La strategia italiana sull’intelligenza artificiale sta entrando nella fase più delicata: quella dell’attuazione. Dopo l’AI Act europeo e la legge nazionale sull’IA, i primi decreti attuativi iniziano a tradurre il principio della governance in strumenti concreti: autorità di vigilanza, formazione, sandbox regolatorie, responsabilità, uso pubblico dell’IA e tutela dei diritti.

Il punto politico e industriale è chiaro: l’intelligenza artificiale non può essere trattata solo come una tecnologia da adottare, ma come un’infrastruttura strategica da governare. AgID e Agenzia per la Cybersicurezza nazionale assumono un ruolo centrale nel modello italiano, rispettivamente sul fronte della notifica e della vigilanza, mentre la formazione diventa uno degli assi portanti della nuova architettura, con risorse dedicate alla scuola e all’alfabetizzazione digitale. La direzione è quella di una regolazione che non si limiti a contenere i rischi, ma provi a orientare l’innovazione, soprattutto nei settori più sensibili: pubblica amministrazione, sanità, lavoro, finanza, sicurezza.

È dentro questo quadro che si colloca la proposta di Engineering con IS-IA, Italy’s Sovereign Intelligence Architecture, presentata come un modello di intelligenza artificiale governabile, ispezionabile e coerente con l’impianto europeo. Il tema non è soltanto disporre di un modello linguistico nazionale, ma costruire una filiera nella quale dati, algoritmi e applicazioni restino verificabili e in linea con i contesti regolati. «L’adozione pervasiva della GenAI è un passaggio urgente per la competitività del Paese, ma deve essere pienamente governabile per evitare espropri di competenze e know how distintivi delle nostre aziende e istituzioni», ha spiegato il CEO di Engineering Aldo Bisio.

La piattaforma su cui poggia questa architettura è EngGPT 2, un modello sviluppato in Italia con 16 miliardi di parametri e addestrato da zero su 2,5 trilioni di token, con una quota significativa di dati in lingua italiana. La scelta punta a migliorare la comprensione dei contesti normativi, economici e industriali nazionali, senza inseguire la dimensione dei grandi modelli internazionali. Tra gli elementi più rilevanti ci sono l’efficienza energetica, la possibilità di integrazione con altri modelli e la verificabilità dei processi di addestramento e utilizzo, aspetti decisivi per applicazioni in ambiti regolamentati.

La sfida, tuttavia, resta più ampia della singola piattaforma: trasformare la sovranità digitale da formula politica a capacità industriale, con competenze, domanda pubblica qualificata e trasferimento tecnologico. Anche per questo Engineering ha portato il tema nel dibattito istituzionale con l’evento “AI Italia – L’AI tra innovazione e sovranità digitale”, organizzato il 21 aprile nella Sala Zuccari del Senato. Un confronto che ha indicato il nodo dei prossimi anni: non solo usare l’IA, ma renderla trasparente, controllabile e strategica per la competitività del sistema Paese.

Alessandro Caruso

© Riproduzione riservata