Sette giorni che raccontano tre velocità diverse. A Washington viene annunciata una "AI Force" sul modello della Space Force, con un "AI Czar" da nominare "nel prossimo futuro" e un requisito dichiarato curioso: possono candidarsi solo individui ad alto QI. Nello stesso post le paure sull'intelligenza artificiale vengono liquidate come un "hoax". In California il governatore Gavin Newsom annuncia un panel per regole di sicurezza statali, con un possibile "kill switch" per i modelli che diventano disallineati. In Italia il D.Lgs. 160/2026 entra in vigore il 30 settembre e trasforma la supervisione umana in un obbligo penale.

Sul fronte tecnico la settimana va nella direzione opposta. Anthropic taglia del 40% il costo di esecuzione di Opus 5.5, OpenAI risponde con GPT-6 Sol e Luna e un taglio del 50% sui prezzi API, Meta porta Muse in cima all'App Store con oltre mezzo milione di utenti in sette giorni, e la Cina si prende il 59% dei robot industriali installati nel mondo. Il filo conduttore è chiaro: mentre si discute se rallentare, i costi continuano a scendere e la distribuzione si allarga. Chi mette agenti in produzione deve tenere insieme entrambe le cose, perché la norma arriva prima del modello e il modello costa sempre meno.

Immagine generata interamente con l'AI.

Chi decide le regole sull'IA?

L'annuncio di Donald Trump arriva su Truth Social nel momento peggiore per il settore. Nelle settimane precedenti ricercatori e CEO avevano parlato apertamente di rischio esistenziale, e OpenAI era impegnata a gestire un incidente in cui uno swarm di agenti aveva condotto attacchi informatici contro bersagli mai richiesti. La risposta della Casa Bianca è politica prima che tecnica: le paure sono un complotto della sinistra radicale, l'amministrazione non frenerà "in alcun modo" la crescita, e gli Stati Uniti devono restare davanti alla Cina. Nel post arriva anche la proposta di ribattezzare la disciplina "Superior Intelligence", dettaglio che dice molto sull'umore del momento. La stima citata è che l'AI possa pesare fino al 25% del PIL americano.

La mappa che emerge è a due velocità. Washington spinge sull'acceleratore, Sacramento lavora sui guardrail. Il kill switch californiano è la parte con più sostanza tecnica: se diventa una API di stato con audit trail, allora è un requisito di design che si può vendere come feature di compliance. Se resta una commissione che si riunisce due volte l'anno, è solo costo.

Sul piano dell'industria il dibattito su un possibile rallentamento è uscito dalle newsletter di nicchia. Dario Amodei ha pubblicato un piano per "pace the frontier", una serie di passi volontari per rallentare lo sviluppo dei modelli di frontiera. Nel giro di pochi giorni Sam Altman ed Elon Musk hanno detto qualcosa di simile. Jensen Huang, durante l'All-In Summit, ha rilanciato la tesi opposta: il backlash è una bufala e la regolamentazione è inutile. Il punto strutturale sta in una riga: Nvidia vende il compute che alimenta ogni punto percentuale di capacità in più, quindi per lei un rallentamento volontario vale come un freno a mano tirato in discesa.

Le proposte sul tavolo sono tre: evaluatori terzi indipendenti che lavorano dentro le lab, standard di sicurezza coordinati tra le grandi aziende AI dei paesi democratici, e un livello di coordinamento internazionale. I critici rispondono con due obiezioni concrete: i dettagli sono vaghi, e il governo federale sembra poco interessato a far rispettare le regole esistenti, figurarsi a scriverne di nuove. Un rallentamento volontario ha un prezzo, e finché lo paga un concorrente tutti firmano volentieri il documento. La stessa dinamica descritta nel pezzo su chi scrive davvero le regole torna qui identica.

Il pezzo che cambia il lavoro quotidiano è però italiano. Il D.Lgs. 160/2026 attua la delega dell'art. 24 della Legge 132/2025 e chiude l'adeguamento al Regolamento (UE) 2024/1689, l'AI Act. Introduce nel codice penale l'art. 437-bis, che punisce l'omessa adozione di misure tecniche di sicurezza e di sorveglianza umana nei sistemi di IA ad alto rischio, insieme all'alterazione illecita dei sistemi stessi. Le pene partono da uno a cinque anni di reclusione, con cornici più severe quando dal fatto deriva un pericolo per la sicurezza dello Stato. Il testo distingue la posizione dell'utilizzatore professionale, punibile quando omette intenzionalmente la supervisione umana.

Sul fronte aziendale arriva l'estensione della responsabilità amministrativa degli enti ex D.Lgs. 231/2001, più nuove regole processuali civili per le azioni risarcitorie. Tradotto: log, documentazione tecnica, gestione dei rischi e tracciabilità della supervisione umana smettono di essere materiale di supporto e diventano prove. Se un sistema di IA ad alto rischio è già in produzione, l'AI Act è il backlog di oggi, non un tema da rimandare al 2027.

La differenza tra un'azienda che si difende e una che paga sta nella tracciabilità della sorveglianza umana.

Chi vince la guerra dei prezzi?

Claude Opus 5.5 è il primo modello di una nuova generazione. La promessa è precisa: prestazioni in linea con Claude Fable 5.1 su gran parte dei task, costo di esecuzione inferiore del 40% rispetto a Opus 5. Copre agentic coding, knowledge work e task di lunga durata, e i benchmark lo collocano davanti a GPT-6 Astra su molti test con un divario di prezzo a favore. La distribuzione è immediata su Amazon Bedrock e sulla Claude Platform on AWS, quindi chi ha già l'infrastruttura cambia l'identificativo del modello e lo porta in produzione lo stesso giorno. C'è anche un dettaglio di qualità percepita: Anthropic promette di ridurre lo stile di scrittura "Claudish" che molti utenti riconoscevano a colpo d'occhio.

La risposta di OpenAI arriva in 90 minuti con gli aggiornamenti a GPT-6 Sol e Luna, poi con un taglio del 50% sui prezzi API. Grok 4.7 esce a prezzo stracciato ma resta dietro ai leader. Xiaomi MiMo-V2.6-Pro guida i modelli aperti a costo ridotto. Il segnale è coerente: i modelli di frontiera stanno diventando una commodity con prezzi in caduta, e chi ha costruito margini sull'unicità del modello deve rivedere i conti. Dal lato di chi costruisce agenti è un aumento di budget gratuito, perché pipeline che prima erano fuori budget diventano sostenibili. Nei progetti che seguo il taglio del 40% sul costo di esecuzione cambia le decisioni più di quanto sembri. Una pipeline che oggi resta fuori budget diventa sostenibile in sei mesi, e chi la mette in produzione adesso accumula dati e apprendimento che i concorrenti pagheranno dopo a prezzo pieno. Per capire dove conviene intervenire subito faccio un audit dei costi AI in produzione.

Lato operatori restano tre indicatori concreti da guardare: il prezzo per milione di token, la latenza mediana su task agentici lunghi, e l'anzianità dei pesi aperti di frontiera. Se il primo smette di scendere per due trimestri consecutivi, se la seconda si allarga, se i terzi diventano più vecchi e più rari, allora c'è un rallentamento reale. Fino a quel momento il rumore da summit resta rumore.

Chi controlla gli agenti di consumo?

Meta ha rilasciato Muse e in una sola settimana ha raccolto oltre 500.000 utenti, arrivando in cima all'App Store di Apple. Il dettaglio che conta è un altro: l'azienda ammette che il prodotto è "fortemente ispirato" al progetto open source OpenClaw, e diversi nomi di file e porzioni di codice risultano quasi identici. Un lavoro nato nella community è stato replicato in fretta, impacchettato in un'app e spinto su milioni di dispositivi.

La lezione è sulla distribuzione, non sul codice. Mezzo milione di utenti in una settimana con un progetto open source sotto il cofano dimostra quanto sia basso il costo di copiare qualcosa di ben fatto. Chi costruisce in pubblico deve decidere oggi se vuole adozione o controllo, perché su licenza permissiva lo scenario "big tech rilancia la tua idea in una settimana" è il default. La roadmap di Meta prevede smart glasses e un dispositivo tascabile in stile Tamagotchi, quindi la partita si sposta dall'app al contesto fisico dell'utente.

Nella puntata di Equity si parla anche di a16z, che lancia la Horowitz Andreessen Academy per aspiranti founder con echi della Thiel Fellowship, dell'IPO da 2,2 miliardi di dollari di Oura e del round da 77 milioni di Ema per vendere team di agenti che automatizzano HR, IT e finance. La parte più concreta del pacchetto è quest'ultima: agenti che entrano nei processi amministrativi sono il tipo di automazione che si porta in produzione, non il gadget che si prova una volta. Un agente che vive su un wearable e conosce il contesto dell'utente vale più di dieci punti su una leaderboard, ed è probabilmente lì che si sposta il valore nei prossimi mesi. Il tema di quanto gli agenti siano davvero autonomi resta aperto, ma la distribuzione non aspetta.

Immagine generata interamente con l'AI.

Cosa dicono i robot sull'industria?

Nel 2025 le fabbriche del mondo hanno superato 5 milioni di robot industriali operativi, con uno stock in crescita del 9% e oltre 600.000 nuove installazioni, l'11% in più rispetto all'anno precedente. Sono i numeri del World Robotics 2026 pubblicato dalla International Federation of Robotics il 24 settembre 2026: il parco macchine attivo è più che raddoppiato in sette anni.

Il dato che sposta gli equilibri è la distribuzione. La Cina assorbe da sola il 59% delle nuove installazioni con 354.000 unità, il 20% in più sul 2024, e i produttori locali coprono il 55% del mercato domestico, dopo essere rimasti per anni intorno al 28%. Gli Stati Uniti superano il Giappone e conquistano il secondo posto con quasi 38.500 unità. India e Brasile accelerano. L'Europa viaggia in direzione opposta: Germania, Italia, Francia e Spagna chiudono il 2025 tutte in contrazione, e l'Italia registra un -11%. L'elettronica ed elettrico cinesi installano 96.400 robot, l'automotive cresce del 38% e metalli e macchinari del 44%.

La parte più interessante è tecnologica. Intelligenza artificiale, visione artificiale e nuovi sensori rendono i robot più adattabili e abbassano la soglia economica di ingresso. Per decenni l'automazione fisica è stata conveniente solo dove c'erano volumi alti e compiti ripetitivi. Un braccio che riconosce oggetti e si adatta a varianti diverse richiede meno ingegneria dedicata per ogni singolo caso, quindi la robotica flessibile entra nelle aziende che fino a ieri non potevano permettersela. Il 15° Piano quinquennale cinese colloca la robotica tra le tecnologie centrali della modernizzazione industriale.

Per chi progetta automazioni il collo di bottiglia si sposta sul software di orchestrazione. Il costo di integrazione per cella conta più del prezzo del robot, e i vendor che espongono API decenti hanno un vantaggio commerciale reale. Se il robot parla con lo stack tramite endpoint puliti, diventa un nodo del workflow come qualsiasi altro. Sul -11% italiano non ci sono letture consolatorie: il calo dice che si investe meno degli altri in produttività mentre la manifattura resta esposta alla concorrenza internazionale. La tecnologia è già sul mercato, il freno sta nelle decisioni e nelle competenze.

Cosa tenere d'occhio adesso?

La settimana ha prodotto una lista di strumenti da guardare con calma. Sul fronte agenti, l'OpenAI Agents SDK trasforma uno script Python in un agente con tool calling e function tools, ed è il punto di partenza più pulito per workflow multi step. Claude Code resta l'agente da terminale per scrivere, rifattorizzare e testare codice direttamente dentro il progetto, mentre OpenCode copre lo stesso ruolo con modelli open weight su Amazon Bedrock. Per chi ha bisogno di misurare invece di inseguire le demo, Vals AI offre benchmark indipendenti su task reali.

Sul lato dati e computer vision, Genie One MCP dà a qualsiasi agente il contesto business sui dati aziendali, Roboflow Workflows costruisce pipeline di visione agentica con detection, tracking e azioni triggerate da eventi, e Pinecone BYOC porta il piano dati di un vector database dentro il proprio account cloud. Sul fronte ricerca, Paper2Agent converte un paper scientifico in un agente che gira sui propri dati, la cosa più vicina a un "leggi e applica" vista quest'anno. Per chi mette in produzione su GPU, NVIDIA Topograph è uno scheduler topology-aware che riduce i colli di bottiglia piazzando i workload in base alla topologia fisica del cluster.

Tra le notizie rapide, quattro meritano attenzione. Uno swarm di agenti OpenAI ha pubblicato 53 immagini di utenti senza che il laboratorio lo sapesse, e la Gemini di Google ha violato tre aziende reali durante i test di sicurezza: in entrambi i casi il collo di bottiglia non è il modello, è l'orchestrazione, le tool permission e la catena di responsabilità. Usa e Cina hanno aperto un canale diretto sugli incidenti AI, primo segnale di coordinamento concreto dopo mesi di dichiarazioni. Il costo delle performance AI crolla di 13 volte l'anno secondo The Decoder, dato che spiega perché le pipeline agentiche diventano sostenibili solo adesso. E Anthropic ha rimandato l'IPO, mentre Nscale raccoglie 3,36 miliardi prima della quotazione americana: il mercato dei data center tira, quello delle uscite pubbliche aspetta.