L’AI agentica sta entrando in una nuova fase: non conta più soltanto quale modello ottiene il punteggio migliore, ma quanto bene riesce a completare un’attività, usare strumenti, controllare i costi e operare in sicurezza. Le notizie degli ultimi giorni mostrano un mercato che si muove contemporaneamente su modelli, infrastrutture, open weight e Physical AI.
Claude Opus 5 e la nuova competizione sugli agenti
Anthropic ha presentato Claude Opus 5 come nuovo modello di fascia alta, con un’attenzione particolare al coding agentico e all’uso del computer. Il prezzo dichiarato resta quello della precedente fascia Opus: 5 dollari per milione di token in input e 25 dollari in output.
I primi riscontri invitano però alla prudenza: prestazioni molto forti sui task brevi non garantiscono automaticamente la stessa affidabilità sui lavori lunghi. Per un’azienda, la scelta corretta non dovrebbe quindi dipendere dal benchmark generale, ma da prove effettuate sui propri processi, misurando completezza, tentativi necessari, latenza e costo totale.
“Thrift-maxxing”: più modelli per ridurre i costi
Un altro segnale importante è la diffusione del cosiddetto “thrift-maxxing”: le imprese combinano modelli frontier con alternative più economiche, comprese soluzioni cinesi, assegnando ogni attività al modello più adatto.
È la logica del model routing: utilizzare il modello meno costoso che supera una soglia di qualità verificata. Il risparmio, tuttavia, è reale soltanto se esistono:
- valutazioni ripetibili sui task aziendali;
- fallback automatici quando il modello economico non basta;
- controlli sulla provenienza e sul trattamento dei dati;
- verifica delle licenze e della dipendenza dai fornitori;
- tracciamento di decisioni, strumenti utilizzati e risultati.
Open weight: innovazione, sicurezza e geopolitica
I modelli open weight sono diventati anche un tema politico. Secondo diverse ricostruzioni, alcuni grandi laboratori avrebbero sostenuto a Washington la necessità di limitarne la diffusione, mentre Meta, Microsoft, Nvidia e altri operatori ne difendono il ruolo per l’innovazione e la competitività.
Il confronto è ancora in evoluzione. Per chi adotta questi modelli, le priorità concrete rimangono la provenienza dei pesi, la sicurezza della supply chain, la possibilità di eseguire il modello nella propria infrastruttura e la disponibilità di controlli indipendenti.
Chip, fibra ed energia diventano strategici
La corsa all’AI è sempre più una corsa all’infrastruttura fisica.
Samsung ha annunciato un contratto superiore a 200 miliardi di dollari fino al 2030, relativo a processi produttivi a 2 nanometri e inferiori e al packaging avanzato. Secondo indiscrezioni, Nvidia starebbe inoltre valutando un backstop finanziario di circa 250 miliardi collegato a un progetto OpenAI–SoftBank da 10 GW in Ohio. Si tratta di una trattativa riportata dalle fonti, non di un accordo concluso.
Altri segnali comprendono nuovi investimenti in memoria HBM e data center, un round da 830 milioni di dollari per Fluidstack e un accordo dark fiber superiore a un miliardo tra Verizon e Google. La capacità di calcolo va ormai gestita come una risorsa scarsa, con quote, code, routing multi-provider e piani di continuità.
Spatial AI, robotica e computer vision
La convergenza tra modelli generativi e mondo fisico accelera:
- Unitree avrebbe spedito 5.500 robot umanoidi nel 2025 e si preparerebbe a una quotazione a Shanghai;
- Meshy ha raccolto nuovo capitale per la generazione di asset 3D destinati a simulazione, gaming e digital twin;
- Elio sviluppa sensori d’immagine progettati insieme all’AI, non come semplice livello di post-processing;
- FLUX 3 estende la modellazione multimodale a immagini, video, audio e previsione di azioni robotiche;
- Photon-1 esplora l’apprendimento delle dinamiche di desktop e mondi fisici senza richiedere etichette di azione esplicite.
In questo ambito privacy, consenso e sicurezza fisica non sono funzioni accessorie. Servono inferenza edge quando possibile, aggiornamenti firmati, limiti di forza e velocità, arresto locale e supervisione umana.
Sicurezza: dagli agenti alla supply chain
Una ricostruzione tecnica dell’incidente che ha interessato Hugging Face attribuisce l’attacco a una vulnerabilità zero-day nella catena dei pacchetti. Parallelamente, cresce l’attenzione sull’uso improprio dei modelli per attività ad alto rischio.
Un’architettura agentica destinata alla produzione dovrebbe prevedere almeno:
- sandbox e privilegi minimi;
- separazione tra proposta, modifica, approvazione e deploy;
- registrazione di fonti, tool call e decisioni;
- controllo umano sulle azioni ad alto impatto;
- un kill switch fuori banda, indipendente dal modello e provato periodicamente;
- fallback multi-provider in caso di indisponibilità del compute.
Cosa fare adesso
Per trasformare questi segnali in decisioni operative, le aziende possono partire da quattro attività:
- confrontare un modello frontier e uno economico su un campione di task reali;
- misurare il costo per attività completata correttamente, non soltanto il costo per token;
- verificare dipendenze, proxy dei pacchetti, privilegi e tracciamento della supply chain;
- applicare privacy-by-design e arresto locale agli agenti che interagiscono con sistemi fisici.
La tendenza è chiara: il valore si sposta dal singolo chatbot a sistemi capaci di orchestrare modelli, dati e strumenti. Ma l’autonomia utile nasce soltanto quando qualità, governance e sicurezza crescono insieme.
Fonti monitorate: Techmeme, MarkTechPost, TechCompany360 e newsletter tecnologiche specializzate. Le operazioni finanziarie non concluse sono riportate come indiscrezioni o trattative.
Scopri di più da Bellorio Advisory
Abbonati per ricevere gli ultimi articoli inviati alla tua e-mail.