Zazume, azienda spagnola di proptech, ha ottenuto un finanziamento di 2,5 milioni di euro. L'investimento, guidato da Nordstar e GTV Capital, con il supporto di Sabadell Venture Capital, mira a sostenere l'espansione dell'azienda e l'acquisizione di portafogli di gestione immobiliare residenziale in Spagna. La piattaforma di Zazume digitalizza il ciclo di vita degli affitti combinando tecnicia proprietaria, intelligenza artificiale e servizi finanziari per migliorare l'efficienza operativa.
SEALSQ, azienda svizzera specializzata in crittografia post-quantistica, ha acquisito una quota di maggioranza in WeCan Group. L'operazione, che include un investimento aggiuntivo di 5 milioni di franchi svizzeri, mira ad accelerare lo sviluppo di strumenti di compliance basati sull'intelligenza artificiale per istituti finanziari come Pictet, Lombard Odier e Barclays, con un focus sulla sicurezza post-quantistica.
Vinted Ventures ha guidato un round di finanziamento da 26 milioni di dollari per Tilt, un'applicazione londinese di aste in diretta. Questa operazione segna il primo investimento di Vinted Ventures nel settore del live-commerce ed è interpretata come una strategia difensiva per contrastare l'espansione di Whatnot, che minaccia la posizione di Vinted nel mercato europeo del resale.
Il CEO della Commonwealth Bank of Australia, Matt Comyn, ha sollevato preoccupazioni sull'adozione dell'AI in ambito aziendale. Comyn ha coniato il termine 'work slop' per descrivere l'output di bassa qualità generato dagli strumenti di intelligenza artificiale, che si sta diffondendo nei flussi di lavoro corporate. Ha inoltre evidenziato come i costi dell'AI, basati sui token, stiano aumentando proporzionalmente alla complessità dei compiti, ponendo sfide significative per le grandi imprese.
Mach Industries, startup di Huntington Beach specializzata in tecnicia per la difesa, ha chiuso un round di finanziamento Series C da 300 milioni di dollari, portando la sua valutazione a 1,8 miliardi di dollari. L'azienda, fondata tre anni fa da Ethan Thornton, ventiduenne ex studente del MIT, ha quasi quadruplicato il suo valore rispetto a quanto registrato a giugno 2025, in un contesto di crescente interesse del Pentagono per la supremazia dei droni.
Qisda sta rafforzando il suo impegno nell'intelligenza artificiale, proiettandosi verso una ripresa nel 2026. Questa mossa riflette una tendenza più ampia nel settore, dove le aziende esplorano l'AI per l'ottimizzazione operativa. Per le imprese, l'adozione dell'AI, specialmente con Large Language Models, solleva questioni cruciali legate al deployment, alla sovranità dei dati e al Total Cost of Ownership, spingendo molte a considerare soluzioni on-premise per maggiore controllo e sicurezza.
Il mercato dei notebook affronta una fase di debolezza, influenzato dall'emergere degli AI PC e dalla presenza dei MacBook di fascia bassa. Questa dinamica evidenzia una crescente attenzione verso le capacità di elaborazione AI in locale, con implicazioni significative per l'Inference on-premise, la sovranità dei dati e il TCO, spingendo le aziende a riconsiderare le proprie strategie di deployment.
Alphabet, la casa madre di Google, ha annunciato un piano per raccogliere 80 miliardi di dollari in capitale azionario. Questa mossa, insolitamente ampia per l'azienda, mira a finanziare investimenti significativi in infrastrutture di calcolo AI di livello mondiale. La decisione è motivata da una domanda senza precedenti da parte dei clienti, evidenziando l'accelerazione degli investimenti nel settore dell'intelligenza artificiale.
STMicroelectronics ha rivisto al rialzo le sue previsioni di ricavi dal settore dei data center, portandole a circa 1 miliardo di dollari entro il 2026. L'azienda franco-italiana attribuisce questa crescita alla domanda sostenuta per l'infrastruttura AI e a un'accelerazione nella capacità produttiva. Questo scenario evidenzia la crescente importanza del silicio per l'AI, con implicazioni dirette per le strategie di deployment on-premise e la pianificazione dell'infrastruttura.
Anthropic ha avviato il processo per una potenziale Offerta Pubblica Iniziale (IPO) con una presentazione riservata, posizionandosi in anticipo rispetto a concorrenti chiave come OpenAI. Questa mossa strategica evidenzia l'intensa competizione e la crescente maturità del settore dei Large Language Models, con implicazioni significative per gli investimenti in infrastrutture e le strategie di deployment, sia cloud che on-premise.
Ennoconn, fornitore di soluzioni per l'Internet delle Cose e l'intelligenza artificiale, ha annunciato di prevedere che il suo business legato all'AI supererà i 10 miliardi di dollari taiwanesi entro il 2026. Questa proiezione evidenzia la rapida espansione del mercato delle infrastrutture AI e la crescente domanda di soluzioni hardware e software per l'implementazione di Large Language Models (LLM) in contesti enterprise, con un'attenzione particolare ai deployment on-premise.
Il presidente di TAITRA ha evidenziato come la forte e continua domanda di token AI stia guidando un aumento significativo delle spedizioni di hardware. Questa dinamica di mercato ha profonde implicazioni per le aziende che valutano strategie di deployment di Large Language Models (LLM) e carichi di lavoro AI, sottolineando l'importanza di considerare soluzioni on-premise per ottimizzare il Total Cost of Ownership (TCO) e garantire la sovranità dei dati.
Il CEO di ASE ha sottolineato come l'ecosistema taiwanese dei semiconduttori, frutto di quarant'anni di sviluppo, sia estremamente difficile da replicare. Questa realtà ha profonde implicazioni per la supply chain globale e per le strategie di deployment di infrastrutture AI, in particolare per le soluzioni on-premise che dipendono da silicio avanzato e da una filiera consolidata.
Jensen Huang, CEO di NVIDIA, ha espresso grande fiducia in Marvell durante Computex, definendola una potenziale "trillion-dollar company". L'elogio sottolinea il ruolo cruciale di Marvell nello sviluppo di infrastrutture per data center e soluzioni di silicio personalizzate, elementi fondamentali per i deployment di Large Language Models on-premise e per la sovranità dei dati.
OpenAI sta intensificando i suoi sforzi nel campo della robotica, annunciando una campagna di assunzioni mirata a ingegneri specializzati nello sviluppo di hardware e intelligenza artificiale. L'iniziativa, rivelata da Sam Altman, segna un'espansione significativa delle ambizioni dell'azienda oltre i Large Language Models, verso applicazioni fisiche dell'AI. Questo passo evidenzia l'interesse crescente per l'integrazione tra AI avanzata e sistemi robotici autonomi.
Hewlett Packard Enterprise (HPE) ha annunciato l'accelerazione dei propri obiettivi finanziari a lungo termine, spinta da una significativa crescita nella domanda di infrastrutture dedicate all'intelligenza artificiale. Questo trend riflette l'espansione del mercato AI e la necessità delle aziende di dotarsi di capacità computazionali robuste per carichi di lavoro complessi, con implicazioni dirette per le strategie di deployment on-premise.
KYEC, attore chiave nel packaging e testing di semiconduttori, annuncia un cambio di leadership. Chi-chun Hsieh subentra a CK Lee come presidente. Questa transizione avviene in un momento cruciale per la supply chain globale dei chip, fondamentale per l'espansione delle infrastrutture AI, inclusi i deployment on-premise. La stabilità e la direzione strategica di aziende come KYEC sono vitali per garantire la disponibilità di hardware specializzato.
La Cina ha imposto un divieto alle aziende di citare l'intelligenza artificiale come ragione ufficiale per i licenziamenti, spingendole a nascondere i tagli o a riqualificare il personale. Questa mossa riflette una crescente attenzione globale all'impatto sociale dell'IA e solleva interrogativi sulle strategie di gestione della forza lavoro e sul TCO per le imprese che adottano soluzioni AI, inclusi i deployment on-premise.
Le aziende stanno rallentando gli investimenti in intelligenza artificiale, in particolare nei Large Language Models (LLM), a causa dell'escalation dei costi legati all'uso dei token e della difficoltà nel dimostrare un ritorno sull'investimento (ROI) misurabile. Questa tendenza spinge le organizzazioni a riconsiderare le proprie strategie di deployment, valutando alternative on-premise per un maggiore controllo sui costi e sulla sovranità dei dati.
L'industria dei Printed Circuit Board (PCB) di Taiwan è proiettata a superare 1 trilione di NT$ entro il 2026. Questa crescita è fondamentale per la supply chain tecnicica globale, inclusa l'infrastruttura AI. Tuttavia, permangono rischi che potrebbero influenzare la disponibilità e i costi dei componenti essenziali per i deployment on-premise di Large Language Models (LLM), rendendo cruciale una pianificazione strategica per CTO e architetti infrastrutturali.