Articolo di **Asutosh Padhi**, **Brian Elliott**, **Daniel Swan**, **Kim Baroudy** e **Vik Sohoni** (senior partner, McKinsey), presentato come espressione del punto di vista di **QuantumBlack, AI by McKinsey**, pubblicato in **ottobre 2026** (giorno esatto non specificato, datato convenzionalmente il 1°); 12 pagine, 2 exhibit, una tabella, un riquadro sull'architettura e due casi.
#sistema operativo IA#AI OS#secondo cervello
Asutosh Padhi · Vik Sohoni (Chicago) · Brian Elliott (Carolinas) · Daniel Swan (Connecticut) · Kim Baroudy (Copenhague) — senior partners · McKinsey (QuantumBlack).
Articolo di **Chase Covington**, **Tomer Slaney** (partner, New York) e **David Pralong** (senior partner, Charlotte), pubblicato dalla *McKinsey Transformation Practice* nel **settembre 2026** (giorno esatto non specificato, datato per convenzione al 1°); 8 pagine, 2 figure il cui contenuto non è riprodotto nel testo. **(1)** Riscontro: il transformation office (TO) è lento a modernizzare i propri strumenti; in un turnaround che coinvolgeva **3.000** dipendenti, **più di 15** persone producevano un report di **300 pagine** ogni quattro settimane. **(2)** Tre pilastri affidati agli agenti: *performance intelligence*, *single source of truth*, *conversation facilitation*. **(3)** Guadagni riportati: dal **35 al 40%** del tempo sui compiti principali, talvolta il **70%**; un team centrale ridotto da **dieci a tre** persone. **(4)** Guardrail: errori a cascata tra agenti, falsi allarmi, tracciabilità di ogni fase. **(5)** Sequenza: prima il reporting, poi l'automazione delle azioni, infine la gestione del cambiamento all'interno del TO. Gli autori presentano il testo come "a first look at the opportunity for TOs". I casi non sono nominati, nessun metodo di misurazione è descritto, e due degli strumenti citati (**Wave**, **Lilli**) appartengono a McKinsey. Il testo fa seguito a [[sternfels-mckinsey-60000-people-20000-agents-officechai-2026-01-14]], dove McKinsey conta già i propri agenti tra la propria forza lavoro.
Articolo di attualità analizzato, pubblicato su **VentureBeat** l'**11 agosto 2026** da **Michael Nuñez**, basato su un'**intervista esclusiva con Timothée Lacroix**, co-fondatore e CTO di **Mistral AI**, realizzata prima dell'annuncio, ~2.000 parole. Mistral amplia la propria offerta infrastrutturale in tre parti: i **Mistral Regional Endpoints** in disponibilità generale (che ancorano l'inferenza e il trattamento associato all'Europa o agli Stati Uniti), un **Priority Tier** in anteprima pubblica (livelli di servizio garantiti, quote personalizzate, SLA di disponibilità) e una **coalizione di imprese europee** i cui impegni pluriennali sono destinati a finanziare **200 MW entro fine 2027** e **1 GW entro fine 2030**. Il veicolo si chiama **European Compute Unit (ECU)**: un diritto su una capacità costruita da Mistral, fungibile tra inferenza, addestramento, adattamento di modelli o Kubernetes gestito, su un orizzonte target di cinque anni. Lacroix descrive il meccanismo senza mezzi termini — *"The whole point of compute units is to have commitment"* — e, sull'uscita anticipata: *"There is no getting out."* L'articolo mette in scala l'ambizione: Mistral dichiara di operare *"less than 200 MW"* e dettaglia tre siti per un totale di **77 MW** (44 MW vicino a Parigi, 23 MW in Svezia con EcoDataCenter, 10 MW a Les Ulis); **Epoch AI** stima il capex iniziale per un data center IA da un gigawatt a **~38 miliardi di dollari**, e **Goldman Sachs Research** stima le strutture di nuova generazione a **15-20 milioni di dollari/MW esclusi i chip**, a fronte dei **~4 miliardi di dollari** raccolti in totale da Mistral (PitchBook). A questo si aggiunge una decisione che *"is likely to raise a few eyebrows among sovereignty purists"*: Mistral inizia a **ospitare modelli aperti di terze parti**, a partire da **GLM-5.2** di **Z.ai**, un laboratorio cinese — *"It's a great model. Everyone loves it. It's open-weight, so there was no good reason for us not to do it."* L'articolo entra nel dettaglio della documentazione di Mistral, che menziona *"limited, controlled transfers"* verso subappaltatori al di fuori della regione; interpellato sui dettagli, Lacroix rimanda alle **chiamate a strumenti** (tool calls), in particolare la ricerca web, e afferma che la **restrizione selettiva è la funzionalità, non il difetto**. L'inquadratura dell'autore: *"full regional control is available, but the moment an AI agent reaches out to the open web, sovereignty becomes a configuration decision, not a default."* Restano due dipendenze: le **GPU** provengono da Nvidia, e **Microsoft** — cliente-ancora dei data center europei di Mistral da luglio — viene presentato come ciò che riduce il rischio della costruzione.
#Mistral AI#sovranità digitale#sovranità IA
**Michael Nuñez** — journaliste **VentureBeat** · couvre l'IA et l'infrastructure ; déjà présent au corpus. L'article est bâti sur un **entretien exclusif avec Timothée Lacroix** · cofondateur et CTO de Mistral AI · conduit **avant l'annonce** · et fait suite à un entretien de juin avec le même interlocuteur. Publié le **11 août 2026**.
Approfondimento (punto di vista) pubblicato su **sfeir.com** il 24 giugno 2026, a firma di **Didier Girard** (Managing Director, SFEIR). **Tesi centrale**: nel 2024 tutti puntavano sull'**AI4Business** (l'IA nei processi aziendali) come grande giacimento di valore; nel 2026 il quadro si è **ribaltato** — è l'**AI4IT** (l'IA per produrre il sistema informativo: codice, SDLC, fabbrica del software) a generare valore **misurabile**. L'articolo *fonda* questa tesi sulla veille tecnologica dell'azienda: delusione dell'AI4Business (lo studio del MIT "95% dei pilot senza ROI", contestato ma rivelatore; un blocco **organizzativo** / il problema hayekiano di Mollick) contro le evidenze quantificate dell'AI4IT (Salesforce, Intercom, Raiffeisen, AWS/Bedrock, Atlassian, DORA). Spiegazione meccanicistica: **il codice si verifica da solo** (compilazione, test, CI) mentre i processi aziendali non hanno né compilatore né loop di feedback immediato. **Conseguenza sui budget 2027**: uno spostamento **CapEx→OpEx**, la dinamica del prezzo dei token (picco in salita — Fable 5 a 2× Opus — contro un'inferenza ÷280 e la pressione al ribasso dei pesi aperti/dell'inferenza desktop), e un **AI FinOps** guidato dal **costo per risultato**. Si chiude con **4 raccomandazioni per il COMEX**.
#AI4IT#AI4Business#ribaltamento
**Didier Girard** — Managing Director (CTO / DG) de **SFEIR** · ESN française (~1 000 personnes, France · Belgique · Luxembourg · Suisse). Auteur de l'article ; voix éditoriale du cabinet sur la transformation IA des DSI.
Articolo breve (**8 pagine**, 4 esibit) di **McKinsey Technology**, firmato da **Jared Moon** (senior partner, Londra), **Rory Walsh** e **Vito Di Leo** (partner, Dublino e Zurigo), con **Adam Thelwall**, pubblicato nel **maggio 2026**. Gli autori riportano guadagni di produttività da **×3 a ×5** con una **riduzione del 60%** della dimensione dei team in diverse aziende, e li attribuiscono alla riprogettazione del modello operativo, non al solo deployment di agenti. Quattro leve: (1) lo **sprint di 24 ore**, con un turno notturno di agenti (16h) e un turno diurno umano (8h); (2) l'automazione degli **handoff** tra requisiti, design e codice, che secondo gli autori rappresentano il **70% della spesa tecnologica** contro il 30% del deployment; (3) un'**infrastruttura di conoscenza** di grafi specifici per dominio, interrogati da un agente « bibliothécaire »; (4) il ridimensionamento dei team e del portfolio. Sul grafo: *« this should not begin with a grand, top-down ontology effort »*. Le cifre relative ai team sono presentate come illustrative, tratte dall'"esperienza e osservazione" della società. Estende la presentazione di McKinsey del novembre 2025 sul software delivery guidato da agenti ([[harrison-maniar-mckinsey-reshaping-software-delivery-agents-2025-11-23]]).
#McKinsey#agentic SDLC#modello operativo
Jared Moon (senior partner) · Rory Walsh · Vito Di Leo (partners) · avec Adam Thelwall (associate partner) — McKinsey & Company