La difesa vuole la propria IA dentro le proprie mura

A luglio 2025 il Chief Digital and AI Office del Pentagono ha assegnato contratti con un tetto di 200 milioni di dollari ciascuno ad Anthropic, Google, OpenAI e xAI, per costruire flussi di lavoro agentici in tutte le sue aree di missione. A dicembre ha aperto GenAI.mil, con Gemini for Government di Google come primo modello, per circa tre milioni di dipendenti civili e militari. Google ha dichiarato che i dati del dipartimento su di esso non vengono mai usati per addestrare i suoi modelli pubblici.

In meno di un anno la difesa è passata dagli esperimenti agli acquisti. La domanda più difficile si è rivelata non quale sia il modello migliore, ma di chi siano le regole una volta che il modello è dentro la missione.

Una disputa su chi decide

Anthropic aveva rifiutato che i suoi modelli fossero usati per la sorveglianza di massa sul territorio nazionale o per armi pienamente autonome. Il Pentagono voleva l’uso per tutte le finalità lecite. Il 27 febbraio 2026 una scadenza è passata senza un accordo. Il presidente Trump ha ordinato alle agenzie federali di smettere di usare i prodotti di Anthropic, con sei mesi per dismetterli, e il segretario alla Difesa, Pete Hegseth, ha scritto che nessun appaltatore, fornitore o partner che fa affari con l’esercito statunitense può svolgere alcuna attività commerciale con Anthropic.

A marzo il Pentagono ha designato formalmente Anthropic come rischio per la catena di approvvigionamento, il che impone alle aziende che lavorano con il Pentagono di certificare di non usare i modelli di Anthropic. TechCrunch ha osservato che designazioni del genere sono di norma riservate ad avversari stranieri. Lo stesso giorno della scadenza, OpenAI ha annunciato un accordo per far girare i propri modelli sulle reti classificate del Pentagono, con salvaguardie proprie. Axios ha riferito che girerebbero solo nel cloud, non all’edge.

I tribunali si sono divisi. Ad agosto un giudice federale in California ha definito la designazione una ritorsione illegittima. Il 25 settembre la corte d’appello di Washington ha confermato, con due voti contro uno, una designazione parallela basata su un’altra legge. Qui non ne giudichiamo il merito. La lezione per tutti gli altri è più semplice: un modello che gira nell’edificio di qualcun altro porta con sé le condizioni di qualcun altro, e una sola decisione in una capitale può raggiungere tutti i fornitori in una volta.

L’Europa costruisce dentro le proprie mura

I ministeri europei scelgono una forma diversa. A gennaio il ministero francese delle Forze armate ha reso ufficiale un accordo quadro con Mistral AI, gestito dalla sua agenzia per l’IA di difesa, AMIAD, per mettere in esercizio i modelli e le soluzioni di Mistral sull’infrastruttura del ministero stesso. Il ministero ha dichiarato che il suo strumento è addestrato sul linguaggio proprio delle forze armate.

L’esercito francese va oltre. A giugno il suo vice capo di stato maggiore, generale Patrick Justel, ha presentato Arcadia, un sistema di comando sul campo di battaglia costruito con Mistral AI, Safran.AI, Thales e Airbus, come risposta francese al Maven Smart System di Palantir, che la NATO ha acquistato nel 2025 in una procedura d’acquisto durata sei mesi. Arcadia è pensato per essere decentralizzato: i posti di comando si collegano a server dispiegati sul campo e, se i collegamenti si perdono, le parti rimaste continuano a funzionare da sole.

In Germania BWI, l’azienda informatica della Bundeswehr, gestisce dall’aprile 2026 una piattaforma IA propria, con nove modelli su 27 GPU in tre centri dati, ha riferito a settembre Europäische Sicherheit und Technik. I motivi indicati sono stati la protezione dei dati, l’indipendenza dai fornitori cloud stranieri e le operazioni sul campo senza rete.

La Svizzera comincia dall’amministrazione

La Svizzera si muove in modo più discreto. Il 18 settembre il Consiglio federale ha preso atto di un piano con priorità riviste per l’IA nell’amministrazione federale. Sei misure su otto proseguono, tra cui un sistema di IA generativa interno per tutti i dipendenti della Confederazione. L’amministrazione conta 116 progetti di IA nei suoi dipartimenti e cita come esempio un ausilio alla scrittura per testi confidenziali.

Sul fronte della difesa, l’agenzia per gli acquisti armasuisse e il Settore dei politecnici federali hanno lanciato a ottobre 2025 un programma di ricerca per la sicurezza e la difesa, con l’IA tra le tecnologie chiave.

Perché il modello deve entrare in casa

I motivi si ripetono in tutti questi esempi. I dati classificati non possono viaggiare verso un cloud pubblico. Alcune reti non toccano mai internet. Un reparto sul campo perde la connessione proprio quando ha bisogno di una risposta. E un modello che il suo produttore può modificare, limitare o ritirare è un rischio per una missione che deve funzionare per anni.

I fornitori se ne sono accorti. Ad agosto 2025 Google ha reso Gemini disponibile in generale sul proprio Distributed Cloud isolato dalla rete (air gapped), dentro i centri dati dei clienti. La direzione è la stessa ovunque: è il modello ad avvicinarsi ai dati, non il contrario.

Ciò che non si sposta è la responsabilità. I principi della NATO per l’uso responsabile cominciano da liceità, responsabilità e accountability, e la sua strategia sull’IA rivista definisce i dati di qualità un presupposto per sistemi sicuri e affidabili. Un modello può ordinare mille rapporti in un’ora. Una persona decide ancora quale conta, e firma per ciò che ne consegue.

Che cosa significa per i fornitori

La stessa logica raggiunge le aziende che forniscono difesa, aerospazio e infrastrutture critiche. Negli Stati Uniti la regola contrattuale per la Cybersecurity Maturity Model Certification è entrata in vigore il 10 novembre 2025. Dove un contratto lo richiede, il Pentagono non può assegnarlo a un’azienda che non raggiunge il livello richiesto, e gli appaltatori principali devono garantire lo stesso dai propri subappaltatori. Riguarda i sistemi che trattano informazioni controllate e si introduce gradualmente in tre anni.

La Svizzera ha una versione propria. La legge sulla sicurezza delle informazioni (LSIn) è in vigore dal 1° gennaio 2024, e le aziende che assumono commesse federali sensibili sotto il profilo della sicurezza seguono una procedura di sicurezza aziendale. Dopo la fuga di dati presso il fornitore Xplain, l’amministrazione federale ha elaborato ulteriori misure rivolte ai fornitori, tra cui audit e la cancellazione documentata dei dati federali che i fornitori detengono.

Per uno studio di ingegneria questo cambia la domanda sull’IA. I suoi disegni, i rapporti di prova e le specifiche fanno parte della sicurezza di qualcun altro, e il caso Anthropic ha mostrato che la scelta del modello da parte di un fornitore può diventare da un giorno all’altro una questione contrattuale. Incollarli in un assistente in affitto spesso non è proprio un’opzione.

Che cosa può fare un’azienda

Per prima cosa ordinate il lavoro: che cosa può andare a un modello in affitto con condizioni enterprise, che cosa deve restare dentro e che cosa non deve mai uscire da una rete chiusa. Mantenete il diritto di cambiare modello senza ricostruire tutto. Testate ogni nuova versione sui vostri compiti prima che vada in produzione. E indicate la persona che ne risponde.

È il lavoro per cui è stato costruito Eigna. Realizzato dal nostro partner Eigna Labs, dà a un’azienda un modello privato proprio, addestrato sui suoi file, sulle sue regole e sul suo linguaggio, in esecuzione nel suo cloud o sui suoi server, e progettato per funzionare completamente offline in reti chiuse. Si riaddestra per gradi, e ogni passo va online solo se i test migliorano. crue è stata una delle prime aziende a testarlo e lo usa per il proprio lavoro, e Twin, il cervello IA di un’azienda, gira su Eigna quando il lavoro diventa confidenziale. Eigna è in accesso anticipato. Se il lavoro è critico, l’architettura dovrebbe cominciare dentro le mura.