Per anni l’intelligenza artificiale generativa è sembrata una partita giocata altrove: Stati Uniti, Cina, grandi cloud provider, laboratori con budget miliardari. Poi qualcosa è cambiato. Anche l’Italia ha iniziato a costruire i propri Large Language Model, cioè modelli linguistici capaci di comprendere, generare e rielaborare testi, codice, documenti e informazioni complesse.
Non si tratta solo di “avere un ChatGPT italiano”. Il punto è più profondo: creare modelli addestrati sulla lingua italiana, sensibili al contesto culturale europeo, più controllabili dal punto di vista dei dati e più adatti ad aziende, Pubblica Amministrazione e settori regolamentati.
Perché servono LLM italiani
Un LLM generalista internazionale può scrivere bene in italiano, ma non sempre coglie sfumature, riferimenti normativi, lessico amministrativo, contesti locali o esigenze di compliance. Per molte aziende, soprattutto in ambiti come sanità, finanza, pubblica amministrazione, legal tech e industria, non basta “usare l’AI”: serve sapere dove girano i dati, come è stato addestrato il modello, quali garanzie offre e quanto può essere personalizzato.
È qui che entra in gioco il concetto di AI sovrana: modelli, infrastrutture e dati gestiti secondo regole nazionali ed europee, con maggiore attenzione a privacy, copyright, sicurezza e governance.
Minerva e ChatMinerva: l’università italiana entra nel gioco
Uno dei progetti più rilevanti è Minerva, sviluppato inizialmente dal gruppo Sapienza NLP dell’Università La Sapienza di Roma, in collaborazione con FAIR e con il supporto del supercomputer Leonardo di CINECA. Minerva viene presentata come la prima famiglia di LLM pre-addestrati da zero sull’italiano, usando dati italiani e inglesi ad accesso aperto. (Minerva LLM)
La sua evoluzione, ChatMinerva, porta il modello verso un utilizzo più concreto: non solo generazione di testo, ma anche capacità multimodali, con la possibilità di analizzare immagini, documenti, pagine scannerizzate e report tecnici. (Minerva LLM)
È un passaggio importante perché sposta il tema dalla ricerca pura all’applicazione reale: scuola, PA, sanità, cultura, formazione, document management.
Velvet, FastwebMIIA e Domyn: gli LLM per aziende e settori regolamentati
Sul fronte enterprise si muovono diversi attori. Almawave ha sviluppato Velvet, una famiglia di modelli multilingua progettata in Italia, con due versioni principali: Velvet-14B e Velvet-2B. Secondo l’azienda, Velvet è stato sviluppato in Italia, addestrato sul supercomputer Leonardo gestito da CINECA e pensato con particolare attenzione al quadro normativo europeo. (Almawave)
FastwebMIIA, invece, è il modello linguistico sviluppato da Fastweb per aziende e Pubblica Amministrazione. È addestrato in Italia su un corpus prevalentemente italiano e opera su infrastrutture localizzate e gestite in Italia, con un posizionamento esplicito sulla Data Sovereignty. (Fastweb)
Poi c’è Domyn, evoluzione dell’esperienza iGenius, che lavora su modelli pensati per contesti regolamentati. La società cita Italia-10B e Colosseum-355B tra i modelli già rilasciati come microservizi NVIDIA NIM, e Domyn Large come modello reasoning da 260 miliardi di parametri per attività enterprise avanzate. (Domyn)
Non solo modelli “da zero”: il caso LLaMAntino ed EngGPT
La via italiana agli LLM non passa solo dall’addestramento completo da zero. Esiste anche una strada più pragmatica: adattare modelli esistenti alla lingua italiana. È il caso di LLaMAntino-3-ANITA-8B, progetto legato all’Università di Bari, basato su Meta Llama 3 e ottimizzato per task in italiano. (Hugging Face)
Un altro nome interessante è EngGPT2-16B-A3B di Engineering Ingegneria Informatica: un modello Mixture-of-Experts da circa 16 miliardi di parametri totali, con circa 3 miliardi attivati per inferenza, sviluppato per bilanciare capacità e sostenibilità computazionale. (Hugging Face)
Cosa cambia per le imprese italiane
Per le aziende, questi modelli aprono scenari molto concreti: chatbot verticali, analisi documentale, assistenti interni, sistemi RAG su basi di conoscenza aziendali, automazione di pratiche, generazione di report, supporto al customer care e strumenti per compliance e legal operations.
La vera opportunità non è sostituire i grandi modelli internazionali, ma affiancarli con soluzioni più controllabili, specializzate e integrate nei processi aziendali. Un LLM italiano può essere meno “spettacolare” nella narrazione pubblica, ma molto più utile quando deve lavorare su documenti riservati, linguaggio tecnico, normative locali e dati sensibili.
La partita italiana dell’AI è appena cominciata
Gli LLM sviluppati in Italia raccontano una fase nuova: non più solo adozione passiva delle tecnologie globali, ma costruzione di competenze, infrastrutture e modelli proprietari o open source. Il punto non è battere OpenAI, Google o Anthropic sul loro terreno. Il punto è creare un ecosistema nazionale ed europeo capace di usare l’intelligenza artificiale con maggiore autonomia, sicurezza e consapevolezza.
Per l’Italia, questa potrebbe essere la vera sfida: non avere il modello più grande del mondo, ma quello più adatto ai suoi cittadini, alle sue imprese e alla sua lingua.