un’architettura che va oltre il RAG tradizionale e fonti che nessun competitor può replicare.
Il 2026 ha sancito un cambio di paradigma nel legal tech italiano. Oltre 73 milioni di dollari di capitale internazionale (circa 68 milioni di euro) si sono concentrati in meno di 18 mesi su startup che promettono di rivoluzionare il lavoro degli avvocati con LLM potenti e interfacce fluide. Eppure, chi lavora ogni giorno con la normativa italiana sa che la differenza non sta nella potenza del modello. Sta nell’architettura che governa il modello e nella qualità certificata dei dati su cui ragiona.
Quando giovedì 11 giugno Wilton Sampaio ha fischiato l’inizio dei Mondiali, gli occhi del mondo si sono posati sul campo. Le telecamere hanno iniziato a seguire il pallone, i commentatori a raccontare ogni emozione della partita inaugurale in uno stadio, l’Azteca, gremito da oltre 87 mila tifosi. Nello stesso tempo, a livello mondiale, milioni di persone discutevano di moduli tattici, fuorigioco e di possibili sorprese del torneo. Eppure, mentre accadeva tutto questo, una delle infrastrutture più importanti dell’intero evento, è rimasta completamente invisibile. Forse perchè non indossa una maglia, non segna goal e non compare nelle statistiche ufficiali. Eppure senza di lei il calcio globale semplicemente si fermerebbe. Parliamo dei data center.
Harvey accelera la sua espansione europea e sceglie l’Italia come nuovo mercato strategico. La società americana specializzata in intelligenza artificiale per il settore legale ha annunciato la creazione di un team dedicato con base a Milano, rafforzando una presenza che fino a oggi si era sviluppata principalmente attraverso collaborazioni con studi legali e uffici legali aziendali.
La cybersicurezza non si costruisce soltanto con software avanzati, firewall e algoritmi sempre più sofisticati. Alla base di qualsiasi strategia efficace restano le persone, le competenze e la capacità di anticipare minacce che evolvono alla velocità della tecnologia. È da questa consapevolezza che nasce il nuovo investimento da 12 milioni di euro promosso dal Ministero dell’Università e della Ricerca in collaborazione con l’Agenzia per la Cybersicurezza Nazionale.
L’obiettivo è chiaro: rafforzare il sistema italiano della formazione e della ricerca per creare una nuova generazione di professionisti capaci di affrontare le sfide della sicurezza digitale, della resilienza informatica e dell’intelligenza artificiale.
La cybersecurity ha trovato un nuovo protagonista: Anthropic ha annunciato l’espansione internazionale del progetto Glasswing, l’iniziativa dedicata alla sicurezza informatica che comprende Claude Mythos, il modello di intelligenza artificiale progettato per individuare vulnerabilità software e infrastrutturali con una velocità difficilmente raggiungibile dagli strumenti tradizionali.
Secondo quanto riportato dal Financial Times, tra i Paesi coinvolti nella nuova fase del programma figurerebbe anche l’Italia. Una notizia che potrebbe rappresentare un’opportunità significativa per il rafforzamento della sicurezza delle infrastrutture critiche nazionali, ma che porta con sé interrogativi tutt’altro che marginali sul controllo dei dati e sulla sovranità tecnologica.
Secondo l’ultima indagine dell’istituto Ifo, realizzata nel maggio 2026, il 54,5% delle aziende tedesche utilizza già l’intelligenza artificiale nei propri processi aziendali. Dodici mesi fa la quota era del 40,9%. La crescita è stata talmente rapida da trasformare una tecnologia considerata sperimentale in uno strumento di lavoro quotidiano.
“Künstliche Intelligenz”, come viene chiamata in Germania, ha smesso di essere un progetto pilota confinato nei laboratori di innovazione. È entrata negli uffici amministrativi, nelle linee produttive, nei reparti logistici e nei sistemi di assistenza clienti.
Il calcio europeo si prepara a una trasformazione che, al netto della retorica sull’“esperienza dei tifosi”, ha molto più a che fare con infrastrutture cloud, modelli linguistici e controllo della distribuzione dei contenuti che con la romantica idea dello sport televisivo. L’accordo pluriennale tra Alibaba Group e UEFA, che si estende dal ciclo 2027-28 fino al 2032-33 includendo Champions League, Europa League, Conference League ed Euro 2028, segna un passaggio netto: il calcio europeo diventa un caso d’uso privilegiato per l’industrializzazione dell’intelligenza artificiale applicata allo sport, con una regia tecnologica che si sposta progressivamente fuori dall’Europa. Non è un dettaglio geopolitico marginale, è un cambio di stack.
Mentre il dibattito italiano sull’intelligenza artificiale è rimasto sospeso tra entusiasmo e scetticismo, da un lato la retorica dell’innovazione, dall’altro l’idea che tutto si decida altrove tra Silicon Valley e Cina, a Bologna prendeva forma qualcosa di più concreto.
It4lia AI Factory, la fabbrica italiana dell’intelligenza artificiale sostenuta da fondi europei e nazionali, ha chiuso il suo primo anno operativo con numeri che raccontano una realtà interessante: quasi 500 progetti attivi, oltre 37 milioni di ore GPU allocate, più di 20 petabyte di dati gestiti e decine di servizi AI già funzionanti.
Avete fatto caso che nel mondo dell’AI i numeri hanno smesso di essere dei semplici indicatori economici? Eh si, sono diventati dichiarazioni di potere. L’ultimo segnale arriva da Anthropic, che con un nuovo round di finanziamento da 65 miliardi di dollari ha spinto la propria valutazione a 965 miliardi, superando OpenAI e consolidando una leadership che non riguarda solo la tecnologia, ma anche la finanza globale.
Negli studi legali l’intelligenza artificiale è stata accolta più come un praticante promettente che come un futuro socio di nome sulla porta. Interesse, cautela e una convinzione rimasta sempre sullo sfondo: nessun algoritmo avrebbe davvero sostituito il lavoro umano nelle professioni ad alta complessità. Ora però il clima sta cambiando rapidamente. Lo abbiamo visto con l’entusiasmo con cui sono state accolte soluzioni come quelle di Lexroom e di TextGenius in Italia, mentre parallelamente un altro segnale interessante arriva dalla Francia.
Per decenni la pubblica amministrazione italiana ha avuto un rapporto quasi filosofico con il tempo. File interminabili, moduli duplicati, piattaforme che richiedono tre autenticazioni diverse per scaricare un documento che nessuno leggerà davvero. Un ecosistema dove la frase “la pratica è in lavorazione” ha assunto negli anni un significato quasi spirituale.
Adesso però anche la PA italiana ha deciso di pronunciare le due lettere che stanno ridefinendo qualunque settore economico e istituzionale del pianeta: AI.
La società fondata dal fisico italiano Stefano Buono ha annunciato la quotazione negli Stati Uniti attraverso una business combination con la Spac americana NewHold Investment Corp III, in un’operazione che attribuisce a Newcleo una valutazione pre-money di circa 2,4 miliardi di dollari. Il gruppo potrebbe raccogliere fino a 429 milioni di dollari di nuove risorse finanziarie tra Pipe e liquidità custodita nel trust della Spac. Tradotto dal linguaggio finanziario significa che Newcleo sta cercando capitale sufficiente per trasformare una promessa tecnologica molto ambiziosa in un’infrastruttura industriale reale.
Negli ultimi anni Huawei è stata raccontata come il gigante tecnologico che Washington aveva quasi piegato con una combinazione di sanzioni, restrizioni commerciali e isolamento forzato dalle tecnologie occidentali. La narrativa era lineare, quasi rassicurante per gli Stati Uniti: tagliare l’accesso ai semiconduttori avanzati avrebbe rallentato in modo strutturale l’ascesa tecnologica cinese. Huawei, nel frattempo, ha deciso di interpretare quella pressione geopolitica come un piano industriale involontariamente offerto dai propri avversari.
Per anni il cybercrime ha richiesto competenze altamente specialistiche: sviluppo di malware, capacità di eludere sistemi di difesa, sfruttamento di vulnerabilità zero-day e accesso ai sistemi attraverso backdoor o tecniche avanzate di intrusione. Oggi, però, l’evoluzione dei modelli di intelligenza artificiale sta abbassando drasticamente la barriera tecnica d’ingresso. Grazie a capacità di automazione, analisi e generazione di codice sempre più sofisticate, strumenti che fino a pochi anni fa appartenevano quasi esclusivamente ad attori altamente qualificati rischiano di diventare accessibili a una platea molto più ampia. È questo il timore che emerge con forza a Bruxelles: l’AI non sta semplicemente trasformando il lavoro degli sviluppatori, ma potrebbe ridefinire profondamente anche capacità operative, velocità e scalabilità delle minacce cyber.
Per decenni il fondale marino è stato il luogo perfetto per tutto ciò che l’umanità preferiva non vedere troppo da vicino. Oleodotti, cavi sottomarini, infrastrutture energetiche, sistemi strategici e chilometri di pipeline nascosti sotto migliaia di metri d’acqua. Adesso, però, laggiù stanno arrivando nuovi abitanti: droni autonomi alimentati dall’intelligenza artificiale, capaci di restare sul fondo del mare per mesi senza bisogno di equipaggi umani o grandi navi di supporto.