Via Indipendenza
L'8 settembre 2026: l'AI ha risolto un problema che l'umanità inseguiva da 125 anni. Con una disputa già in corso
Il problema di Navier-Stokes descrive il movimento dei fluidi — acqua, aria, sangue. Le sue equazioni reggono la meteorologia, l'aerodinamica, la fluidodinamica industriale. I matematici le usano da 1826. Nessuno aveva mai dimostrato se producano sempre soluzioni valide o possano "esplodere" in singolarità. Era uno dei sette Problemi del Millennio del Clay Mathematics Institute — problemi a cui è associato un premio da un milione di dollari, che fino a oggi aveva premiato una sola soluzione in ventisei anni.
L'8 settembre OpenAI ha dichiarato di averlo risolto. Diecimila agenti AI, 88 ore di lavoro, cinque milioni di messaggi scambiati tra agenti, costi computazionali nell'ordine dei milioni di dollari, un modello interno non ancora rilasciato al pubblico. Il risultato — 165 pagine di dimostrazione e una formalizzazione in Lean — è già in revisione dalla comunità matematica, e non è ancora ufficialmente riconosciuto dal Clay Institute. Ma quello che ha prodotto non era un calcolo: era matematica nuova.
La settimana, però, non è solo quella. Lo stesso 8 settembre, le onde d'urto del caso Autistici/Inventati continuavano a propagarsi: la prima settimana completa senza la piattaforma, con le organizzazioni che cercano soluzioni, e un dibattito politico in Italia e in Europa sull'assenza di risposta istituzionale a una designazione americana che ha fermato un'infrastruttura digitale italiana. E intanto, l'accordo CRUI-OpenAI — che porta ChatGPT nelle università italiane — viene analizzato da Rivista AI con una domanda scomoda: quando il fornitore dei tuoi strumenti di ricerca inizia a competere nella produzione della conoscenza, chi ha il controllo?
Tre notizie diverse, un'unica domanda di fondo: chi governa l'intelligenza artificiale — e con quali conseguenze per chi non è al tavolo? In cinque minuti.
☁️ AI e softwareNavier-Stokes: diecimila agenti AI, 88 ore, matematica nuova. E già una disputa sulla paternità della scoperta
OpenAI ha dichiarato l'8 settembre 2026 di aver prodotto una soluzione al problema di esistenza e regolarità delle equazioni di Navier-Stokes, uno dei sette Millennium Prize Problems istituiti dal Clay Mathematics Institute nel 2000, ciascuno associato a un premio di un milione di dollari. Non è la prima volta che qualcuno prova: è la prima volta che qualcuno produce una dimostrazione formalizzata e verificabile in modo automatico attraverso il linguaggio Lean.
La parte più impressionante non è soltanto il risultato matematico. È la macchina organizzativa che OpenAI ha costruito attorno al modello. Circa 10.000 agenti hanno lavorato in parallelo sul problema per circa 88 ore, comunicando tra loro e sviluppando la dimostrazione collettivamente. Gli agenti hanno scambiato quasi cinque milioni di messaggi. Non era un singolo modello che "pensava" alla risposta: era un sistema distribuito di agenti che si dividevano il problema, si verificavano a vicenda, correggevano gli errori in modo autonomo. È la prima volta che un sistema agentico su questa scala produce un risultato matematico originale e verificabile.
La notizia, però, si è immediatamente complicata. OpenAI ha dichiarato che il progetto era partito il 1° settembre dopo aver sentito una voce relativa al lavoro di Levent Alpöge, un dipendente di Anthropic, e Tristan Buckmaster, matematico alla NYU. Buckmaster ha contestato la versione di OpenAI, sostenendo che la società avesse lavorato sulla scia di ricerche non ancora pubblicate e avesse tentato di influenzare l'attribuzione dei meriti. OpenAI ha risposto con una nota che offre accesso completo ai prompt usati e riconosce la priorità del lavoro di Buckmaster-Alpöge sul problema di Eulero forzato — un risultato connesso ma distinto.
Perché questa notizia riguarda chi gestisce un'azienda — e non solo i matematici:
Il meccanismo usato per Navier-Stokes — diecimila agenti specializzati che lavorano in parallelo, si dividono un problema complesso, si verificano a vicenda — è lo stesso meccanismo che nei prossimi 12-24 mesi verrà proposto alle aziende come architettura per i processi decisionali complessi, la ricerca e sviluppo, la due diligence, la gestione di progetti multi-disciplinari. Non è fantascienza: è già disponibile su scala ridotta con gli strumenti agentici attuali.
La domanda pratica: quanto della vostra conoscenza aziendale — processi, decisioni, metodologie — è documentata in modo da poter essere usata da un sistema agentico? Un'azienda che ha i propri processi in documenti strutturati e accessibili può moltiplicare quella conoscenza con l'AI. Una che li ha nella testa delle persone — o in email sparse — non può.
Fonti: OpenAI, Rivista AI, AGI.it, CorriereNerd, TecnoAndroid — 8-12 settembre 2026
🌍 Geopolitica digitaleChatGPT nelle università italiane e Navier-Stokes: cosa succede quando il tuo fornitore di strumenti comincia a competere con te
OpenAI offre gratuitamente i suoi modelli più avanzati a migliaia di ricercatori mentre entra nel sistema universitario italiano attraverso l'accordo CRUI. La controversia sulla soluzione delle equazioni di Navier-Stokes aggiunge una domanda più difficile: cosa accade quando chi fornisce gli strumenti della ricerca comincia anche a competere nella produzione della conoscenza?
L'accordo CRUI-OpenAI, firmato nella prima annualità da ottobre 2025, porta ChatGPT Edu in tutte le università italiane aderenti. È il primo accordo a livello nazionale in Europa tra un intero sistema universitario e un provider AI. Le intenzioni dichiarate sono legittime: formare studenti e ricercatori all'uso dell'AI, sperimentare applicazioni nella didattica e nell'amministrazione, ridurre il gap con le università americane che usano questi strumenti quotidianamente.
Il caso Navier-Stokes complica il quadro. A marzo 2025 OpenAI godeva di una posizione tecnologica e di mercato molto forte. Da allora sono cambiate le capacità dei modelli di Google, Anthropic, Mistral e degli ecosistemi open-weight. Sono cambiate le architetture agentiche, i costi di inferenza, le possibilità di deployment e gli strumenti enterprise. L'accordo è triennale. Il mercato dei modelli AI cambia ogni tre mesi. E ora OpenAI — fornitore degli strumenti di ricerca — dichiara di aver prodotto risultati matematici originali usando dati e direzioni di ricerca che i ricercatori universitari sviluppavano in parallelo. La disputa con Buckmaster solleva una domanda che l'accordo CRUI non aveva ancora dovuto affrontare: se il fornitore dello strumento di ricerca usa i dati generati dagli utenti per orientare la propria ricerca interna, chi possiede la conoscenza prodotta?
La stessa domanda per le aziende — in scala minore ma con le stesse implicazioni:
Quando usate ChatGPT, Copilot o Gemini per elaborare strategie, analizzare mercati, scrivere proposte commerciali, i dati inseriti vengono usati per il training dei modelli? In versione Enterprise solitamente no — ma quanti dipendenti usano account personali, account free, versioni non enterprise? La risposta è quasi sempre: più di quanti il management sappia.
La questione non è teorica. Se il fornitore del vostro strumento AI conosce le vostre strategie di mercato, le vostre pipeline produttive, i vostri metodi proprietari — e il contratto non lo esclude esplicitamente — avete condiviso conoscenza aziendale con un soggetto che potrebbe usarla per migliorare prodotti che vendete anche ai vostri concorrenti. È lo stesso problema del caso Buckmaster-OpenAI, solo che nella versione aziendale nessuno firma un comunicato stampa sulla disputa.
Fonti: Rivista AI, Servicematica, CRUI, ICT CRUI — settembre 2026
🔒 Geopolitica e infrastruttureDue conflitti, un'unica lezione: le infrastrutture digitali sono territorio di guerra. Non solo metaforicamente
Questa settimana due vicende mostrano lo stesso meccanismo da angolazioni diverse. La prima è il caso Autistici/Inventati, di cui abbiamo parlato nella #025 e che continua a fare onda: la designazione americana ha di fatto chiuso un'infrastruttura digitale italiana senza che il governo italiano o le istituzioni europee abbiano avuto strumenti per intervenire. L'assenza di risposta politica — nessuna dichiarazione formale del governo, nessuna procedura europea attivata — ha alimentato un dibattito che supera la politica del collettivo: riguarda la sovranità digitale come questione istituzionale.
La seconda è il conflitto Iran-Usa-Israele, iniziato il 28 febbraio 2026. Le operazioni cyber hanno avuto un ruolo di supporto negli strikes iniziali, con operazioni coordinate USA-Israele che hanno perturbato reti di comando e controllo iraniane prima dei bombardamenti. Israele ha condotto operazioni informative su larga scala, inclusa la compromissione di una popolare app di preghiera iraniana e di canali televisivi statali. L'Iran e gruppi hacktivist filo-iraniani hanno minacciato cyberattacchi di ritorsione, ma i blackout internet interni all'Iran ne hanno limitato l'efficacia.
Questi non sono scenari lontani. I cyberattacchi legati al conflitto Iran-Usa si propagano attraverso le infrastrutture digitali globali: un'azienda italiana che usa software di fornitori americani o israeliani entra, anche involontariamente, nel perimetro di rischio. Non perché sia un obiettivo, ma perché è sull'infrastruttura sbagliata nel momento sbagliato. È la stessa logica del caso CrowdStrike: il danno collaterale colpisce chi non era il bersaglio.
Il rischio concreto per le PMI italiane in contesti di conflitto digitale:
DDoS e indisponibilità di servizi cloud. Le operazioni di ritorsione cyber tendono a colpire infrastrutture americane — AWS, Cloudflare, Akamai — che sono anche le infrastrutture su cui girano molti servizi italiani. Un DDoS su Cloudflare può rendere irraggiungibili siti e applicazioni ospitati su quella rete anche senza che siano bersagli diretti.
Supply chain software compromessa. I conflitti cibernetici includono l'inserimento di backdoor nei supply chain software di vendor americani e israeliani. Un aggiornamento software legittimo può contenere payload malevoli inseriti a monte — esattamente il meccanismo del caso XZ Utils del 2024.
Cosa fare: monitorare i bollettini ACN e CSIRT, applicare gli aggiornamenti di sicurezza con un processo controllato (non automatico), e verificare che i backup offline siano aggiornati e raggiungibili indipendentemente dalla connettività internet.
Fonti: Wikipedia/Cyberwarfare 2026 Iran war, Il Manifesto, Borse.it — settembre 2026
🔧 Architettura del datoI diecimila agenti di Navier-Stokes e la vostra conoscenza aziendale: cosa li divide non è la tecnologia
Il sistema agentico che ha affrontato Navier-Stokes aveva a disposizione una cosa precisa: un problema formalmente definito, con un insieme di assiomi noti, una struttura di verifica automatizzata (Lean), e la libertà di esplorare in modo parallelo senza dover aspettare la validazione umana a ogni step. La conoscenza matematica necessaria era già strutturata, documentata, formalizzata in decenni di letteratura.
La conoscenza aziendale di una PMI raramente è in quello stato. I processi sono nella testa del responsabile operativo. I criteri di valutazione dei fornitori sono in email disperse. Le decisioni passate — perché si è scelto quel fornitore, perché si è rinunciato a quel mercato — vivono nei ricordi delle persone coinvolte. Quando quelle persone cambiano ruolo o lasciano l'azienda, quella conoscenza se ne va con loro.
Questo non è solo un problema di documentazione interna: è il principale ostacolo all'adozione dell'AI nei processi aziendali. Un agente AI può moltiplicare conoscenza strutturata. Non può indovinare conoscenza che non è mai stata scritta. Le aziende che documentano sistematicamente i propri processi — anche in forma semplice, anche solo con un wiki interno — si trovano in posizione molto migliore quando decidono di adottare strumenti agentici, perché hanno già il dato su cui far lavorare il sistema.
Il punto di partenza pratico — non richiede tecnologia, richiede disciplina:
1. Mappare i processi critici — non tutti, ma i tre o quattro che se si interrompono fermano il business. Chi li esegue, con quali criteri, con quali eccezioni note. Una pagina per processo è sufficiente per cominciare.
2. Documentare le decisioni strategiche — non solo cosa si è deciso, ma perché. Un breve memo dopo ogni decisione rilevante (nuovo fornitore, nuovo mercato, nuovo prodotto) costruisce nel tempo un archivio di ragionamento aziendale che un agente AI può usare per dare contesto alle analisi future.
3. Scegliere dove documentare in modo che la documentazione sia trovabile — non in cartelle SharePoint con nomi tipo "Definitivo_v3_revisionato_FINALE". Notion, Obsidian, Outline sono wiki aziendali che permettono ricerca full-text e struttura navigabile. Questo è il prerequisito per qualsiasi sistema RAG (Retrieval-Augmented Generation) futuro.
Elaborazione redazionale — settembre 2026
🔬 Dal laboratorioLa "fabbrica invisibile" dell'AI: 800 miliardi di dollari di infrastrutture per una domanda che non esiste ancora
Microsoft, Amazon, Alphabet, Meta e Oracle si avvicinano insieme agli 800 miliardi di dollari di Capex nel 2026. Non sono tutti investimenti in intelligenza artificiale, ma una parte enorme serve a costruire data center, computer ed energia anticipando una domanda che deve ancora materializzarsi. È Rivista AI a dare il nome più preciso a questo fenomeno nel suo quinto Paper sulla Sovranità Tecnologica: "La fabbrica invisibile".
Il paradosso è strutturale: le cinque maggiori aziende tech americane stanno costruendo una capacità produttiva di AI che eccede di gran lunga la domanda attuale — nell'ipotesi che quella domanda arriverà. È una scommessa storica di scala simile alla costruzione delle reti ferroviarie nell'Ottocento, finanziata però da capitale privato invece che statale. Chi perde la scommessa affronta assets svalutati nell'ordine di miliardi. Chi la vince ha il controllo dell'infrastruttura globale dell'intelligenza artificiale per un decennio.
Per le aziende europee e italiane, la lettura è diretta: le infrastrutture che si stanno costruendo sono americane. La domanda che alimenterà quelle infrastrutture arriverà anche dall'Europa — dalle PMI, dalla PA, dalla ricerca universitaria. Chi non costruisce infrastruttura propria (e la Commissione Europea sta cercando di farlo con il Cloud and AI Development Act e le AI Gigafactories) resterà un cliente di quella infrastruttura straniera. Con tutti i rischi di dipendenza che abbiamo documentato nelle ultime settimane.
Fonte: Rivista AI, Paper "La fabbrica invisibile" — settembre 2026
🎯 Strumento della settimanaOutline — Il wiki aziendale open source che prepara la vostra conoscenza per l'era degli agenti AI
Cos'è: Outline è un wiki e knowledge base aziendale open source — alternativa a Notion, Confluence o SharePoint — con editor ricco, struttura ad albero navigabile, ricerca full-text, permessi granulari per team e documenti, e API documentata. Si self-hosta via Docker, il dato rimane sulla vostra infrastruttura, e il formato di esportazione è Markdown standard — leggibile da qualsiasi strumento futuro. Ha un'interfaccia moderna, è veloce, e supporta importazione da Notion e Confluence per chi migra.
Perché è rilevante questa settimana: il sistema agentico di Navier-Stokes ha lavorato su conoscenza strutturata e formalmente definita. Qualsiasi sistema RAG (Retrieval-Augmented Generation) aziendale — che sia un chatbot interno che risponde a domande sui processi, un agente che analizza i precedenti contrattuali, uno strumento che supporta la due diligence — funziona meglio quando la conoscenza è in documenti ben strutturati, con titoli chiari, contesto esplicito e aggiornamento regolare. Outline è lo strumento per costruire quella base — oggi, prima che il sistema AI lo richieda.
→ getoutline.com — open source (BSL license, self-hosting gratuito per uso commerciale). Deployment Docker in meno di un'ora. Repository GitHub con 28.000+ stelle.
Piano cloud gestito: da 10$/mese per team fino a 5 persone — se non volete gestire il server. I dati sono ospitati negli USA (attenzione: giurisdizione americana). Per la versione self-hosted su VPS europeo, la giurisdizione rimane vostra.
Alternative comparabili: Obsidian per uso personale o team piccoli (file Markdown locali, zero server, portabilità assoluta); BookStack per chi vuole struttura a capitoli/sezioni più rigida, open source completo.
Via Indipendenza
La newsletter settimanale per chi guida un'azienda e vuole capire la tecnologia, non subirla. Via Indipendenza utilizza strumenti di intelligenza artificiale generativa, ma la selezione delle fonti e il controllo dei testi generati è fatto dal nostro team di esperti del settore (avviso ai sensi delle disposizioni dell'A.I. ACT, il Regolamento UE/2024/1689).
Un progetto promosso da airpim srl