Argomenti trattati
Il panorama dell’intelligenza artificiale sta spostando l’attenzione dalle interfacce preconfezionate alla capacità delle organizzazioni di possedere e governare i propri sistemi. Engineering presenta IS‑IA, ovvero Italy’s Sovereign Intelligence Architecture, una proposta architetturale pensata per dare a imprese e Pubblica Amministrazione gli strumenti per mantenere il controllo su dati, modelli e infrastrutture. L’idea è semplice ma incisiva: non basta usare l’AI come servizio, bisogna poterla rendere un asset cumulabile e certificabile nel tempo.
Al centro della soluzione c’è la piattaforma EngGPT 2, un foundation model sviluppato dal gruppo e progettato per essere integrato in flussi aziendali regolamentati. La strategia punta a risolvere il problema dell’«AI in affitto», offrendo trasparenza, ispezionabilità e meccanismi di governance che facilitano la conformità normativa e la protezione del know‑how organizzativo.
Perché servono architetture governabili
La diffusione accelerata della GenAI crea opportunità ma anche rischi: molte applicazioni si appoggiano agli stessi modelli generalisti, una condizione che limita la differenziazione competitiva. Secondo le previsioni di mercato, la spesa globale per l’AI raggiungerà circa 3,3 trilioni di dollari entro il 2027, ma la mera adozione non garantisce vantaggio strategico. Con IS‑IA Engineering propone un approccio industriale volto a trasformare la tecnologia in patrimonio: governabilità, ispezionabilità e certificabilità diventano criteri progettuali, non optional operativi.
Limiti dell’approccio commodity
La maggior parte delle soluzioni attuali si limita a fornire un’interfaccia verso modelli esterni, spesso opachi e difficili da auditare. IS‑IA cambia prospettiva: l’intero ciclo di vita dell’AI — dall’infrastruttura al dato, dalla specializzazione del modello all’orchestrazione nei processi di business — rimane sotto il controllo dell’organizzazione. Questo permette di costruire una libreria di modelli specialistici riutilizzabili e certificati, convertendo l’adozione tecnologica in un vantaggio ripetibile e difendibile.
Tecnologia, efficienza e sostenibilità
Il cuore tecnologico del progetto è EngGPT 2, un LLM da 16 miliardi di parametri addestrato da zero su circa 2,5 migliaia di miliardi di token, con circa il 25% dei dati in lingua italiana. Il modello è stato sviluppato con il contributo di 130 ricercatori del Competence Center R&I del gruppo e beneficia dell’attività in oltre cinquanta progetti sull’AI e i dati nel 2026. Progettato secondo principi di security by design, EngGPT 2 offre tracciabilità e auditabilità complete, elementi chiave per l’adozione nei settori regolamentati.
Mixture of Experts e impatto operativo
Per aumentare l’efficienza EngGPT 2 utilizza un’architettura Mixture of Experts, che attiva soltanto le componenti necessarie per ogni richiesta. Questo approccio riduce significativamente i consumi: Engineering dichiara riduzioni dei costi di inferenza tra il 50% e l’80% e un training fino a dieci volte più efficiente rispetto ai modelli densi di taglia comparabile. L’efficienza si traduce anche in minor impatto ambientale, grazie a consumi energetici e idrici ridotti.
Integrazione, trasparenza e scenari d’uso
IS‑IA non è solo un modello: è un’architettura pensata per integrarsi con strumenti esistenti. EngGPT 2 è accessibile via API, compatibile con piattaforme agentiche come AgentStudio e interoperabile con ambienti di analisi dati, ERP e CRM. La soluzione è disponibile anche sui principali marketplace cloud per facilitarne l’adozione nelle infrastrutture esistenti. La trasparenza è un pilastro: pesi, dataset, pipeline di addestramento e metriche sono documentati in un technical report pubblico che consente verifiche per clienti, regulator e stakeholder.
Il posizionamento è chiaro: imprese e Pubblica Amministrazione che operano in settori regolamentati — finanza, sanità, energia — possono usare IS‑IA per mantenere la proprietà intellettuale, proteggere il patrimonio cognitivo e ottenere soluzioni personalizzate. L’obiettivo è trasformare l’AI da servizio esterno a bene strategico dell’organizzazione, rendendo la tecnologia un vettore di autonomia, innovazione e competitività sul lungo termine.