Plenary

L’Intelligenza Artificiale non è più solo una promessa tecnologica: è diventata il linguaggio con cui si riscrive la competitività di aziende, istituzioni e territori. In questo contesto, l’Italia ha una carta unica da giocare: un tessuto di PMI e distretti industriali che rappresentano oltre il 90% del sistema produttivo e che ogni giorno trasformano competenze, creatività e relazioni in valore concreto. La vera sfida ora è non limitarsi a sperimentare l’AI in progetti isolati, ma trasformarla in una capacità industriale: una “fabbrica” di risultati AI, ripetibile, scalabile e al servizio delle persone. Marco Fanizzi - Vice President Sales & Managing Director di Dell Technologies in Italia - racconterà la visione di Dell AI Factory: un modello che integra infrastruttura, dati, modelli e servizi specialistici per portare l’AI dove nascono davvero le decisioni – dall’edge al data center fino al cloud – aiutando organizzazioni grandi e piccole a passare dai proof of concept a impatti reali su processi, lavoro e servizi ai cittadini. Al centro, la scelta dell’ecosistema aperto: non più vincoli a uno stack chiuso, ma la libertà di combinare i migliori framework open‑source e le piattaforme dei partner su una base tecnologica coerente. In un’era “agentica”, in cui gli agenti AI collaborano con noi nel prendere decisioni, questa apertura diventa la condizione per difendere e potenziare la nostra agency umana, costruendo un futuro in cui l’AI non sostituisce il talento italiano, ma lo amplifica, lo rende più veloce, più inclusivo e più competitivo nel mondo.

La rivoluzione dell’AI ci impone di ripensare il modo in cui interpretiamo i principi costituzionali nella società digitale come libertà, uguaglianza, dignità e accountability. La sfida è superare la logica della mera compliance: serve una AI governance adattiva e capace di evolvere insieme ai modelli. Le imprese non sono più semplici destinatarie di regole, ma co-costruttrici di un ecosistema costituzionale digitale. L’intervento propone una nuova “costituzionalizzazione dell’innovazione”.

L’Intelligenza Artificiale è un pilastro della strategia di ricerca e innovazione dell’ESA per il futuro dell’Earth Observation. Il Φ-lab  promuove innovazioni trasformative, collegando ricerca, industria e nuove idee,  accompagnandole lungo l’intero ciclo dell’innovazione, dalla sperimentazione iniziale a soluzioni ad alto impatto.

Like for any new technology, there are different ways to build AI agents. Whether we choose to rely on big LLMs, commercial black-box AI tools or smaller, open-source models --  every small choice we make along the way can have huge repercussions. In my talk, I will address how to find the right balance through informed choices, resulting in cutting-edge AI technology that is reliable, cost-efficient, and sustainable.

Il diffondersi dell’Intelligenza Artificiale non coincide, come molti temono, con il superamento dell’umano e l’egemonia delle macchine, bensì segna l’emergere di una dimensione iperumana, in cui intelligenza umana e artificiale cooperano nei processi di conoscenza e apprendimento. L’IA, soprattutto nella forma dei grandi modelli generativi, non è tuttavia concepibile senza capacità computazionali di grande scala: il supercalcolo costituisce la base materiale dell’addestramento e dell’esecuzione di modelli complessi. Ma trattare l’HPC come semplice “potenza di calcolo” è riduttivo: le infrastrutture di calcolo nel nostro tempo sono anche infrastrutture culturali, perché determinano quali progetti possono essere intrapresi, con quali tempi, quali dataset, quali standard e quali condizioni di accesso.Nel contesto italiano, CINECA rappresenta un caso particolarmente rilevante: è un consorzio interuniversitario senza scopo di lucro, vigilato dal Ministero dell’Università e Ricerca e dal Ministero dell’Istruzione e Merito che riunisce Università, enti di ricerca e altri enti pubblici, operando sia come infrastruttura di rilevanza internazionale per il supercalcolo che come fornitore di servizi digitali per Università e Pubbliche Amministrazioni. Tale doppia missione - Supercalcolo e sviluppo di sistemi informativi - consente di osservare in modo concreto l’intreccio tra infrastruttura computazionale e servizi digitali per la didattica, la ricerca e il sistema della formazione avanzata.

AI is no longer limited by algorithms—it is constrained by energy, latency, materials, and trust. In this keynote, Rika Nakazawa, executive leader at NTT DATA, reframes the AI debate from model supremacy to system design at planetary scale. Drawing on NTT DATA’s work across AI platforms, photonic networks, and emerging quantum infrastructure, alongside her applied doctoral research, Nakazawa introduces Organic Intelligence: a design paradigm that treats intelligence as embedded in physical infrastructure, energy flows, and human context. Moving “from code to carbon,” she explores how bio-inspired systems, optical networks, and observation-driven AI can deliver scalable performance while dramatically reducing environmental and operational cost. This keynote positions AI not as a race for raw compute, but as an engineering challenge of integration, resilience, and alignment—where leaders capable of designing end-to-end intelligent systems, from infrastructure to impact, will define the next era of trusted AI at scale.

Come le tecnologie di Intelligenza Artificiale stanno trasformando l’analisi, la conservazione e la valorizzazione dei Beni Culturali e le pratiche archeologiche? Il talk presenta casi d’uso reali, dall’identificazione automatica alla ricostruzione digitale e alla robotica, evidenziando opportunità, limiti e prospettive future per il settore.

L’AI, per definizione, è MACRO: premia grandi dati, grandi calcoli, grandi capitali. Il modello italiano della  micro-efficienza  (l'imprenditore geniale, la PMI flessibile, la startup che fa l'exit) funzionerà ancora?

Un ingegnere interazionista studia come rendere le tecnologie digitali più intuitive e sostenibili per l’uomo: oggi vi parlerà di come sia più opportuno non vedere più l’intelligenza artificiale solo come uno strumento, bensì come un interlocutore con cui comunichiamo e collaboriamo, da cui possiamo apprendere e a cui possiamo affidarci in molti contesti, sia lavorativi che della vita di tutti i giorni. Questa relazione di affidamento può essere appropriata o meno, sia sul piano cognitivo che su quello etico, e deve restare sostenibile anche umanamente, per non erodere il nostro capitale di conoscenze e motivazioni. L’obiettivo è realizzare un’intelligenza ibrida: una intelligenza umana, la nostra, potenziata dalla tecnologia; tale intelligenza ibrida emerge quindi da un processo di collaborazione funzionale, consapevole e responsabile tra esseri umani e sistemi IA: una IA che ci renda più capaci, e non più dipendenti.

L’AI apre una fase di superinnovazione senza precedenti, con un potenziale trasformativo enorme. Tuttavia questo potenziale non è automatico. Senza un cambiamento profondo dei contesti in cui l’AI opera, dalla ricerca alle istituzioni, dalla formazione alle politiche pubbliche, la superinnovazione resta una promessa. Questo talk propone una visione controcorrente dell’AI come acceleratore che funziona solo se tutto il sistema evolve insieme, come insegna anche la storia della scienza.

Negli ultimi anni l’attenzione sull’intelligenza artificiale si è concentrata sui modelli. Oggi, però, il vero vantaggio competitivo non nasce più dal modello migliore, ma dalla capacità di trasformare l’intelligenza in sistemi operativi reali.In questo talk esploreremo il passaggio dagli LLM come API ai sistemi AI che comprendono e agiscono nel mondo, mostrando perché non stiamo vivendo una rivoluzione dei modelli, ma una rivoluzione dei sistemi. Attraverso esempi concreti di applicazioni in produzione, vedremo cosa significa progettare soluzioni AI-first, costruire un layer applicativo solido e portare l’AI fuori dalla demo per farla funzionare davvero.Uno sguardo sul futuro — tra loop di crescita esponenziale e world models — per capire come stanno evolvendo i sistemi intelligenti e come prepararci a ciò che viene dopo.

In un’epoca in cui l’AI non sostituisce ma potenzia il lavoro umano, esploriamo come le organizzazioni stanno ripensando competenze, ruoli e modelli operativi per ottenere efficienza reale. Vedremo casi concreti di collaborazione uomo-AI, le strategie per colmare il divario di skill e come sviluppare talento per guidare innovazione e produttività oltre l’automazione.

Uno sguardo ravvicinato alle settimane che hanno preceduto il debutto pubblico di ChatGpt. Attraverso retroscena e aneddoti, ripercorriamo l'alba del chatbot di OpenAI e il momento esatto in cui l'IA ha smesso di essere solo potenza di calcolo per diventare, grazie a un'inaspettata personalità, il servizio online con la crescita più veloce della storia.

As autonomous agents enter high-stakes domains such as healthcare, finance, and critical infrastructure, trust becomes central to adoption. The AI Act’s risk-based framework supports legal certainty and responsible scale-up for agentic AI, where safety and accountability determine market access and viability. Europe’s first-mover experience is increasingly shaping global AI governance debates, from Brasília to Seoul, and in international fora. This keynote argues that trustworthy AI can become Europe’s strategic advantage: establishing high trust standards that become a competitive edge for European innovators.

Le nuove tecnologie del linguaggio basate su AI, come ChatGPT, stanno trasformando la nostra quotidianità: informano, consigliano e influenzano valori e decisioni. Attraverso risultati di ricerca recenti, esploreremo come le persone usano realmente questi sistemi, quali rischi emergono nelle interazioni quotidiane e quali nuove direzioni si stanno aprendo. Un invito a guardare oltre la tecnologia, verso i suoi effetti reali sulla società.

Quando parliamo di "IA agentica" presupponiamo che l'agency resti una proprietà umana che viene estesa, amplificata, delegata a sistemi sempre più autonomi. Ma cosa accade quando l'azione non emerge più da un soggetto che decide, bensì da una rete di dialoghi tra stati soggettivi multipli e intelligenze non umane? L'esperimento Jianwei Xun, un libro sulla manipolazione della realtà scritto con intelligenze artificiali e attribuito a un autore fittizio costruito attraverso gli stessi meccanismi che analizzava, ha mostrato concretamente come l'autorialità possa distribuirsi in modo inassegnabile tra umani, sistemi e corpus di addestramento. Non si tratta di team ibridi dove umani e algoritmi collaborano mantenendo ruoli distinti: si tratta dell'emergere di un Oltresoggetto, un'entità conversazionale che non appartiene né all'uno né all'altro ma si costituisce nel "tra", nello spazio dell'incontro. La sfida è imparare a navigare consapevolmente questa condizione di co-produzione permanente, sviluppando un doppio gioco della coscienza: la capacità di essere simultaneamente dentro e fuori la danza con le macchine.

Nel 2026 molte aziende lasceranno la fase di esplorazione dell’AI per entrare in quella di governo. Ma il terreno si muove: l’hardware è in mano a pochi, il software si frammenta, la ricerca riscrive le regole ogni pochi mesi. Per chi guida un’azienda, significa decidere in alta quota, con vento forte e visibilità ridotta. Questo talk offre una bussola: non per andare più veloci, ma per non perdere la direzione.

AI capabilities are advancing rapidly, but history shows that transformative technologies don’t deliver productivity gains automatically. The real challenge lies in how organizations adapt. In this session, Nestor Maslej, the former editor-in-chief of the Stanford AI Index and contributor to the forthcoming International AI Safety Report presents a data-driven view of where AI stands today and what comes next. The talk examines four forces shaping the AI era: accelerating technical performance, intensifying U.S.–China competition, a 2025 inflection point in business adoption, and the growing gap between AI availability and effective integration. Attendees will leave with a clear framework for the questions business leaders must answer now: from productivity and labor impacts to build-versus-buy decisions and responsible deployment.

Noi esseri umani ci stiamo trovando davanti a delle possibilità di Ricerca che nemmeno ci sognavamo 5 anni fa. I nostri comportamenti stanno cambiando e le grandi aziende stanno facendo di tutto per prendere la leadership nella Ricerca. Come stiamo cambiando e in che modo le aziende possono affrontare il tema dell'essere visibile nell'era dell'AI?