Le 46 aziende prese come riferimento in questa fase per valutare l’impatto dell’innovazione su persona, ambiente e cosmo.
(Vedi Intelligenza artificiale 46 società sotto osservazione, Aggiornamento delle fonti: 8 settembre 2026)
___________
Questo articolo sostiene una tesi precisa: una tecnologia non può essere definita progresso soltanto perché è più potente, veloce o redditizia. Il suo valore deve essere misurato anche da ciò che produce sulla persona, sull’ambiente e sul cosmo. L’obiettivo non è giudicare singole imprese né compilare una graduatoria, ma proporre un criterio pubblico con cui interrogare l’innovazione prima che le sue conseguenze diventino irreversibili.
Per «standard etico» non si intende una morale unica imposta dall’alto. L’etica individua principi e responsabilità; la legge fissa obblighi vincolanti e sanzioni entro una giurisdizione; uno standard tecnico traduce obiettivi condivisi in procedure, indicatori, documentazione e verifiche. Uno standard etico applicato alla tecnologia dovrebbe collegare questi tre livelli: trasformare valori come dignità, equità e sostenibilità in requisiti controllabili, senza sostituirsi alla legge né pretendere di certificare la moralità di un’impresa (vedi articolo di Domenico NATALE, Interconnessioni tra obiettivi, standard e casi d’uso di IA e di Saverio Lovergine, Governare l’intelligenza artificiale generativa nella ricerca accademica: il ruolo delle linee guida tra integrità scientifica e regolamentazione, punto 5.5)..
La legge rappresenta il livello minimo obbligatorio (vedi articolo di Valentina Grazia Sapuppo, L’intelligenza artificiale in azienda: il quadro degli obblighi normativi e il ruolo degli standard per una conformità responsabile). Gli standard sono normalmente volontari, ma possono diventare cogenti quando vengono richiamati da norme, contratti o procedure di acquisto. La loro utilità sta nella possibilità di rendere confrontabili la gestione del rischio, le valutazioni d’impatto, gli audit e i rimedi. La credibilità dipende però dall’indipendenza dei controlli e dalla pubblicità dei risultati: un principio privo di evidenze può ridursi a una dichiarazione reputazionale.
La proposta è costruire un nucleo internazionale comune — dignità umana, sicurezza, non discriminazione, trasparenza, contestabilità, responsabilità, sostenibilità ambientale e uso pacifico ed equo dello spazio — lasciando alle diverse culture il modo di motivarlo e applicarlo. Non serve uniformare valori, religioni o tradizioni; serve impedire che le tutele essenziali cambino attraversando un confine.
Le 46 aziende richiamate rendono concreto questo obiettivo nei settori dell’AI, dei chip, delle reti, della robotica, del quantum e dello spazio. Non sono una classifica, ma casi con cui verificare benefici, costi e responsabilità. UNESCO, OCSE, ISO/IEC e ONU-COPUOS offrono già principi e strumenti su diritti, rischio e sostenibilità; resta da integrarli in una responsabilità capace di seguire le filiere oltre i confini nazionali.
Settori, aziende, impatti e standard di responsabilità
La tabella raggruppa per settore le 46 aziende prese come riferimento in questa fase. La presenza di un’impresa non implica una valutazione negativa e, nei casi di attività trasversali, la stessa azienda può comparire in più settori: l’obiettivo è indicare opportunità, rischi e verifiche pertinenti.
| Settore e aziende | Opportunità / impatti positivi | Rischi per la persona e la società | Rischi per ambiente e cosmo | Standard e verifiche richieste |
| Modelli e servizi di AI Xiaomi/MiMo; Alibaba Cloud/Qwen; Huawei; Tencent; ByteDance Seed; DeepSeek; Baidu/ERNIE; Moonshot AI/Kimi; Z.ai/Zhipu AI; MiniMax; SenseTime; iFLYTEK; 01.AI | Accesso a strumenti linguistici e multimodali; produttività; ricerca; servizi più personalizzati. | Bias e discriminazioni; opacità dei dati; disinformazione; sorveglianza; dipendenza dai fornitori. | Consumo energetico e idrico dei data center; materie prime e ciclo di vita dell’hardware. | Valutazione d’impatto; tracciabilità dei dati; supervisione umana; red teaming; audit indipendenti; ISO/IEC 42001, 23894 e 42005. |
| AI nei dispositivi e semiconduttori OPPO; Lenovo; NVIDIA; AMD; Intel; MediaTek; Qualcomm; Samsung Research | Minore latenza; elaborazione locale; nuovi strumenti accessibili anche senza connessione continua. | Raccolta invisibile di dati; obsolescenza; vulnerabilità; divario tra dispositivi e utenti. | Estrazione di minerali; energia di produzione; rifiuti elettronici; consumo incorporato nella filiera. | Privacy by design; aggiornamenti garantiti; efficienza per compito; riparabilità; rendicontazione del ciclo di vita. |
| Reti 6G e telecomunicazioni Nokia Bell Labs; Ericsson; Huawei; ZTE; Samsung Research; Qualcomm; NTT DOCOMO/NTT; SK Telecom; Deutsche Telekom; Orange | Connettività resiliente; servizi sanitari e industriali; copertura di aree isolate; risposta alle emergenze. | Sorveglianza pervasiva; esclusione digitale; attacchi sistemici; dipendenza da infrastrutture critiche. | Consumi delle reti; aumento dei terminali; occupazione di suolo e materiali; integrazione con costellazioni satellitari. | Security e privacy by design; accessibilità; continuità operativa; indicatori energetici; interoperabilità e verifiche indipendenti. |
| Spazio e infrastrutture satellitari Telespazio; Leonardo; Thales; Cisco; Airbus Defence and Space; Amazon Project Kuiper; SpaceX/Starlink | Connessione globale; osservazione della Terra; prevenzione dei disastri; comunicazioni d’emergenza. | Concentrazione privata di infrastrutture essenziali; usi duali; dipendenza geopolitica; disuguaglianza di accesso. | Detriti e congestione orbitale; interferenze; impatto dei lanci; rischio per l’astronomia e per le generazioni future. | Linee guida ONU-COPUOS; condivisione dei dati orbitali; piani di fine vita; coordinamento internazionale; responsabilità sugli incidenti. |
| Robotica e physical AI ABB Robotics; FANUC; KUKA; Boston Dynamics; Figure AI; Agility Robotics; Unitree Robotics; UBTECH Robotics; NVIDIA | Riduzione delle mansioni pericolose; assistenza; logistica più sicura; maggiore precisione industriale. | Incidenti; controllo del lavoro; perdita di autonomia; sostituzione selettiva delle mansioni; responsabilità frammentata. | Energia e materiali; smaltimento di batterie e componenti; intensificazione produttiva. | Sicurezza funzionale; arresto e supervisione umana; registri degli eventi; formazione; responsabilità definite tra produttore, integratore e utilizzatore. |
| Test, misure e certificazione Rohde & Schwarz; Keysight Technologies | Verifica di reti, chip e sistemi autonomi; risultati confrontabili; sicurezza prima dell’impiego. | Benchmark selettivi; conflitti d’interesse; certificazioni usate come garanzia assoluta. | Test energivori o non rappresentativi del ciclo di vita; assenza di metriche ambientali comparabili. | Laboratori competenti e indipendenti; metodi pubblici; ripetibilità; dichiarazione dei limiti; sorveglianza dopo l’immissione sul mercato. |
| Calcolo quantistico e sistemi ibridi IBM | Ricerca scientifica; simulazione; ottimizzazione; integrazione con calcolo ad alte prestazioni e AI. | Promesse premature; concentrazione di capacità strategiche; rischi futuri per la crittografia; accesso diseguale. | Infrastrutture specializzate ed energivore; materiali e raffreddamento; benefici ambientali ancora da dimostrare caso per caso. | Benchmark riproducibili; comunicazione prudente; transizione alla crittografia post-quantistica; valutazioni d’impatto e accesso responsabile. |
Tecnologie che convergono
La convergenza modifica la scala della responsabilità: algoritmi, dispositivi, reti, satelliti e macchine autonome formano filiere nelle quali investimenti, ricerca, decisioni politiche e infrastrutture dipendono gli uni dagli altri. È su queste connessioni, più che sui singoli prodotti, che occorre misurare gli effetti sociali e ambientali.
L’Intelligenza Artificiale è il fenomeno più evidente. In Cina, Xiaomi/MiMo, Alibaba Cloud/Qwen, Huawei, Tencent, ByteDance Seed, DeepSeek, Baidu/ERNIE, Moonshot AI/Kimi, Z.ai/Zhipu AI, MiniMax, SenseTime, iFLYTEK e 01.AI descrivono un ecosistema ormai molto più articolato di quanto suggerisca il semplice confronto tra chatbot.
Si lavora su linguaggio, immagini, voce, programmazione, ragionamento e agenti capaci di utilizzare strumenti esterni. Il numero dei modelli disponibili, tuttavia, dice soltanto una parte della storia. Per comprenderne il peso reale occorre osservare anche accessibilità, costi, qualità e provenienza dei dati, sicurezza, vincoli politici e dipendenza dall’infrastruttura sulla quale quei sistemi funzionano.
Un altro cambiamento sta avvenendo direttamente nei dispositivi.
OPPO e Lenovo, insieme ai produttori di semiconduttori e piattaforme come NVIDIA, AMD, Intel, MediaTek, Qualcomm e Samsung Research, stanno spostando una parte crescente dell’elaborazione dell’AI dal cloud verso smartphone e computer.
È un passaggio importante. Elaborare localmente può ridurre latenza e quantità di informazioni inviate ai server remoti. Sarebbe però prematuro considerare questa evoluzione una garanzia di privacy. Per l’utente conta sapere che cosa viene realmente elaborato sul dispositivo, quali informazioni continuano a uscire dalla macchina e per quanto tempo il produttore garantirà aggiornamenti e sicurezza.
Il 6G non sarà soltanto una rete più veloce
La stessa attenzione dovrebbe accompagnare l’evoluzione delle telecomunicazioni.
Nokia Bell Labs, Ericsson, Huawei, ZTE, Samsung Research, Qualcomm, NTT DOCOMO/NTT, SK Telecom, Deutsche Telekom e Orange stanno lavorando su reti AI-native, fotonica, edge computing e collegamenti capaci di integrare infrastrutture terrestri e satellitari.
Quando arriverà il 6G, limitarsi a confrontare velocità e latenza sarebbe riduttivo.
Una nuova generazione di reti avrà senso se contribuirà ad ampliare l’accesso alle comunicazioni, funzionerà anche nelle situazioni di crisi e saprà contenere consumi e impatto ambientale. C’è poi un problema meno visibile: più oggetti comunicano, più aumenta la capacità di raccogliere informazioni sugli ambienti e sulle persone che li abitano.
La qualità di una rete si misurerà anche da questo.
Lo spazio è diventato infrastruttura digitale
Telespazio, Leonardo, Thales, Cisco, Airbus Defence and Space, Amazon Project Kuiper e SpaceX/Starlink mostrano quanto il confine tra telecomunicazioni terrestri e attività spaziali sia ormai sottile.
Satelliti, cloud, osservazione della Terra, cybersecurity e comunicazioni ottiche appartengono sempre più allo stesso ecosistema.
Portare una connessione in territori isolati può produrre benefici immediati. Allo stesso tempo, la crescita delle costellazioni in orbita bassa rende più urgente affrontare questioni che fino a pochi anni fa sembravano marginali: detriti spaziali, congestione orbitale, sostenibilità delle operazioni e concentrazione nelle mani di soggetti privati di infrastrutture che possono diventare essenziali per interi Paesi.
Il problema non è stabilire se lo spazio debba essere utilizzato. Lo è già. La questione è capire con quali responsabilità.
Quando l’algoritmo acquista un corpo
La robotica rende ancora più concreto il rapporto tra tecnologia e società.
ABB Robotics, FANUC e KUKA sono protagoniste dell’automazione industriale, dei cobot e della robotica mobile. Boston Dynamics ha trasformato la locomozione dinamica in uno dei campi più avanzati della ricerca robotica. Figure AI e Agility Robotics stanno sperimentando umanoidi destinati alla logistica e ad ambienti progettati originariamente per le persone. Unitree Robotics e UBTECH Robotics testimoniano invece la rapida crescita cinese nei quadrupedi, negli umanoidi e nei sistemi che integrano visione, linguaggio e azione.
NVIDIA occupa una posizione particolare in questo scenario, fornendo infrastrutture di simulazione e gemelli digitali utilizzati nello sviluppo della cosiddetta physical AI.
È proprio nella fabbrica, nel magazzino o in un ambiente frequentato dalle persone che il dibattito etico diventa concreto.
Un robot può evitare a un lavoratore operazioni pericolose o ripetitive. Può anche modificare il ritmo della produzione, moltiplicare le forme di controllo e ridefinire il rapporto tra competenza umana e macchina.
Quando qualcosa va storto, inoltre, deve essere possibile ricostruire la catena delle responsabilità. Produttore del robot, sviluppatore del software, integratore e utilizzatore non possono trasformarsi in altrettanti punti dietro i quali far scomparire la responsabilità.
Per questa ragione gli standard ISO sulla sicurezza della robotica non rappresentano una fase burocratica successiva all’innovazione. Fanno parte del prodotto.
Il diritto di verificare la tecnologia
In questo scenario hanno un ruolo meno appariscente, ma decisivo, anche aziende come Rohde & Schwarz e Keysight Technologies.
Una tecnologia deve essere misurata prima di essere creduta.
Testare reti, chip e sistemi autonomi permette di distinguere una dimostrazione efficace da un sistema realmente affidabile. È una distinzione particolarmente importante in una fase nella quale aziende e governi competono anche attraverso annunci, benchmark e roadmap.
La capacità di innovare dovrebbe procedere insieme alla possibilità di sottoporre l’innovazione a verifiche indipendenti.
IBM porta la convergenza tecnologica su un altro terreno: AI, supercalcolo e quantum computing.
Il calcolo quantistico conserva prospettive scientifiche importanti, ma è anche uno dei settori nei quali occorre distinguere con attenzione obiettivi industriali e risultati già riproducibili.
Essere prudenti non significa ridimensionare la ricerca. Significa evitare che la promessa venga raccontata come un risultato prima che lo sia.
Il lavoro resta al centro
Dietro chip, algoritmi e robot continua a esserci il lavoro umano.
Secondo l’Organizzazione internazionale del lavoro, l’AI generativa ha maggiori probabilità di trasformare le mansioni che di eliminare completamente intere professioni.
È una distinzione importante, ma non rassicurante per definizione.
La trasformazione può significare eliminazione delle attività ripetitive e nascita di nuove competenze. In altri contesti può produrre intensificazione dei ritmi, controllo algoritmico, perdita di autonomia professionale e aumento delle differenze tra chi possiede le tecnologie e chi deve semplicemente adattarsi al loro utilizzo.
Formazione e contrattazione diventeranno quindi parte integrante della transizione tecnologica.
Dietro la nuvola ci sono energia, acqua e macchine
Il digitale continua inoltre ad avere una dimensione fisica che il linguaggio tende a nascondere.
La parola cloud evoca qualcosa di immateriale. Dietro ci sono data center, reti elettriche, sistemi di raffreddamento, semiconduttori, acqua e territori.
L’Agenzia internazionale dell’energia stima che il consumo elettrico globale dei data center possa più che raddoppiare entro il 2030 e raggiungere circa 945 TWh.
Di conseguenza, misurare un sistema di AI soltanto sulla base delle sue prestazioni è sempre meno sufficiente. Efficienza dei modelli, durata dell’hardware, utilizzo dell’acqua e origine dell’energia dovrebbero entrare stabilmente nella valutazione dell’innovazione.
Uno standard etico comune, non una morale unica
La convergenza tecnologica rende insufficiente una responsabilità frammentata per settore o per Paese. Un modello addestrato in uno Stato può essere incorporato in un dispositivo prodotto altrove, collegato a una rete transnazionale, controllare un robot in una fabbrica e utilizzare dati trasmessi via satellite. Se ogni passaggio risponde soltanto alle regole locali o alle clausole contrattuali del singolo fornitore, il rischio è una catena globale senza un responsabile riconoscibile.
Alle aziende dovrebbe quindi essere richiesto di dimostrare, con indicatori confrontabili e verifiche indipendenti, almeno cinque elementi: tutela effettiva della persona; tracciabilità delle decisioni e delle responsabilità; sicurezza durante l’intero ciclo di vita; misurazione di energia, acqua, materie prime ed emissioni; prevenzione dei danni orbitali e tutela dell’accesso equo allo spazio. Un principio etico privo di audit, rimedi e conseguenze rischia infatti di ridursi a comunicazione reputazionale.
Gli standard internazionali non sostituiscono la legge e non devono diventare un lasciapassare commerciale. Possono però costruire un linguaggio tecnico comune tra regolatori, imprese, lavoratori e cittadini. La loro credibilità dipenderà dalla partecipazione di Paesi con differenti tradizioni culturali, dalla presenza delle comunità interessate e dalla pubblicità dei risultati. Il punto condiviso non deve essere ciò che ogni cultura considera desiderabile, ma ciò che nessuna innovazione dovrebbe poter sacrificare.
La legge stabilisce il minimo, non il massimo
Dal 2 agosto 2026 gran parte dell’AI Act europeo è applicabile e le autorità competenti hanno assunto poteri di enforcement, mentre alcune disposizioni seguono un calendario differenziato.
È un passaggio importante per l’Europa.
Ma rispettare una norma non esaurisce la responsabilità di chi progetta e utilizza un sistema tecnologico.
La legge stabilisce una soglia. L’ambizione dovrebbe essere più alta: costruire tecnologie delle quali sia possibile comprendere il funzionamento rilevante, contestare le decisioni e riconoscere i limiti.
Pensieri in transito seguirà questa convergenza partendo da esperienze concrete, risultati verificabili e promesse ancora da dimostrare. Le 46 aziende non sono il soggetto collettivo di un racconto celebrativo: sono il primo campo di osservazione sul quale applicare domande comuni.
Il progresso tecnologico acquista valore quando amplia le libertà della persona, distribuisce equamente benefici e rischi, riduce il consumo di risorse e preserva lo spazio come bene accessibile anche alle generazioni future. Per questo gli standard etici dovrebbero essere progettati come infrastrutture di fiducia: globali nei diritti minimi, interculturali nella loro elaborazione e verificabili nella pratica.
Se l’innovazione rende opache le decisioni, concentra capacità strategiche in poche mani o trasferisce alla collettività costi che non compaiono nei bilanci aziendali, la domanda non riguarda più soltanto ciò che la tecnologia è capace di fare.
Riguarda ciò che imprese, istituzioni e cittadini sono disposti a permetterle di diventare — e quali limiti comuni intendono assumersi la responsabilità di fissare.
Approfondimento: cronologia essenziale
2023 – L’ITU definisce il quadro IMT-2030 per le telecomunicazioni verso il 2030 e oltre.
2024-2025 – Si diffondono modelli multimodali, agentici e Mixture-of-Experts, insieme alle prime applicazioni industriali della physical AI.
2026 – Il 3GPP definisce il calendario della Release 21, indicata come prima release normativa 6G.
2026 – Figure presenta Helix 02 per il controllo integrato di locomozione e manipolazione; NVIDIA amplia gli strumenti destinati a robotica e gemelli digitali.
2026-2029 – IBM prosegue la roadmap verso l’integrazione tra risorse quantistiche e sistemi di calcolo classici ad alte prestazioni.
Opportunità e rischi
AI distribuita, robotica, satelliti, semiconduttori e quantum computing possono ampliare le capacità della ricerca scientifica, della medicina, della mobilità e dell’accesso ai servizi.
Il loro impatto dipenderà però dal modo in cui saranno progettati e governati.
Sorveglianza, concentrazione del potere tecnologico, pressione sul lavoro, dipendenza infrastrutturale e consumo delle risorse non rappresentano effetti inevitabili, ma rischi che richiedono scelte precise.
Il punto decisivo sarà verificare se l’innovazione riuscirà ad aumentare l’autonomia della persona senza ridurre la capacità della società di controllare le infrastrutture dalle quali finirà sempre più per dipendere.
Fonti e consigli di approfondimento
ITU – IMT-2030
https://www.itu.int/en/ITU-R/study-groups/rsg5/rwp5d/imt-2030/pages/default.aspx
3GPP – Timeline Release 21
https://www.3gpp.org/news-events/3gpp-news/rel21-timeline
NVIDIA – Physical AI e robotica
https://nvidianews.nvidia.com/news/nvidia-and-global-robotics-leaders-take-physical-ai-to-the-real-world
Figure – Helix 02
https://www.figure.ai/news/helix-02
UBTECH – Profilo e tecnologie
https://www.ubtrobot.com/en/about/company-profile
Qualcomm – AI on-device
https://www.qualcomm.com/smartphones/features/mobile-ai
IBM – Quantum roadmap
https://www.ibm.com/roadmaps/quantum/
Xiaomi – MiMo
https://mimo.mi.com/docs/en-US/updates/model
Qwen – modelli AI
https://qwenlm.github.io/
DeepSeek – repository ufficiale
https://github.com/deepseek-ai/DeepSeek-V3
Commissione europea – AI Act e calendario di applicazione
https://digital-strategy.ec.europa.eu/en/policies/regulatory-framework-ai
ILO – Generative AI and Jobs, indice globale 2025
https://www.ilo.org/publications/generative-ai-and-jobs-refined-global-index-occupational-exposure
IEA – Energy and AI
https://www.iea.org/reports/energy-and-ai/executive-summary
ISO/TC 299 – Standard internazionali per la robotica
https://www.iso.org/committee/5915511.html
UNESCO – Raccomandazione sull’etica dell’Intelligenza Artificiale
https://www.unesco.org/en/legal-affairs/recommendation-ethics-artificial-intelligence
OCSE – Principi sull’Intelligenza Artificiale
https://www.oecd.org/en/topics/ai-principles.html
ISO/IEC 42001 – Sistema di gestione per l’AI
https://www.iso.org/standard/42001
ISO/IEC 23894 – Gestione del rischio AI
https://www.iso.org/standard/77304.html
ISO/IEC 42005 – Valutazione d’impatto dei sistemi AI
https://www.iso.org/standard/42005
ONU-COPUOS – Sostenibilità di lungo periodo delle attività spaziali
https://www.unoosa.org/oosa/en/ourwork/topics/long-term-sustainability-of-outer-space-activities.html
_______
Nota sulla trasparenza: questo articolo è stato realizzato con il supporto di strumenti di Intelligenza Artificiale per la ricerca, l’organizzazione e la rielaborazione delle informazioni. Anche l’immagine di accompagnamento è stata realizzata con strumenti di Intelligenza Artificiale. I contenuti, le fonti e l’impostazione editoriale sono stati verificati e sottoposti a revisione umana.