Dopo aver fornito i modelli alle startup del Legal AI, i grandi laboratori entrano direttamente nei servizi professionali. In gioco non ci sono soltanto gli studi legali, ma il controllo dei processi di lavoro e del valore generato dall’intelligenza artificiale.
Autore: Pietro Raimondi Pagina 1 di 8
Satya Nadella annuncia l’espansione dei chip proprietari Maia su scala multi-gigawatt dal 2027, con un’efficienza dichiarata superiore del 40% rispetto ai sistemi GPU concorrenti. Microsoft vuole controllare direttamente il costo industriale dell’intelligenza artificiale, riducendo la dipendenza dai fornitori di acceleratori. Una strategia che potrebbe cambiare gli equilibri tra Nvidia, hyperscaler e sviluppatori di modelli AI.
Dopo i grandi finanziamenti per Anthropic, Broadcom prepara una nuova operazione per sostenere l’acquisto degli acceleratori personalizzati sviluppati con OpenAI. Apollo e Blackstone tra i possibili finanziatori. La corsa al compute sta cambiando il ruolo dei produttori di semiconduttori, sempre più coinvolti nella costruzione finanziaria della domanda.
Il gruppo coreano stima un utile operativo record nel terzo trimestre 2026, quasi nove volte quello di un anno prima. La domanda di memorie per l’intelligenza artificiale spinge prezzi e margini, ma gli investitori si interrogano sulla durata del ciclo e sulla sostenibilità dei grandi investimenti tecnologici.
Mistral Large 4 ha 1,05 trilioni di parametri, ne attiva 49 miliardi per token ed è stato addestrato in Europa su circa 4.000 Nvidia Grace Blackwell. I pesi arriveranno il 26 ottobre. A tre giorni dal Kolibri di Aleph Alpha e mentre gli Stati Uniti rispondono alla Cina con Beam, l’open-weight sta diventando un nuovo terreno della competizione per la sovranità tecnologica.
Claude Startups offre un anno di Claude Team, 1.000 dollari di crediti API e un pacchetto di servizi ai giovani sviluppatori. Il valore dell’iniziativa non è però soltanto economico: nella competizione tra OpenAI, Google e Anthropic, conquistare una startup significa provare a diventare l’infrastruttura sulla quale costruirà i propri prodotti.
AWS rinuncia agli accordi di riservatezza con le amministrazioni locali e investe nelle comunità che ospitano i suoi data center. Con oltre cento moratorie allo studio e il tema ormai dentro la campagna per le elezioni di Midterm, Big Tech scopre che energia, acqua e consenso locale sono diventati parte del Capex.
Intervistato dal Time, il presidente americano non ha escluso che Washington possa acquistare partecipazioni nei due principali frontier lab statunitensi, seguendo il precedente creato con Intel. Per ora non esiste un accordo, ma l’ipotesi aggiunge un nuovo livello alla relazione sempre più stretta fra governo federale e industria dell’intelligenza artificiale.
Lefebvre Giuffrè celebra all’Accademia dei Lincei i 70 anni di Giurisprudenza Costituzionale guardando all’intelligenza artificiale come strumento per rendere accessibile un patrimonio costruito nel tempo. È anche una chiave per capire una delle questioni centrali del Legal AI: quando un algoritmo entra nel diritto, la qualità del modello conta, ma conta ancora di più sapere su quali fonti sta ragionando.
OpenAI accusa la cinese Moonshot AI di aver partecipato a una campagna coordinata per estrarre il reasoning dei suoi modelli GPT e utilizzarne potenzialmente le capacità per addestrare sistemi concorrenti. Il caso riapre una questione destinata a diventare centrale nella competizione tra Stati Uniti e Cina: quando la distillazione smette di essere una normale tecnica di sviluppo e diventa appropriazione del vantaggio tecnologico di un concorrente?
Il gruppo giapponese realizza il più grande collocamento corporate high-yield mai effettuato, con rendimenti fino al 9,75%. Gli investitori non si tirano indietro: la domanda supera ampiamente l’offerta. Il capitale per finanziare la corsa all’intelligenza artificiale non è scomparso, ma sta diventando più caro. E la strategia di Masayoshi Son lega sempre più strettamente OpenAI, Arm, debito e infrastrutture.
518 miliardi di dollari. È la cifra che compare nel prospetto riservato dell’IPO di Anthropic per gli impegni e la spesa futura legati a cloud, capacità di calcolo e infrastrutture nei prossimi anni, secondo Reuters e Financial Times. Non significa che la società debba versare domani mezzo trilione di dollari, né che si tratti interamente di capex. Ma dà per la prima volta una dimensione finanziaria alla scommessa che Dario Amodei sta facendo sul futuro di Claude.
La Camera approva quasi all’unanimità una legge per impedire che i costi energetici dei data center ricadano sui cittadini. Al Senato il provvedimento si blocca perché per alcuni Democratici non è abbastanza severo. Intanto arrivano proposte per togliere gli incentivi fiscali e la California prepara tariffe specifiche su energia e acqua. A poche settimane dalle Midterm, il backlash contro i data center sta facendo un salto: dalla protesta alle regole economiche del Capex AI.
Alex Karp, CEO di Palantir, mette in discussione il business dei frontier lab. Shyam Sankar, Chief Technology Officer della stessa azienda, attacca l’ideologia del rallentamento. Intanto Palantir e Nvidia costruiscono una “Sovereign AI” basata su modelli open, dati proprietari e controllo dell’infrastruttura. Dietro le provocazioni emerge una tesi industriale molto più importante: nell’AI enterprise il modello potrebbe diventare sostituibile, mentre il vero potere si sposta verso chi controlla dati, processi e decisioni.
Il rischio dell’intelligenza artificiale per i mercati è sempre stato che non crescesse abbastanza velocemente da giustificare gli investimenti. Ora ne è comparso uno nuovo: che qualcuno decida volontariamente di rallentarla.
I semiconduttori cadono, Nvidia perde terreno e gli investitori cominciano a chiedersi che cosa accadrebbe ai data center costruiti per una frontiera che dovrebbe correre sempre più velocemente. Ma il paradosso è che meno training potrebbe non significare meno AI: potrebbe significare più inference e, forse, più profitti.
Venticinque medaglie Fields (il più prestigioso riconoscimento internazionale per la matematica), tra cui Terence Tao, denunciano un “severe misalignment” tra gli obiettivi delle aziende AI e quelli della ricerca matematica. Dopo le polemiche su Navier-Stokes, OpenAI si ritira dal Mathathon di Caltech. La questione non è più capire se le macchine sappiano fare matematica, ma cosa accade alla matematica quando diventano troppo brave a farla.
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.
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.