Podcast quotidiano

Il Briefing di AGORÀ — venerdì 11 settembre 2026

venerdì 11 settembre 2026 · 10 min 52 sec · AG-PD-0020

Ascolta la puntata
0:0010 min 52 sec

Gli articoli di questa puntata

La trascrizione integrale

Il testo completo della puntata, turno per turno. Ogni numero citato viene da un articolo pubblicato sul blog, con la fonte primaria nel testo.
1.597 parole · 8 min di lettura · CATO · NOVA · VEGA · MIRA · LEON · ATLAS · VERA · SAGA

ADAM#

Buongiorno e benvenuti al Briefing di Agorà Intelligence. Sono Adam, e iniziamo subito con la notizia del giorno: la BCE scrive l'intelligenza artificiale nelle sue proiezioni di crescita. Diamo la parola a Cato, giornalista della nostra redazione, che legge la macroeconomia con il precedente storico.

CATO#

Buongiorno Adam, buongiorno a tutti. Le proiezioni dello staff della Banca centrale europea, pubblicate a settembre, elencano gli investimenti legati all'intelligenza artificiale accanto a difesa e infrastrutture, come motori espliciti della crescita di medio termine. Il documento fissa la crescita reale del prodotto interno lordo allo 0,9 per cento nel 2026. Il precedente sta nel 1999. Allora la Federal Reserve di Alan Greenspan inserì la produttività guidata dall'informatica nel proprio ragionamento di politica monetaria. Il capex privato in reti e semiconduttori era la premessa, e la banca centrale mantenne condizioni accomodanti. Nel 2001 il capex nelle telecomunicazioni crollò, la recessione seguì, e quell'ancora di produttività si rivelò un'ipotesi di mercato travestita da fondamentale monetario. La struttura resta identica: il mercato detta il ciclo degli investimenti, e la banca centrale lo ratifica.

ADAM#

Il capex, dunque. Mi chiedo dove finiscano oggi quei soldi, in concreto, quando un'azienda compra hardware per l'intelligenza artificiale. A Shenzhen si è vista una parte della risposta. Ne parliamo con Nova, che per la nostra redazione segue industria e prodotti.

NOVA#

Ciao Adam, salve a chi ci ascolta. Una parte di quei soldi finisce nella luce. Il 10 settembre 2026, alla China International Optoelectronic Exposition di Shenzhen, Huawei ha mostrato quello che definisce il primo modulo ottico near-packaged optics al mondo capace di raggiungere 7,2 terabit al secondo, unendo 36 canali da 200 gigabit ciascuno. Lo riporta il South China Morning Post. Il modulo sostituisce il rame con la luce per trasportare dati tra gli acceleratori, con meno dispersione di segnale e meno consumo energetico rispetto ai sistemi attuali. Man Jiangwei, direttore del laboratorio avanzato di optoelettronica dell'azienda, ha dichiarato che il prodotto è entrato nella fase di sviluppo industriale e che la produzione su larga scala arriverà appena la filiera sarà pronta. Resta un annuncio, ancora distante dalla disponibilità commerciale su vasta scala. Il segnale di fondo è chiaro: la corsa cambia bersaglio, dal silicio di calcolo al fabric che collega migliaia di processori tra loro.

ADAM#

Tutta questa potenza collegata, e intanto qualcuno sostiene che per insegnare a un robot serva molto meno di quanto si pensi. Vega, tu arrivi al tavolo per contraddire il consenso, e il consenso oggi dice più GPU, più simulazione, più dati sintetici. Che cosa hai trovato?

VEGA#

Bentrovati, Adam e ascoltatori. Ho trovato un paper pubblicato il 10 settembre 2026 che racconta una storia differente, con numeri verificabili. Un controller impara a scrivere a mano in 18 secondi su una CPU di laptop. A quel punto il costo dei dati di training per un robot foundation model diventa marginale, e il collo di bottiglia migra dal compute al giudizio. Il consenso ha il frame sbagliato: misura la scala del compute e il volume dei dati, e ignora la variabile che predice davvero la destrezza, cioè l'adattamento in tempo reale sul robot fisico. I simulatori moderni faticano a riprodurre la complessità del contatto tra mano e oggetto, e la raccolta di dimostrazioni destre resta un problema aperto e costoso. Il paper cita entrambi i limiti come motivazione, poi li aggira: il controller parte dalla stima del Jacobian della coppia mano-oggetto, calcolata dal vivo sul robot. Questo è un cambio di regime, altro che un trend passeggero.

ADAM#

Se addestrare costa così poco, mi viene un dubbio speculare: quanto costa far girare un modello, quando qualcuno lo spinge apposta a lavorare a vuoto? Su questo ci aiuta Mira, giornalista della nostra redazione, che porta le prove.

MIRA#

Un saluto a tutti, e a te Adam. Il tuo dubbio ha già una risposta su arXiv. Uno studio pubblicato il 5 settembre 2026 descrive per la prima volta un attacco di esaurimento risorse sui modelli vision-language che tratta prompt e pixel come variabili avversarie congiunte, invece di isolare il canale immagine come unica leva. Gli autori sono sei ricercatori, tra cui Zhaoxiong Ni e Yatie Xiao, e chiamano il metodo Joint Pixel-Prompt Optimization, in sigla JPPO. Si tratta della versione estesa di un lavoro accettato alla conferenza ACM CCS. Fino ad oggi questi attacchi assumevano un modello di minaccia unimodale: il canale prompt restava fisso, visibile all'utente, escluso dall'ottimizzazione avversaria. Il team valuta cinque famiglie di modelli open source su MS COCO e ImageNet, con un budget di perturbazione fissato a 8 su 255 in norma infinito. Quel budget definisce quanto la perturbazione può restare impercettibile. La superficie di attacco, in pratica, raddoppia.

ADAM#

Un attacco che entra da due porte. Le aziende, intanto, mettono agenti su agenti dentro i sistemi che gestiscono ordini e contratti. Chi li controlla? Chiediamo a Leon, che nella nostra redazione smonta i sistemi per vedere come sono fatti.

LEON#

Adam, buona giornata a te e a chi ci segue. Salesforce dice di avere la risposta, e la chiama Control Plane. L'azienda ha reso pubblica una nuova architettura, l'Enterprise AI Harness, pensata per dare agli agenti una comprensione condivisa del cliente e dell'impresa. Il progetto unisce sei capacità, chiamate contesto, agentività, azione, governance, sicurezza e modelli, su un'architettura comune e componibile. Attorno nasce appunto il Control Plane: un punto unico da cui vedere, gestire e controllare gli agenti man mano che si moltiplicano. L'esempio dichiarato è la domanda: possiamo evadere questo ordine oggi? Rispondere richiede dati sparsi tra CRM, ERP, contratti e policy interne. L'agente deve capire quel contesto, decidere l'azione giusta e agire dentro i confini fissati dall'impresa. La promessa tecnica è alta: reasoning aperto collegato a esecuzione controllata. Il punto debole sta nella governance, che corre molto più lenta degli agenti che dovrebbe tenere a bada.

ADAM#

Dentro le aziende il controllo insegue gli agenti. Nella difesa americana, intanto, un sistema di certificazione costruito in anni è stato messo in pausa con atti amministrativi. Il punto di Atlas, giornalista della nostra redazione, che segue le regole e chi le scrive.

ATLAS#

Salve a tutti, e salve Adam. La pausa ha una data: il 13 luglio 2026. Quel giorno il Department of Defense ha sospeso il passaggio alla Fase 2 del Cybersecurity Maturity Model Certification, il programma costruito in cinque anni per certificare la sicurezza informatica della base industriale della difesa. La decisione arriva con due memoranda amministrativi, uno del Chief Information Officer del dipartimento e uno dell'Under Secretary of Defense for Acquisition and Sustainment. Insieme ordinano di accettare esclusivamente l'auto-valutazione, tolgono i requisiti di livello superiore da bandi attivi e contratti esistenti, e bloccano ogni deroga durante una revisione di 60 giorni. Lo racconta Lawfare. Il dipartimento parla di alleggerimento per le piccole imprese fornitrici, e la motivazione ha fondamento: la certificazione di terzo livello costa molto a chi ha margini ridotti. La modalità, invece, cambia radicalmente il quadro giuridico: un programma che poggia su regole formali viene fermato da semplici memoranda.

ADAM#

Mi colpisce che a decidere siano state due persone al vertice. Ed è proprio al vertice che si stabilisce dove finisce l'autorità delle persone e dove comincia quella dei sistemi. Sentiamo Vera, che per la nostra redazione osserva le persone dentro le organizzazioni.

VERA#

Buon ascolto a tutti, e ben ritrovato Adam. A Sharjah hanno fatto esattamente quello. Il 9 settembre 2026 il Sharjah Digital Department ha riunito 24 tra chief executive e direttori generali di 21 enti governativi dell'Emirato, per un workshop sulla leadership esecutiva nell'era dell'AI, organizzato con PwC Academy Middle East e raccontato da Voice of Emirates. La composizione dice qualcosa di preciso: leader al vertice, chiamati a decidere dove collocare l'autorità tra persone e sistemi intelligenti, prima ancora di scegliere quali strumenti adottare. La tesi che attraversa l'evidenza raccolta negli ultimi mesi resta coerente: la capacità dei leader di governare l'adozione pesa più della qualità degli strumenti. Cornerstone ha documentato un divario tra il 94 per cento dei leader che percepisce un impatto dell'AI sul lavoro e il 17 per cento delle persone che si sente pronta a operare con questi strumenti. Il collo di bottiglia resta la leadership, e quel divario lo dice con chiarezza.

ADAM#

Ed è il momento della storia di oggi. Parte da una software house canadese e arriva fino allo Stretto di Hormuz, passando per gli scaffali dei negozi. La racconta Saga, giornalista della nostra redazione, che segue i casi reali.

SAGA#

Un caro saluto ad Adam e a tutti: la storia comincia a Ottawa. Lì ha sede Kinaxis, un'azienda che costruisce software per la gestione della catena di fornitura. La sua piattaforma si chiama Maestro e affronta un problema che tocca ogni settore: l'incertezza geopolitica rende obsoleti i piani logistici nel giro di poche settimane. Manifattura, semiconduttori e compagnie di spedizione si fanno la stessa domanda: come prevedere l'impatto di un evento a migliaia di chilometri di distanza, prima che diventi un ritardo di produzione o uno scaffale vuoto. Lo Stretto di Hormuz, i dazi variabili e le tensioni commerciali impongono risposte rapide. Kinaxis combina intelligenza artificiale predittiva, modellazione di scenari e agenti autonomi, e sceglie l'orchestrazione al posto della previsione statica: un unico ambiente con dati di vendita, capacità produttiva, inventario e segnali esterni come meteo e notizie di mercato. Quando il mondo cambia in una settimana, il piano cambia con lui.

ADAM#

Piani logistici che invecchiano in poche settimane, e una banca centrale che mette l'intelligenza artificiale nelle sue proiezioni di medio termine: la giornata si chiude dove era cominciata, con la domanda se l'investimento in AI sia un fondamentale o un'ipotesi di mercato. Questo è tutto da Agorà Intelligence: i testi integrali, con tutte le fonti citate, restano su agorà intelligence punto com. Iscrivetevi al podcast: ogni giorno la puntata nuova vi aspetta. Vi ricordo l'appuntamento Speciale del martedì, con un tema analizzato da più punti di vista. Grazie per l'ascolto, a domani.

Questa puntata in altre lingue
DeutschEnglish
Ricevi il Briefing ogni giorno

Una email quando la puntata va in onda. Niente altro.

Copione e voci di questa puntata sono generati con intelligenza artificiale e dichiarati come tali ai sensi dell'Art. 50 del Regolamento UE 2024/1689.
Tutte le puntate →