Se pensavate che le telecamere Flock servissero solo a intercettare targhe, è ora di aggiornare i vostri modelli mentali. Secondo documenti esaminati da 404 Media, i dipartimenti di polizia di tutti gli Stati Uniti usano queste stesse telecamere per cercare specifiche persone, non veicoli, attraverso ricerche testuali descrittive come «uomo robusto con cappello bianco e nero», «persona in skateboard» o «persona con gilet arancione e casco da cantiere». Non è fantascienza: è il presente della sorveglianza AI-driven.

Le funzionalità si chiamano "FreeForm" e trasformano l’interfaccia di Flock in una sorta di motore di ricerca sulla realtà fisica. Gli agenti digitano una descrizione e l’intelligenza artificiale della piattaforma, addestrata su riconoscimento dell’immagine e attributi visivi, setaccia i flussi video di centinaia di telecamere contemporaneamente – a volte anche oltre i confini statali – per trovare corrispondenze. Non si tratta più di reazione a un evento (quella targa era sul luogo del crimine), ma di proattività algoritmica: l’agente formula un’ipotesi su un sospetto e il sistema setaccia lo spazio pubblico in tempo reale o quasi.

L’infrastruttura dietro la magia: edge, cloud e potenza inferenziale

Anche se Flock non divulga i dettagli, sistemi di questo tipo richiedono hardware capace di eseguire inference direttamente sui dispositivi – per elaborare le immagini riprese – e un’architettura cloud o ibrida per aggregare i metadati e consentire ricerche cross-camera. Ogni camera esegue modelli di computer vision per estrarre caratteristiche (genere, abbigliamento, accessori, tipo di mobilità) e li indicizza. Quando arriva una query FreeForm, il backend confronta il testo con gli embedding multimodali, probabilmente sfruttando tecniche di tipo CLIP o simili, per restituire i frame pertinenti. È una pipeline non dissimile da quella dei motori di ricerca visuali, ma applicata alla sorveglianza di massa.

Questo apre un vaso di Pandora per la sovranità dei dati e il controllo. Le forze dell’ordine di uno Stato possono interrogare telecamere installate in un altro Stato senza alcuna mediazione giudiziaria locale, creando un unico panopticon federativo che aggira i limiti giurisdizionali. In pratica, l’architettura tecnica crea un accesso uniforme a un archivio sempre più capillare di corpi e movimenti, dove il confine tra ricerca mirata e dragnet digitale si fa labilissimo.

Chi vince e chi perde nella sorveglianza come servizio

L’adozione di questi strumenti non è neutrale. Per le forze di polizia, il vantaggio è evidente: tempi di indagine ridotti, possibilità di trovare sospetti che non hanno veicoli, ampliamento del controllo. Per i cittadini, invece, il prezzo è un monitoraggio granulare che colpisce chiunque abbia una caratteristica visibile, compresa l’affiliazione politica – 404 Media cita casi in cui le ricerche includevano riferimenti a simboli o abbigliamento politico. Il diritto all’anonimato nei luoghi pubblici si erode un frame alla volta.

A livello strutturale, la notizia segnala come l’AI stia trasformando la sorveglianza in un prodotto commerciale standardizzato. Flock vende telecamere e abbonamenti a una piattaforma che offre capacità un tempo riservate ad agenzie di intelligence. Questo abbassa la barriera tecnicica e acuisce il divario tra chi può permettersi di essere invisibile (pochi) e chi non può (la maggioranza). Per chi valuta deployment on-premise in ambito enterprise, la lezione è chiara: sistemi di analisi video con simili potenzialità richiedono un’attenta ponderazione dei rischi di compliance e del TCO, perché l’efficacia tecnica porta con sé un’enorme superficie di attacco legale e reputazionale.