L’annuncio è apparentemente semplice: d’ora in poi Claude Cowork, l’agente di Anthropic pensato per portare a termine compiti in autonomia, non si ferma più quando chiudi il coperchio del portatile. Continua a eseguire le istruzioni ricevute e ti aggiorna direttamente sullo smartphone, trasformando il telefono in un telecomando per l’intelligenza artificiale. Dietro questa mossa, però, si legge un cambio di pelle più profondo: l’agente IA smette di essere un accessorio della sessione browser e diventa un processo sempre attivo, scollegato dal dispositivo fisico dell’utente.

Il passaggio al controllo via mobile segnala qualcosa di strutturale. Fino a ieri un agente come Claude Cowork viveva all’interno della finestra di chat: chiusa quella, moriva. Oggi Anthropic lo rende asincrono e device-agnostic, un esecutore che sopravvive allo spegnimento del client. È un passo netto verso quell’idea di “agente personale” che le big tech rincorrono da anni, ma che finora era rimasta intrappolata in demo da keynote. Il problema, per chi si occupa di deployment reale, è che l’esecuzione resta tutta cloud. L’intelligenza sta da qualche parte – probabilmente su GPU lontane – e il telefono è solo un’interfaccia di comando e notifica.

Questo disaccoppiamento tra controllo (mobile) ed esecuzione (cloud) ha una controindicazione tagliente: i dati. Un agente che lavora in background mentre siete in metropolitana, che prende decisioni, accede a documenti aziendali, scrive email per voi, crea un flusso informativo continuo verso server esterni. La domanda non è più solo tecnica, ma di architettura del controllo. Non è un caso che nello stesso periodo in cui Anthropic spinge sull’agente sempre attivo, il mercato delle soluzioni self-hosted per LLM – da Ollama a vLLM, passando per i framework di orchestrazione – stia vivendo una fase di adozione accelerata, soprattutto in Europa e nei settori regolati. La possibilità di far girare un agente simile su hardware proprio, senza che un singolo token lasci il perimetro aziendale, diventa un discriminante competitivo.

Il secondo ordine di conseguenze tocca l’hardware di inference. Un agente persistente che deve reagire in tempi accettabili a comandi da smartphone richiede latenza bassa e disponibilità continua, caratteristiche che mal si sposano con le code dei servizi cloud condivisi o con i costi variabili dei modelli in API. Chi progetta deployment on-premise sa bene che la continuità operativa di un agente 24/7 sposta il calcolo del TCO: non si paga più solo il costo per token, ma il costo di mantenere calda l’infrastruttura, possibilmente con GPU dedicate e VRAM dimensionata per la finestra di contesto necessaria. È un tema che AI-RADAR monitora da vicino, perché i trade-off tra cloud e bare metal si giocano esattamente su questi carichi di lavoro continui.

C’è infine un terzo livello, meno immediato ma forse più importante per il medio periodo. Spostare il baricentro dell’interazione dallo schermo del laptop alla tasca dell’utente cambia le aspettative di disponibilità. Un agente che risponde solo quando siete alla scrivania non serve a nulla; uno che vi aggiorna mentre siete in giro, sì. Ma questa ubiquità moltiplica le superfici di attacco e i requisiti di audit. Se l’agente opera su dati sensibili – documenti legali, codici sorgente, cartelle cliniche – ogni notifica inviata via cloud è un evento da tracciare. In molti casi, l’unica via per garantire conformità piena (si pensi al GDPR o alle normative bancarie) è tenere l’intero loop, inclusa l’interfaccia di controllo, su infrastruttura gestita. Ecco perché l’annuncio di Anthropic, letto da chi fa deployment on-premise, non è solo una novità di prodotto: è un campanello d’allarme. La direzione è quella giusta – agenti persistenti e mobile-first – ma chi ha bisogno di controllo totale sui dati dovrà percorrerla con stack propri, non con servizi cloud generalisti.

In sintesi, il laptop chiuso è solo un dettaglio scenografico. Il vero significato sta nell’agente che diventa indipendente dal client e si infila nel flusso quotidiano delle notifiche. Una trasformazione che, paradossalmente, rende più urgente la domanda su dove risieda fisicamente l’intelligenza che prende quelle decisioni. Per molti, la risposta sarà: non nel cloud di qualcun altro.