La guerra in Iran è anche un banco di prova per l’intelligenza artificiale. Ne è un esempio il software Claude sviluppato da Anthropic che è stato utilizzato dal sistema militare americano per analizzare enormi quantità di dati e suggerire obiettivi durante le operazioni. Prendiamo questo episodio come punto di partenza per spiegare che cos’è davvero Anthropic, come funziona il suo software e perché il Pentagono ha chiesto di usarlo senza limitazioni. Una richiesta che l’azienda ha rifiutato, aprendo uno scontro che dice molto sul futuro dell’intelligenza artificiale nelle organizzazioni complesse, dalle forze armate alle imprese.

Nelle imprese l’intelligenza artificiale sta passando dalla fase sperimentale a quella operativa. Non più soltanto assistenti digitali per scrivere testi o sintetizzare informazioni, ma strumenti integrati nei processi aziendali: analizzano grandi volumi di dati, interrogano archivi documentali, dialogano con ERP e CRM, supportano la preparazione di offerte commerciali o l’analisi finanziaria. In alcuni casi possono persino avviare azioni automatiche all’interno dei sistemi informativi.

Alla base di questa trasformazione ci sono i Large Language Model (LLM), modelli di intelligenza artificiale addestrati su enormi quantità di dati testuali e sempre più utilizzati in ambito enterprise. Tra i protagonisti di questo mercato emergente c’è Anthropic, società statunitense fondata nel 2021 da ex ricercatori di OpenAI e sviluppatrice della famiglia di modelli Claude, progettata per applicazioni professionali e aziendali.

Obiettivi e funzioni avanzate

L’obiettivo di questi sistemi non è soltanto generare testo. I modelli più avanzati sono pensati per analizzare grandi basi documentali, sintetizzare report complessi, supportare il processo decisionale e integrarsi con gli strumenti software utilizzati nelle organizzazioni. Quando collegati a database interni, manuali tecnici o sistemi gestionali, possono diventare veri e propri assistenti operativi per funzioni come acquisti, manutenzione, qualità o controllo di gestione.

La svolta verso gli agenti AI

Proprio per questa capacità di entrare nei flussi decisionali, gli LLM stanno evolvendo verso una nuova architettura: gli agenti AI. Non più sistemi che rispondono a una domanda e si fermano lì, ma software in grado di pianificare attività, interrogare più fonti di dati, eseguire operazioni e verificare autonomamente i risultati.

Esempio concreto: Anthropic-Pentagono

È in questo passaggio che emergono anche le principali questioni di governance: quanto spazio decisionale concedere all’intelligenza artificiale e dove mantenere un controllo umano diretto. Un tema diventato evidente anche nel dibattito attorno ad Anthropic dopo il breve accordo con il Dipartimento della Difesa statunitense, interrotto proprio per divergenze sul grado di autonomia da attribuire agli agenti AI.

Per le imprese, però, la questione è meno geopolitica e molto più operativa. Significa capire che cosa sono realmente questi modelli, come possono essere applicati nei processi industriali e quali sono oggi le principali piattaforme concorrenti, da OpenAI a Google, da Microsoft a Meta, che stanno costruendo la nuova infrastruttura software dell’economia digitale.

Un chiaro esempio di questi dibattiti operativi

L’esempio più concreto si ha nel caso del 2025, quando la cooperazione tra Anthropic e il Pentagono ha toccato questioni etiche e operativi in modo diretto. Anthropic era impegnata in progetti militari in cui Claude eseguiva funzioni avanzate, come

analisi di intelligence
identificazione di obiettivi
supporto al comando

Il contratto e la sua fine

Nel luglio 2025, Anthropic firmava un contratto da 200 milioni di dollari con il Dipartimento della Difesa americano: il primo accordo tra un provider di AI e le reti operative classificate militari. Pochi mesi dopo, il contratto si è concluso. Non per ragioni tecniche, ma per un disaccordo di principio. I fondatori di Anthropic non hanno accettato di rimuovere il vincolo Human-in-the-loop: ogni azione critica deve essere autorizzata esplicitamente da un essere umano, che se ne assume la responsabilità. Il Pentagono voleva maggiore autonomia operativa per l’agente AI.

Una questione chiave per le imprese

Principio chiave:Human-in-the-loop non è un dettaglio comunicativo. È una scelta architettonica che decide chi risponde quando qualcosa va storto. In azienda, come in guerra.

L’AI (nella fattispecie Claude) era già stata impiegata in operazioni reali: analisi di intelligence, identificazione di obiettivi, suggerimenti strategici. In questo caso, il controllo umano rappresentava una barriera al pieno sfruttamento delle capacità dell’agente, un limite che il Pentagono voleva superare.

La disputa ha evidenziato una contraddizione fondamentale nell’uso operativo dell’intelligenza artificiale: più autonomia significa più efficienza, ma in cambio di maggiore rischio. Il dibattito ha coinvolto esperti di etica, giuristi dell'intelligenza artificiale e dirigenti aziendali: in pochi mesi, la questione ha toccato centinaia di aziende interessate a integrare l’AI nei propri sistemi operativi.

I concorrenti di Anthropic nel mercato enterprise

I rivali di Anthropic non si contano più in singoli prodotti, ma in architetture complete e piattaforme scalabili adatte a settori specifici. Tra i principali competitor di Anthrop ci sono:

OpenAI – famosa per il modello GPT e i suoi derivati, come GPT-4 e i modelli specializzati per aziende, come DALL-E e Whisper.
Google DeepMind – con il modello Gemini e l’enfasi su modelli legati al linguaggio, alla visione e all’analisi delle relazioni complesse.
Microsoft – con Azure AI e modelli integrati con Office, LinkedIn, e le suite di gestione aziendale. La collaborazione con OpenAI ha reso Microsoft un attore centrale nel mercato enterprise.
Meta – con modelli come Llama e Llama2, disponibili in open source ma con versioni premium riservate agli sviluppatori enterprise. La strategia di Meta è di fornire soluzioni altamente personalizzabili.
Amazon AWS – che ha lanciato modelli proprietari su AWS e ha fornito strumenti di training customizzati per grandi imprese.
Baidu – attore dominante in Cina, con il modello ERNIE e un focus sulla localizzazione e sull'uso dell’AI nella pubblica amministrazione.

IBM – con il modello Granite, un insieme di sistemi di intelligenza artificiale progettato