Il National Institute of Standards and Technology statunitense ha annunciato il 5 maggio 2026 che Microsoft, Google e xAI consegneranno le versioni non rilasciate dei loro modelli al governo federale prima del lancio pubblico. L’accordo passa dal Center for AI Standards and Innovation (CAISI), l’ufficio del Dipartimento del Commercio nato per valutare i sistemi di frontiera. Per la prima volta i tre grandi laboratori americani accettano un esame statale come passaggio ordinario prima della distribuzione.
Non è un dettaglio tecnico. È il segnale che l’IA sta entrando in una fase regolata, vicina a quella che governa la finanza e il farmaceutico.
Cosa ha deciso il governo americano il 5 maggio 2026
Il CAISI è la struttura che gli Stati Uniti hanno scelto come punto di contatto unico tra industria e amministrazione sui modelli avanzati. Opera dentro il Dipartimento del Commercio e si appoggia al NIST per metodologie e linee guida. Al momento dell’annuncio aveva già completato più di 40 valutazioni di modelli, alcune in ambienti classificati, su rischi che vanno dalla cybersicurezza alla biosicurezza fino alle armi chimiche.
Il meccanismo è quello del cosiddetto pre-deployment testing. I laboratori cedono ai valutatori una versione del modello con le protezioni di sicurezza ridotte, in modo che gli esaminatori possano sondare le vulnerabilità prima che lo facciano attori ostili. La logica è quella del collaudo distruttivo: si spinge il sistema oltre i limiti previsti per capire dove cede. Microsoft ha precisato che lavorerà con il NIST per affinare le metodologie di valutazione avversaria, co-sviluppando approcci più sistematici e riproducibili, con framework, dataset e flussi di lavoro condivisi per misurare sicurezza, robustezza e rischi dei sistemi più avanzati.
Il punto qualificante è la riproducibilità. Un test che dà risultati diversi a ogni esecuzione non serve a un regolatore, che deve poter difendere le proprie conclusioni. Per questo il lavoro tra azienda e agenzia non riguarda solo i singoli modelli, ma il metodo con cui si misurano.
L’accordo non è solo americano. Coinvolge anche il Regno Unito, attraverso l’AI Security Institute (AISI). Le due strutture coordinano test e ricerca sui sistemi più potenti, in una rete che ambisce a diventare lo standard di fatto per il mondo anglosassone. È un’architettura transatlantica parziale, costruita fuori dai canali multilaterali classici e fondata su intese dirette tra governi e laboratori.
Ad aprile il CAISI aveva già pubblicato la valutazione del modello open-weight cinese DeepSeek V4 Pro. Un precedente che mostra come l’ufficio non si limiti ai campioni nazionali, ma misuri anche ciò che arriva da fuori. Le valutazioni coprono aree sensibili: capacità offensive in ambito cyber, possibili usi nella produzione di agenti biologici o chimici, comportamenti che possono incidere sulla sicurezza nazionale. Alcune si svolgono in ambienti classificati, attraverso una struttura interagenzia dedicata.
Pre-deployment testing: la lezione presa da farmaceutico e finanza
Il paragone con il farmaceutico non è retorico. È esplicito nel dibattito politico americano. Il senatore Richard Blumenthal, uno dei pochi legislatori che spinge per regole vincolanti, ha proposto da tempo il modello di vigilanza sui farmaci come riferimento per l’IA: approvazione prima della messa in commercio, monitoraggio dopo il lancio.
Il principio è semplice. Un prodotto ad alto impatto sulla sicurezza collettiva non arriva sul mercato senza un esame preventivo di un’autorità terza.
Funziona così per i medicinali, dove la Food and Drug Administration valuta efficacia e rischi prima dell’autorizzazione. Funziona così, in modi diversi, per gli strumenti finanziari sottoposti a vigilanza prudenziale. L’idea che il test modelli AI pre-rilascio diventi un passaggio obbligato segue la stessa logica: spostare il controllo a monte, quando il danno è ancora evitabile.
Resta una differenza che gli esperti ricordano spesso. Un farmaco difettoso si può ritirare dagli scaffali. Un modello distribuito a milioni di utenti, replicato e adattato, non si richiama con la stessa facilità. Il che rende il controllo preventivo più urgente, non meno, ma anche più difficile da progettare.
C’è poi un nodo di metodo. Le regole farmaceutiche, come quelle dei dispositivi medici, si concentrano sull’approvazione iniziale e faticano a coprire il monitoraggio post-vendita. Lo stesso rischio incombe sull’IA, dove un modello cambia comportamento con gli aggiornamenti e con i dati che incontra. Un sistema giudicato sicuro al momento del test può diventare pericoloso dopo un aggiornamento, una nuova capacità sbloccata, un uso che nessuno aveva previsto.
Non tutti condividono l’analogia. Alcuni studiosi avvertono che applicare in modo meccanico il modello farmaceutico all’IA può produrre regole tarate sul prodotto sbagliato. Un medicinale ha un principio attivo stabile e un dosaggio definito. Un modello generativo è un sistema aperto, usato in contesti che il produttore non controlla. La cornice istituzionale può ispirarsi al farmaceutico, ma gli strumenti tecnici vanno ripensati da zero.
La via europea: regole nel testo, non accordi volontari
L’Europa è arrivata prima, ma da un’altra porta. Il Regolamento UE 2024/1689 (AI Act) non chiede accordi caso per caso con le aziende. Scrive gli obblighi nella legge.
Il cuore del confronto sta nei modelli per finalità generali, i GPAI. L’AI Act stabilisce che un modello presenta un rischio sistemico quando il calcolo cumulativo usato per l’addestramento supera i 10 alla 25 operazioni in virgola mobile (FLOP). Superata quella soglia, scattano obblighi rafforzati: valutazione del modello, analisi e mitigazione dei rischi sistemici, segnalazione degli incidenti gravi, protezione contro la cybersicurezza.
Le regole sui GPAI si applicano dal 2 agosto 2025. I poteri di enforcement della Commissione, con le sanzioni connesse, entrano in vigore il 2 agosto 2026. L’AI Office potrà imporre multe fino al 3% del fatturato annuo globale o 15 milioni di euro, a seconda di quale importo sia più alto.
Accanto alla norma c’è uno strumento di accompagnamento: il Codice di buone pratiche per i GPAI, pubblicato dall’AI Office il 10 luglio 2025. È volontario e articolato in tre capitoli, trasparenza, copyright, sicurezza. I firmatari si impegnano a costruire un quadro di sicurezza aggiornato prima del rilascio del modello, con trigger di valutazione, categorie di rischio, strategie di mitigazione e responsabilità organizzative definite.
La differenza con l’approccio americano è di sostanza. Negli Stati Uniti l’esame statale resta un’intesa volontaria che i laboratori accettano. In Europa la valutazione del rischio è un obbligo di legge, con un’autorità che può sanzionare. Due strade verso lo stesso traguardo: ridurre il rischio dei modelli più potenti prima che raggiungano il pubblico.
AIPIA dedica al funzionamento del regolamento europeo una guida operativa all’AI Act aggiornata periodicamente, pensata per chi deve tradurre gli obblighi normativi in adempimenti concreti.
L’Italia ha già scritto la sua legge di recepimento
Mentre Washington negozia accordi con i singoli laboratori, l’Italia ha già un testo nazionale. La Legge 23 settembre 2025, n. 132 recepisce nell’ordinamento italiano i principi dell’AI Act e individua le autorità nazionali competenti.
Il quadro italiano si innesta su quello europeo, non lo sostituisce. Definisce i ruoli di vigilanza interni, i settori prioritari, le deleghe al governo per i decreti attuativi. È la cornice entro cui le imprese italiane dovranno muoversi quando i poteri sanzionatori europei diventeranno operativi ad agosto.
La scelta italiana di legiferare in anticipo segna una differenza di stile rispetto agli Stati Uniti. Dove Washington costruisce la vigilanza attraverso intese volontarie, caso per caso, Roma fissa nel diritto i soggetti competenti e i loro poteri. È una preferenza per la regola scritta prima del fatto, anziché per l’accordo negoziato dopo.
Per un’azienda che sviluppa o integra modelli, la sequenza è chiara. La soglia di rischio sistemico la fissa l’AI Act. Le autorità che controllano sul territorio le indica la legge italiana. Gli adempimenti pratici nascono dall’incrocio dei due testi.
Cosa cambia per chi sviluppa e per chi integra modelli
Il messaggio che arriva da entrambe le sponde dell’Atlantico è coerente. La distribuzione di un modello avanzato smette di essere un atto unilaterale del laboratorio.
Negli Stati Uniti il passaggio dal CAISI diventa parte del ciclo di rilascio per i grandi attori. In Europa la valutazione del rischio sistemico è già un obbligo per i fornitori di GPAI sopra la soglia di calcolo. Chi costruisce sopra questi modelli, le imprese che li integrano in prodotti e servizi, eredita una parte della responsabilità a valle.
Questo cambia la pianificazione tecnica. Le valutazioni di sicurezza non sono più un costo opzionale da rimandare, ma un requisito che incide su tempi di sviluppo e architettura. Chi anticipa il controllo paga meno di chi lo subisce dopo.
Cambia anche il profilo delle competenze richieste. Servono figure capaci di leggere un quadro di sicurezza, documentare le scelte di mitigazione, dialogare con i valutatori. È il terreno su cui AIPIA lavora con i propri percorsi e con il monitoraggio delle politiche europee sull’intelligenza artificiale, dalla European AI Alliance al lavoro dell’AI Office.
Per le PMI italiane il rischio concreto non è la sanzione diretta sui modelli di frontiera, che riguarda pochi grandi laboratori. È trovarsi a integrare un sistema senza sapere se rispetta gli obblighi a monte. La due diligence sul fornitore diventa parte del mestiere: prima di adottare un modello, l’impresa deve poter verificare che chi lo fornisce abbia svolto le valutazioni di rischio richieste e tenga la documentazione in ordine.
Vale anche per chi compra negli Stati Uniti. Un’azienda italiana che integra un modello americano non si limita a guardare il prezzo e le prestazioni. Deve chiedersi se quel modello è passato dal CAISI, quali rischi sono stati segnalati, come il fornitore gestisce gli aggiornamenti. Le due strade regolatorie, americana ed europea, finiscono per intrecciarsi nella catena di fornitura.
Due modelli, un solo verdetto sul futuro dell’IA
Per anni il rilascio di un modello è stato una decisione privata, comunicata al mondo con un post sul blog aziendale. L’accordo del 5 maggio segna la fine di quella stagione negli Stati Uniti, così come l’AI Act l’ha già chiusa in Europa con la forza della legge.
Le due strade restano diverse nel metodo. Accordi volontari di qui, obblighi vincolanti di là. Ma convergono su un punto che fino a poco tempo fa sembrava lontano: un modello di intelligenza artificiale avanzata non si lancia più senza che qualcuno, fuori dall’azienda, lo abbia prima messo alla prova. L’IA ha smesso di essere un settore che si autoregola.
