NVIDIA e Google cambiano le regole: arrivano i “colleghi digitali” autonomi (e l’AI aziendale diventa impenetrabile)

📌 In Sintesi

• NVIDIA lancia Agent Toolkit con modelli Nemotron, OpenShell e blueprint aperti per sviluppare agenti AI enterprise autonomi.
• Google Cloud introduce nuove tecnologie di Confidential Computing per proteggere inferenze e modelli tramite ambienti hardware verificabili.
• I modelli Gemma alimentano Open Telco AI di GSMA e AT&T, dimostrando il valore dei modelli open specializzati nelle reti globali.

L’intelligenza artificiale enterprise sta entrando in una nuova fase in cui autonomia operativa, sicurezza delle elaborazioni e specializzazione dei modelli rappresentano i tre pilastri della trasformazione digitale. In questa direzione convergono le ultime iniziative presentate da NVIDIA e Google, che affrontano aspetti complementari dell’ecosistema AI. NVIDIA ha annunciato Agent Toolkit, una piattaforma aperta destinata allo sviluppo di agenti intelligenti capaci di operare autonomamente all’interno dei processi aziendali, mentre Google Cloud ha ampliato la propria offerta di Confidential Computing, introducendo nuovi meccanismi hardware per garantire che dati, prompt e modelli rimangano protetti durante tutte le fasi dell’elaborazione. Parallelamente, la famiglia di modelli open Gemma continua a trovare applicazione concreta nelle infrastrutture di telecomunicazione grazie ai progetti sviluppati insieme ad AT&T e GSMA, confermando il crescente interesse verso modelli linguistici altamente specializzati. Le tre iniziative delineano un ecosistema nel quale apertura, verificabilità e sicurezza diventano elementi fondamentali per l’adozione dell’AI nei contesti enterprise.

NVIDIA Agent Toolkit costruisce la nuova generazione di agenti AI

Il nuovo NVIDIA Agent Toolkit fornisce una piattaforma modulare progettata per sviluppare agenti autonomi in grado di ragionare, utilizzare strumenti esterni e gestire workflow complessi senza intervento continuo degli operatori. La soluzione integra i modelli open della famiglia Nemotron, blueprint come NVIDIA NemoClaw e il runtime NVIDIA OpenShell, che garantisce un’esecuzione sicura all’interno delle infrastrutture aziendali. Gli sviluppatori possono combinare questi componenti con framework di terze parti come Hermes Agents e OpenClaw, realizzando sistemi multi-agente nei quali differenti modelli collaborano condividendo strumenti, conoscenze e competenze di dominio.

L’obiettivo è trasformare i moderni modelli linguistici in veri e propri digital coworkers, capaci di pianificare attività, richiamare API, interrogare basi dati e coordinare processi aziendali mantenendo pieno controllo da parte dell’organizzazione. Il progetto si inserisce nel programma Nemotron Labs, attraverso il quale NVIDIA punta a creare un ecosistema aperto per la costruzione di agenti affidabili, scalabili e facilmente personalizzabili.

Le applicazioni spaziano dalla sanità alla cybersecurity

Gli scenari illustrati da NVIDIA mostrano il potenziale operativo degli agenti AI in numerosi settori industriali. Nel comparto delle life sciences, l’integrazione con NVIDIA BioNeMo Toolkit consente di accelerare la scoperta di proteine, biomarcatori e molecole terapeutiche riducendo attività che normalmente richiedono mesi a pochi giorni. In ambito sanitario gli agenti assistono la documentazione clinica, supportano il processo decisionale dei medici e collaborano con piattaforme di digital twin dedicate alla pianificazione di procedure chirurgiche avanzate.

Nel settore della cybersecurity, una dimostrazione sviluppata insieme a CrowdStrike ha raggiunto il 98,5% di accuratezza nel triage automatico degli alert di sicurezza, mentre aziende come Cadence e Synopsys stanno già utilizzando agenti autonomi per automatizzare fasi della progettazione di semiconduttori. Anche piattaforme enterprise quali SAP, Palantir e Siemens impiegano queste tecnologie per il coordinamento della supply chain, della produzione e delle operazioni industriali distribuite.

Google Cloud rafforza il Confidential Computing per l’intelligenza artificiale

Sul fronte della sicurezza, Google Cloud ha esteso la propria piattaforma di Confidential Computing con nuove funzionalità pensate specificamente per i carichi di lavoro basati sull’intelligenza artificiale. L’obiettivo è creare ambienti di esecuzione fidati (Trusted Execution Environments) nei quali dati e modelli rimangano cifrati anche durante l’elaborazione. Le nuove capacità supportano le tecnologie AMD SEV sui processori EPYC Turin, Intel TDX sui processori Xeon di nuova generazione e NVIDIA Confidential Computing sulle GPU Blackwell e Hopper.

Attraverso questi meccanismi le organizzazioni possono verificare crittograficamente che un modello venga eseguito esclusivamente in ambienti certificati prima di affidargli informazioni sensibili, riducendo la necessità di considerare il provider cloud come elemento del perimetro di fiducia.

Prompt Encryption SDK protegge prompt e inferenze

Uno dei principali annunci riguarda il nuovo Prompt Encryption SDK, distribuito come progetto open source. Il software crea un canale cifrato end-to-end tra client e server di inferenza sfruttando connessioni TLS accompagnate da meccanismi di remote attestation hardware. In questo modo soltanto il workload autorizzato presente all’interno dell’ambiente TEE può decrittare prompt e risposte generate dal modello, mantenendo il provider cloud esterno al processo di elaborazione delle informazioni sensibili. Google ha inoltre annunciato le nuove Confidential G4 VM in preview con GPU NVIDIA RTX PRO 6000 Blackwell, la disponibilità generale di Confidential Space con GPU NVIDIA Hopper, il supporto alla Live Migration sulle istanze C3D e l’integrazione con Intel Trust Authority per verifiche indipendenti dell’infrastruttura. La collaborazione con Apple estende inoltre Private Cloud Compute a Google Cloud, consentendo di applicare architetture di sicurezza multilivello anche alle elaborazioni AI più sensibili.

Gemma diventa il motore dell’AI open nelle telecomunicazioni

Parallelamente allo sviluppo dell’infrastruttura cloud, Google continua a investire nella famiglia di modelli aperti Gemma, già adottata da AT&T e GSMA per affrontare le sfide dell’automazione delle reti di telecomunicazione. Le moderne infrastrutture multi-vendor producono enormi quantità di documentazione tecnica, log e protocolli proprietari che risultano difficili da interpretare per modelli generalisti. Per risolvere questo problema GSMA ha sviluppato la piattaforma Open Telco AI, realizzando insieme ad AT&T una famiglia di circa 30 modelli OTel addestrati su dataset costruiti con il contributo di operatori, produttori di apparati e mondo accademico. Tra questi, la variante gemma-4-E4B-it ha raggiunto il 91,74% di accuratezza nei benchmark condotti da AT&T, dimostrando prestazioni superiori nella comprensione del linguaggio tecnico e nella generazione di embedding destinati al recupero delle informazioni.

I modelli specializzati superano quelli generalisti

L’esperienza maturata nel progetto Open Telco AI conferma che modelli relativamente compatti ma addestrati su dati altamente specializzati possono ottenere risultati superiori rispetto a sistemi generalisti molto più grandi. I modelli OTel vengono utilizzati per automatizzare diagnosi di rete, identificare colli di bottiglia, interpretare log proprietari e supportare workflow agentici destinati alla gestione delle infrastrutture di telecomunicazione. L’adozione di tecniche di Retrieval Augmented Generation (RAG) con meccanismi di abstention consente inoltre di ridurre significativamente le allucinazioni del modello, requisito essenziale nei contesti regolamentati. Secondo Louis Powell di GSMA, l’approccio open source permette di costruire intelligenza artificiale affidabile attraverso la collaborazione tra operatori e vendor, mentre Mark Austin di AT&T sottolinea come Gemma abbia definito nuovi standard nel fine-tuning dei modelli verticali. Il progetto OTel ha già superato i 18 milioni di download, confermando il crescente interesse verso modelli aperti specializzati.

Agenti autonomi, sicurezza verificabile e modelli aperti convergono nell’AI enterprise

Le iniziative presentate da NVIDIA e Google mostrano come il futuro dell’intelligenza artificiale enterprise non dipenda esclusivamente dall’aumento della potenza dei modelli, ma dalla capacità di integrarli all’interno di piattaforme affidabili e controllabili. Agent Toolkit offre gli strumenti necessari per costruire agenti autonomi che operano in sicurezza all’interno delle infrastrutture aziendali, Google Confidential Computing garantisce che inferenze e addestramento avvengano in ambienti verificabili e protetti da solide garanzie hardware, mentre Gemma dimostra che modelli open altamente specializzati possono rappresentare la soluzione più efficace per settori complessi come le telecomunicazioni. La combinazione di agenti intelligenti, infrastrutture confidenziali e modelli verticali riduce le barriere all’adozione dell’AI, consentendo alle imprese di sviluppare applicazioni avanzate mantenendo il pieno controllo su dati, workflow e requisiti di conformità. L’evoluzione dell’AI enterprise si orienta così verso un modello nel quale apertura, sicurezza e specializzazione diventano elementi inseparabili di un’unica piattaforma tecnologica.