IA oltre il modello, conversazione con Joelle Pineau di Cohere

A HumanX Amsterdam, sotto le discussioni su modelli, agenti, infrastrutture e competitività europea, è emersa ripetutamente una domanda: se modelli di IA sempre più avanzati diventeranno ampiamente disponibili, dove risiederà realmente il controllo strategico?

Questa domanda è stata al centro della mia conversazione con Joelle Pineau, chief AI officer di Cohere, azienda canadese di IA enterprise fondata nel 2019. Prima di entrare in Cohere, Pineau ha guidato Fundamental AI Research (FAIR) di Meta; parallelamente alla sua attività industriale, è professoressa alla McGill University e membro accademico di Mila (Cohere, 2026a).

La conversazione rappresenta una naturale prosecuzione di un argomento più ampio emerso a HumanX Amsterdam. Come ho scritto in HumanX Amsterdam 2026: The Race for AI Moves Beyond Models, la prossima fase della competizione nell’IA potrebbe essere determinata sempre meno soltanto da chi sviluppa il foundation model più potente e sempre più da chi riesce a trasformare i modelli in sistemi affidabili, collegarli alla conoscenza proprietaria e ai workflow aziendali, governare ciò che gli agenti autonomi sono autorizzati a fare e preservare un significativo controllo umano.

Le risposte di Pineau estendono questo ragionamento dall’architettura enterprise alla geopolitica. AI sovereignty, in questa interpretazione, non richiede necessariamente l’autosufficienza tecnologica. Riguarda piuttosto la capacità di preservare scelta, controllo e opzionalità strategica all’interno di un sistema tecnologico interdipendente.

La sovranità comincia dalla capacità di preservare la scelta

L’interpretazione convenzionale della sovranità tecnologica può facilmente condurre verso un obiettivo estremamente ambizioso: replicare l’intero stack dell’IA all’interno dei confini nazionali o regionali.

Questo stack comprende semiconduttori, capacità computazionale, data center, infrastrutture cloud, foundation model, software enterprise, dati e competenze specializzate. La crescente attenzione dedicata da governi e imprese alla sovereign AI riflette precisamente la necessità di comprendere quali di questi livelli debbano essere controllati direttamente e quali possano invece essere gestiti attraverso partnership affidabili (Cohere, 2026b; Cohere, 2026c).

Pineau propone un punto di partenza differente.

“Al suo livello più fondamentale, la sovranità riguarda la capacità di preservare scelta e controllo. Questo non richiede che ogni Paese o organizzazione replichi l’intero stack dell’IA” .

Ciò che conta, sostiene Pineau, è identificare i livelli nei quali una dipendenza può assumere un significato strategico: dove risiedono i dati e chi può accedervi, come vengono implementati e governati i modelli, da quali infrastrutture dipendono e quali regole giurisdizionali si applicano.

Questo cambia sostanzialmente la domanda sulla sovranità. Invece di chiedersi se un Paese possieda ogni componente dello stack dell’IA, diventa più utile chiedersi se mantenga un controllo sufficiente sulle dipendenze critiche da preservare le proprie possibilità di scelta future.

Pineau sottolinea anche l’importanza della diversificazione. Stati e imprese hanno bisogno di ecosistemi sufficientemente diversificati da ridurre dipendenze critiche e singoli punti di vulnerabilità.

La sovranità diventa così compatibile con l’interdipendenza.

“Invece di possedere ogni livello dello stack tecnologico, la sovranità può essere costruita attraverso alleanze fidate tra nazioni e partner privati affidabili nei modelli, nel computing e nelle infrastrutture”.

Questa distinzione è fondamentale perché la sovranità tecnologica viene spesso interpretata come una scelta tra dipendenza e completa autonomia. L’alternativa che emerge dalla conversazione con Pineau è diversa: rimanere tecnologicamente interconnessi preservando il controllo sulle dipendenze strategicamente più importanti.

Dall’indipendenza tecnologica all’interdipendenza strategica

Il rapporto tra Cohere e l’azienda tedesca di IA Aleph Alpha offre un esempio concreto di questo approccio.

Cohere e Aleph Alpha hanno annunciato nell’aprile 2026 l’intenzione di unire le proprie capacità, presentando l’operazione come una risposta alla crescente domanda, da parte di imprese e governi, di maggiore controllo sulle tecnologie di IA (Cohere, 2026b). Il 16 settembre 2026 le due società hanno successivamente annunciato la firma di un accordo definitivo di aggregazione aziendale finalizzato alla creazione di quella che definiscono la prima soluzione transatlantica di sovereign AI. Al momento dell’annuncio, l’operazione rimaneva soggetta alle necessarie approvazioni regolamentari (Cohere, 2026c).

Per Pineau, il significato strategico risiede precisamente nella possibilità di combinare capacità che sarebbero più difficili da sviluppare autonomamente.

“L’Europa ha bisogno di partnership affidabili per cogliere le opportunità offerte dall’AI senza creare nuove dipendenze, e la combinazione delle nostre capacità ci permetterà di muoverci più rapidamente e operare su scala maggiore”.

L’apparente paradosso è importante. Sovranità e interdipendenza vengono spesso presentate come idee contrapposte. Eppure l’IA contemporanea si sviluppa attraverso ecosistemi nei quali modelli, infrastrutture, computing e servizi attraversano aziende e giurisdizioni differenti, una realtà che costituisce parte della logica alla base della strategia transatlantica presentata da Cohere e Aleph Alpha (Cohere, 2026b; Cohere, 2026c).

La distinzione rilevante potrebbe quindi non essere più tra dipendenza e indipendenza, ma tra dipendenza non governata e interdipendenza governata.

Pineau descrive quest’ultima come un’interdipendenza strategica basata sulla fiducia:

“Più in generale, questo dimostra che sovranità non deve significare isolamento tecnologico. Può essere costruita attraverso un’interdipendenza strategica basata sulla fiducia, purché organizzazioni e governi mantengano un controllo significativo sui sistemi dai quali dipendono”.

La combinazione Cohere–Aleph Alpha può quindi essere interpretata come qualcosa di più di un’operazione societaria. Rappresenta un caso concreto attraverso il quale osservare se la sovranità tecnologica possa essere costruita attraverso ecosistemi allineati e partnership transfrontaliere affidabili anziché attraverso l’isolamento tecnologico.

La scelta dei modelli diventa parte della sovranità

La stessa logica emerge all’interno dell’impresa.

Con l’aumento del numero di modelli disponibili, le aziende possono iniziare a considerare workload differenti in funzione di capacità, costo, latenza, privacy e requisiti di deployment. Cohere presenta esplicitamente North come una piattaforma enterprise progettata per integrare modelli, dati, strumenti e workflow, con possibilità di deployment in ambienti controllati dall’organizzazione (Cohere, 2026d).

Pineau porta questa logica direttamente sul terreno dell’efficienza economica:

“I modelli che vinceranno saranno quelli capaci di produrre un lavoro migliore, a costi inferiori e più velocemente”.

Non tutte le attività enterprise richiedono necessariamente il più grande modello disponibile. Secondo Pineau, la disponibilità di modelli di dimensioni differenti permette ai clienti di scegliere soluzioni più efficienti in funzione delle proprie necessità, in particolare quando sono richiesti deployment privati.

L’implicazione architetturale è significativa: le organizzazioni hanno bisogno della capacità di scegliere il modello appropriato senza costruire l’intero ambiente AI intorno a un unico provider.

Pineau collega direttamente questo principio a North:

“È per questo che abbiamo costruito North in modo che sia model-agnostic, offrendo ai clienti la flessibilità di scegliere il modello giusto per ciascun workload invece di rimanere vincolati a un singolo modello o provider”.

Cohere presenta infatti North come un ambiente nel quale dati aziendali, modelli, agenti, strumenti e workflow possono essere integrati in un’architettura enterprise comune (Cohere, 2026d).

La rilevanza va quindi oltre l’ottimizzazione dei costi. La capacità di scegliere tra modelli differenti può contribuire a ridurre il lock-in e a preservare alternative mentre cambiano tecnologie, prezzi, requisiti aziendali o condizioni normative.

La scelta del modello diventa così parte dell’opzionalità strategica e, potenzialmente, della sovranità stessa.

L’ascesa dell’AI harness

Questo conduce verso quella che potrebbe diventare una delle questioni architetturali più importanti dell’AI enterprise.

Se un’impresa utilizza più modelli e introduce agenti sempre più autonomi, il modello diventa soltanto una componente di un sistema più ampio. È necessario stabilire quale modello esegua un determinato compito, a quali dati possa accedere, quali strumenti possa utilizzare un agente, quali azioni sia autorizzato a eseguire, quando sia necessaria un’approvazione umana e come venga mantenuta l’accountability.

Definisco questo livello architetturale emergente AI harness.

Il termine rappresenta un mio framework analitico e non la terminologia utilizzata da Cohere. L’AI harness descrive il livello di controllo che circonda modelli e agenti: selezione dei modelli, accesso ai dati, identità, autorizzazioni, orchestrazione, osservabilità, sicurezza, accountability e supervisione umana.

La descrizione che Pineau offre del problema del controllo nell’impresa riflette diversi elementi di questa logica:

“L’importanza del livello di controllo fa parte di un cambiamento più ampio che stiamo osservando, mentre le organizzazioni cercano di costruire sistemi di AI dei quali possano fidarsi, invece di limitarsi a pagare per il modello più grande. Il modello da solo non basta”.

Il punto è coerente con l’architettura descritta da Cohere per North, che combina modelli con dati enterprise, strumenti e workflow e pone particolare attenzione a sicurezza e controllo nell’implementazione dell’AI nelle organizzazioni (Cohere, 2026d).

Come spiega Pineau:

“I clienti hanno bisogno di un’offerta full-stack che colleghi i modelli ai loro dati, strumenti, autorizzazioni e workflow in modo sicuro e controllato”.

La logica economica segue quella tecnologica.

“È possibile generare ROI soltanto se gli agenti possono accedere in sicurezza ai dati critici e interagire con workflow capaci di produrre valore tangibile nel mondo reale. Man mano che gli agenti diventeranno più capaci, questa enfasi sul controllo continuerà ad aumentare”.

La mia interpretazione è che questo possa modificare progressivamente il punto in cui si concentra il valore dell’AI enterprise. Se l’accesso a modelli capaci diventa più diffuso, una quota crescente della differenziazione può spostarsi verso ciò che circonda il modello: dati proprietari, contesto organizzativo, identità, autorizzazioni, workflow, valutazione, sicurezza, osservabilità e governance.

Il modello genera intelligenza, ma l’Harness determina come quell’intelligenza è autorizzata a interagire con l’impresa.

Dall’AI harness alla tech diplomacy

La stessa logica può essere estesa dal livello aziendale a quello geopolitico.

Un’impresa deve governare il modo in cui modelli e agenti interagiscono con dati e sistemi. Stati e regioni devono affrontare una questione analoga su scala più ampia: come governare le dipendenze che collegano dati, modelli, computing e infrastrutture attraverso confini e giurisdizioni differenti.

L’accordo Cohere–Aleph Alpha è esplicitamente presentato dalle due società nel contesto della sovereign AI e della necessità di combinare capacità nordamericane ed europee preservando maggiore controllo tecnologico (Cohere, 2026b; Cohere, 2026c).

Per Pineau, questo rende la tech diplomacy sempre più importante:

“Sovranità non significa isolamento e le democrazie non dovrebbero vincolare le infrastrutture critiche a un ecosistema fragile e centralizzato dominato da un numero ristretto di provider”.

L’Europa rappresenta un importante banco di prova di questa tesi. Pineau sottolinea la necessità di combinare controllo operativo e scala:

“Per regioni come l’Europa, questo richiederà ai Paesi di lavorare insieme per preservare il controllo operativo, sviluppando contemporaneamente la scala necessaria per competere”.

Da qui deriva direttamente il ruolo della diplomazia tecnologica:

“La Tech Diplomacy diventerà quindi sempre più importante per costruire partnership affidabili nelle infrastrutture, nei modelli, nel computing e negli standard, assicurando allo stesso tempo che i Paesi mantengano autonomia strategica sui sistemi critici”.

La mia lettura è che la Tech Diplomacy non debba più essere considerata soltanto una componente periferica della politica tecnologica. Se dati, computing, modelli e infrastrutture attraversano più giurisdizioni, le decisioni riguardanti interoperabilità, dipendenze, standard, portabilità e controllo assumono contemporaneamente una dimensione tecnica, economica, normativa e diplomatica.

La sfida non consiste quindi necessariamente nell’eliminare l’interdipendenza tecnologica, ma nel negoziarne e governarne le condizioni.

L’AI literacy diventa infrastruttura

Esiste tuttavia un ulteriore livello che non può essere risolto esclusivamente attraverso l’architettura tecnologica.

Un’organizzazione può disporre di modelli avanzati e infrastrutture sofisticate e continuare comunque a non produrre valore se i leader non comprendono come integrare l’IA nel lavoro.

Per Pineau, l’AI literacy diventa quindi una capacità organizzativa fondamentale:“La forza peculiare dell’AI risiede nella sua capacità di integrare il giudizio umano”.

Questa premessa ha conseguenze sul modo in cui le imprese introducono l’intelligenza artificiale. Secondo Pineau, i modelli devono essere addestrati o collegati a dati organizzativi rilevanti e i workflow devono essere progettati affinché l’IA possa agire come un thinking partner anziché semplicemente come un ulteriore strumento software.

È qui che Pineau identifica uno degli errori più importanti a livello manageriale:

“È qui che molti dirigenti sbagliano, considerando l’AI come un software che può essere semplicemente adattato all’infrastruttura esistente, invece che come un partecipante che dovrebbe essere attivamente inserito nell’organizzazione”.

Il concetto di onboarding è particolarmente interessante.

Normalmente le organizzazioni fanno onboarding delle persone, non del software. I dipendenti ricevono accessi, imparano processi, assumono responsabilità e operano entro determinati confini. Agenti AI sempre più autonomi introducono domande organizzative analoghe: a quali informazioni possono accedere, quali strumenti possono utilizzare, quali azioni possono compiere autonomamente, quando devono richiedere un’approvazione umana e chi rimane responsabile dei risultati.

Queste domande riportano direttamente all’AI harness.

Più l’IA diventa autonoma, meno è sufficiente per un executive comprendere semplicemente che cosa può fare un large language model. Diventa necessario comprendere come l’IA partecipa ai sistemi organizzativi e quali confini debbano governarne l’azione.

Pineau colloca questo rapporto all’interno di una visione più ampia dell’IA responsabile:

“Vogliamo costruire un’IA responsabile che valorizzi, invece di sostituire, la creatività umana. In definitiva, vediamo l’IA come una tecnologia di empowerment”.

L’AI literacy, in questa prospettiva, non è semplicemente educazione tecnologica. Diventa la capacità manageriale di progettare la relazione tra giudizio umano e capacità delle macchine.

Oltre i modelli

La conversazione con Pineau rafforza uno dei segnali più significativi emersi a HumanX Amsterdam: la competizione nell’IA si sta progressivamente estendendo oltre il foundation model.

I modelli rimangono fondamentali, ma il sistema competitivo comprende sempre più le relazioni tra modelli, dati, infrastrutture, identità, autorizzazioni, workflow, giurisdizioni e persone. North rappresenta un esempio di questa evoluzione verso piattaforme che collegano modelli, dati, strumenti e workflow aziendali (Cohere, 2026d), mentre la strategia transatlantica con Aleph Alpha porta la stessa questione del controllo sul piano della sovereign AI (Cohere, 2026b; Cohere, 2026c).

Da queste dinamiche emerge una possibile catena causale.

Modelli più capaci e accessibili aumentano le possibilità di scelta. Una maggiore scelta aumenta il valore della portabilità e dell’instradamento dei workload. Agenti più autonomi aumentano l’importanza di identità, autorizzazioni e governance. Questi requisiti rafforzano il ruolo dell’AI harness. Le dipendenze tecnologiche transfrontaliere trasformano contemporaneamente la sovranità in un problema di interdipendenza strategica, aumentando la rilevanza della tech diplomacy. Infine, l’AI literacy determina la capacità delle organizzazioni di trasformare queste tecnologie in collaborazione produttiva tra persone e macchine.

La strategia di Cohere offre quindi un caso interessante attraverso il quale osservare queste trasformazioni. North collega modelli, dati, strumenti e workflow all’interno dell’ambiente enterprise (Cohere, 2026d). L’accordo con Aleph Alpha mira a combinare capacità canadesi ed europee all’interno di una proposta transatlantica di sovereign AI (Cohere, 2026c). Le risposte di Pineau aggiungono una terza dimensione, ponendo il giudizio umano e il design organizzativo accanto alla tecnologia.

Nel loro insieme, questi elementi suggeriscono una conclusione più ampia: l’unità strategica della competizione nell’IA sta diventando più grande del modello. Per le imprese, la domanda critica riguarda sempre più chi controlla l’ambiente nel quale opera l’IA. Per i governi, riguarda la capacità delle dipendenze tecnologiche internazionali di preservare oppure limitare le possibilità di scelta strategica. Per gli executive, riguarda la differenza tra acquistare l’IA come un altro prodotto software e integrarla come un nuovo partecipante all’interno dell’organizzazione. E per l’Europa, forse la domanda più importante non è più se sia possibile replicare ogni livello dello stack globale dell’IA. La questione è se l’Europa possa rimanere sufficientemente connessa da beneficiare dell’innovazione globale, mantenendo allo stesso tempo un controllo sufficiente sui livelli critici da preservare la propria libertà di scelta.

Questa potrebbe essere, in definitiva, una definizione più pragmatica della sovranità dell’IA in un mondo interdipendente.

Riferimenti

Agostini, M. (2026, September 28). HumanX Amsterdam 2026: The race for AI moves beyond models. Startupbusiness. https://www.startupbusiness.it/en/humanx-amsterdam-2026-the-race-for-ai-moves-beyond-models/201508/

Cohere. (2026a). About Cohere. https://cohere.com/about

Cohere. (2026b, April 24). Cohere and Aleph Alpha join forces to form global AI powerhouse as nations and enterprises demand control over their technology. https://cohere.com/blog/cohere-alephalpha-join-forces

Cohere. (2026c, September 16). Cohere and Aleph Alpha sign agreement to become the first transatlantic sovereign AI solution. https://cohere.com/blog/cohere-and-aleph-alpha-sign-agreement

Cohere. (2026d). North: AI for business that turns complexity into clarity. https://cohere.com/north

Cohere. (n.d.). Cohere Labs: Research. https://cohere.com/research

(immagine tratta da Linkedin)

© RIPRODUZIONE RISERVATA