Everlab, startup healthtech di Melbourne, ha chiuso un round di finanziamento Series A da 65 milioni di dollari australiani, guidato da Airtree. I fondi supporteranno l'espansione nel Regno Unito e lo sviluppo di una piattaforma per coordinare i dati sanitari dei pazienti lungo l'intero arco della vita. L'obiettivo è spostare il focus della cura primaria dal trattamento reattivo alla prevenzione, superando i limiti degli attuali sistemi sanitari.
Il ritardo nella decisione statunitense di inserire DeepSeek in una blacklist evidenzia la crescente complessità dei controlli sulle esportazioni di tecnicie AI. Questa situazione solleva interrogativi cruciali per le aziende che puntano a deployment on-premise, influenzando l'accesso a hardware e modelli, e ponendo sfide significative alla sovranità dei dati e al Total Cost of Ownership delle infrastrutture AI.
La decisione degli Stati Uniti di limitare l'accesso ai modelli AI più avanzati di Anthropic per i cittadini stranieri ha riacceso il dibattito in Europa sulla sovranità tecnicica. L'annuncio, avvenuto in concomitanza con eventi chiave come VivaTech e il G7, sottolinea le crescenti preoccupazioni europee riguardo alla dipendenza da infrastrutture e modelli AI sviluppati oltreoceano, spingendo verso soluzioni on-premise e un maggiore controllo sui dati e sulle operazioni.
Il gruppo di cyber-estorsione FulcrumSec ha dichiarato di aver sottratto circa 1.3 terabyte di dati a Novo Nordisk, l'azienda farmaceutica danese produttrice di farmaci come Wegovy e Ozempic. I criminali hanno richiesto un riscatto di 25 milioni di dollari per non divulgare le informazioni, ma Novo Nordisk ha rifiutato il pagamento. L'incidente evidenzia i rischi crescenti per la sovranità dei dati e la sicurezza delle infrastrutture aziendali.
Le recenti restrizioni statunitensi sull'esportazione di tecnicie AI, in particolare quelle che hanno coinvolto Anthropic, stanno catalizzando un movimento globale verso la "sovereign AI". Questa spinta riflette la crescente preoccupazione per il controllo dei dati, la compliance normativa e la sicurezza nazionale, spingendo organizzazioni e governi a considerare soluzioni di intelligenza artificiale self-hosted o on-premise per mantenere la piena autonomia sulle proprie infrastrutture e modelli.
NeuralTrust ha raccolto 20 milioni di dollari in un round di finanziamento seed, guidato da Alstin Capital, per espandere la sua piattaforma di sicurezza per gli agenti AI. L'investimento arriva mentre le aziende aumentano l'adozione di questi sistemi, ponendo maggiore enfasi su visibilità, governance e sicurezza. La piattaforma offre strumenti unificati per scoprire, monitorare, governare e proteggere gli agenti AI, identificando e mitigando in tempo reale tentativi di estrazione dati o manipolazione.
L'evento PCIM 2026 mette in luce la crescente convergenza tra i settori dell'intelligenza artificiale e della mobilità elettrica, evidenziando il ruolo cruciale delle infrastrutture ad alta tensione. Questa sinergia è fondamentale per affrontare le crescenti esigenze energetiche dei carichi di lavoro AI, specialmente in contesti on-premise, e per ottimizzare il Total Cost of Ownership (TCO) delle soluzioni tecniciche, garantendo al contempo sovranità dei dati e scalabilità.
D-Link, guidata dal CEO Chia-Jui Chang, ha annunciato l'intenzione di entrare nel mercato dei robot terapeutici basati su intelligenza artificiale, fissando un ambizioso obiettivo di 100.000 consegne entro il 2027. Questa mossa strategica evidenzia la crescente integrazione dell'AI in dispositivi fisici, sollevando questioni cruciali su deployment edge, sovranità dei dati e requisiti hardware per l'inference on-device.
Nvidia ha recentemente enfatizzato l'importanza del networking ottico per le infrastrutture AI, un'affermazione che coincide con l'avvio della costruzione di un nuovo impianto di chip AI da parte di Coherent in Texas. Questi sviluppi evidenziano la crescente interdipendenza tra capacità di calcolo avanzate e connettività ad alta velocità, elementi cruciali per il deployment di Large Language Models (LLM) e altre applicazioni di intelligenza artificiale, specialmente in contesti on-premise dove controllo e performance sono prioritari.
Un esperimento insolito ha dimostrato la capacità di eseguire un Large Language Model, "Le Gros Chaton", su un'autoradio di una Toyota Corolla del 1984. Questo caso estremo evidenzia le crescenti possibilità di deployment di LLM su hardware altamente vincolato, spingendo i confini dell'edge computing e sollevando interrogativi sulle tecniche di ottimizzazione necessarie per l'inference locale.
Un data center di xAI, cruciale per i sistemi Grok e per le esigenze militari statunitensi, è al centro di una controversia legale. La National Association for the Advancement of Colored People (NAACP) ha citato in giudizio xAI per l'operatività di decine di turbine a gas senza permessi, sollevando questioni ambientali e di salute. L'episodio evidenzia le complessità e i trade-off legati alla costruzione e gestione di infrastrutture AI su larga scala in modalità self-hosted, specialmente in termini di consumo energetico e conformità normativa.
La startup ceca Neuron Soundware ha sviluppato Sound Shield, un sistema di rilevamento acustico basato su AI che identifica i droni tramite il suono dei loro motori. Utilizzando sensori a basso costo (100-150 euro l'uno), offre un'alternativa passiva ed economica ai radar tradizionali. La tecnicia è pensata per monitorare droni a bassa quota sopra città, infrastrutture critiche e installazioni militari, con un focus iniziale sulle reti elettriche, rispondendo a esigenze di sicurezza e controllo on-premise.
Il kernel Linux ha introdotto nuove linee guida per l'accettazione di file system inediti. Questa iniziativa risponde alla proliferazione di soluzioni spesso poco mantenute o con scarso impatto, nonostante l'emergere continuo di proposte nel mondo Open Source. L'obiettivo è garantire la qualità e la sostenibilità dei componenti integrati, fornendo un framework formale per gli sviluppatori che mirano all'inclusione nel kernel.
Un impianto cerebrale ha consentito a un uomo affetto da SLA di comunicare in modo indipendente per oltre 3.800 ore in due anni, generando quasi due milioni di parole con un'accuratezza del 99%. Lo studio, condotto dalla UC Davis, evidenzia il potenziale delle interfacce neurali per migliorare significativamente la qualità della vita, operando senza necessità di intervento costante da parte di ricercatori.
Durante il keynote di Antonio Neri a HPE Discover 2026, l'azienda ha delineato la sua visione per le tecnicie di rete di nuova generazione e le soluzioni AI. L'evento ha posto l'accento sull'integrazione di queste aree, cruciale per le infrastrutture enterprise che mirano a gestire carichi di lavoro complessi, in particolare nel contesto dei Large Language Models (LLM) e del deployment on-premise.
Il Dipartimento della Difesa statunitense sta impiegando strumenti di intelligenza artificiale generativa per automatizzare la stesura di report richiesti dal Congresso. Questa iniziativa, che sfrutta Google Cloud Gemini for Government tramite la piattaforma GenAI.mil, ha ridotto drasticamente i tempi di produzione, sollevando questioni sui modelli di deployment per carichi di lavoro sensibili e la sovranità dei dati.
Google ha rilasciato Android 17 e Wear OS 7, introducendo nuove funzionalità e un Pixel Drop che porta i modelli AI Gemini sui dispositivi Pixel. Questo passo evidenzia la crescente diffusione dell'intelligenza artificiale a livello consumer, sollevando questioni rilevanti per le aziende riguardo all'efficienza dell'inference, alla sovranità dei dati e al Total Cost of Ownership (TCO) nei deployment di Large Language Models (LLM), sia on-premise che all'edge.
Nonostante le recenti azioni del governo statunitense contro modelli come Claude Fable 5 e Mythos 5 di Anthropic, l'emergere di LLM con capacità di hacking avanzate è considerato inevitabile. Questo scenario solleva questioni critiche per le organizzazioni che valutano deployment on-premise, ponendo l'accento sulla necessità di infrastrutture robuste, controllo sulla sicurezza e sovranità dei dati per mitigare i rischi associati a queste nuove generazioni di intelligenza artificiale.
L'esperienza di un ex stagista di OpenAI evidenzia come, nell'era dell'AI, la capacità di creare software visivamente impressionante sia più facile che mai. Tuttavia, la vera sfida per le aziende risiede nel giudizio critico: comprendere cosa fidarsi, cosa testare e quando l'intervento umano è indispensabile. Questo aspetto è cruciale per chi valuta deployment on-premise, dove controllo e affidabilità sono prioritari.
L'adozione di applicazioni AI e infrastrutture LLM sta rendendo obsoleta la gestione tradizionale delle vulnerabilità. Le aziende affrontano nuove superfici di attacco, con servizi AI mal configurati che sfuggono agli scan CVE. CyCognito propone un approccio di pentesting basato sull'AI per identificare queste esposizioni critiche, sottolineando la necessità di strategie di sicurezza avanzate per i deployment moderni.