Tutti usano l’AI di qualcun altro. Qualcuno ha deciso di costruirsi la propria

Tutti parlano di intelligenza artificiale come se fosse una piazza pubblica, aperta, accessibile, condivisa. Ma cosa succederebbe se quella piazza si trasformasse in un salotto privato? Quando l’intelligenza artificiale smette di essere uno strumento di massa e diventa il tuo assistente personale, addestrato solo su ciò che scegli tu, che conosce solo ciò che gli permetti di sapere?

È esattamente questa la domanda che ha portato Davide Cuttini a fondare Brainyware: un’azienda giovane, italiana, con le mani piantate in una delle frontiere più strategiche e meno discusse dell’AI contemporanea. Non come renderla più potente, ma come renderla sicura, sovrana, privata. Per le aziende che non possono (e non devono) permettersi di lasciare che i propri dati escano dalla porta.

Lo abbiamo invitato al tavolo di Tech Talks, e la conversazione che ne è nata apre stanze nuove su cui vale la pena tornare a riflettere.

Chi è Davide Cuttini e cos’è Brainyware

Brainyware esiste da più di due anni. È nata in un momento in cui tutto il mondo della tecnologia era ancora in stato di ebbrezza collettiva per l’arrivo di GPT-3.5 nel 2022, il modello di OpenAI che aveva scatenato e animato gli animi sull’utilizzo dei modelli linguistici. Ma mentre tutti esploravano le possibilità, Cuttini e il suo team si ponevano già una domanda diversa: chi controlla i dati che questi modelli consumano?

“Già due anni fa noi ci eravamo posti il problema della riservatezza del dato,” racconta Cuttini. “L’idea era quella di costruire una soluzione che fosse sia hardware che software per poter fare intelligenza artificiale nelle imprese. Una soluzione integrata, non solo software, perché il problema della privacy nell’AI non si risolve con un’applicazione: richiede un ripensamento profondo dell’infrastruttura su cui i dati vivono e vengono elaborati”.

Il problema che nessuno vuole nominare: i nostri dati nutrono le AI degli altri

Per capire perché esiste Brainyware, bisogna capire come funzionano i modelli AI che conosciamo. Nella quasi totalità dei casi, si tratta di servizi in cloud: i dati che inseriamo (testi, documenti, conversazioni, strategie aziendali) viaggiano verso infrastrutture remote di grandissime dimensioni, vengono elaborati lì, e la risposta torna indietro.

Il problema? “Ci sono state una serie di casistiche per cui le nostre conversazioni con queste intelligenze artificiali venivano più o meno divulgate erroneamente, oppure succedeva che venivano utilizzate per allenare il modello stesso. “I modelli linguistici, ricorda Cuttini, si nutrono di dati, si nutrono di testo. È la loro materia prima. Ed è evidente che, nonostante le promesse legate alla protezione della privacy, i dati aziendali siano estremamente appetibili per le grandi corporate che gestiscono questi sistemi.

La posta in gioco è altissima: “Le aziende, per mantenere un proprio vantaggio competitivo, dovrebbero iniziare a pensare, se non l’hanno già fatto, a proteggere quella che è la propria conoscenza, il proprio vantaggio competitivo, i propri progetti, i propri brevetti. Questo è quello che facciamo.”

È un punto che vale la pena interiorizzare. Ogni volta che un’azienda usa ChatGPT, Gemini o Claude con i propri documenti riservati, accetta (di fatto e spesso implicitamente per contratto) di mettere a disposizione quei dati. Non necessariamente per fini malevoli, ma le condizioni d’uso sono chiare: il dato entra, e il suo destino non è più interamente nelle mani di chi lo ha inserito.

L’AI privata: non un ossimoro, ma una risposta strategica

Il concetto di “intelligenza artificiale privata” sembra quasi un ossimoro. L’AI non è per definizione democratica, aperta, condivisa? Cuttini chiarisce la distinzione fondamentale attraverso il concetto di modelli open source, o “open weights”: modelli linguistici, molti di origine cinese, come quelli di Alibaba, ma anche europei come il francese Mistral, che possono essere scaricati, utilizzati e modificati liberamente, anche per scopi commerciali.

Per anni, questi modelli open source hanno sofferto di un gap di prestazioni rispetto ai modelli proprietari chiusi come GPT, Gemini o Claude. Ma la situazione è radicalmente cambiata. “C’è un appiattimento tale per cui noi possiamo utilizzare questi modelli, chiuderli all’interno di armadi che effettuano calcolo accelerato, e possiamo garantire che il dato non esca da lì.”

L’immagine è concreta e potente: un armadio server fisicamente presente nella sede dell’azienda cliente, dotato delle GPU necessarie per eseguire modelli AI avanzati che può essere letteralmente disconnesso da internet. “Io posso tagliare i fili con internet nel mio gateway verso internet. Il sistema può funzionare h24.”

Ma Cuttini aggiunge un secondo vantaggio che, nel dibattito pubblico sull’AI, viene spesso sottovalutato: la certezza del costo. Quando un’azienda usa i grandi modelli in cloud in modo intensivo, la bolletta a fine mese può diventare imprevedibile e molto salata. “Posso arrivare anche a decine di migliaia di euro, dal momento che ne faccio un uso industriale intensivo. Oltre alla sovranità del dato, posso avere anche la certezza di un costo.” Non un dettaglio da poco, per chi deve fare un business plan.

A chi si rivolge Brainyware: dalla grande industria allo studio legale

La domanda sul target è interessante perché la risposta sorprende. Non si tratta solo di multinazionali con budget illimitati. Brainyware lavora su due grandi segmenti.

Il primo è quello delle grandi aziende e industrie, che hanno bisogno di infrastrutture importanti per ospitare modelli di grandi dimensioni, quelli che garantiscono risposte più accurate, meno “allucinazioni”, maggiore completezza e fattualità. Per loro, l’investimento in hardware dedicato è giustificato e, grazie alle misure di incentivazione previste dal Governo italiano (ammortamento al 180%, bandi per l’innovazione), spesso anche agevolato fiscalmente.

Il secondo segmento è quello delle piccole realtà: studi legali, commercialisti, consulenti, professionisti che trattano dati sensibili dei propri clienti ogni giorno. Per loro, Brainyware ha costruito soluzioni più compatte, basate su hardware limitato (anche noleggiabile) che eseguono modelli più piccoli, ottimizzati per task specifici come la gestione documentale, la consulenza fiscale o l’analisi contrattuale.

“Voglio che i miei dati, come cliente di un commercialista o di un avvocato, non vengano divulgati in maniera più o meno autorizzata,” spiega Cuttini. Il tema non è la dimensione aziendale, è la natura del dato che si tratta.

L’atteggiamento delle aziende: tra entusiasmo, disorientamento e paura della scelta sbagliata

Quando Brainyware va da un’azienda a proporre la propria piattaforma, cosa trova? La risposta di Cuttini è più sfumata di quanto ci si aspetterebbe. Sorprendentemente, anche aziende sopra i 300-500 milioni di euro di fatturato mostrano gli stessi timori del piccolo imprenditore. Il grande entusiasmo mediatico intorno all’AI ha prodotto un effetto collaterale paradossale: il disorientamento.

“L’azienda vuol dire che ha paura di fare la scelta sbagliata. Per fare la scelta giusta ho bisogno di persone che mi aiutino a capire, anche con esempi, con dimostrazioni, con attività già realizzate, quali sono i costi-benefici di quello che vado a fare.”

La prima cosa che manca, dice Cuttini, non è la tecnologia: è la consulenza. “Prima ancora di parlare di prodotti, bisogna fare una consulenza: capire cosa si può fare, perché poi le soluzioni si possono trovare.” E quella consulenza deve essere fatta da chi usa le tecnologie uscite la settimana scorsa, non sei mesi fa. La velocità dell’accelerazione tecnologica è tale che chi si ferma anche solo qualche mese rischia di operare con strumenti già obsoleti.

Il paragone storico che Cuttini porta è quello della macchina a vapore: “Considero questa una rivoluzione industriale al pari della macchina a vapore. Il fatto che si rinunci alla forza animale per passare a una macchina a vapore ha scatenato ai tempi tutta una serie di questioni e di competitività, perché c’era chi si poteva permettere di fare subito il passaggio e chi doveva restare sulla forza animale.” Oggi la dinamica si ripete: chi adotta l’AI prima e meglio acquisisce un vantaggio competitivo strutturale.

Il nodo occupazione: i colletti bianchi a rischio, i robot ancora acerbi

Il tema che “è sulla bocca di tutti” arriva inevitabilmente: l’AI sostituirà i lavoratori? Cuttini non la elude e offre una lettura che distingue due piani diversi.

Sul fronte intellettuale, la preoccupazione è lecita. E lo è in modo inaspettato: non solo per i lavori manuali di bassa qualifica, ma per le figure altamente specializzate. “L’intelligenza artificiale va tra virgolette a sostituire i colletti bianchi.” I modelli linguistici avanzati sono già in grado di sviluppare software, analizzare contratti, fare consulenza legale e fiscale con un livello di competenza che supera statisticamente quello umano su molti benchmark standardizzati.

La prova? Cuttini cita la reazione dei mercati finanziari: “I titoli software come Salesforce e SAP stanno già scontando in Borsa il prezzo di questo. L’investitore sconta prima del tempo.” La Borsa, si sa, anticipa. E sta anticipando che la domanda di sviluppatori software, in certi segmenti, è destinata a contrarsi.

Sul fronte fisico,  i robot umanoidi che camminano negli stabilimenti produttivi, la situazione è diversa. “Siamo indietro,” ammette Cuttini con franchezza. La capacità di percezione spaziale e di manipolazione fisica fine è ancora un’area acerba. Brainyware è in contatto con i grandi produttori di robot umanoidi e quadrupedi cinesi, ma la timeline per una robotica fisica davvero generalista è ancora di qualche anno.

Il punto di sintesi è però fondamentale e vale la pena soffermarcisi: la domanda non è “la macchina sbaglia?”, perché la macchina sbaglia come sbaglia l’umano. La vera domanda è: “Quanto sbaglia l’umano? Quanto sbaglia la macchina?”. I modelli attuali hanno già raggiunto livelli che gli esperti definiscono “super-umani” su molti task standardizzati (esami di Stato, prove di ammissione a Medicina, problemi matematici complessi). Il margine di vantaggio umano si assottiglia.

L’AI sul telefono: un futuro ancora lontano

Una delle domande più originali dell’intervista tocca uno scenario che pochi stanno esplorando: l’AI privata potrebbe un giorno arrivare sul singolo dispositivo personale? Un’intelligenza artificiale che gira interamente sul proprio smartphone, senza mandare dati fuori, completamente privata per il singolo utente?

Cuttini risponde con onestà tecnica. Ci sono tentativi interessanti, ma il limite è strutturale: i modelli che garantiscono risposte di alto livello richiedono miliardi, in alcuni casi trilioni, di parametri, e quindi enormi quantità di RAM e potenza di calcolo. “I nostri device non arrivano a questo. Quindi devo utilizzare un modello più piccolino, magari più specifico per task specifici.”

Possono esserci assistenti ottimizzati per funzioni limitate  come ad esempio gestire l’agenda, prenotare un volo attraverso le app, accedere alle funzionalità del telefono tramite linguaggio naturale. Ma i modelli grandi, quelli che stupiscono per la qualità delle risposte su compiti complessi di analisi o ricerca? “Nei prossimi due anni non sarà là dentro. Magari sarà da qualche altra parte, in questo ufficio, a casa mia, ma là dentro sarà molto difficile.” Il collo di bottiglia è anche energetico: i modelli grandi richiedono quantità di energia e chip specializzati che nessun telefono potrà contenere nel breve periodo.

Il consiglio ai giovani: le idee valgono 50 dollari, tocca il fisico

La parte finale dell’intervista è forse la più preziosa per chi sta cercando di costruire qualcosa. Cuttini si rivolge ai giovani con un messaggio che va controcorrente rispetto alla narrativa dominante delle startup digitali.

“Le idee valgono poco. In Silicon Valley c’era una figura importante che diceva che le idee valgono 50 dollari. Quando qualcuno pensa ‘ho avuto un’idea bellissima’ bene, sono 50 dollari. Grazie.” Quel che conta è l’implementazione. E oggi, l’implementazione che conta davvero deve scendere nel fisico.

“Oggi mi sento di dire, ed è controcorrente, che non basta il software. Devo toccare qualcosa di fisico, devo risolvere un problema che scende nel fisico. Perché se parliamo di restare nel digitale con l’ennesima applicazione di bike sharing, l’ennesima app di prenotazioni, di brokeraggio, di ticketing è meglio non pensarci bene.”

La direzione che indica è quella del “Physical AI”: modelli linguistici multimodali applicati alla robotica, sistemi che non si limitano a percepire il mondo ma possono agire nello spazio fisico. I robo-taxi, i cani-robot, gli umanoidi nelle fabbriche: sono ancora acerbi, ma è lì che si concentrerà l’innovazione più significativa e, di conseguenza, il capitale degli investitori.“Se vado in quella direzione, sicuramente posso attrarre capitali. Sicuramente posso avere un futuro.”

Il futuro: sovranità del dato, competitività europea, resistenza alla manipolazione

La visione con cui Cuttini chiude l’intervista è più grande di un’azienda. È una questione geopolitica. L’Europa, nel panorama globale dell’AI, si trova in una posizione scomoda: schiacciata tra il dominio americano e quello cinese, priva di infrastrutture proprie su larga scala (con la parziale eccezione del francese Mistral), dipendente da piattaforme estere per strumenti che sono diventati indispensabili.

E qui emerge il rischio che Cuttini descrive con una chiarezza che lascia poco spazio all’ottimismo: “Cosa succede se domani qualche signore dice ‘da domani voi non utilizzate più questo strumento, io sono di un’altra nazione e questi dati li utilizzo come meglio credo’? Abbiamo una delle capacità più importanti di questi modelli che è sicuramente la persuasione.”

Non è paranoia: ci sono paper scientifici recenti che documentano come i modelli linguistici abbiano una capacità persuasiva superiore a quella umana. Applicata in ambito politico o commerciale, questa capacità, in mani non controllate dall’Europa, rappresenta un rischio reale per la sovranità democratica.

Il futuro secondo Brainyware si muove su tre assi: rendere competitive le industrie europee attraverso infrastrutture di calcolo proprietarie, proteggere i dati dei professionisti e dei loro clienti (commercialisti, avvocati, consulenti), e contribuire alla costruzione di un’AI europea che non sia dipendente da sistemi esterni che possono essere spenti, manipolati o usati contro di noi.

“Sovranità del dato, certezza del costo, e tutta un’attività per rendere competitiva un’Europa che sta un po’ inseguendo.” Non è solo il pitch di una startup. È, a ben guardare, un programma politico.