Ultimo briefing
18 luglio 2026 · 5 notizie (sito) · 6 notizie (base)
Le 18 juillet 2026, le marché des agents IA s’industrialise et se durcit : Thinking Machines Lab publie Inkling, un modèle ouvert taillé dès le départ pour piloter des agents ; PrismML compresse Bonsai 27B au point de le faire tourner directement sur un téléphone haut de gamme ; Tec-Do lance Navos 2.0, une chaîne complète d’agents marketing qui couvre de la détection d’opportunité jusqu’à la publication ; Alterion positionne Draco comme la couche de contrôle indispensable avant tout déploiement en entreprise ; et Bunkerhill Health atteint 55 M$ de financement cumulé pour des agents qui tournent déjà dans des hôpitaux américains.
🔥 À la une
01
Un modello aperto e gratuito capace di capire testo, immagini e audio — ma solo su macchine molto grandi
Dietro ogni assistente IA c'è un « modello », un enorme file di numeri addestrato a riconoscere e produrre linguaggio. Thinking Machines Lab, giovane startup fondata da ex dipendenti di OpenAI, ha appena pubblicato Inkling con licenza aperta: uno di quei modelli, capace di leggere testo, immagini e audio, e progettato sin dall'inizio per pilotare agenti che usano strumenti o scrivono codice. La scommessa commerciale è diretta: Inkling non è necessariamente il migliore su tutti i benchmark, ma è aperto, modificabile e fornito con una documentazione che spiega come adattarlo a un mestiere preciso. È la base che un'azienda può riprendere per costruire il proprio agente su misura. Il rovescio della medaglia: anche la versione compatta richiede ancora circa 600 GB di memoria video — l'equivalente di mezza dozzina di schede grafiche di fascia alta. In pratica, questo modello non girerà su un server tipico di una PMI; bisognerà passare per un fornitore cloud o puntare su una versione più leggera. La lezione è chiara: l'apertura diventa un argomento di vendita, ma l'hosting resta una voce di costo da confrontare prestazione per prestazione.
02
Un agente IA completo che sta in tasca a un telefono di fascia alta
Far girare un'intelligenza artificiale completa direttamente su un telefono, senza inviare nessun dato nel cloud, è quello che promette Bonsai 27B. La startup americana PrismML ha compresso un modello di 27 miliardi di parametri — equivalente, in complessità, a un'enciclopedia di diverse migliaia di volumi — fino a un file di appena 3,9 gigabyte. Abbastanza piccolo per stare nella memoria di un iPhone recente. Sulla carta, il modello accetta testo e immagini, può ragionare, chiamare strumenti esterni e rispondere a circa 11 parole al secondo, direttamente sul dispositivo. Si apre un nuovo tipo di prodotto: un « agente privato » che non spedisce più i vostri dati personali a un server remoto, funziona senza connessione internet e un giorno potrebbe costare meno delle offerte cloud. Resta da verificare su hardware vero, in condizioni reali, che questi numeri tengano. Ma la promessa cambia le regole del gioco per tutto ciò che tocca la riservatezza: un agente che analizza documenti giuridici, medici o finanziari senza mai uscire dalla vostra tasca.
03
Una catena di agenti che gestisce tutto il marketing per l'esportazione, dall'idea alla pubblicazione
Invece di vendere « un assistente con cui chiacchierare », la startup cinese Tec-Do ha presentato il 17 luglio, alla fiera WAIC di Shanghai, Navos 2.0: una vera catena di produzione marketing, composta da più agenti specializzati che si passano il lavoro. Uno cerca mercati esteri con opportunità. Un altro scrive i testi pubblicitari. Un terzo identifica gli influencer locali giusti. Un quarto produce i video brevi adatti a ogni piattaforma. Un quinto pubblica e aggiusta, dal vostro computer, negli strumenti che già usate (Excel, PowerPoint, Lark). La lezione è diretta per chi vuole vendere agenti: il valore non sta più nella conversazione con un modello, ma in un risultato commerciale completo e misurabile. Per una PMI francese che punta all'esportazione, ciò che bisogna vendere è « la tua campagna multilingue pronta da pubblicare con i prospect identificati » — non « un agente che ti aiuta a riflettere ». Tec-Do rivendica più di 100.000 inserzionisti serviti nel 2025 e una rete di 150 milioni di creator; questi numeri vengono dall'azienda stessa e vanno ancora validati su casi concreti.
04
Uno strato di controllo che impedisce a un agente di cancellare i dati o toccare la produzione
Testare un agente prima di metterlo in servizio è bene. Sorvegliarlo mentre lavora è meglio. È proprio quello che propone Draco, lanciato il 16 luglio dalla startup Alterion: uno strato software che si colloca tra gli agenti e i sistemi dell'azienda, osserva cosa stanno per fare e blocca l'azione se è rischiosa — cancellare dati, modificare un sistema in produzione, un bonifico bancario insolito. In pratica, ogni agente riceve permessi limitati, le sue azioni vengono registrate e un essere umano può validare con un clic le decisioni sensibili. Il prodotto promette anche di misurare il consumo di « token » (le unità fatturate dai fornitori di IA) di ogni agente, per sapere chi costa cosa. Per i direttori informatici, questo è il mattone che mancava: senza questo tipo di salvaguarda, distribuire un agente in un sistema critico equivale ad assumere qualcuno e dargli le chiavi senza controllare cosa fa. È anche, per offerte come Agent Wealthy, l'occasione di vendere un prodotto « agente pronto per l'impresa », con sicurezza e audit integrati fin dalla progettazione.
05
55 milioni di dollari per agenti che lavorano già negli ospedali americani
Una piattaforma che permette agli ospedali di creare e distribuire i propri agenti — per il triage dei pazienti, il follow-up dei trattamenti, l'amministrativo — ha appena chiuso un round di finanziamento che porta il suo finanziamento cumulato a 55 milioni di dollari. Bunkerhill Health, startup californiana, ha convinto fondi prestigiosi (Khosla Ventures, Sequoia, Y Combinator) che gli agenti IA possono avere cittadinanza in processi medici critici. Alla University of Texas Medical Branch, più di venti agenti sono già attivi in parallelo sulla piattaforma Carebricks. Secondo l'azienda, un agente di triage in nefrologia ha dimezzato il tempo per vedere uno specialista; un agente di monitoraggio dei noduli polmonari ha gestito i casi urgenti l'80 % più velocemente e raddoppiato il numero di pazienti seguiti secondo le raccomandazioni. Questi risultati sono riportati dall'azienda e restano da confermare su altri siti. Ma il movimento di fondo è chiaro: gli investitori scommettono su agenti verticali — specializzati in un mestiere preciso, con un risultato misurabile e riproducibile — e non su agenti generalisti versatili.
📡 À surveiller
13 M$ per una startup che ripulisce i dati prima di affidarli agli agenti di cybersecurity
Beacon Security ha chiuso il 16 luglio un round seed da 13 milioni di dollari. La sua specialità: prendere le informazioni provenienti da decine di strumenti di sicurezza diversi (firewall, antivirus, rilevatori di intrusione), ripulirle, incrociarle e poi affidarle ad agenti incaricati di rilevare attacchi o investigare. Il messaggio vale per qualsiasi agente: se riceve dati incompleti o contraddittori, prende decisioni sbagliate. Su un sito come The Agent Watch, una risposta utile deve poter risalire alla propria fonte e separare un dato verificato da una semplice affermazione.
Claude Code trasforma una conversazione in un'attività in background che continua a lavorare senza di voi
Anthropic ha aggiunto a Claude Code il comando « /fork »: copia la conversazione in un'attività separata che continua a lavorare mentre l'utente passa ad altro. Le pagine prodotte da Claude possono anche interrogare gli strumenti del lettore (ad esempio la sua lista GitHub), con il suo consenso. Il risultato pubblicato si avvicina così a un mini-prodotto vivo invece che a un'istantanea congelata.
NVIDIA propone di misurare gli agenti in « intelligenza per dollaro » invece che in token
NVIDIA ritiene che gli agenti debbano essere migliorati continuamente a partire dai loro fallimenti in produzione, e raccomanda di misurare ciò che questo ciclo costa realmente. La nozione di « intelligenza per dollaro » invita a seguire, per ciascun agente, il costo completo per deliverable accettato e il suo tasso di successo, invece del solo prezzo per milione di token.
Dati verificabili e provenienza: uno standard da imporre fin dalla progettazione
Beacon Security lo dimostra: un agente alimentato con dati non verificati prende decisioni sbagliate. Per qualsiasi offerta di agenti, ogni risposta deve indicare da dove viene l'informazione, separare un dato confermato da un'affermazione del fornitore e conservare una traccia della fonte. È anche ciò che un briefing come The Agent Watch si sforza di fare: citare la fonte primaria per ogni notizia.
📊 Tendance
Il 18 luglio 2026, il mercato degli agenti IA continua a industrializzarsi e a irrigidirsi. Due modelli aperti si distinguono: Inkling di Thinking Machines Lab, progettato sin dall'inizio per pilotare agenti su misura, e Bonsai 27B di PrismML, abbastanza compatto da far girare un agente multimodale direttamente su un telefono. Sul fronte prodotti, Tec-Do lancia Navos 2.0, una catena completa di agenti marketing che copre tutto, dall'individuazione dell'opportunità fino alla pubblicazione, mentre Alterion posiziona Draco come lo strato di sicurezza senza il quale nessuna distribuzione aziendale può fare a meno. Il denaro segue la stessa logica: Bunkerhill Health (55 M$ cumulativi) dimostra che gli investitori finanziano ormai agenti verticali che forniscono risultati riproducibili in ospedale, mentre Beacon Security (13 M$ di seed) punta sulla qualità dei dati che arrivano agli agenti di cybersecurity. Tre lezioni emergono per chi costruisce con l'IA: (1) un agente vendibile è oggi un agente che combina un modello adattato al caso d'uso, un percorso completo dal bisogno al risultato, e uno strato di sicurezza e audit; (2) l'apertura dei modelli diventa un vantaggio commerciale — modificare il motore è più redditizio che riconfigurare tutto via API; (3) il giusto indicatore non è il prezzo del token ma il costo completo per deliverable accettato e il suo tasso di successo, come propone NVIDIA.