📁 Market

L’ascesa dei modelli open source non sta erodendo la posizione di laboratori come Anthropic, perché i due mondi presidiano fasi diverse dell’adozione aziendale. Un’analisi degli incentivi strutturali che stanno ridisegnando il deployment dell’intelligenza artificiale.

L'investimento da 3,6 miliardi di dollari per ampliare lo stabilimento di San Antonio e trasferire parte della produzione dal Messico al Texas è un segnale strutturale. La logica delle tariffe ridisegna le mappe produttive, e l'AI on-premise segue dinamiche simili.

Anche Microsoft riduce la dipendenza dai modelli esterni per contenere la spesa AI. Dietro la mossa non c’è solo un calcolo ragionieristico: il passaggio a modelli proprietari segnala un cambio di fase per l’inference on-premise, la sovranità dei dati e il costo totale di possesso.

La società di San Francisco cerca un esperto con almeno due anni di esperienza nel settore. Stipendio base tra 185.000 e 205.000 dollari più equity. La mossa segnala l’accelerazione verso modelli di intelligenza artificiale ultra-specializzati, con ricadute dirette sul controllo dei dati e il deployment on-premise nei settori regolamentati.

Secondo Bloomberg, Microsoft ha iniziato a usare i propri modelli MAI al posto di quelli di OpenAI e Anthropic in funzioni selezionate dei suoi prodotti. A guidare la scelta sono costi e residenza dei dati. Il passaggio è graduale: la maggior parte del traffico di Copilot resta gestito dai modelli esterni.

Il nuovo modello di generazione immagini, sviluppato sotto la guida di Alexandr Wang, approda su Meta AI, Instagram e WhatsApp. Una mossa che trasforma l’AI generativa in una funzionalità nativa delle piattaforme social, con potenziali ricadute sulla concorrenza e sul controllo dei dati degli utenti.

La startup newyorkese ha scelto di non vendere software agli studi legali, ma di fondare un proprio studio basato sull’intelligenza artificiale. Una scommessa che gli investitori valutano 1,2 miliardi di dollari.

Con l’impennata dei costi delle API di OpenAI e Anthropic, le aziende statunitensi guardano sempre più ai modelli open cinesi. Un trend che riscrive gli equilibri del mercato, costringendo a ripensare non solo i fornitori ma anche le architetture di deployment: il self-hosting torna centrale, tra vantaggi di TCO e nodi di sovranità dei dati.

L'acquisizione di Arc Technologies da parte di Axos segnala la corsa delle banche digitali a incapsulare piattaforme AI-native per servire startup e aziende in crescita. Una mossa che riapre la partita sulla sovranità dei dati quando finanza e AI generativa si incontrano.

La Corte d’Appello inglese respinge il ricorso di Microsoft: le licenze software usate possono essere rivendute, anche se il programma contiene elementi creativi, e i contratti a volume sono frazionabili. La sentenza rafforza il diritto di rivendere asset on-premise, ridefinendo i calcoli di costo totale e sovranità per i carichi di lavoro che restano nei data center aziendali.

Dall’Estonia arriva un dato che ribalta le logiche dell’influencer marketing: le comunità di nicchia vendono più dei grandi numeri. Un segnale che parla anche a chi costruisce infrastrutture AI lontano dal cloud, dove fiducia, controllo e sovranità dei dati stanno diventando il vero vantaggio competitivo.

L’economista Christopher Pissarides mette in guardia: l’intelligenza artificiale non riporterà le economie occidentali a una fase di boom produttivo. Per chi guarda all’on-premise, il suo scetticismo ridimensiona le aspettative di ritorno immediato e sposta l’attenzione su controllo dati e TCO.

Jama Connect, Visure, Codebeamer, Polarion, IBM DOORS e altre soluzioni si contendono il settore automotive. Ma la partita vera, oltre alle feature, si gioca sul controllo della supply chain e sulla possibilità di tenere i dati in casa, un fattore sempre più decisivo per i fornitori che operano in ambienti regolati e con proprietà intellettuale sensibile.

Il venture capital europeo per la difesa accelera con il nuovo fondo di Expeditions, sostenuto da BAE Systems e dal NATO Innovation Fund. Dietro i numeri, una spinta strutturale verso infrastrutture AI locali, air-gapped e sovrane, destinate a premiare hardware specializzato e integratori di sistema.

L'ingegneria dei requisiti esce dall'era della compilazione manuale. L'IA generativa sta automatizzando scrittura, revisione e verifica, ma la posta in gioco per la proprietà intellettuale spinge verso modelli on-premise e un controllo più granulare.

Richard White, co-fondatore di WiseTech Global, cede la carica di executive chair dopo settimane di pressioni, mantenendo però il ruolo di chief innovation officer e un posto nel board. La mossa può ridefinire gli equilibri strategici in un settore dove la sovranità dei dati e i deployment on-premise stanno diventando discriminanti competitive.

Quattro stati USA chiedono a Meta 1,4 trilioni di dollari, quasi quanto il suo valore di mercato. Un esito estremo del processo di agosto metterebbe a dura prova il principale sostenitore dei Large Language Models aperti, costringendo le aziende che fanno self-hosting di LLaMA a ripensare le proprie strategie di data sovereignty.

Synopsys avrebbe deciso di ritirarsi dal software per il controllo delle fabbriche di semiconduttori, dirottando gli ingegneri verso il design di chip per l’intelligenza artificiale. Una mossa che ridisegna gli equilibri nel settore: chi guadagna, chi perde e cosa significa per l’hardware on-premise.

Un laboratorio in microgravità invierà dati per modelli predittivi sulle proteine coinvolte in Alzheimer e cancro. L'iniziativa segnala un incrocio crescente tra biotech, spazio e infrastrutture di calcolo specializzate.

Samsung ha guidato un utile operativo trimestrale di 89,4 trilioni di won, 19 volte superiore a un anno fa e record assoluto per il tech. La domanda di memoria per AI è il motore. AI-RADAR analizza cosa significa per chi valuta deployment on-premise: la corsa alla larghezza di banda può ridefinire costi e sovranità dei dati.