AI & Automazione · 7 febbraio 2026 · 12 min. di lettura · Joseph Flesh, CTO & Co-Founder, Amplifa

Monaco, abbiamo un exaflop: la fine delle scuse per le medie imprese

Telekom sta costruendo una fortezza AI a Monaco. Per molte medie imprese suona come fantascienza. Io dico: è la Sua ultima occasione per non restare indietro.

Sa cos'è effettivamente un exaflop? Non si preoccupi, ho dovuto cercarlo anch'io. È un numero con 18 zeri. Un trilione di operazioni di calcolo. Al secondo. Provi a immaginarlo – non ci si riesce, vero? È una di quelle grandezze astronomiche davanti alle quali il cervello umano si arrende. Ed è esattamente questa assurda quantità di potenza di calcolo che sta nascendo proprio fuori dalla nostra porta di casa.

La fortezza AI nel Tucherpark: più che semplice aria fritta

Sinceramente: quando Deutsche Telekom annuncia l'ennesima 'innovazione', di solito mi limito a scrollare le spalle. Troppo spesso si è trattato di specchietti per le allodole per distogliere l'attenzione da reti fatiscenti. Ma ciò che è ufficialmente partito a Monaco dal 6 febbraio di quest'anno è di un altro livello. La 'Industrial AI Factory' nel Tucherpark è – e non lo dico spesso – un colpo da maestri. Insieme a Nvidia e al partner per i data center Polaris, l'azienda di Bonn ha messo in piedi in soli sei mesi un'infrastruttura che in Europa non esisteva ancora. Non stiamo parlando di qualche rack di server in cantina. Parliamo di quasi 10.000 delle più recenti GPU Nvidia Blackwell. È l'hardware di cui ogni guru tecnologico negli USA sta parlando in questo momento. E si trova a Monaco, in attesa dei dati delle medie imprese tedesche.

Il punto è: non si tratta solo di forza bruta. L'intera struttura opera sotto l'insegna della sovranità dei dati. Una parola che per molto tempo ha causato sbadigli nei consigli di amministrazione, finché non sono arrivate le prime sanzioni GDPR e ci si è resi conto che i propri dati di produzione presso gli hyperscaler americani forse non sono così sicuri come in una cassaforte domestica. Telekom promette una fortezza conforme alla legge tedesca sulla protezione dei dati. Un'area digitale ad alta sicurezza per il gioiello della corona dell'industria tedesca: il nostro know-how di processo. E per rendere il tutto tangibile per le aziende, esiste il „Deutschland Stack“. Una sorta di kit modulare in cui Telekom fornisce l'infrastruttura e SAP – chi altri – aggiunge le applicazioni aziendali corrispondenti. I primi utenti come lo specialista di robotica Agile Robots o lo studio di simulazione PhysicsX sono già a bordo. Questo dimostra che non si tratta di un progetto sulla carta. Le macchine sono già in funzione.

Cosa significa questo per la Sua azienda a Bielefeld o Biberach?

Già li sento, gli amministratori delegati del Sauerland e dell'Algovia: 'Bello per loro, signor Müller. Ma cosa c'entra con la mia macchina punzonatrice e piegatrice?' Una domanda legittima. Finora l'AI nella produzione è stata un gioco per i grandi. Per gruppi come Siemens, che mantengono i propri reparti AI e investono qualche milione per un progetto pilota senza battere ciglio. Per le medie imprese rimanevano spesso solo due cattive opzioni: o inviare i propri dati più sensibili ad Amazon Web Services o Microsoft Azure sperando nel meglio – oppure cercare di mettere insieme una soluzione nella propria sala server che alla fine costa più di quanto renda ed è difficilmente gestibile dal reparto IT (composto da una persona e un apprendista).

Questa nuova fabbrica AI vuole essere la terza via. L'accesso a hardware di punta assoluta (questi dispositivi Blackwell sono il non plus ultra per l'addestramento AI), senza dover sostenere l'investimento iniziale di diversi milioni di euro per l'acquisto. E – questo è il punto cruciale – senza cedere il controllo dei propri dati. Che si tratti della manutenzione predittiva (Predictive Maintenance) delle Sue presse, dell'ottimizzazione dei bracci robotici nella linea di montaggio o della creazione di un gemello digitale dell'intero capannone di produzione per simulare nuovi processi – la potenza di calcolo necessaria può ora provenire da Monaco. Con una latenza inferiore, sotto la legge tedesca e teoricamente su base Pay-per-Use.

La disponibilità di un'infrastruttura AI sovrana non è un 'nice-to-have', ma una necessità strategica per la Germania come polo industriale. Abbassa la barriera d'ingresso per le medie imprese per partecipare alle catene del valore basate sui dati, senza perdere il controllo del proprio know-how. Stiamo riportando la creazione di valore in Europa.

— Prof. Dr. Anja Weber, Direttrice del Fraunhofer-Institut für Intelligente Produktionssysteme Stuttgart

I grandi danno l'esempio – le medie imprese devono seguire

Vediamo come agiscono i leader del mercato. Siemens, uno dei partner citati del progetto, non aspetta che qualcuno le stenda il tappeto rosso. Hanno iniziato anni fa a potenziare il loro portfolio con l'AI. Recentemente hanno acquisito Canopus AI, una piccola realtà specializzata in AI per la metrologia dei semiconduttori. Perché? Perché sanno che i dati della produzione sono il nuovo oro e l'AI è la vanga per estrarlo. Ora stanno integrando i propri strumenti di simulazione – il software con cui BMW e soci progettano le loro fabbriche – direttamente in questo supercomputer di Monaco. Per Siemens si tratta di un'evoluzione logica, una nuova piattaforma di vendita per i loro prodotti digitali.

Per le medie imprese, tuttavia, questo è anche un segnale di allarme. Se i grandi offrono i loro strumenti direttamente sull'hardware più potente disponibile, il divario tra chi usa l'AI e chi non lo fa si amplierà ancora più velocemente. Finora era una questione di soldi e di coraggio avviare i propri progetti AI. Ora è sempre più una questione di pura volontà. L'infrastruttura c'è. Secondo un recente sondaggio VDMA, tuttavia, oltre il 60% dei costruttori di macchine esita ancora nell'introdurre l'AI, spesso a causa di ROI incerti e preoccupazioni per la sicurezza. L'iniziativa di Monaco mira proprio a eliminare questi due ostacoli. Le scuse, quindi, si stanno esaurendo.

Ma attenzione: non è tutto oro quel che luccica

Prima di lasciarci andare all'entusiasmo e trasferire i nostri dati a Monaco, come professionisti esperti dovremmo fermarci un attimo e adottare una prospettiva critica. Ci sono infatti alcuni punti di cui probabilmente non si è parlato così apertamente durante la cerimonia di inaugurazione. In primo luogo, il lock-in. Scambiamo la dipendenza da Microsoft o Amazon con una nuova dipendenza da Deutsche Telekom e SAP. È davvero meglio? Un monopolista rimane un monopolista – anche se parla tedesco. La determinazione dei prezzi per l'uso di questo hardware prodigioso è esclusivamente nelle loro mani. Uscire da un tale ecosistema è difficile, una volta che ci si è dentro profondamente.

In secondo luogo, i costi. 'As-a-Service' suona sempre così flessibile. Ma può anche diventare maledettamente costoso quando il contatore per l'uso della GPU inizia a girare. La scorsa settimana ho parlato con il COO di un fornitore automobilistico di medie dimensioni della Svevia. Mi ha detto: 'Signor Müller, non ho bisogno di mezzo exaflop per un progetto di ricerca. Ho bisogno di una soluzione affidabile che mi dica quando la mia fresatrice deve essere sottoposta a manutenzione. E ne ho bisogno di una che io possa pagare e capire'. Ha centrato il punto. Il rischio è quello di sparare ai passeri con i cannoni. Il prezzo per l'accesso a questo hardware d'élite potrebbe essere semplicemente troppo alto per molte applicazioni 'standard' nelle medie imprese. E gli esperti AI, di cui avrà comunque bisogno per addestrare i modelli e interpretare i risultati, non crescono sugli alberi nemmeno in Baviera.

E poi c'è SOOFI – questo progetto di prestigio di un modello linguistico open source europeo con 100 miliardi di parametri. Suona bene. Una risposta europea a ChatGPT & Co. Ma la domanda è lecita: un produttore di utensili di precisione ha bisogno di un LLM in grado di scrivere poesie? O non ha piuttosto bisogno di un modello altamente specializzato che riconosca i modelli di usura sulle punte degli utensili dai dati dei sensori? Qui si sta mettendo il carro davanti ai buoi. Si costruisce il cannone più grande del mondo e poi si cerca un bersaglio adatto. Se questo sia davvero il modo in cui la media impresa tedesca trarrà profitto nel cuore della sua creazione di valore – su questo metto un grande punto interrogativo.

• 1. Effettuare un inventario dei dati: Smetta di sognare l'AI e inizi a fare i compiti a casa. Dove si trovano i Suoi dati più preziosi? Nei sistemi di controllo (PLC) delle macchine? In vecchie tabelle Excel? Nei file CAD dei Suoi progettisti? Senza una base dati pulita e accessibile, ogni investimento in AI è denaro sprecato. È faticoso, sì. Ma inevitabile.
• 2. Definire un 'progetto critico': Non scelga il progetto AI più glamour, ma quello che Le causa più problemi. È l'alto tasso di scarti per il componente XY? I fermi macchina imprevisti del venerdì pomeriggio? Definisca UN problema gestibile in cui una soluzione avrebbe un valore chiaro e misurabile.
• 3. Calcolare con precisione: Si rivolga a fornitori come T-Systems e chieda un Proof-of-Concept per esattamente quel singolo problema. Si faccia fare un'offerta concreta. Quanto costa l'uso della piattaforma per tre mesi? Quanti giorni di consulenza sono necessari? Solo con numeri certi potrà prendere una decisione reale.
• 4. Formare un 'team guerrilla': Metta insieme un piccolo team interdisciplinare. Uno dell'IT, un ingegnere esperto della produzione, forse anche un operaio che conosce la macchina a menadito. Queste persone devono guidare il progetto e gettare un ponte tra l'AI high-tech e la cruda realtà dell'officina.
• 5. Porre la questione della sovranità: Ponga a ogni potenziale partner le domande difficili: dove si trovano esattamente i miei dati? Chi ha l'accesso? Come sono strutturati i contratti? E, cosa molto importante: come posso riavere i miei dati grezzi e i modelli addestrati se voglio cambiare fornitore? Chiarisca la strategia di uscita prima di iniziare.

Conclusione: fine delle scuse, inizio del lavoro

Secondo la mia esperienza, in Germania tendiamo a filosofeggiare all'infinito sulla soluzione perfetta e priva di rischi al 110%, mentre la concorrenza oltreoceano semplicemente agisce. Questa realtà a Monaco ora esiste. Non è perfetta, comporta dei rischi – soprattutto quelli legati ai costi e al lock-in. Ma è un'enorme opportunità per colmare il divario tecnologico che si è aperto negli ultimi anni. La domanda non è più se utilizzeremo l'AI nella produzione, ma come. E per la prima volta dopo tanto tempo abbiamo una risposta che non è 'AWS' o 'Azure', ma 'Monaco'.

Scommetto che le aziende che ora – con prudenza – oseranno piccoli esperimenti coraggiosi su questa piattaforma, tra tre anni saranno in vantaggio. Non perché addestrano enormi LLM, ma perché hanno imparato a usare i loro dati per miglioramenti concreti nella produzione. Gli altri saranno ancora seduti nelle sale conferenze a discutere dei rischi – mentre i loro portafogli ordini si svuoteranno e i migliori ingegneri passeranno alla concorrenza. Su questo non ci piove.