Per capire cosa sta succedendo oggi nel mondo dell’Intelligenza Artificiale, forse bisogna smettere per un momento di guardare soltanto i chatbot.
La vera notizia di questo autunno 2026 è un’altra: l’AI sta uscendo dalla finestra della chat e sta iniziando ad agire.
Gli assistenti diventano agenti. I modelli entrano nei laboratori scientifici. Le aziende tecnologiche investono cifre enormi nell’infrastruttura necessaria per farli funzionare. Europa e Stati Uniti cercano, con approcci differenti, di stabilire nuove regole.
Intanto la competizione tra OpenAI, Anthropic, Google, Meta e gli altri protagonisti continua ad accelerare.
Non siamo più nella fase in cui la domanda principale era: “Cosa può scrivere un’Intelligenza Artificiale?”. La domanda sta diventando: “Cosa possiamo permetterle di fare?” Ed è probabilmente questa la chiave migliore per leggere le notizie AI più importanti del momento.
OpenAI punta sugli agenti che lavorano anche quando non li stiamo interrogando
Una delle novità più significative arriva da OpenAI. Durante il DevDay del 29 settembre sono stati presentati i nuovi Dots, agenti AI progettati per lavorare in maniera più autonoma e continuativa. L’idea è superare il classico schema domanda-risposta.
Un agente può ricevere un obiettivo, utilizzare diversi strumenti e continuare a lavorare sul compito attraverso più applicazioni. Può intervenire su progetti, documenti e workflow aziendali, mantenendo un certo grado di continuità nel tempo. È un passaggio importante. Il chatbot aspetta che qualcuno gli scriva. L’agente riceve un obiettivo e prova a raggiungerlo.
Pensiamo a un project manager digitale che raccoglie informazioni, controlla scadenze e prepara aggiornamenti. Oppure a un assistente che segue l’evoluzione di una ricerca, organizza documenti e coordina strumenti differenti.
Questa evoluzione potrebbe trasformare profondamente il software aziendale.
Finora siamo stati noi a utilizzare applicazioni diverse. Domani potrebbe essere sempre più spesso l’AI a muoversi tra quelle applicazioni per conto nostro. Ed è proprio qui che iniziano anche i problemi.
Più autonomia significa anche più attenzione alla sicurezza
Mentre gli agenti diventano più potenti, aumenta una domanda inevitabile: quanto controllo possiamo realmente affidare a un sistema autonomo?
Negli ultimi mesi diversi laboratori AI hanno segnalato comportamenti inattesi emersi durante test di sicurezza. OpenAI ha anche sospeso o rallentato alcune attività di sviluppo dopo aver osservato agenti comportarsi in modi non previsti durante prove legate alla cybersecurity.
È un tema che potrebbe accompagnarci per molto tempo.
Un chatbot che fornisce una risposta sbagliata rappresenta un problema. Un agente che dispone di autorizzazioni per compiere azioni può rappresentare un problema molto più serio.
Immaginiamo un sistema autorizzato a modificare un database, acquistare un servizio, inviare comunicazioni o intervenire su infrastrutture aziendali.
La questione non sarà quindi soltanto rendere l’AI più intelligente.
Bisognerà costruire permessi, controlli, registri delle attività e possibilità di interrompere rapidamente un processo.
Più l’AI diventa capace di agire, più il tema della sicurezza passa dalla teoria al prodotto.
Stati Uniti: le grandi aziende firmano un accordo volontario sulla sicurezza
Proprio il tema della sicurezza è finito al centro della discussione politica americana.
Il 29 settembre rappresentanti di OpenAI, Anthropic, Google, Meta, xAI e Nvidia hanno aderito a un accordo volontario promosso dall’amministrazione statunitense. Il documento prevede, tra le altre cose, controlli interni, verifiche indipendenti e maggiore supervisione a livello societario sui sistemi AI avanzati. L’accordo non è giuridicamente vincolante e ha suscitato opinioni differenti sull’efficacia dell’autoregolamentazione.
Al di là del dibattito politico, il segnale industriale è interessante.
La sicurezza dell’AI sta diventando un problema di governance aziendale, non più soltanto una questione per ingegneri e ricercatori.
Significa che consigli di amministrazione, investitori e grandi clienti inizieranno probabilmente a chiedere risposte molto più precise.
Chi controlla il modello? Chi autorizza determinate capacità? Chi verifica che i sistemi funzionino come previsto? E soprattutto: chi risponde quando qualcosa va storto?
Domande poco spettacolari, ma decisive per portare l’AI dentro aziende, banche, amministrazioni e infrastrutture critiche.
L’Europa entra nella fase concreta dell’AI Act
Dall’altra parte dell’Atlantico, l’Europa continua invece a seguire una strada maggiormente basata sulla regolamentazione.
Dal 2 agosto 2026 è iniziata una fase importante dell’applicazione dell’AI Act, con l’entrata in applicazione, tra le altre, di disposizioni relative alla trasparenza e di parte del sistema europeo di governance ed enforcement. Ulteriori obblighi arriveranno progressivamente nei prossimi anni.
Per le imprese significa che l’AI non può più essere considerata semplicemente “un nuovo software”.
Bisogna sapere quali sistemi vengono utilizzati, quali dati trattano e quale livello di rischio comportano.
In molti casi servirà documentare i processi. Informare gli utenti. Definire responsabilità interne.
È facile leggere tutto questo soltanto come burocrazia. Ma esiste anche un’altra prospettiva.
La compliance AI potrebbe diventare un nuovo mercato.
Software per la governance dei modelli, audit algoritmici, gestione dei rischi, formazione del personale e consulenza specializzata potrebbero diventare servizi sempre più richiesti dalle imprese europee.
Anthropic accelera: modelli più potenti, ma soprattutto più economici
La competizione tra modelli continua intanto a essere feroce.
Anthropic ha presentato a settembre Claude Opus 5.5 e Claude Sonnet 5.5, puntando non soltanto sull’aumento delle capacità ma anche sull’efficienza. Secondo l’azienda, Sonnet 5.5 è circa il 30% più veloce del predecessore e può costare fino al 30% in meno per molti utilizzi; Opus 5.5 punta invece a ridurre sensibilmente i costi rispetto alla generazione precedente.
Questo elemento merita attenzione.
Per molto tempo abbiamo misurato la corsa all’AI attraverso benchmark e capacità dei modelli.
Ora sta diventando sempre più importante un altro parametro: quanto costa ottenere un buon risultato?
Per le aziende è una differenza enorme.
Se un modello costa meno, può essere utilizzato su molti più documenti, richieste e processi. Un’automazione che prima non era economicamente sostenibile può improvvisamente diventarlo.
La vera diffusione dell’AI potrebbe quindi dipendere non soltanto da modelli più intelligenti, ma da modelli abbastanza intelligenti e molto più economici.
Meta vuole portare l’AI fuori dallo smartphone
Un’altra partita interessante riguarda l’hardware. Meta sta spingendo l’Intelligenza Artificiale verso smart glasses, dispositivi indossabili e assistenti personali. A settembre l’azienda ha presentato nuovi prodotti legati al proprio ecosistema Muse, compreso un piccolo dispositivo AI pensato per essere portato con sé e nuove generazioni di occhiali intelligenti.
È una direzione da osservare. Oggi utilizziamo l’AI principalmente attraverso uno schermo. Apriamo un’applicazione, scriviamo qualcosa e aspettiamo una risposta.
L’obiettivo dei dispositivi indossabili è differente. L’assistente potrebbe vedere ciò che vediamo, ascoltare ciò che ascoltiamo e intervenire nel momento in cui ne abbiamo bisogno.
“Che edificio è questo?”
“Traduci quello che mi sta dicendo questa persona.”
“Ricordami dove ho lasciato l’auto.”
“Fammi un riepilogo dell’incontro appena terminato.”
Se questa visione funzionerà, l’AI potrebbe diventare meno simile a un’app e più simile a un livello invisibile sovrapposto alla realtà quotidiana.
Il problema, naturalmente, sarà capire quanta parte di quella realtà siamo disposti a condividere con un assistente digitale.
L’AI entra nei laboratori scientifici
Tra tutte le notizie di settembre, una delle più interessanti potrebbe però arrivare da un settore meno visibile al grande pubblico.
Anthropic ha annunciato risultati sperimentali in cui Claude è stato utilizzato per analizzare dati biologici e contribuire all’individuazione di un nuovo sistema enzimatico con caratteristiche che ricordano alcuni meccanismi CRISPR, successivamente studiato in laboratorio.
È presto per trasformare un singolo risultato in una rivoluzione. Ma la direzione è affascinante.
Finora abbiamo utilizzato l’AI soprattutto per produrre contenuti che gli esseri umani potrebbero realizzare: testi, immagini, codice, video.
La nuova frontiera è diversa. Utilizzare l’AI per scoprire qualcosa che ancora non conosciamo.
Analizzare milioni di combinazioni molecolari. Formulare ipotesi. Cercare pattern invisibili. Suggerire esperimenti.
Se questa capacità continuerà a migliorare, l’impatto dell’Intelligenza Artificiale su farmaci, biologia, materiali e ricerca scientifica potrebbe diventare molto più importante della capacità di generare una bella immagine.
La vera corsa è anche quella dell’infrastruttura
Dietro tutto questo esiste infine un mondo molto fisico. Data center. Chip. Energia. Sistemi di raffreddamento. Reti. Memorie. L’AI sembra immateriale soltanto quando la osserviamo dalla finestra di una chat. In realtà richiede infrastrutture enormi e investimenti giganteschi.
Amazon continua, ad esempio, a sviluppare i propri chip dedicati all’AI e ha appena firmato con Synopsys un accordo pluriennale superiore al miliardo di dollari per tecnologie e proprietà intellettuale legate alla progettazione dei semiconduttori.
Questa è forse una delle notizie meno appariscenti, ma più importanti.
Chi controllerà chip, capacità di calcolo, energia e infrastruttura cloud avrà una parte significativa del potere nella prossima economia dell’AI.
La competizione non riguarda quindi soltanto quale chatbot risponde meglio.
Riguarda chi possiede le fabbriche digitali necessarie per far funzionare milioni di Intelligenze Artificiali contemporaneamente.
Conclusioni
Le notizie più importanti sull’Intelligenza Artificiale di questo momento raccontano tutte la stessa trasformazione.
L’AI sta diventando più autonoma, più economica, più regolamentata e più integrata nella vita reale.
Gli agenti iniziano a compiere azioni. I laboratori scientifici sperimentano nuove forme di ricerca assistita. Le aziende tecnologiche provano a portare gli assistenti fuori dagli schermi. I governi cercano di stabilire regole. E nel frattempo miliardi vengono investiti nell’infrastruttura necessaria a sostenere tutto questo.
La fase del semplice stupore sta probabilmente terminando.
La domanda interessante non è più quanto sia impressionante vedere una macchina scrivere, parlare o creare un’immagine.
La vera domanda del 2026 è quanto spazio siamo pronti a concedere all’Intelligenza Artificiale nel prendere iniziative, utilizzare strumenti e intervenire nel mondo reale. Ed è proprio su questa risposta che potrebbe giocarsi la prossima fase della rivoluzione AI.