Come la Russia sta creando un ecosistema autonomo di droni basato sull’intelligenza artificiale

Indice

1. Sintesi
2. Introduzione
3. L’architettura politica della Russia in materia di intelligenza artificiale e sistemi autonomi
4. Il percorso della Russia verso i sistemi autonomi senza pilota
5. I fattori chiave dello sviluppo dell’intelligenza artificiale e dei sistemi senza pilota in Russia: formazione, tecnologia e collaborazioni
6. Conclusioni strategiche e raccomandazioni politiche

• CONTRIBUITE!!! La situazione finanziaria del sito sta diventando insostenibile per la ormai quasi totale assenza di contributi
• Il  sito Italia e il Mondo non riceve finanziamenti pubblici o pubblicitari. Se vuoi aiutarci a coprire le spese di gestione (circa 6.000 € all’anno), ecco come puoi contribuire:
• – Postepay Evolution: Giuseppe Germinario – 5333171135855704;
• – IBAN: IT30D3608105138261529861559
• PayPal: PayPal.Me/italiaeilmondo
• Tipeee: https://it.tipeee.com/italiaeilmondo
• Puoi impostare un contributo mensile a partire da soli 2€! (PayPal trattiene 0,52€ di commissione per transazione).
• Contatti: italiaeilmondo@gmail.com – x.com: @italiaeilmondo – Telegram: https://t.me/italiaeilmondo2 – Italiaeilmondo – LinkedIn: /giuseppe-germinario-2b804373

Relazione di Kateryna Bondar

Pubblicato il 13 aprile 2026

 Download disponibili

• Scarica il rapporto completomille seicentottantatre kilobyte

Visualizzazione remota

Sintesi

Il presente documento analizza il modo in cui la Russia sta sviluppando l’intelligenza artificiale (IA) in ambito militare e si sta progressivamente orientando verso un processo decisionale autonomo, in particolare a livello tattico. I punti chiave riportati di seguito illustrano i risultati principali relativi alle modalità con cui tali capacità vengono sviluppate, adattate e scalate all’interno dell’ecosistema militare russo in tempo di guerra.

1. La Russia ha individuato nei sistemi senza pilota e nell’intelligenza artificiale due priorità strategiche fondamentali a tutti i livelli del processo decisionale. Tali priorità ricorrono costantemente nelle strategie federali, regionali e settoriali e sono spesso inquadrate in contesti civili e di doppio uso. Tuttavia, data la transizione della Russia verso un’economia di guerra e la scarsa trasparenza sui programmi militari riservati, è altamente probabile che gli investimenti e i progressi in questi settori si traducano direttamente in capacità militari e vantaggi operativi.
2. La Russia ha probabilmente impiegato in combattimento un sistema senza pilota completamente autonomo e continua a perfezionarne l’utilizzo nonostante le vittime civili che ne derivano. L’analisi tecnica ucraina dei droni V2U intercettati indica l’assenza dei componenti di comunicazione necessari per il controllo da parte di un operatore, insieme alla presenza di una potenza di calcolo a bordo sufficiente per eseguire software di percezione e processo decisionale basati sull’intelligenza artificiale. Il comportamento osservato sul campo di battaglia — compreso il volo autonomo in ambienti ostili, la selezione indipendente dei bersagli e l’attività coordinata di gruppo che utilizza segnali visivi per un coordinamento simile a quello di uno sciame — suggerisce che il V2U rappresenti un salto qualitativo dai droni usa e getta pilotati a distanza verso sistemi completamente autonomi e guidati dall’intelligenza artificiale.
3. L’ecosistema dei droni in Russia rivela una logica di approvvigionamento adattiva, in cui l’innovazione nasce al di fuori delle strutture industriali formali della difesa e viene scalata solo dopo la convalida sul campo di battaglia. Progetti come Molniya dimostrano uno schema ricorrente: una rapida fase di sperimentazione condotta da ingegneri civili e gruppi di volontari a livello “amatoriale”, seguita da un intervento statale selettivo volto a finanziare, standardizzare e produrre in serie i sistemi che si dimostrano efficaci dal punto di vista operativo. Questo approccio consente allo Stato di cogliere i benefici dell’innovazione decentralizzata evitando al contempo le inefficienze derivanti dal tentativo di progettare centralmente soluzioni sotto la pressione della guerra.
4. Uno dei fattori chiave per l’integrazione dei sistemi senza pilota è stata la diffusione di scuole private specializzate in droni e di iniziative di formazione parallele, che fungono da acceleratori dell’adozione tecnologica. A differenza delle tradizionali strutture di formazione gestite dallo Stato, queste organizzazioni si adattano con la rapidità tipica delle startup, aggiornando continuamente i programmi didattici, integrando nuove piattaforme direttamente nell’insegnamento e consentendo agli operatori di testare i sistemi in modo approfondito durante la formazione. Questa struttura crea circuiti di feedback diretti tra utenti finali e ingegneri, accelerando il perfezionamento sia dell’hardware che delle tattiche. Incorporando nuove funzionalità nei percorsi formativi più rapidamente rispetto alle istituzioni formali, queste scuole trasformano le tecnologie emergenti in competenze operative su larga scala, rendendo di fatto la formazione stessa un motore centrale della potenza di combattimento.
5. Oltre il 50% di tutti i componenti che rendono possibile l’intelligenza artificiale recuperati dai sistemi senza pilota russi proviene da aziende con sede negli Stati Uniti e consiste principalmente in componenti elettronici di livello commerciale a duplice uso. Su 705 componenti identificati rilevanti per l’IA (ad esempio, processori, unità di memoria e sensori), le aziende statunitensi rappresentano circa il 69% dell’hardware di memoria, il 57% dei processori e il 38% dei sensori, rappresentando la quota nazionale più ampia in ciascuna categoria. In confronto, la Cina fornisce meno del 9% del totale dei componenti abilitanti per l’IA e non si colloca tra i principali fornitori di hardware di elaborazione a bordo. Questi risultati sottolineano che la spina dorsale tecnica dell’autonomia sul campo di battaglia in espansione della Russia rimane profondamente radicata nei mercati dei semiconduttori integrati a livello globale, dove le tecnologie occidentali disponibili in commercio continuano a svolgere un ruolo decisivo nonostante le sanzioni e i controlli sulle esportazioni.
6. La Russia non è in competizione con le grandi potenze nella corsa all’intelligenza artificiale all’avanguardia; sta invece perseguendo una strategia pragmatica incentrata sulle capacità dell’IA applicata. Anziché sviluppare da zero grandi modelli di base, la Russia si concentra sulla creazione di soluzioni pratiche basate su modelli a peso aperto già esistenti, realizzati da sviluppatori occidentali come Llama e Mistral, nonché su modelli cinesi come Qwen e DeepSeek. Questi modelli vengono adattati in applicazioni personalizzate progettate sia per l’integrazione a livello governativo che per l’uso militare.
7. La Russia sta deliberatamente creando un ecosistema completo e end-to-end per l’intelligenza artificiale e i sistemi senza pilota, anziché puntare su capacità isolate. Questo sforzo integra l’espansione della potenza di calcolo fino a un exaflop entro il 2030, obiettivi di produzione di 130.000 sistemi aerei senza pilota (UAS) su larga scala all’anno, una rapida crescita nei mercati dell’IA e negli investimenti aziendali, e una produzione prevista di 15.500 specialisti in IA che si laureeranno ogni anno entro il 2030. Ancorato alle strategie nazionali e reso operativo attraverso programmi statali, l’ecosistema collega infrastrutture, regolamentazione, industria e sviluppo dei talenti in un sistema unificato progettato per sostenere l’autonomia abilitata dall’IA e la rilevanza militare a lungo termine.
8. La Russia sta puntando sulla creazione di un’infrastruttura dedicata per consentire l’utilizzo di velivoli senza pilota a scopo civile su scala nazionale entro il 2030. Ciò comprende l’espansione dei poligoni di prova, la costruzione di nuovi impianti di produzione e l’implementazione di sistemi unificati di integrazione dello spazio aereo e di gestione digitale del traffico, progettati per supportare il funzionamento sicuro e su larga scala degli UAS. La creazione di tale infrastruttura non solo favorirà l’adozione civile, ma fungerà anche da fattore abilitante fondamentale per lo sviluppo accelerato, la scalabilità e l’integrazione operativa dei sistemi senza pilota in ambito militare.
9. La Russia prevede che entro il 2030 ci sarà una domanda di 1 milione di specialisti in sistemi aerei senza pilota (UAS), rendendo il capitale umano un pilastro fondamentale della propria strategia in materia di sistemi senza pilota. Per far fronte a questa domanda, lo Stato sta ampliando l’offerta formativa incentrata sui droni nelle scuole, nei percorsi professionali e nelle università, introducendo al contempo standard di competenza unificati e programmi di formazione continua per garantire che le competenze siano sempre in linea con le esigenze del settore e operative.
10. La Russia sta combinando un approccio volutamente morbido alla regolamentazione dell’IA con una crescente centralizzazione del controllo statale sulla sua diffusione, attraverso la creazione di un Quartier Generale Nazionale per l’IA e di una commissione a livello presidenziale. Anziché affrettare l’adozione di una legislazione formale, il governo ha posto l’accento su una regolamentazione graduale, sulla sperimentazione e sull’apprendimento istituzionale, ricorrendo al contempo a restrizioni selettive, alla certificazione di tecnologie “affidabili” e all’accesso controllato ai dati gestiti dallo Stato. Allo stesso tempo, Mosca sta procedendo a concentrare l’autorità attraverso la creazione di un Quartier Generale Nazionale per l’IA al di sopra dei singoli ministeri – progettato per coordinare l’implementazione dell’IA in tutte le regioni e i settori sotto un’unica struttura di comando guidata dallo Stato – insieme a una Commissione per lo Sviluppo delle Tecnologie di Intelligenza Artificiale sotto l’egida del presidente.
11. L’integrazione dell’IA di maggior successo in Russia avviene all’interno di aziende che operano sia nel mercato civile che in quello militare, piuttosto che in imprese orientate esclusivamente alla difesa. Le aziende a duplice uso possono attingere a set di dati molto più ampi e variegati, testare il software in contesti operativi reali e ricalibrare continuamente i modelli sulla base di applicazioni civili e di sicurezza. Questo accesso ai dati, alle opportunità di test e ai cicli di feedback consente alle capacità di IA di maturare più rapidamente e di passare più agevolmente all’uso sul campo di battaglia rispetto ai sistemi sviluppati esclusivamente all’interno di programmi militari chiusi.
12. Lo sviluppo dei sistemi senza pilota russi è caratterizzato dalla modularità e dalla rapida adattabilità funzionale piuttosto che dalla specializzazione delle piattaforme. Una volta che un progetto si dimostra valido, viene rapidamente riadattato a molteplici ruoli — ad esempio come munizione vagante, piattaforma di ricognizione o mezzo di trasporto logistico — attraverso modifiche minime alla cellula e aggiornamenti software. La semplicità costruttiva e l’architettura modulare consentono una rapida iterazione basata sul feedback proveniente dal fronte, accelerando la diffusione dei progetti di successo in diversi ambiti operativi.

Per gli Stati Uniti, la lezione fondamentale è che il successo dei sistemi senza pilota basati sull’intelligenza artificiale richiede un approccio di tipo ecosistemico. Per portare avanti le proprie ambizioni nel campo della tecnologia autonoma, gli Stati Uniti devono adottare un approccio basato su progetti di sistema a livello nazionale che integri e coordini formazione, collaudo, innovazione a duplice uso, implementazione da parte delle autorità pubbliche e cooperazione civile-militare.
 

Introduzione

A quattro anni dall’inizio dell’invasione su vasta scala dell’Ucraina da parte della Russia, la guerra ha messo in luce un fenomeno che, fino a poco tempo fa, era rimasto per lo più teorico: l’emergere di sistemi d’arma completamente autonomi schierati sul campo di battaglia. Mentre le prime valutazioni delle prestazioni militari russe evidenziavano una rigidità istituzionale e un rendimento tecnologico insufficiente, le prove raccolte sul campo di battaglia suggeriscono ora un quadro più complesso. Sotto la pressione costante della guerra elettronica (EW), della negazione del GPS e dell’attrito di massa, la Russia sta andando oltre i sistemi senza pilota telecomandati e sta schierando piattaforme in grado di operare, navigare e selezionare obiettivi senza comunicazioni esterne, segnando un cambiamento qualitativo nel modo in cui l’autonomia viene applicata in combattimento.

Il risultato non è un’autonomia totale, bensì un’indipendenza operativa sul fronte operativo.

Questo sviluppo non rappresenta una svolta nell’IA di frontiera, né la realizzazione delle architetture di autonomia a livello di kill chain da tempo promesse. Al contrario, i progressi della Russia sono stati guidati da un approccio pragmatico all’IA applicata, che integra funzioni di apprendimento automatico strettamente definite direttamente nei sistemi senza pilota e nel software da campo di battaglia. Anziché competere con gli Stati Uniti o la Cina nella ricerca di base sull’IA, gli sviluppatori russi adattano i modelli open-weight occidentali e cinesi esistenti e li integrano in applicazioni nazionali ottimizzate per le condizioni di guerra. Il risultato non è un’autonomia completa, ma un’indipendenza funzionale a livello tattico.

Il presente rapporto analizza il modo in cui la Russia sta integrando l’intelligenza artificiale nei propri sistemi senza pilota e cosa questo processo rivela sull’evoluzione della potenza militare russa. La questione centrale non è se la Russia abbia raggiunto l’autonomia in senso dottrinale, bensì con quale efficacia riesca a impiegare le limitate capacità di intelligenza artificiale di cui dispone per ottenere un vantaggio operativo su larga scala.

L’analisi è articolata in tre parti. La prima sezione esamina l’architettura politica della Russia in materia di intelligenza artificiale e sistemi senza pilota, illustrando come le priorità stabilite a livello presidenziale si traducano in programmi nazionali, approcci normativi e iniziative settoriali. Essa evidenzia come un ecosistema di innovazione civile — che abbraccia la regolamentazione, l’industria e lo sviluppo della forza lavoro — sostenga l’espansione delle capacità militari.

La seconda sezione presenta una serie di casi di studio che illustrano diversi modelli di sviluppo e implementazione dell’intelligenza artificiale, che spaziano dai programmi centralizzati e guidati dallo Stato ai sistemi orientati al mercato che si affermano attraverso la verifica sul campo di battaglia.

La terza sezione analizza tre fattori chiave che consentono alla Russia di mantenere il ritmo e la portata dell’innovazione: (1) la formazione come canale principale per l’integrazione e l’adozione a livello di forze armate, (2) l’origine dell’infrastruttura hardware alla base dei sistemi basati sull’intelligenza artificiale e (3) il ruolo delle partnership internazionali nel garantire l’accesso alle tecnologie critiche.

Approccio di ricerca e fonti

La presente analisi si basa esclusivamente su ricerche condotte su fonti di dominio pubblico e non attinge a informazioni riservate. La ricerca attinge a quattro categorie di fonti primarie, che sono state sistematicamente incrociate per valutare sia le intenzioni della Russia sia le prestazioni osservate sul campo di battaglia:

• Documenti politici ufficiali: La prima serie di fonti è costituita da documenti strategici ufficiali russi, piani d’azione e quadri normativi. Questi materiali consentono di individuare le priorità formalizzate, gli orientamenti politici e i meccanismi istituzionali attraverso i quali lo Stato russo definisce e attua i propri obiettivi tecnologici.
• Notizie dei media e dichiarazioni: La seconda serie di fonti comprende notizie riportate dai media ufficiali e dichiarazioni pubbliche rilasciate dai vertici della leadership russa, tra cui il presidente Vladimir Putin, i ministri e altri alti funzionari. Queste comunicazioni dimostrano come il Cremlino definisca le priorità tecnologiche, segnali i cambiamenti di orientamento strategico e comunichi pubblicamente i progressi compiuti nello sviluppo dell’intelligenza artificiale e dei sistemi senza pilota.
• Canali Telegram: La terza serie di fonti comprende il monitoraggio e l’analisi sistematica di oltre 150 canali Telegram russi, inclusi gruppi chiusi e semi-chiusi associati a ingegneri civili, tecnici volontari e sviluppatori legati all’esercito che sostengono lo sforzo bellico. Queste comunità forniscono una visione dettagliata e quasi in tempo reale di come si evolvono sistemi specifici, quali sfide tecniche incontrano gli sviluppatori, come si adattano a vincoli quali la guerra elettronica e la carenza di componenti, e come soluzioni efficaci si diffondono tra le unità. Questa base di fonti consente di monitorare non solo l’innovazione in sé, ma anche i processi di scalabilità, adattamento e istituzionalizzazione all’interno dell’ecosistema militare russo.
• Interviste: La quarta serie di fonti è costituita da interviste a personale militare ucraino. Queste interviste sono state utilizzate per verificare i risultati ottenuti dalle fonti aperte alla luce delle realtà osservate in prima linea e per fornire valutazioni concrete sulle prestazioni in combattimento dei sistemi senza pilota russi e sull’evoluzione nel tempo delle tattiche e delle tecnologie russe.

Si prega di notare che alcuni dei link citati nel presente rapporto potrebbero essere accessibili solo tramite appositi servizi VPN o da specifiche aree geografiche.

Per confermare ulteriormente l’analisi, sono stati intervistati anche esperti militari stranieri specializzati nelle Forze Armate russe, che hanno contribuito a verificare le interpretazioni tecniche e a contestualizzare i risultati ricavati da fonti russe e dai resoconti dal campo di battaglia. Attraverso la triangolazione di queste fonti, la presente analisi mira a fornire una valutazione fondata e empiricamente fondata su come l’intelligenza artificiale e l’autonomia vengano integrate nei sistemi militari russi in condizioni di guerra.
 

L’architettura politica della Russia in materia di intelligenza artificiale e sistemi autonomi

Questa sezione esamina l’architettura della pianificazione strategica russa e i meccanismi attraverso i quali vengono formulate e attuate le politiche di innovazione nel campo dell’intelligenza artificiale e dei sistemi senza pilota. Per maggiore chiarezza analitica, la pianificazione e l’attuazione delle politiche russe vengono esaminate attraverso tre livelli interconnessi — strategico, tattico e operativo — come illustrato nella Tabella 1. L’analisi procede attraverso ciascuno di questi livelli per individuare in che modo iniziative specifiche e meccanismi istituzionali sostengano il potenziamento delle capacità belliche della Russia.

La valutazione si basa su documenti strategici ufficiali e quadri di attuazione per illustrare in che modo le priorità dichiarate si traducano in programmi concreti e risultati misurabili.

Inoltre, questa sezione offre una panoramica della normativa in materia di IA per chiarire l’evoluzione dell’approccio del governo russo alla governance, alla sperimentazione e al controllo nel settore dell’intelligenza artificiale. L’obiettivo è quello di andare oltre la retorica politica e valutare il sistema sottostante di pianificazione, coordinamento e supervisione statale che definisce l’approccio della Russia all’innovazione in condizioni di guerra.

Visualizzazione remota

TABELLA 1
Struttura del processo decisionale politico e dell’architettura di governance in Russia

Livello	Tipo di documento	Scopo
Strategico	Decreti presidenzialiConcetti di politica a livello dottrinale (talvolta presentati nei discorsi presidenziali)	Definire le priorità nazionali e gli obiettivi a lungo termine, stabilendo l’orientamento generale della politica statale.
Tattico	Strategie settorialiProgrammi a lungo termine in materia di difesa e sicurezza	Tradurre gli obiettivi nazionali generali in piani strutturati per i singoli settori, con obiettivi definiti e percorsi di sviluppo.
Operativo	Progetti nazionaliProgrammi federaliRegimi giuridici sperimentali	Attuare i piani strategici e settoriali attraverso finanziamenti, iniziative concrete, strumenti normativi e meccanismi di attuazione coordinati.

Fonte: CSIS.

Livello strategico

A livello strategico, la leadership russa definisce gli Obiettivi di Sviluppo Nazionale: priorità generali e a lungo termine che determinano il percorso complessivo del Paese. Tali obiettivi vengono stabiliti attraverso lo strumento politico di più alto livello, ovvero un decreto presidenziale, che definisce l’orientamento generale della politica statale in tutti i settori. Il decreto enuncia gli obiettivi di sviluppo nazionale e fornisce indicazioni strategiche per la loro attuazione in tutti i settori, compresi quelli che influenzano l’innovazione e il progresso tecnologico rilevanti per lo sforzo bellico.

Il recente decreto sugli obiettivi di sviluppo nazionale della Federazione Russa per il periodo fino al 2030 e in prospettiva fino al 2036 è stato adottato il 7 maggio 2024. In questo decreto, l’obiettivo nazionale denominato “Leadership tecnologica” è definito attraverso una serie di obiettivi e compiti misurabili che riflettono collettivamente le priorità strategiche della Russia nel campo della scienza e dell’innovazione. In particolare, il documento identifica direttamente tre filoni tecnologici — sistemi senza pilota, veicoli autonomi e IA — come aree particolarmente critiche per il raggiungimento della competitività globale.

Il decreto fissa obiettivi quantitativi ambiziosi. Entro il 2030, la Russia punta a posizionarsi tra le prime dieci nazioni al mondo nel settore della ricerca e sviluppo (R&S), ad aumentare la spesa interna in R&S fino ad almeno il 2% del PIL e a raddoppiare gli investimenti del settore privato nell’innovazione. Inoltre, il decreto sottolinea l’importanza della crescita delle “piccole imprese tecnologiche” (ovvero le startup) come motori dell’innovazione e promuove la localizzazione della produzione high-tech come pilastro fondamentale della resilienza nazionale in tutti gli obiettivi di sviluppo.

Strato tattico

Il secondo livello è costituito dalle strategie che traducono gli Obiettivi di Sviluppo Nazionali in priorità concrete. A questo livello spiccano due documenti fondamentali: le strategie nazionali sull’intelligenza artificiale e sui sistemi senza pilota. Entrambe presentano un chiaro carattere di doppio uso ed entrambe sono state recentemente aggiornate, a dimostrazione del fatto che la leadership russa sta attivamente adeguando la propria politica di innovazione in risposta ai rapidi cambiamenti in questi settori di importanza strategica.

La Strategia nazionale per lo sviluppo dell’intelligenza artificiale per il periodo fino al 2030, approvata nell’ottobre 2019 e aggiornata nel febbraio 2024, rimane il pilastro della visione a lungo termine della Russia in materia di IA. Essa definisce l’IA come un motore fondamentale della crescita economica, della qualità della vita e della sicurezza nazionale. Il documento impone l’integrazione dell’IA a tutti i livelli di governance e produzione, dai ministeri federali e dalle imprese statali all’industria privata, con l’obiettivo di incorporare l’IA nell’architettura stessa dello Stato e dell’economia russa.

A differenza degli Stati Uniti e della Cina, che nella strategia vengono esplicitamente indicati come i principali attori globali, la Russia non si pone come concorrente nella ricerca di frontiera sull’IA. Riconoscendo il proprio accesso limitato alle risorse informatiche avanzate e alla cooperazione scientifica internazionale, la strategia si concentra invece sugli aspetti applicativi e a duplice uso dell’IA. In pratica, la Russia mira a sfruttare algoritmi e modelli già sviluppati all’estero, integrandoli in applicazioni nazionali nei settori della difesa, della sicurezza e dell’automazione industriale.

La strategia è articolata attorno a una serie di pilastri che sostengono direttamente il livello applicativo dell’IA, ovvero il punto in cui le tecnologie passano dalla fase di ricerca a quella di utilizzo operativo. La panoramica dei seguenti pilastri fondamentali mostra che, nel loro insieme, la loro interconnessione consente un’implementazione su larga scala in tutti i settori dell’economia e nei sistemi statali:

• Il pilastro dello sviluppo delle infrastrutture costituisce la base dell’intero sistema. La Russia intende aumentare la propria capacità di calcolo nazionale da 0,073 exaflop a 1 exaflop entro il 2030, garantendo la sovranità tecnologica e la continuità dell’addestramento dei modelli di IA anche in caso di sanzioni. Questa base di calcolo sosterrà sia le applicazioni civili che quelle di difesa.
• Il sostegno agli sviluppatori di IA è pensato per stimolare l’innovazione locale e la commercializzazione. Lo Stato punta a raggiungere un mercato dei servizi di IA pari a 60 miliardi di rubli (circa 760 milioni di dollari) all’anno entro il 2030 — rispetto ai 12 miliardi di rubli (circa 150 milioni di dollari) del 2022 — creando una domanda costante di soluzioni sviluppate internamente e integrate nei sistemi industriali e governativi.
• La ricerca e il progresso scientifico collegano le infrastrutture e l’industria attraverso centri universitari finanziati dallo Stato. Entro il 2030, si prevede che i ricercatori russi produrranno 450 articoli per conferenze di alto livello e 450 pubblicazioni su riviste scientifiche all’anno, mantenendo la visibilità e la continuità della ricerca applicata nonostante l’isolamento internazionale.
• Lo sviluppo del capitale umano garantisce la diffusione delle competenze nel mercato del lavoro; si prevede che entro il 2030 si laureeranno ogni anno 15.500 specialisti in IA (rispetto ai 3.048 del 2022) e che l’80% della forza lavoro acquisirà competenze di base in materia di IA, a testimonianza dell’intenzione dello Stato di istituzionalizzare le competenze in materia di IA in tutta la società.
• L’integrazione settoriale rende operativi questi livelli. Entro il 2030, il 95% dei settori prioritari dovrà raggiungere un elevato grado di preparazione all’adozione dell’IA, con un aumento degli investimenti aziendali da 123 miliardi a 850 miliardi di rubli all’anno (da circa 1,5 miliardi di dollari a circa 11 miliardi di dollari).

Questo ecosistema getta le basi per l’integrazione dell’IA in tutta l’economia russa, collegando potenza di calcolo, istruzione, ricerca applicata e implementazione industriale in un unico complesso. Rappresenta un sistema strettamente interconnesso, progettato per ampliare l’implementazione dell’IA. Inevitabilmente, i risultati di questo approccio sono più visibili nel settore militare, dove l’orientamento pratico della strategia russa si è già tradotto in progressi tangibili sul campo di battaglia, anziché rimanere confinato a documenti politici o dichiarazioni strategiche.

L’intelligenza artificiale militare è chiaramente emersa come una priorità strategica per la Russia, come emerge dalle dichiarazioni del presidente Putin in occasione della riunione dell’aprile 2025 della Commissione militare-industriale. Definendo l’IA come il fattore determinante per il futuro della difesa russa e dello sviluppo delle armi, il presidente russo ha sottolineato la priorità dell’integrazione dell’IA “protetta” di produzione nazionale nei sistemi di comando automatizzati. Ciò crea uno slancio tecnologico per perseguire riforme più ampie nella produzione, nella dottrina e nell’addestramento, illustrando come tutte le priorità nazionali in materia di IA convergano nel settore della difesa.

Un’altra iniziativa fondamentale per lo sforzo militare della Russia è la nuova Strategia per lo sviluppo dell’aviazione senza pilota, che delinea una visione ambiziosa per la creazione di un ecosistema UAS sovrano, su larga scala e pienamente integrato entro i primi anni del 2030. Sebbene si tratti ancora di una bozza che aggiorna la strategia precedente, essa chiarisce già come la leadership russa intenda plasmare il settore. Il documento presenta l’aviazione senza pilota sia come una priorità di sicurezza nazionale sia come un catalizzatore per la modernizzazione economica, delineando misure coordinate per trasformare il settore da una nicchia frammentata e dipendente dalle importazioni a un’industria nazionale ad alta capacità.

Al centro della strategia vi è una chiara priorità: la Russia intende sostituire gli UAS, i componenti e i software stranieri con sistemi propri. Questa spinta verso la sovranità tecnologica permea l’intero documento. Il governo prevede di localizzare cellule, motori, elettronica, controllori di volo, carichi utili, moduli di navigazione e sistemi di comunicazione protetti, creando al contempo un regime di certificazione nazionale su misura specificamente per gli aeromobili senza pilota e i sistemi autonomi basati sull’intelligenza artificiale. La certificazione ha lo scopo di garantire che gli UAS prodotti internamente soddisfino i requisiti standardizzati sia militari che civili.

Queste riforme strutturali sono accompagnate da un forte impulso all’espansione della capacità produttiva interna. Entro il 2030, la Russia prevede di produrre circa 130.000 UAS, con un aumento a 350.000 entro il 2035. Si prevede che il valore di mercato dell’aviazione senza pilota superi i 145 miliardi di rubli (~1,9 miliardi di dollari) entro il 2030 e i 350 miliardi di rubli (~4,6 miliardi di dollari) entro il 2035. La strategia prevede l’ingresso di circa 200 organizzazioni aggiuntive nella produzione di componenti per UAS, che andranno ad aggiungersi alle 220 già attive nel settore, e mira a far sì che le aziende russe soddisfino almeno il 75% della domanda nazionale di UAS entro la fine del decennio.

Per sostenere tali obiettivi, lo Stato intende realizzare le infrastrutture necessarie alla creazione di un ecosistema nazionale per l’aviazione senza pilota. Ciò comprende l’ampliamento delle aree di prova, la creazione di nuovi siti produttivi, strumenti unificati per l’integrazione nello spazio aereo e sistemi digitali di gestione del traffico che consentiranno agli UAS di operare in sicurezza su larga scala. Sono inoltre previsti investimenti nelle comunicazioni radio protette, nella navigazione resistente alle interferenze e in soluzioni alternative al Sistema Globale di Navigazione via Satellite (GLONASS) in grado di funzionare in condizioni di guerra elettronica.

La strategia dedica particolare attenzione al capitale umano. La Russia prevede che la domanda di specialisti in UAS raggiungerà quasi 1 milione di persone entro il 2030, con la maggioranza formata come operatori, tecnici e specialisti applicati e una minoranza come ingegneri e programmatori. Per soddisfare questa esigenza, il governo sta ampliando i programmi incentrati sugli UAS nelle scuole, creando percorsi professionali e integrando la formazione relativa ai droni nelle università e negli istituti tecnici. Iniziative come la creazione di standard di competenza unificati e programmi di formazione continua mirano a mantenere questa forza lavoro in linea con i requisiti del settore.

Le priorità in materia di ricerca e sviluppo riflettono sia l’urgenza dettata dalla situazione bellica sia le ambizioni a lungo termine. Il documento attribuisce la massima priorità alle attività di ricerca e sviluppo incentrate sul controllo degli sciami, la navigazione autonoma, la visione artificiale multispettrale, la propulsione avanzata e le comunicazioni resilienti. Il governo intende coordinare tali iniziative attraverso programmi congiunti che coinvolgano l’industria, i centri di ricerca specializzati e i ministeri federali.

Un altro documento importante è il Programma statale di armamento. Si tratta del piano strategico decennale della Russia che delinea le modalità di modernizzazione tecnica e di riorganizzazione delle forze armate del Paese. Esso definisce un elenco dei nuovi sistemi d’arma da sviluppare, nonché di quelli esistenti che necessitano di modernizzazione, sulla base delle minacce attuali e previste alla sicurezza nazionale.

Il documento è riservato, il che rende difficile individuare gli obiettivi specifici e le priorità tecnologiche in esso delineati. Tuttavia, sulla base delle dichiarazioni rilasciate nel giugno 2025, il presidente Putin ha disposto che il nuovo Programma statale di armamento fosse esplicitamente orientato all’integrazione su larga scala di tecnologie avanzate, in particolare l’intelligenza artificiale. Ha sottolineato che i futuri sistemi d’arma e le attrezzature militari dovrebbero incorporare tecnologie digitali all’avanguardia, applicazioni di IA e armi basate su nuovi principi fisici, nonché complessi robotici terrestri e navali.

Questi documenti strategici illustrano il tentativo della Russia di creare un ecosistema strutturato e sovrano per gli UAS, con una transizione accelerata verso l’autonomia. La visione va ben oltre la semplice produzione di droni. Mosca punta a creare la base industriale, l’infrastruttura software, i quadri normativi, gli stack tecnologici e i percorsi di formazione del capitale umano necessari per sostenere lo sviluppo, l’implementazione e l’innovazione su larga scala nel campo degli UAS e dell’IA fino agli anni ’30 del XXI secolo.

Livello operativo

I progetti nazionali costituiscono uno degli strumenti operativi fondamentali per tradurre gli obiettivi di sviluppo presidenziali e le strategie settoriali in piani d’azione concreti e misurabili. Essi suddividono le priorità strategiche generali in iniziative specifiche dotate di budget, tempistiche, indicatori di rendimento e attribuzioni di responsabilità ben definiti. Ogni progetto nazionale è supervisionato da un funzionario designato che è direttamente responsabile nei confronti del presidente, creando una chiara catena di responsabilità e un meccanismo di supervisione dall’alto verso il basso.

Sebbene diversi progetti nazionali siano stati riclassificati o rinominati come programmi federali, il cambiamento è per lo più di natura puramente formale e l’architettura di governance di base rimane invariata, come illustrato nella tabella 2. Nonostante il cambiamento terminologico, la logica, la struttura e la finalità sottostanti rimangono sostanzialmente le stesse: sia i progetti nazionali che i programmi federali mirano a concretizzare gli obiettivi strategici attraverso investimenti statali mirati, un’attuazione coordinata e un rigoroso monitoraggio dei risultati.

Visualizzazione remota

TABELLA 2
Il quadro politico della Russia per l’innovazione nell’ambito dell’intelligenza artificiale e dei sistemi senza pilota

Livello	Documento e descrizione
Strategico	Decreto presidenziale sugli obiettivi di sviluppo nazionale L’aggiornamento del 2024 pone la “leadership tecnologica” al centro dello sviluppo nazionale, attribuendo esplicitamente priorità ai sistemi senza pilota, ai veicoli autonomi e all’intelligenza artificiale come settori chiave per la competitività globale.
Tattico	Strategia nazionale per lo sviluppo dell’intelligenza artificiale Un quadro nazionale a lungo termine che integra l’IA nei sistemi statali, economici e industriali della Russia, privilegiando le tecnologie applicate e a duplice uso rispetto alla ricerca di frontiera. La strategia mira ad ampliare la capacità di calcolo nazionale, a sostenere gli sviluppatori locali di IA, a finanziare centri di ricerca applicata, a creare filiere di capitale umano su larga scala e a rendere obbligatoria l’integrazione dell’IA nei settori prioritari e nella pubblica amministrazione.
	Strategia nazionale per lo sviluppo dell’aviazione senza pilota Un piano strategico per la creazione di un ecosistema dell’aviazione senza pilota su larga scala e pienamente sovrano entro gli anni ’30, sostituendo gli UAS e i componenti stranieri con la produzione nazionale. La strategia delinea la localizzazione di tutte le tecnologie critiche relative agli UAS, una significativa espansione delle infrastrutture di collaudo e produzione, lo sviluppo di comunicazioni protette e di una navigazione resistente alle guerre elettroniche, la formazione su larga scala di una forza lavoro composta da fino a 1 milione di specialisti e la rapida crescita della capacità produttiva nazionale.
	Programma statale di armamento Il piano decennale riservato della Russia per la modernizzazione delle forze armate, che definisce le priorità per lo sviluppo e l’aggiornamento dei sistemi d’arma. Il piano stabilisce quali capacità saranno finanziate e messe in campo; recenti direttive presidenziali richiedono infatti una profonda integrazione dell’intelligenza artificiale, della robotica e delle armi digitali e autonome di nuova generazione in tutte le future piattaforme militari.
Operativo	Progetto nazionale «Sistemi aerei senza pilota» Un programma volto a creare entro il 2030 un ecosistema nazionale completo nel settore dei droni — che comprenda progettazione, collaudo, produzione di massa, formazione della forza lavoro e ricerca e sviluppo di nuova generazione — al fine di sostituire i componenti stranieri e garantire l’indipendenza tecnologica della Russia nel settore dell’aviazione senza pilota.
	Progetto nazionale «Economia dei dati e trasformazione digitale dello Stato» Un programma che mira a modernizzare la governance, l’economia e i sistemi sociali della Russia attraverso una digitalizzazione su larga scala e il perseguimento della sovranità tecnologica. ● Progetto nazionale «Economia dei dati e trasformazione digitale dello Stato» Un programma mirato nell’ambito del progetto “Economia dei dati” che prevede la creazione di una costellazione nazionale di satelliti a orbita bassa per fornire una copertura Internet capillare e comunicazioni sicure, anche per i sistemi senza pilota e autonomi. ● Programma federale: “Intelligenza artificiale” Un programma incentrato sullo sviluppo di soluzioni di IA nazionali, sulla loro integrazione nella pubblica amministrazione e nell’industria, sull’espansione dei servizi basati sui dati e sulla promozione di competenze in materia di IA a livello nazionale, compresa l’istruzione precoce e la formazione della forza lavoro.

Fonte: CSIS.

Due specifici progetti nazionali/programmi federali si ricollegano in modo più diretto agli sforzi della Russia volti a promuovere i sistemi basati sull’intelligenza artificiale e i sistemi senza pilota, che costituiscono il fulcro del presente studio:

1. Il Progetto nazionale sui sistemi aerei senza pilota è stato avviato per garantire l’indipendenza tecnologica della Russia e creare un’industria nazionale dei droni competitiva nei settori civile e a duplice uso. Si tratta di una pietra miliare dell’impegno del Paese per raggiungere l’obiettivo della “leadership tecnologica” previsto dal decreto presidenziale del 2024 e riflette il riconoscimento da parte di Mosca dei sistemi senza pilota come un settore critico per la competitività industriale, militare ed economica.

L’obiettivo generale del progetto è quello di creare un ecosistema a ciclo completo per la progettazione, la produzione e l’applicazione degli UAS entro il 2030, con i droni di fabbricazione russa che dovrebbero conquistare il 70% del mercato nazionale. Esso consiste in diversi componenti interconnessi: programmi di sviluppo della forza lavoro per formare ingegneri, operatori e specialisti di software; la creazione di un sistema standardizzato per la progettazione, il collaudo e la produzione in serie attraverso una rete nazionale di 48 centri di ricerca e produzione; meccanismi per stimolare la domanda quali sovvenzioni, commesse statali e incentivi al leasing; e il progresso delle tecnologie di prossima generazione in materia di autonomia, navigazione, comunicazioni e materiali.

Questo progetto mette in luce aspetti fondamentali della più ampia strategia russa in materia di intelligenza artificiale e autonomia. Esso istituzionalizza l’approccio dello Stato alla diffusione delle tecnologie a duplice uso, collegando istruzione, industria e appalti pubblici. Allo stesso tempo, riduce la dipendenza dai componenti esteri e promuove l’innovazione locale.

2. Il Progetto nazionale “Economia dei dati e trasformazione digitale dello Stato” mira a modernizzare la governance, l’economia e i sistemi sociali della Russia attraverso una digitalizzazione su larga scala e il perseguimento della sovranità tecnologica. In questo contesto, diversi programmi federali — iniziative più circoscritte e mirate — affrontano aspetti specifici del progetto nazionale. Due dei più rilevanti tra questi sono i programmi Infrastruttura di accesso a Internet e Intelligenza artificiale, entrambi fondamentali per gettare le basi del nascente ecosistema russo di IA a duplice uso.

• Il programma Infrastruttura di accesso a Internet mira a garantire la connettività universale e a proteggere lo spazio informatico della Russia entro il 2030. Il suo fulcro è la creazione di una costellazione nazionale di 292 satelliti in orbita terrestre bassa, progettata per fornire una copertura Internet completa su tutto il territorio russo e, in futuro, a livello globale. Dal punto di vista strategico, questa iniziativa riflette lo sforzo di Mosca di ridurre la dipendenza dalle tecnologie straniere, stabilendo al contempo comunicazioni resilienti per i propri sistemi senza pilota (analogamente a come Starlink si è rivelato fondamentale per i droni marini ucraini), garantendo così la connettività anche quando non si raggiunge la piena autonomia basata sull’intelligenza artificiale.
• Il programma sull’intelligenza artificiale è stato concepito per integrare le tecnologie di IA nell’economia, nei servizi sociali e nella pubblica amministrazione. Si concentra sullo sviluppo di soluzioni di IA nazionali, sulla loro integrazione nel processo decisionale dello Stato e sulla creazione di servizi digitali personalizzati per cittadini e imprese. Entro il 2030, si prevede che almeno 100 servizi pubblici saranno erogati in modo proattivo, ovvero senza richieste da parte degli utenti e sulla base di analisi predittive dei dati e di modelli di comportamento degli utenti. Il programma pone inoltre l’accento sullo sviluppo di algoritmi per il processo decisionale autonomo, l’elaborazione del linguaggio naturale e l’utilizzo sicuro dei dati, rafforzando l’IA come fattore strategico per la governance digitale e la competitività industriale. Inoltre, il programma mira a coltivare le competenze in materia di IA fin dalla giovane età, compreso il lancio di una Olimpiade panrussa sull’intelligenza artificiale per gli studenti delle classi 8–11.

Questi due programmi dimostrano come la Russia stia sviluppando l’infrastruttura tecnologica e informatica necessaria per garantire un controllo digitale centralizzato e ampliare l’impiego dell’intelligenza artificiale in tutti i settori. Si tratta di programmi fondamentali, poiché concretizzano la visione dello Stato in materia di autonomia nel settore dell’informazione e illustrano come l’intelligenza artificiale e la connettività si stiano integrando nell’architettura della governance russa e nella proiezione di potenza.

Regolamentazione dell’intelligenza artificiale

La prima definizione giuridica russa di intelligenza artificiale è stata introdotta con la Legge federale n. 123-FZ del 24 aprile 2020, che ha istituito un regime normativo sperimentale quinquennale per lo sviluppo e l’implementazione dell’IA esclusivamente a Mosca. La legge definisce l’IA come «un insieme di soluzioni tecnologiche che consente l’imitazione delle funzioni cognitive umane, compreso l’autoapprendimento e la ricerca di soluzioni senza un algoritmo predeterminato, e permette il raggiungimento di risultati in compiti specifici paragonabili, come minimo, a quelli dell’attività intellettuale umana».

Oltre a costituire un precedente giuridico, la legge del 2020 ha rappresentato il primo tentativo della Russia di mettere alla prova nella pratica la governance dell’intelligenza artificiale, combinando la flessibilità normativa con il controllo sull’uso dei dati e sulla privacy in un contesto urbano circoscritto, trasformando Mosca in un banco di prova nazionale per la governance algoritmica e i servizi pubblici basati sull’intelligenza artificiale.

Nel febbraio 2025, il vice primo ministro Dmitry Grigorenko ha delineato il nascente approccio federale della Russia alla regolamentazione dell’IA, annunciando che non sarebbe stato introdotto alcun quadro legislativo almeno per i prossimi due anni. Intervenendo alla presentazione del Progetto Nazionale                                                                                         &n Le sue osservazioni hanno segnalato una strategia graduale e cauta, che privilegia l’osservazione, la sperimentazione e l’apprendimento istituzionale rispetto a una codificazione giuridica prematura.

Tuttavia, il graduale percorso della Russia verso la formalizzazione del proprio quadro normativo in materia di IA ha compiuto un passo avanti concreto con la prima bozza del Piano per la regolamentazione dell’IA fino al 2030, pubblicata nell’agosto 2025, che prevedeva ulteriori misure da parte del governo volte a definire una base giuridica per l’IA.

Sebbene il testo completo del documento non sia stato reso pubblico, i suoi contorni preliminari, elaborati dal Ministero dello Sviluppo Digitale, delineano quello che gli esperti hanno definito un “approccio tipicamente russo”.& Il concetto prevede un modello normativo ibrido che combina la supervisione statale con elementi di autoregolamentazione, cercando di incoraggiare l’innovazione pur mantenendo un controllo rigoroso sui settori strategicamente sensibili e critici per la sicurezza. In pratica, ciò significa che la maggior parte delle misure normative dovrebbe avere un carattere stimolante o facilitante, integrato da restrizioni mirate e da meccanismi di autoregolamentazione limitati. Ad esempio, nell’ambito dei regimi giuridici sperimentali per l’innovazione digitale, la bozza specifica i casi in cui è richiesta un’assicurazione obbligatoria per i danni causati dall’uso delle tecnologie di IA.

La filosofia normativa della Russia si colloca tra due poli globali: gli Stati Uniti, che si basano su un modello tecnocratico e orientato al mercato che attribuisce la responsabilità agli sviluppatori e agli utenti, e la Cina, caratterizzata da un controllo statale centralizzato e dall’approvazione obbligatoria degli algoritmi. La Russia sostiene di perseguire una flessibilità strategica, combinando restrizioni selettive, la certificazione di “tecnologie fidate” e l’accesso controllato a dati anonimizzati gestiti dallo Stato con incentivi alla crescita industriale. Sebbene il concetto sottolinei la sovranità tecnologica e la scalabilità industriale, sembra mancare di disposizioni esplicite per la tutela della privacy o dei diritti umani, riflettendo un orientamento normativo verso la sicurezza dello Stato, il controllo istituzionale e la modernizzazione economica pragmatica piuttosto che modelli liberali di protezione dei dati o di innovazione aperta.

La bozza del documento afferma inoltre formalmente che la futura regolamentazione russa in materia di IA dovrebbe basarsi su un “approccio incentrato sull’uomo”, guidato dai principi della sovranità tecnologica, della fiducia nella tecnologia, del rispetto dell’autonomia umana e del libero arbitrio, del divieto di arrecare danno agli esseri umani e del rifiuto di un’eccessiva antropomorfizzazione dei sistemi di IA.

Il documento evidenzia inoltre significative carenze strutturali e metodologiche. Nonostante il suo status formale di documento di pianificazione strategica, manca di coerenza con i quadri di riferimento precedenti, come la Strategia nazionale sull’IA, determinando una governance frammentata e incertezza normativa. Gli analisti sottolineano l’assenza di meccanismi di attuazione o di criteri di valutazione, mentre il documento fa eccessivo affidamento sulla soft law e sull’ autoregolamentazione senza definirne i limiti giuridici. La forte influenza dell’ AI Alliance, un’associazione che rappresenta le imprese tecnologiche e che ha collaborato alla stesura del documento, sposta l’attenzione verso gli interessi aziendali — in particolare l’accesso ai dati e la riduzione della responsabilità — piuttosto che verso la responsabilità pubblica o la protezione dei cittadini. La bozza inoltre non offre meccanismi per risolvere i conflitti tra principi etici, di sicurezza e di sovranità. Nel complesso, si presenta più come una dichiarazione politica che come un progetto giuridico coerente per la governance dell’IA in Russia.

Tuttavia, l’approccio della Russia allo sviluppo e all’implementazione dell’IA è stato recentemente chiarito dallo stesso Vladimir Putin. Nelle dichiarazioni del novembre 2025, ha delineato una chiara spinta verso la centralizzazione e il coordinamento statale dello sviluppo dell’IA in Russia, in particolare nel settore dell’IA generativa. Ha chiesto la creazione di un Quartier Generale Nazionale dedicato per coordinare l’implementazione dell’IA in tutte le regioni e nei settori chiave, sostenendo che i gruppi di lavoro esistenti non dispongono delle “risorse amministrative” necessarie per guidare l’implementazione a livello di sistema. Questa nuova struttura centralizzata opererebbe al di sopra dei singoli ministeri o settori industriali, unificando gli sforzi del Paese in materia di IA sotto un’unica architettura di comando.

Putin ha sottolineato che lo Stato deve guidare il percorso generale dello sviluppo dell’IA, pur mantenendo uno stretto dialogo con le imprese tecnologiche. Ha incoraggiato proposte normative audaci e non convenzionali, nonché l’ampio ricorso a regimi giuridici sperimentali — già in vigore a Mosca, sull’isola di Sakhalin e presto in tutto l’Estremo Oriente russo — per accelerare la fase di sperimentazione e implementazione. Allo stesso tempo, ha insistito sul fatto che settori critici quali la pubblica amministrazione, i servizi di sicurezza e la difesa devono fare affidamento esclusivamente su tecnologie di IA sovrane e sviluppate internamente.

Il presidente ha inoltre sollecitato investimenti su larga scala nelle infrastrutture nazionali dei data center a sostegno dello sviluppo dell’IA, con accesso libero per startup, istituti di ricerca e aziende tecnologiche. Ha collegato direttamente i tassi di adozione dell’IA a livello regionale alle classifiche annuali della Russia sulla trasformazione digitale, segnalando una svolta verso una supervisione basata sui risultati. Nel complesso, Putin ha definito l’IA non solo una priorità tecnologica, ma anche un motore economico strategico, prevedendo che l’IA contribuirà con oltre 11 trilioni di rubli al PIL della Russia entro il 2030.

Questa visione ha portato all’emanazione del Decreto presidenziale n. 116 del 26 febbraio 2026, con cui la Russia ha istituito la Commissione presidenziale per lo sviluppo delle tecnologie di intelligenza artificiale, elevando la governance dell’IA al massimo livello di coordinamento statale. La commissione ha il compito di garantire la leadership tecnologica nell’IA, compresa la creazione di modelli linguistici di grandi dimensioni a livello nazionale, servizi avanzati basati sull’IA, infrastrutture informatiche dedicate, la base di componenti elettronici necessaria e l’approvvigionamento energetico necessario per sostenere questi sistemi. Ha inoltre il mandato di definire le direzioni chiave per migliorare la regolamentazione giuridica nello sviluppo e nella diffusione dell’IA, collegando esplicitamente la modernizzazione economica agli obiettivi di difesa e sicurezza nazionale.

La composizione della commissione è particolarmente significativa: accanto ad alti funzionari economici e rappresentanti dei principali attori del settore tecnologico, come Yandex, siedono il ministro della Difesa e il direttore dell’FSB, formando una cerchia decisionale relativamente ristretta. Questa configurazione indica che i progetti di IA su larga scala saranno definiti e supervisionati congiuntamente dalle istituzioni di sicurezza e dai leader tecnologici allineati allo Stato. La struttura suggerisce un approccio centralizzato e guidato dallo Stato, in cui lo sviluppo civile dell’IA, la politica normativa, la capacità di calcolo e le applicazioni militari sono strategicamente integrate sotto la diretta supervisione presidenziale.

Nell’ultimo passo compiuto verso la regolamentazione dell’IA, il 18 marzo 2026 la Russia ha sottoposto a consultazione pubblica un progetto di legge intitolato «Sui fondamenti della regolamentazione statale dell’applicazione delle tecnologie di intelligenza artificiale nella Federazione Russa». Il disegno di legge introduce una regolamentazione dell’IA che prevede nuove norme per sviluppatori, imprese e utenti, ampliando al contempo in modo significativo il ruolo dello Stato nella governance della tecnologia. Se approvato, dovrebbe entrare in vigore il 1° settembre 2027.

Il progetto di legge sull’IA riflette una strategia a doppio binario che combina l’allineamento formale alle norme normative globali con una profonda ristrutturazione dell’ecosistema dell’IA incentrata sul controllo statale e sulla sovranità tecnologica. A prima vista, il progetto riprende elementi già noti – regolamentazione basata sul rischio, diritti degli utenti, regimi di responsabilità e requisiti di trasparenza – ma la sua logica di fondo verte sull’istituzionalizzazione di sistemi di IA “sovrani” e “affidabili”, legati alle infrastrutture nazionali, alla localizzazione dei dati e ai meccanismi di certificazione statale.

L’intelligenza artificiale viene considerata non solo come un ambito tecnologico, ma anche come uno strumento di controllo politico e di resilienza del regime.

Il requisito che lo sviluppo, la formazione e l’implementazione avvengano all’interno della Russia, insieme all’integrazione dei servizi di sicurezza nei processi di certificazione e all’introduzione dei «valori tradizionali» come principio normativo, indica che l’intelligenza artificiale viene considerata non solo come un ambito tecnologico, ma anche come uno strumento di controllo politico e di resilienza del regime.

Allo stesso tempo, l’esplicita esclusione delle applicazioni nel campo della difesa e della sicurezza crea un sistema biforcuto: un rigoroso controllo civile accoppiato a uno sviluppo militare opaco e privo di vincoli. Dal punto di vista strategico, questo modello ibrido — che fonde elementi di conformità in stile UE, protezionismo in stile statunitense e centralizzazione in stile cinese — potrebbe limitare l’apertura e l’innovazione, ma consentirebbe alla Russia di costruire una struttura di IA integrata verticalmente e orientata alla sicurezza, in grado di supportare sia il controllo interno che l’adattamento tecnologico in tempo di guerra.

Conclusione

I documenti strategici, i progetti nazionali, gli esperimenti normativi e le direttive presidenziali della Russia rivelano uno sforzo coerente e sempre più centralizzato da parte dello Stato russo volto a gettare le basi di un ecosistema sovrano per i sistemi senza pilota e l’intelligenza artificiale. La Russia sta perseguendo questi obiettivi in modo sistematico ai massimi livelli politici, combinando una pianificazione strategica a lungo termine con un’attenzione pragmatica alle tecnologie applicate, piuttosto che competere nella corsa globale all’IA di frontiera. Invece di tentare di lanciarsi direttamente nella ricerca di base e spendere enormi risorse per lo sviluppo di modelli all’avanguardia, Mosca si concentra sul livello applicativo: sull’implementazione di algoritmi, sull’integrazione dell’autonomia nei sistemi senza pilota e sull’incorporazione dell’IA nei flussi di lavoro amministrativi e industriali.

Questo pragmatismo è rafforzato da un sistema completo di incentivi e meccanismi di sostegno. Regimi normativi favorevoli, quadri giuridici sperimentali e norme sull’accesso ai dati liberalizzate in modo selettivo si accompagnano a ingenti investimenti nella produzione nazionale di componenti e a programmi su larga scala per lo sviluppo del capitale umano che coinvolgono scuole, università e percorsi di formazione professionale. In tutto l’ecosistema, l’accento è posto sulla sovranità tecnologica: sostituire i componenti stranieri, sviluppare stack software nazionali e garantire che le funzioni critiche, specialmente nei settori della difesa e dell’amministrazione statale, si affidino esclusivamente alle tecnologie russe.

Tuttavia, queste ambizioni rivelano anche il carattere profondamente politico dell’approccio della Russia all’innovazione. Nonostante la retorica sulla flessibilità e sulla collaborazione con il settore privato, il presidente Putin ha finito per applicare la sua caratteristica logica autoritaria anche alla governance dell’IA. La sua richiesta di istituire un quartier generale nazionale per l’IA generativa segna una mossa decisiva verso la centralizzazione del processo decisionale, il consolidamento del potere amministrativo e la messa dell’intero settore dell’IA sotto la diretta supervisione dello Stato.

La strategia della Russia rimane quindi strettamente controllata dall’alto. Il risultato è un ecosistema che coniuga uno sviluppo tecnologico pragmatico con una rigida centralizzazione politica, una dualità che continuerà a determinare il modo in cui la Russia promuoverà i sistemi senza pilota e l’intelligenza artificiale per il resto di questo decennio.
 

Il percorso della Russia verso i sistemi autonomi senza pilota

Questa sezione analizza il modo in cui la Russia sta integrando l’intelligenza artificiale nei sistemi senza pilota in prima linea e come questo processo stia ridefinendo il suo ecosistema militare-industriale sotto la pressione delle operazioni belliche. L’analisi si concentra su come l’apprendimento automatico e i processi decisionali integrati siano incorporati in piattaforme reali, con l’obiettivo di operare in ambienti privi di segnale GPS e caratterizzati da contese elettroniche, nonché su scale rilevanti dal punto di vista operativo. Esamina inoltre l’integrazione pratica dell’intelligenza artificiale, analizzando l’approccio dei produttori russi allo sviluppo e alla scalabilità della tecnologia.

L’analisi si articola attorno a una serie di casi di studio rappresentativi che illustrano modelli contrastanti di sviluppo e implementazione dell’intelligenza artificiale, dai programmi statali di tipo top-down ai sistemi commerciali di tipo bottom-up. Questi casi offrono una valutazione comparativa di come la collaborazione con le istituzioni pubbliche, le pratiche industriali dei produttori e i cicli di feedback con gli utenti in prima linea influenzino i risultati tecnologici e operativi.

Questa sezione esamina se l’efficacia sul campo di battaglia dipenda meno da un’autonomia avanzata e formalmente dichiarata e più da fattori pratici quali la riduzione dei costi, la semplificazione della produzione e il potenziamento della capacità di implementare funzioni di IA semplici direttamente in prima linea.

Caso di studio 1: Kronshtadt Group — Architetture di IA centralizzate senza la complessità del campo di battaglia

L’analisi del Gruppo Kronshtadt costituisce un caso di studio esemplare nell’ambito dell’ecosistema dei sistemi senza pilota in Russia. Sebbene l’azienda si sia posizionata come sviluppatore di punta di UAS a lungo raggio e di sistemi autonomi basati sull’intelligenza artificiale, il suo percorso illustra i rischi strutturali legati a una comunicazione tecnologica ambiziosa non supportata da una realizzazione industriale costante e da una verifica sul campo di battaglia. Nel contesto dello sviluppo dei droni russi e dell’integrazione dell’IA, Kronshtadt dimostra come le affermazioni altisonanti relative all’autonomia, allo sciamamento e alle architetture di supporto decisionale non si traducano automaticamente in capacità operative. L’esame di questo divario tra presentazione concettuale e realtà operativa fornisce un insegnamento importante per valutare i progressi più ampi della Russia nella guerra senza pilota basata sull’IA.

Il Gruppo Kronshtadt è una società privata che sviluppa e produce sistemi aerei senza pilota (UAS). L’azienda opera come entità indipendente dal 2022, con scarsa trasparenza riguardo ai propri azionisti, alla struttura di governance o ai risultati finanziari. Nonostante questa opacità, Kronshtadt si è affermata come uno dei principali sviluppatori russi di sistemi senza pilota di grandi dimensioni e a lungo raggio.

L’attuale gamma di sistemi senza pilota offerta al pubblico dall’azienda sembra piuttosto limitata. Al momento, il sito web dell’azienda presenta principalmente due sistemi operativi: Orion e Sirius. Entrambi sono UAS di grandi dimensioni, appartenenti ai gruppi 4 e 5, progettati per missioni di intelligence, sorveglianza e ricognizione (ISR) a lungo raggio, con una capacità dichiarata di condurre operazioni di attacco.¹

Le fonti aperte forniscono informazioni limitate sulle specifiche architetture software integrate nei sistemi senza pilota di Kronshtadt, ma le dichiarazioni pubbliche dell’azienda e il materiale espositivo consentono di ricostruire il suo approccio all’integrazione dell’IA. Piuttosto che presentare l’IA come una funzionalità a sé stante, Kronshtadt la inquadra come un processo di progresso graduale verso l’autonomia, articolato in modo più chiaro in relazione all’UAS Orion, mostrato nella Figura 1. Questo sistema non rappresenta un’autonomia edge in senso stretto, ma mette piuttosto in evidenza un’architettura avanzata di supporto decisionale che assiste l’operatore fondendo dati multisensoriali e automatizzando elementi della loro analisi.

Visualizzazione remota

https://flo.uri.sh/visualisation/28467210/embed?auto=1

Nel 2021, prima dell’invasione su vasta scala dell’Ucraina, l’amministratore delegato di Kronshtadt Sergey Bogatikov aveva descritto Orion come un progetto in fase di sviluppo graduale delle funzionalità autonome. Una tappa fondamentale è stata l’introduzione di una nuova postazione di lavoro automatizzata per l’operatore, presentata al Dubai Airshow 2021. Questa postazione è stata presentata come un cambiamento funzionale nell’interazione uomo-macchina, progettata per trasferire una quota crescente delle funzioni di controllo e supporto decisionale dall’operatore ai sistemi computazionali. Il produttore ha affermato che, all’interno di questa architettura, l’intelligenza artificiale supporta la gestione delle missioni, l’elaborazione dei dati dei sensori e l’assistenza all’operatore, piuttosto che sostituire del tutto la supervisione umana.

Un’applicazione concreta di questo approccio è l’integrazione della realtà aumentata nell’interfaccia dell’operatore. Kronshtadt riferisce dell’uso di una visualizzazione assistita dall’intelligenza artificiale che costruisce una rappresentazione tridimensionale del terreno e degli oggetti operativi, inclusi elementi di cui si conosce l’esistenza ma che non sono chiaramente visibili nei dati grezzi dei sensori. Questa fusione tra intelligenza artificiale e realtà aumentata mira a migliorare la consapevolezza situazionale e a ridurre il carico cognitivo durante le missioni ISR e di attacco. L’azienda ha affermato che questo sistema è già implementato nelle versioni operative di Orion a partire dal 2021.

Sebbene l’azienda abbia pubblicamente delineato una visione incentrata su una maggiore assistenza agli operatori e su un supporto alle missioni basato sull’intelligenza artificiale, la sofisticazione della piattaforma senza pilota stessa appare limitata. Il bilancio operativo del sistema Orion evidenzia questa lacuna. I droni Orion sono stati ripetutamente intercettati e abbattuti dalle forze ucraine, il che indica una sopravvivenza limitata, l’assenza di misure di autoprotezione significative e nessuna capacità osservabile di manovre adattive per eludere le difese aeree. Le analisi tecniche post-recupero condotte da specialisti ucraini hanno rivelato un ampio ricorso a componenti statunitensi disponibili in commercio e una mancanza di architetture di calcolo avanzate a bordo, tipicamente richieste per l’elaborazione AI edge. Sebbene le varianti intercettate abbiano mostrato nel tempo alcune variazioni nei componenti interni, la base tecnologica complessiva è rimasta coerente. Nel loro insieme, questi risultati suggeriscono che Orion non soddisfa la soglia di un sistema autonomo o anche solo genuinamente semi-autonomo in termini operativi, ma funziona piuttosto come una piattaforma pilotata in modo convenzionale con un’assistenza automatizzata limitata.

Nonostante la mancanza di informazioni confermate pubblicamente sull’attuale stato di implementazione del software di IA integrato nelle postazioni di lavoro degli operatori o nelle piattaforme operative senza pilota di Kronshtadt, l’effettivo livello di competenza dell’azienda nella visione artificiale e nel riconoscimento degli oggetti può essere desunto da un altro prodotto: il sistema Mushtrа-E. Si tratta di un complesso di apprendimento automatico per UAS militari, progettato per supportare l’addestramento e il riaddestramento continui delle reti neurali utilizzate negli UAS dotati di IA durante le operazioni di intelligence, sorveglianza, acquisizione di bersagli e ricognizione.² Concettualmente, il sistema affronta una delle sfide centrali dell’IA sul campo di battaglia: mantenere prestazioni affidabili di rilevamento e riconoscimento dei bersagli in condizioni operative in rapido cambiamento.

Questo sistema consente un riaddestramento localizzato e iterativo dei modelli di visione artificiale, anziché affidarsi a modelli statici addestrati a livello centrale. Automatizza l’intero ciclo di riaddestramento delle reti neurali (ovvero acquisizione dei dati, convalida, riaddestramento e ridistribuzione), limitando al contempo in modo mirato gli input a set di dati affidabili generati dalle piattaforme dell’utente stesso. Questa scelta progettuale soddisfa sia gli obiettivi operativi che quelli di sicurezza, ottimizzando le prestazioni senza trasferire immagini o modelli sensibili a terzi.

Mushtra-E supporta i formati di immagini aeree più diffusi, consentendo l’integrazione con piattaforme UAS sia russe che straniere. Il sistema è disponibile in tre configurazioni: per UAS MALE/HALE e di classe da combattimento presso basi aeree permanenti, per unità tattiche dispiegate sul campo e per uso stazionario presso i quartier generali dell’aeronautica militare.³ Tutti questi moduli possono essere collegati in una rete gerarchica. Questa architettura concepisce l’IA non come una funzionalità autonoma a bordo, ma come un ecosistema scalabile che si evolve parallelamente all’uso operativo.

Il sistema è stato sviluppato in collaborazione con l’Istituto statale di ricerca sui sistemi aeronautici (GosNIIAS), lo stesso ente citato nel primo rapporto di questa serie come progettista della piattaforma GNS e della relativa infrastruttura di IA. GosNIIAS gestisce anche il database di addestramento Neuroset, che è alla base delle funzioni chiave dell’IA, tra cui l’elaborazione delle immagini, la classificazione, il rilevamento di oggetti e la segmentazione semantica.

Un’estensione fondamentale del concetto di postazione di lavoro automatizzata di Kronshtadt è la sua applicazione alle operazioni in sciame attivamente promosse dal 2021. In questo modello, l’operatore si occupa della pianificazione della missione di alto livello e della designazione degli obiettivi, mentre un software che incorpora elementi di IA esegue il controllo di volo, la gestione del sistema, l’assegnazione dei compiti e il coordinamento tra più UAS. Kronshtadt descrive questa architettura come in grado di consentire un comportamento semi-autonomo, distinguendola dai sistemi automatizzati convenzionali basati su una rigida logica preprogrammata.

Lo scambio continuo di dati all’interno dello sciame favorisce la ridistribuzione dei compiti, il passaggio di leadership e la sostituzione reciproca, consentendo al gruppo di operare in modo cooperativo senza dover fare costante affidamento sulla comunicazione con il vettore.

Nel 2021 l’azienda ha presentato una visione più avanzata della tecnologia degli sciami attraverso il velivolo da combattimento senza pilota (UCAV) Grom, concepito come nodo di comando e controllo piuttosto che come piattaforma autonoma. Secondo le dichiarazioni dell’azienda, Grom è progettato per gestire uno sciame di un massimo di 10 piccoli UAS Molniya sia in ruoli di ricognizione che di attacco, con la capacità di riassegnare dinamicamente i compiti durante il volo. Le varianti recuperabili di Molniya conducono missioni ISR, mentre le varianti da attacco funzionano come munizioni vaganti. Lo scambio continuo di dati all’interno dello sciame supporta la ridistribuzione dei compiti, il trasferimento della leadership e la sostituzione reciproca, consentendo al gruppo di operare in modo cooperativo con una dipendenza limitata dalla comunicazione costante con il vettore.

Il concetto di sciamatura è integrato con le capacità di attacco proprie del Grom, compreso il trasporto di missili guidati e munizioni a guida di precisione. All’interno di questa architettura, i droni Molniya svolgono molteplici ruoli, che spaziano dagli attacchi di precisione e dalle operazioni di depistaggio alla soppressione delle difese aeree nemiche, alla creazione di corridoi di penetrazione, all’ingaggio rapido di bersagli appena individuati e al supporto alle operazioni di guerra elettronica di gruppo in collaborazione con velivoli con equipaggio.

Tuttavia, nel 2023, il Gruppo Kronshtadt ha annunciato la propria collaborazione con un produttore di UAS per lo sviluppo di software specializzato per il controllo degli sciami, il che fa supporre che i tentativi dell’azienda non abbiano avuto successo.

Secondo l’azienda, il software previsto consentirà la preparazione delle missioni, la supervisione dei voli, la gestione del carico utile, la modifica delle rotte e la valutazione delle prestazioni post-missione su gruppi di piattaforme senza pilota. Nel 2024, l’UCAV Grom era ancora in fase di sviluppo. In occasione di Army-2024, l’azienda ha presentato solo una configurazione aggiornata della cellula, senza fornire prove di maturità operativa.

Nonostante le ripetute presentazioni concettuali, non vi sono prove verificabili pubblicamente che indichino che capacità di tipo “swarm” siano state integrate o impiegate in sistemi operativi. Anche i colloqui condotti dal CSIS con membri delle forze armate ucraine non hanno fornito alcuna conferma dell’uso di tali capacità. Data la comprovata disponibilità della Russia a impiegare in combattimento sistemi sperimentali e parzialmente maturi, l’assenza di un impiego osservabile di sistemi “swarm” suggerisce fortemente che tali capacità non siano andate oltre la fase concettuale.

Nel complesso, la narrativa pubblica di Kronshtadt descrive l’intelligenza artificiale come uno strumento per aumentare l’autonomia attraverso il supporto decisionale, il controllo cooperativo e la collaborazione uomo-macchina, piuttosto che come un sistema di operazioni senza equipaggio completamente autonome. Allo stesso tempo, nonostante i concetti ambiziosi e le ripetute presentazioni, i progressi concreti verso capacità realmente rivoluzionarie, come lo swarming, rimangono limitati, senza alcun impiego operativo confermato.

Aziende come il Gruppo Kronshtadt, caratterizzate da strutture proprietarie poco trasparenti, dalla dipendenza esclusiva dagli appalti pubblici e da stretti legami con gli istituti di ricerca statali, devono affrontare sfide sempre più complesse a causa delle sanzioni, dovute alla dipendenza da componenti straniere, ai lunghi cicli di sviluppo e ai vincoli burocratici. Ad agosto 2025, gli osservatori del settore descrivevano sempre più spesso il Gruppo Kronshtadt come un’azienda sulla via del fallimento, a causa della perdita di un investitore strategico, del debito crescente e del numero sempre maggiore di cause legali intentate dai subappaltatori.

Il Gruppo Kronshtadt evidenzia i rischi insiti in un modello di sviluppo fortemente incentrato sugli appalti statali nel settore della difesa, con una diversificazione limitata al di fuori delle applicazioni militari e di alcune specifiche applicazioni governative. L’azienda ha costantemente promosso concetti ambiziosi e lungimiranti, ma sembra aver mancato della capacità industriale e delle basi tecnologiche necessarie per tradurre tali visioni in una solida capacità operativa.

Sebbene diversi fattori strutturali specifici della Russia abbiano contribuito a questa evoluzione — tra cui la pressione delle sanzioni, i vincoli della catena di approvvigionamento e le dinamiche burocratiche degli appalti — la lezione più ampia va oltre il singolo caso. Promettere progressi tecnologici eccessivi, fare affidamento prevalentemente su appalti pubblici e non riuscire a costruire una capacità produttiva scalabile può portare alla creazione di piattaforme che offrono solo miglioramenti incrementali delle prestazioni, anziché le capacità trasformative pubblicizzate. Nel caso di Kronshtadt, questo modello ha portato alla creazione di sistemi con prestazioni tecnologiche nella media, che non sono riusciti a soddisfare le ambizioni dichiarate e che, alla fine, hanno lasciato l’azienda in gravi difficoltà finanziarie.

Caso di studio 2: ZALA Aero — L’intelligenza artificiale a duplice uso come moltiplicatore di potenza militare

L’azienda ZALA Aero Group offre un ottimo esempio di come l’approccio della Russia alla promozione del settore dei sistemi senza pilota civili si sia tradotto in effetti tangibili sul campo di battaglia. Questa azienda dimostra come l’intelligenza artificiale sviluppata per applicazioni commerciali e nel settore pubblico possa essere riadattata per uso militare, consentendole di costruire modelli di business sostenibili e, al contempo, di rafforzare il complesso militare-industriale russo con tecnologie moderne derivate dal settore commerciale. Anziché affidarsi esclusivamente agli istituti di ricerca tradizionali, questo modello sfrutta l’innovazione proveniente dal mercato civile, consentendo alle capacità a duplice uso di maturare rapidamente e di migrare nei sistemi militari operativi.

ZALA Aero è un’azienda russa specializzata nello sviluppo di sistemi senza pilota che opera a cavallo tra la produzione di droni civili e militari. L’azienda, strutturalmente legata al Kalashnikov Concern, produce un’ampia gamma di sistemi aerei senza pilota (UAS) che spazia da piattaforme di ricognizione leggere e droni di monitoraggio per enti civili a munizioni vaganti e sistemi ISR da campo di battaglia utilizzati dalle Forze Armate russe.

Nonostante la notorietà di ZALA Aero come produttore di droni, le informazioni rese pubbliche sulle specifiche delle sue capacità militari nel campo dell’intelligenza artificiale sono relativamente scarse. I comunicati ufficiali tendono a descrivere le soluzioni di intelligenza artificiale dell’azienda in termini generici, affermando che hanno migliorato il riconoscimento dei bersagli e la resilienza in ambienti di guerra elettronica contesi, senza però specificare le architetture software o i livelli di autonomia.

Ciononostante, una serie di aggiornamenti segnalati più volte suggerisce progressi graduali ma significativi rispetto a queste capacità già consolidate e ampiamente diffuse. In particolare, la munizione vagante Lancet modernizzata da ZALA Aero avrebbe ricevuto sensori e sistemi di imaging potenziati, migliorando le prestazioni di rilevamento e aggancio del bersaglio in condizioni di scarsa visibilità e condizioni meteorologiche avverse. Allo stesso tempo, le sue reti neurali sembrano essere state riaddestrate su set di dati più ampi e di qualità superiore, consentendo un riconoscimento più accurato dei bersagli e una navigazione in fase terminale più raffinata. Secondo quanto riferito, queste capacità consentono al sistema di colpire non solo il bersaglio nel suo complesso, ma punti vulnerabili specifici su un’ampia gamma di piattaforme. Implicitamente, questo livello di prestazioni suggerisce che il produttore abbia accumulato una vasta quantità di dati di addestramento che coprono diverse categorie di equipaggiamento, includendo non solo i sistemi ucraini ma anche un ampio spettro di piattaforme di origine occidentale.

Il sistema aggiornato è descritto come in grado di offrire una navigazione e un controllo di volo più rapidi e affidabili durante la fase terminale, consentendo attacchi di alta precisione contro bersagli protetti o parzialmente nascosti. Secondo recenti notizie riportate da ZALA Aero, ai droni Lancet è stato anche attribuito il merito di aver ingaggiato bersagli in rapido movimento, compresi i droni marittimi ucraini come il Magura V7, che secondo quanto riferito sarebbero dotati di sistemi di difesa aerea di bordo che trasportano missili AIM-9M Sidewinder di fabbricazione statunitense. Queste caratteristiche indicano una transizione da un modello strettamente “operator-in-the-loop” verso un’autonomia supervisionata, in cui l’IA svolge un ruolo decisivo una volta iniziato l’ingaggio.

Tuttavia, sulla base delle conversazioni condotte dal CSIS con esperti tecnici ucraini, resta dubbio che la fase terminale in questo caso specifico sia stata autonoma. L’analisi delle immagini dell’attacco disponibili, unita alle valutazioni degli esperti, suggerisce che la traiettoria di volo osservata e il profilo di ingaggio del bersaglio siano più coerenti con un modello di controllo “human-in-the-loop” piuttosto che con una guida terminale completamente autonoma. Secondo questi specialisti, lo schema di manovra visibile nel video sarebbe difficile da conciliare con un algoritmo decisionale autonomo a bordo e indicherebbe invece un controllo diretto da parte dell’operatore durante l’avvicinamento finale.

Sebbene le informazioni disponibili al pubblico sull’IA militare di ZALA Aero rimangano scarse, un dettaglio particolarmente rivelatore è emerso da un’intervista con un operatore di Lancet. Egli osserva che durante la fase terminale di un attacco, può attivare una funzione ausiliaria dell’IA denominata “Ira”, la quale, secondo il suo racconto, “prende il controllo e fa il lavoro” nell’avvicinamento finale, perfezionando la guida per garantire un colpo preciso, anche contro veicoli corazzati in rapido movimento. Questa testimonianza è degna di nota, poiché fornisce un nome concreto a un componente dell’IA esplicitamente associato all’impiego in combattimento. Allo stesso tempo, quando si rintraccia questa denominazione attraverso fonti aperte, i riferimenti non compaiono in divulgazioni militari ma nelle descrizioni dei sistemi civili di ZALA Aero, dove il software è identificato come IRRA. Ciò suggerisce che l’IA a supporto dei droni militari di ZALA Aero sia la stessa architettura software utilizzata nelle sue piattaforme civili senza pilota, offrendo preziose informazioni sulla natura e sulle capacità dello stack di IA militare di ZALA Aero.

Il software IRRA AI va inteso non come un singolo algoritmo, ma come un’architettura di intelligenza integrata e end-to-end a bordo, progettata per fondere rilevamento, analisi, supporto decisionale e diffusione in rete in un unico sistema operativo. La sua caratteristica tecnica distintiva è il trasferimento dei carichi di lavoro computazionali principali dal segmento di terra allo stesso UAS. Incorporando la capacità di elaborazione direttamente a bordo di piattaforme come le serie ZALA T-16, ZALA T-20 e ZALA ZARYA, IRRA consente l’interpretazione in tempo reale dei dati dei sensori durante il volo, anziché tramite analisi post-missione o a terra. Questa scelta architettonica riduce significativamente il ciclo decisionale e sostiene il valore operativo del sistema in contesti sia civili che di sicurezza.

A livello funzionale, IRRA opera attraverso un’analisi continua in tempo reale dei dati provenienti da sensori multimodali, principalmente immagini ottiche e termiche. Utilizzando algoritmi di visione artificiale e reti neurali addestrate, il sistema elabora flussi video in diretta direttamente sull’UAS, identificando automaticamente anomalie, deviazioni e oggetti di interesse. Nel monitoraggio delle infrastrutture energetiche, ciò include il rilevamento di irregolarità strutturali, anomalie termiche o altri indicatori di potenziali minacce alle risorse del settore dei combustibili e dell’energia. Nelle applicazioni di risposta alle emergenze, la stessa pipeline analitica viene applicata all’identificazione di focolai d’incendio, confini di inondazioni o altri pericoli in evoluzione. Fondamentalmente, il rilevamento non si limita all’identificazione binaria; il sistema classifica, contestualizza e localizza spazialmente le anomalie, producendo informazioni utili piuttosto che immagini grezze.

Una volta rilevata un’anomalia, IRRA la contrassegna automaticamente all’interno del flusso video e genera output strutturati che vengono trasmessi alla stazione di controllo a terra. Questi output includono avvisi georeferenziati, aree di interesse evidenziate e rapporti analitici generati automaticamente. Questa automazione riduce il carico cognitivo sugli operatori e consente risposte più rapide e coerenti, in particolare in scenari in cui il tempo è un fattore critico, come la lotta agli incendi boschivi o la protezione delle infrastrutture. La capacità del sistema di determinare le coordinate con elevata precisione ne migliora l’utilità per dirigere le azioni successive da parte delle squadre di terra o di altre risorse di risposta.

L’efficacia di IRRA è potenziata dalla sua stretta integrazione con l’ecosistema digitale più ampio di ZALA Aero, in particolare con la piattaforma di controllo e gestione dei dati 4Z1. Grazie a questa integrazione, i dati generati a bordo dell’UAS non sono limitati all’operatore diretto, ma diventano accessibili (previa autorizzazione) a una rete distribuita di utenti. I flussi video, le sovrapposizioni analitiche e i risultati elaborati possono essere visualizzati da operatori, analisti e clienti da località geograficamente remote, estendendo efficacemente la consapevolezza situazionale oltre la stazione di controllo fisica. La piattaforma unifica lo streaming live, l’interpretazione automatizzata, la generazione di ortofoto e l’archiviazione in un unico software, consentendo transizioni senza soluzione di continuità tra il monitoraggio in tempo reale e il processo decisionale.

Da un punto di vista militare, questa logica architettonica si riflette direttamente nell’ecosistema dei droni da combattimento di ZALA Aero, in cui le funzioni di ricognizione, individuazione degli obiettivi e attacco sono distribuite su piattaforme diverse ma integrate in un unico ciclo operativo. Nella catena operativa osservata, il veicolo di ricognizione identifica i potenziali obiettivi e trasmette i filmati a una stazione di controllo a terra. La stazione di controllo a terra seleziona quindi il bersaglio, genera le coordinate e trasmette sia i dati di posizione che le immagini selezionate alla munizione vagante prima del lancio o dell’avvicinamento terminale. Questa sequenza riflette un’architettura di individuazione del bersaglio in rete con intervento umano piuttosto che un’esecuzione autonoma in edge computing. Il rilevamento del bersaglio, la convalida e le decisioni di ingaggio rimangono distribuite tra gli operatori e l’infrastruttura a terra, con la munizione vagante che funziona principalmente come piattaforma di esecuzione piuttosto che come sistema decisionale indipendente.

L’IRRA può essere intesa come la struttura portante software che rende possibile questa continuità: supporta il rilevamento, la classificazione, la geolocalizzazione e la definizione delle priorità nella fase di ricognizione; mantiene una rappresentazione coerente e interpretabile dai sistemi automatici dello spazio di battaglia; e garantisce che i dati relativi agli obiettivi vengano trasferiti alle risorse di attacco con latenza e degrado minimi. In questo senso, l’IRRA non si limita a potenziare i singoli droni, ma sostiene un approccio “system-of-systems” in cui le piattaforme sensoriali e quelle d’attacco funzionano come componenti di una catena di uccisione unificata, con l’IA che fornisce il tessuto connettivo che sincronizza osservazione, decisione e azione. Tuttavia, non tutti i sistemi prodotti da ZALA Aero sono integrati in questa più ampia architettura “system-of-systems”, e solo un sottoinsieme limitato di modelli sembra operare all’interno di questo quadro coordinato.

ZALA Aero presenta un modello di integrazione dell’IA più pragmatico e orientato all’operatività rispetto a molti altri sviluppatori russi di sistemi senza pilota. Anziché avanzare affermazioni generiche sulla piena autonomia, l’azienda sembra integrare architetture di visione artificiale e di elaborazione dei dati di derivazione commerciale in un quadro operativo incrementale e interconnesso. Il suo approccio dimostra come le piattaforme di IA civili a duplice uso possano essere riadattate per accelerare l’adattamento al campo di battaglia, abbreviare i cicli decisionali e migliorare la precisione all’interno di una struttura supervisionata con intervento umano (human-in-the-loop). Allo stesso tempo, i limiti dell’autonomia osservabile suggeriscono che i progressi della Russia risiedono meno nel raggiungimento di un processo decisionale autonomo da parte delle macchine e più nell’ottimizzazione di catene di attacco coordinate attraverso sistemi distribuiti assistiti dall’IA.

Caso di studio 3: Molniya — L’innovazione nel settore dei droni dal basso incontra la crescita sostenuta dallo Stato

Il sistema aereo senza pilota (UAS) Molniya evidenzia un cambiamento significativo nell’approccio della Russia nei confronti del proprio complesso militare-industriale e della cooperazione tra le Forze Armate russe e l’industria della difesa nazionale. Questo approccio è stato articolato dal ministro della difesa russo Andrei Belousov durante un incontro con i corrispondenti militari, quando ha dichiarato di essere attualmente pienamente soddisfatto del decentramento della produzione di droni e di sistemi di guerra elettronica, riferendosi in particolare allo “sviluppo e all’assemblaggio a livello di garage”.

La nascita dell’UAS Molniya illustra un percorso di innovazione dal basso che si discosta nettamente dal tradizionale modello industriale della difesa russo, incentrato sullo Stato. Il progetto ha avuto origine nel cosiddetto “VPK del popolo”, ovvero il complesso industriale della difesa popolare: una comunità vagamente coordinata di ingegneri civili e volontari impegnati a sostegno dello sforzo bellico russo. Molniya è stato inizialmente progettato e assemblato in officine informali, situate in garage, piuttosto che all’interno di uffici di progettazione statali consolidati. Il suo sviluppo iniziale si è basato su piccoli team di ingegneri e volontari che operavano al di fuori delle strutture di acquisizione formali, consentendo una rapida sperimentazione e una stretta interazione con gli utenti in prima linea.

Tuttavia, questo progetto si differenzia da centinaia di progetti simili nati “in garage” perché ha ricevuto il sostegno del governo per la sua espansione. Secondo alcuni blogger militari russi, il progetto è stato avviato “su binari” di produzione formale, ricevendo finanziamenti governativi per ampliare la capacità produttiva. La supervisione della produzione in serie è stata successivamente assegnata alla società Sudoplatov, segnando il passaggio di Molniya da un’iniziativa improvvisata dal basso a un sistema sostenuto dallo Stato. Questa sequenza – innovazione a livello di garage seguita da un ampliamento selettivo da parte dello Stato – mostra una logica di approvvigionamento adattiva in cui il governo assorbe e istituzionalizza soluzioni collaudate sul campo di battaglia piuttosto che tentare di generarle interamente all’interno delle strutture industriali formali della difesa.

Le prime notizie sull’impiego sul campo di battaglia di Molniya sono apparse nel maggio 2024. Da allora, il sistema si è rapidamente diversificato in tre tipi principali: Molniya-1, Molniya-2 e Molniya-2R. Come mostrato nella Figura 2, il modello operativo iniziale, Molniya-1, serviva principalmente come piattaforma d’attacco unidirezionale con autonomia limitata, in grado di trasportare un carico utile di diversi chilogrammi a distanze di circa 30–40 chilometri. Il successivo Molniya-2 ha introdotto una configurazione bimotore, aumentando la gittata fino a 80 chilometri ed espandendo la capacità di carico utile, migliorando al contempo la resistenza alle guerre elettroniche. L’iterazione più avanzata e recente, Molniya-2R, rappresenta una transizione qualitativa verso operazioni di ricognizione e in rete. Grazie all’integrazione delle comunicazioni satellitari (secondo quanto riferito tramite Starlink) e a un sistema di elaborazione dati di bordo più potente, questo modello supporta l’ISR oltre l’orizzonte, il tracciamento dei bersagli e la trasmissione di dati ad alta larghezza di banda, ampliando in modo significativo il ruolo operativo della famiglia Molniya.

Visualizzazione remota

https://flo.uri.sh/visualisation/28467456/embed?auto=1

L’obiettivo principale nella realizzazione dell’UAS Molniya era quello di realizzare un UAS d’attacco ad ala fissa, economico e a lungo raggio, in grado di sostituire le munizioni vaganti più costose, pur rimanendo immune alle sanzioni e alle interruzioni della catena di approvvigionamento. Questo obiettivo ha determinato diverse scelte progettuali fondamentali.

In primo luogo, la piattaforma si avvale ampiamente di componenti disponibili in commercio. Questo ricorso deliberato all’elettronica civile e a materiali semplici riduce la vulnerabilità alle sanzioni, poiché tali componenti sono difficili da sottoporre a restrizioni generalizzate e possono essere reperiti a livello locale o attraverso diverse catene di approvvigionamento globali.

In secondo luogo, il Molniya presenta una struttura estremamente semplice, realizzata con schiuma, compensato ed elementi strutturali di base. Questa semplicità riduce al minimo i costi e la complessità di produzione, consente una rapida produzione in serie con un’infrastruttura tecnica minima e permette di apportare modifiche rapide sulla base dell’esperienza acquisita sul campo.

Una terza caratteristica, sempre più centrale nell’evoluzione di Molniya, è l’integrazione precoce dell’intelligenza artificiale per la guida terminale. Anche nelle sue configurazioni relativamente semplici, Molniya è dotato di un sistema di homing di base basato sulla visione artificiale, progettato per garantire il completamento della missione in caso di perdita del segnale. Questa capacità riflette una risposta pragmatica alle operazioni di guerra elettronica piuttosto che un’ambizione di piena autonomia. Una volta che l’operatore ha designato e agganciato un bersaglio, la visione artificiale di bordo elabora le immagini provenienti dalla telecamera, identifica un oggetto in movimento ricco di contrasto e corregge autonomamente la traiettoria di volo durante la fase terminale. Se la comunicazione con l’operatore viene interrotta, l’UAS continua il suo attacco senza ulteriori input esterni, rendendo la guerra elettronica nemica in gran parte inefficace in questa fase.

È importante sottolineare che questa guida terminale basata sull’intelligenza artificiale non comporta una comprensione semantica dei bersagli in senso stretto. Il sistema non classifica gli oggetti come veicoli blindati o tipi specifici di armi. Opera invece sulla rilevanza visiva e sul contrasto di movimento, privilegiando la robustezza e la semplicità computazionale rispetto a un riconoscimento sofisticato. A differenza dei droni guidati tramite fibra ottica, che richiedono cavi lunghi che aumentano il peso, riducono il carico utile e limitano l’autonomia, l’approccio basato sull’IA di Molniya preserva la gittata, la capacità esplosiva e la durata della batteria, garantendo al contempo una resilienza comparabile contro le interferenze.

Questo sistema rappresenta una capacità basata sull’intelligenza artificiale implementata su larga scala, piuttosto che come soluzione di nicchia o sperimentale. Molniya è stata concepita fin dall’inizio come una piattaforma prodotta in serie: secondo quanto riferito, il suo costo iniziale si aggirava intorno ai 300 dollari, salendo a circa 5.000 dollari se dotata di ottiche migliorate e connettività satellitare per missioni ISR. Si tratta di un ordine di grandezza più economico rispetto alla munizione vagante Lancet, il cui costo è comunemente stimato intorno ai 50.000 dollari e che presenta capacità simili. I dati relativi alla produzione e all’impiego rafforzano questa disparità. Nel settembre 2025, in un solo mese, sono stati segnalati circa 2.200 lanci di Molniya-2 rispetto a circa 400 lanci di Lancet.

I sistemi costosi e altamente sofisticati faticano a eguagliare i vantaggi operativi ed economici offerti da alternative basate sull’intelligenza artificiale più semplici, economiche e sufficientemente affidabili.

Tutte le varianti di Molniya attualmente prodotte in serie sono dotate di serie di funzionalità di IA di base, a dimostrazione di come l’intelligenza artificiale si stia diffondendo nei sistemi senza pilota su larga scala, anziché rimanere confinata a piattaforme d’élite. Questo andamento mette in luce la logica pratica che guida l’adozione dell’IA: funzioni ben definite e fondamentali per la missione vengono implementate a basso costo in sistemi di massa, piuttosto che in progetti tecnologicamente sofisticati privi di una chiara necessità pratica. In questo contesto competitivo, i sistemi costosi e altamente sofisticati faticano a eguagliare i vantaggi operativi ed economici di alternative basate sull’IA più semplici, economiche e sufficientemente affidabili.

Caso di studio 4: V2U e l’avvento dei droni completamente autonomi basati sull’intelligenza artificiale

Il sistema UAS V2U rappresenta uno degli esempi più avanzati e preoccupanti di autonomia basata sull’intelligenza artificiale attualmente riscontrabili nell’ecosistema dei droni russo.

Da un punto di vista tecnico, il V2U (illustrato nella Figura 3) è un UAS con due configurazioni note: una munizione vagante e una piattaforma di ricognizione. Nella sua configurazione da munizione vagante, il drone trasporta una testata ad alto potenziale esplosivo, a frammentazione e incendiaria del peso massimo di 3 chilogrammi. Si basa in gran parte su componenti commerciali disponibili sul mercato, tra cui motori elettrici e batterie di fabbricazione cinese. Ha un autonomia operativa stimata di 40–60 km, mentre una versione alimentata a benzina ha un’autonomia estesa, in grado di percorrere oltre 100 km.

Visualizzazione remota

https://flo.uri.sh/visualisation/28467430/embed?auto=1

Oltre a questa configurazione da attacco, gli esperti ucraini riferiscono dell’esistenza di una versione da ricognizione del V2U. In questa versione, gli ingegneri russi hanno rimosso la testata e l’hanno sostituita con batterie aggiuntive, prolungando notevolmente il tempo di permanenza in volo. Hanno inoltre integrato un sistema di recupero a paracadute, che consente al drone di atterrare dopo aver completato le missioni ISR. L’analisi del software recuperato suggerisce che siano in fase di sviluppo ulteriori modifiche, tra cui lo sviluppo di versioni logistiche o da corriere. Questo fatto indica una famiglia modulare in espansione di sistemi V2U piuttosto che un’arma monouso.

La presente analisi non esamina in modo approfondito i componenti del drone. Tuttavia, la valutazione della presenza o dell’assenza di componenti specifici fornisce importanti indicazioni sulle sue capacità funzionali. L’aspetto più rilevante riguarda l’architettura di navigazione e comunicazione o, in particolare, la sua rimozione intenzionale. I primi droni V2U intercettati nei mesi di giugno e luglio 2025 contenevano modem LTE, il che indica un ricorso almeno parziale alla connettività dell’operatore. Le versioni più recenti intercettate in ottobre e novembre 2025, tuttavia, sono state recuperate senza alcun modem o sistema di comunicazione esterno, segnando una chiara transizione verso un funzionamento completamente autonomo. L’eliminazione della connettività LTE rende l’EW in gran parte inefficace contro il controllo e la guida, poiché non c’è alcun segnale da disturbare. Al contrario, il drone si affida a sensori di bordo, tra cui un altimetro laser e profili di volo riferiti al terreno, consentendo un funzionamento prolungato a bassa quota senza GPS.

L’intelligenza artificiale è al centro della filosofia progettuale del V2U. Nonostante le sanzioni occidentali, le analisi tecniche e i rapporti dei servizi segreti ucraini indicano che il drone incorpora componenti elettronici avanzati di provenienza occidentale e cinese, in particolare un modulo di intelligenza artificiale Nvidia Jetson Orin montato su una scheda portante cinese Leetop A603. Questa configurazione dimostra che la Russia continua ad avere accesso a hardware di calcolo ad alte prestazioni.

L’intelligenza artificiale integrata consente al drone di cercare in modo autonomo, identificare e selezionare i bersagli utilizzando la visione artificiale. Secondo quanto riferito, lo stack di IA utilizza una rete neurale YOLOv5 addestrata, che permette il riconoscimento visivo di veicoli, infrastrutture e attività umane sulla base del contrasto, della forma e del movimento, piuttosto che sulla classificazione semantica.

L’autonomia dei V2U va oltre il processo decisionale individuale per estendersi al comportamento collettivo, includendo elementi di comportamento da sciame. Le osservazioni sul campo suggeriscono che questi droni operino come sistemi distribuiti, parzialmente in grado di formare sciami, in cui ogni unità elabora le informazioni localmente pur rimanendo consapevole dei droni vicini. Il coordinamento non sembra basarsi su una comunicazione radio continua. Al contrario, in base alle immagini osservate, i droni potrebbero utilizzare il riconoscimento visivo per identificarsi a vicenda attraverso segni distintivi dipinti sulle ali (vedi Figura 4). Questi segni potrebbero funzionare come identificatori visivi, consentendo alle telecamere e agli algoritmi di bordo di rilevare e distinguere i singoli droni come nodi separati all’interno di uno sciame. Sebbene questa interpretazione rimanga deduttiva e non possa essere confermata con certezza, è coerente con il comportamento osservato e suggerisce un potenziale approccio basato sulla visione per il coordinamento dello sciame in ambienti contesi dal GPS e dall’EW.

Visualizzazione remota

https://flo.uri.sh/visualisation/28466912/embed?auto=1

Ciò consente a sei o sette droni di volare in formazione, garantendo la consapevolezza reciproca e risposte adattive alle perdite all’interno del gruppo (vedi Figura 5). Se un drone viene abbattuto dalle difese aeree, ad esempio, le unità rimanenti deducono la presenza di una minaccia ed eseguono manovre evasive prima di riorganizzarsi. Questo comportamento ricorda da vicino le dinamiche di stormo osservate negli uccelli migratori, con i droni che volano in formazioni verticali sfalsate per mantenere il contatto visivo.

Visualizzazione remota

https://flo.uri.sh/visualisation/28467104/embed?auto=1

Gli episodi di combattimento documentati illustrano le implicazioni operative di questo progetto. In un caso segnalato nel maggio 2025, un gruppo di sette munizioni vaganti V2U ha deviato da una missione prestabilita dopo aver rilevato una concentrazione di veicoli e civili, formando autonomamente una formazione circolare di attesa prima di sferrare attacchi coordinati. Tale comportamento indica non solo una selezione autonoma dei bersagli, ma anche un processo decisionale a livello di gruppo basato su segnali ambientali. La combinazione di percezione basata sull’intelligenza artificiale, navigazione indipendente dal GPS, coordinamento visivo dello sciame e resistenza alle guerre elettroniche (EW) posiziona il V2U come una classe qualitativamente nuova di minaccia sul campo di battaglia.

Le funzionalità definite dal software, in particolare la selezione autonoma dei bersagli e le tattiche di sciame emergenti, rendono il V2U uno dei sistemi senza pilota più innovativi e pericolosi attualmente impiegati in combattimento.

La famiglia V2U riflette il passaggio dai droni a consumo pilotati a distanza a sistemi completamente autonomi basati sull’intelligenza artificiale e capaci di comportamenti collettivi. Sebbene la struttura e la qualità costruttiva rimangano relativamente rudimentali, le funzionalità definite dal software, in particolare la selezione autonoma dei bersagli e le tattiche di sciame emergenti, rendono i V2U uno dei sistemi senza pilota più innovativi e pericolosi attualmente impiegati in combattimento.

Conclusione

Questi casi dimostrano che l’integrazione dell’IA nei sistemi senza pilota da parte della Russia è guidata meno dalla ricerca di concetti di autonomia eleganti e a livello di sistema e più dalle pressioni dell’adattamento in tempo di guerra sul fronte tattico. In modelli organizzativi molto diversi tra loro – tra cui le architetture centralizzate e legate allo Stato di Kronshtadt, lo stack commerciale a doppio uso di ZALA Aero, le piattaforme di massa nate in garage di Molniya e il V2U altamente autonomo – l’IA non è trattata come una capacità astratta o uno stato finale. Al contrario, viene implementata in modo selettivo, in funzioni strettamente definite che affrontano problemi operativi concreti, come sopravvivere alla guerra elettronica, comprimere i cicli decisionali, sostenere le operazioni senza GPS o connettività e ottenere effetti di scala a basso costo.

L’analisi comparativa evidenzia una netta divergenza tra sofisticazione concettuale e rilevanza sul campo di battaglia. I programmi incentrati sullo Stato, come quelli portati avanti da Kronshtadt, si concentrano sui sistemi di supporto decisionale e su concetti di sciami orientati al futuro, ma faticano a tradurre queste ambizioni in sistemi implementati su scala significativa. Al contrario, i modelli di derivazione commerciale e di tipo bottom-up danno priorità alla producibilità, al controllo dei costi e alla rapida iterazione, sulla base del feedback proveniente dalla prima linea. In questi casi, l’IA è integrata direttamente a bordo delle piattaforme, spesso in ruoli limitati ma fondamentali per la missione, come la guida terminale, il rilevamento di oggetti in tempo reale e la navigazione autonoma. Queste capacità offrono un valore operativo sproporzionato rispetto alla loro complessità tecnica.

Fondamentalmente, i casi di Molniya e ZALA Aero dimostrano come le funzionalità basate sull’intelligenza artificiale diventino decisive dal punto di vista operativo non perché rappresentino livelli elevati di autonomia dichiarata, ma perché sono integrate nei sistemi prodotti in serie. In questo contesto, l’intelligenza artificiale funge da tessuto connettivo all’interno delle catene di attacco piuttosto che da progresso tecnologico a sé stante. Il caso V2U segna il limite esterno di questa traiettoria, mostrando come la percezione, la navigazione e persino il comportamento collettivo completamente autonomi possano emergere una volta rimossi del tutto i vincoli di connettività, sebbene a costo di introdurre rischi qualitativamente nuovi e dinamiche di escalation.

I dati suggeriscono che l’efficacia sul campo di battaglia della Russia nel campo dei sistemi senza pilota sia determinata meno da dichiarazioni formali di autonomia e più da un ecosistema adattivo che premia la semplicità, la rapidità e la scalabilità. Le pressioni belliche hanno spinto il complesso militare-industriale russo verso modelli ibridi che assorbono l’innovazione civile, tollerano il decentramento e istituzionalizzano e scalano le soluzioni solo dopo che queste si sono dimostrate efficaci in combattimento. In questo contesto, un’IA robusta e dall’ambito ristretto, implementata in prima linea, supera costantemente i progetti più ambiziosi ma fragili, offrendo una chiara lezione su come l’IA possa avere un ruolo determinante nei conflitti ad alta intensità contemporanei e futuri.
 

I fattori chiave dello sviluppo dell’intelligenza artificiale e dei sistemi senza pilota in Russia: formazione, tecnologia e collaborazioni
 

L’addestramento militare privato come motore della potenza di combattimento

Questa sezione analizza in che modo l’architettura dell’addestramento militare russo consenta l’integrazione delle tecnologie emergenti – tra cui i sistemi senza equipaggio, i software di gestione del campo di battaglia e la guerra elettronica – nella pratica operativa. Sebbene gran parte del dibattito pubblico si sia concentrato sulla produzione di hardware e sull’adattamento in prima linea, la variabile determinante per trasformare i nuovi sistemi in una capacità di combattimento duratura è l’addestramento: la preparazione degli istruttori, la revisione dei programmi di studio e l’istituzionalizzazione dei circuiti di feedback che collegano le unità di combattimento con gli istituti di formazione.

Nel caso della Russia, queste funzioni vanno oltre le strutture formali delle forze armate. Dopo il 2022 è emerso un ecosistema di formazione più ampio che combina tre pilastri principali: iniziative informali di volontariato, meccanismi istituzionali all’interno del Ministero della Difesa e, sempre più spesso, programmi per i giovani sostenuti dallo Stato e progettati per coltivare una competenza tecnica precoce nell’uso dei droni. Inserendo l’addestramento sui droni in una fase più precoce del percorso di formazione dei talenti e promuovendo una generazione di reclute “native dei droni”, questo ecosistema sostiene l’assorbimento, la standardizzazione e la diffusione delle tecnologie emergenti in tutte le forze armate.

L’analisi che segue illustra come questi tre pilastri abbiano contribuito alla diffusione e all’espansione dei sistemi senza pilota e delle nuove capacità tecnologiche. Descrive la comparsa iniziale di iniziative decentralizzate che hanno stimolato una rapida sperimentazione e una formazione specializzata; i successivi sforzi del Ministero della Difesa volti a formalizzare, integrare e estendere i modelli di successo nella dottrina ufficiale e nei percorsi di addestramento; nonché la graduale estensione delle competenze relative ai droni alle strutture di istruzione pre-militare e giovanile. Questa evoluzione illustra un modello più ampio nell’adattamento della Russia in tempo di guerra. L’innovazione tecnologica ha fatto passi da gigante grazie a un’interazione dinamica tra la sperimentazione dal basso e il consolidamento istituzionale dall’alto, consentendo l’integrazione sistematica di nuove capacità nelle forze armate.

Visualizzazione remota

TABELLA 3
L’architettura formativa a tre pilastri della Russia

	Pilastro I: Reti decentralizzate di formazione per i volontari	Pilastro II: Struttura formativa istituzionale	Pilastro III: Percorsi di formazione per i giovani
Descrizione	Reti informali di volontari e ingegneri stanno creando centri di formazione in tutta la Russia e nei territori occupati.	I sistemi di addestramento militare ufficiale dipendono dal Ministero della Difesa russo.	Le organizzazioni militari-patriottiche sostenute dallo Stato offrono corsi di formazione sui droni a scolari e studenti universitari.
Funzione	Sperimentare e verificare nuovi sistemi in condizioni di combattimento.	Istituzionalizzare e diffondere su larga scala i modelli di successo attraverso strutture gerarchiche formali.	Creare un bacino di talenti a lungo termine composto da personale con competenze tecniche.
Esempio	Progetto Arcangelo	Forze dei sistemi senza pilota	Centro del burro

Fonte: CSIS.

Pilastro I: Reti decentralizzate di formazione per il volontariato

All’inizio dell’invasione su vasta scala dell’Ucraina, le forze armate russe non erano preparate alla rapida diffusione dei sistemi senza pilota sul campo di battaglia, sia in termini di disponibilità di hardware che di preparazione del personale lungo tutta la catena di comando e i percorsi di addestramento. Le catene di approvvigionamento erano discontinue nonostante la rapida comparsa di produttori competenti, mancavano programmi strutturati di addestramento all’uso dei droni e il supporto tecnico e ingegneristico alle unità in prima linea dipendeva in larga misura dall’iniziativa individuale.

Allo stesso tempo, molti comandanti erano stati plasmati dall’esperienza maturata in conflitti precedenti e, di conseguenza, faticavano ad adattarsi alle realtà di una guerra caratterizzata dall’uso massiccio dei droni. Coloro che avevano compreso il cambiamento sono stati costretti a promuoverlo senza un sostegno sistematico e, talvolta, nonostante la resistenza istituzionale. In questo contesto, sono state avviate iniziative informali di volontariato per colmare le lacune critiche in materia di approvvigionamento, addestramento e integrazione, con l’obiettivo di mettere a punto gli elementi essenziali di un sistema efficace, quali comandanti flessibili, operatori addestrati e attrezzature affidabili in quantità sufficienti.

Uno degli esempi più significativi di questa mobilitazione informale è il Progetto Archangel. Fondata nel 2022 dall’imprenditore russo Mikhail Filippov, l’iniziativa è nata come un piccolo collettivo di ingegneri specializzati in droni, affiancato da un programma di formazione dal basso per gli operatori. Si è rapidamente evoluta in una rete nazionale, creando centri di formazione in circa 20 città russe e nei territori occupati dell’Ucraina. Questi centri hanno formato migliaia di militari, riservisti e civili che si preparano a stipulare un contratto con il Ministero della Difesa, in genere attraverso corsi di due o tre mesi incentrati sulle operazioni pratiche con i droni, sulle tattiche anti-drone e sull’integrazione delle tecnologie emergenti nelle unità di combattimento. In questo modo, il Progetto Archangel non si limita a integrare la formazione statale, ma contribuisce anche a creare canali paralleli in grado di assorbire rapidamente le lezioni apprese sul campo di battaglia e di tradurle in un’istruzione strutturata.

Oltre alla formazione, il gruppo ha contribuito attivamente all’adattamento tecnologico. I suoi ingegneri hanno sviluppato sistemi come il sistema anti-UAS Archangel e hanno abbinato l’innovazione hardware a programmi di addestramento degli operatori per garantire che i sistemi in campo potessero essere impiegati in modo efficace. I centri di addestramento hanno integrato strumenti software avanzati, tra cui il complesso Glaz/Groza per migliorare la ricognizione e il coordinamento degli attacchi e Kvadrosim, un simulatore di combattimento per l’operazione e l’intercettazione dei droni, incorporando così gli strumenti digitali direttamente nel processo didattico.

Con il passare del tempo, il confine tra iniziative informali e industria della difesa ufficiale si è assottigliato. Nell’agosto 2025, il Progetto Archangel ha stretto una partnership con Kalashnikov Concern per valutare e selezionare i progetti di UAS presentati da sviluppatori indipendenti in vista di una produzione su larga scala, sostenendo al contempo la preparazione di operatori e istruttori. Questa evoluzione dimostra come le reti guidate da volontari abbiano funzionato da acceleratori della diffusione tecnologica, sperimentando, convalidando e istituzionalizzando le capacità dei droni a un ritmo che le strutture militari formali inizialmente faticavano a eguagliare.

Pilastro II: Struttura formativa istituzionale

Il sistema di addestramento militare ufficiale della Russia ha inizialmente faticato ad adeguare la propria infrastruttura istituzionale esistente alla rapida introduzione di nuove tecnologie sul campo di battaglia. Col passare del tempo, tuttavia, ha iniziato a fare tesoro delle esperienze maturate grazie a iniziative informali di volontariato e ha integrato nella struttura ufficiale delle forze armate le pratiche che si sono dimostrate efficaci sul campo di battaglia.

La collaborazione avviata sin dall’inizio con scuole private e di base specializzate in droni ha consentito al Ministero della Difesa di osservare e replicare modelli di addestramento efficaci, in particolare nell’ambito della formazione sui sistemi senza pilota. Questo processo si è gradualmente evoluto da una collaborazione ad hoc a un’integrazione formale, man mano che l’addestramento sui droni è stato integrato nei percorsi standard di preparazione alla guerra. In definitiva, l’esercito russo ha ristrutturato alcuni elementi delle proprie forze concentrando operatori esperti, convalidando i sistemi, perfezionando le tattiche in formazioni d’élite e poi estendendo queste pratiche all’intera forza, culminando nell’istituzione delle Forze dei Sistemi Non Presidiati e di centri centralizzati di addestramento e innovazione progettati per standardizzare ed espandere le competenze in materia di guerra con i droni.

La struttura formale delle Forze Armate russe è organizzata territorialmente in distretti militari, che fungono da comandi amministrativi e operativi a livello strategico responsabili della costituzione delle forze, della logistica e della supervisione dell’addestramento all’interno delle regioni loro assegnate. Nell’ambito dell’attuale ciclo di riforme, la Russia mantiene diversi distretti militari (tra cui quelli occidentale, meridionale, centrale, orientale e i distretti di Mosca e Leningrado, recentemente ripristinati), ciascuno dei quali sovrintende a centri di addestramento, accademie e infrastrutture di mobilitazione all’interno della propria area di competenza. La preparazione iniziale dei soldati a contratto, del personale mobilitato e di altri militari non di carriera avviene tipicamente presso queste strutture di addestramento a livello distrettuale, dove ricevono l’addestramento di base al combattimento e, sempre più spesso, l’esposizione alle operazioni con i droni, alla guerra elettronica e ai compiti di ingegneria.

Una volta assegnato alle operazioni di combattimento in Ucraina, il personale non fa più capo ai propri distretti militari di origine, bensì a raggruppamenti operativi di forze. Questi raggruppamenti sono comandi operativi in tempo di guerra organizzati in base alla direzione dell’azione (ad esempio, il raggruppamento meridionale o quello centrale) e sono distinti dalla struttura dei distretti militari territoriali. All’arrivo nel teatro delle operazioni, i soldati seguono spesso un addestramento supplementare in poligoni di addestramento situati in prossimità della linea del fronte, dove l’addestramento è più specializzato e direttamente adattato alle condizioni attuali del campo di battaglia. Tuttavia, i rapporti indicano che l efficacia di questa formazione è limitata da attrezzature inadeguate e dalla mancanza di standardizzazione.  Inoltre, i tempi di addestramento possono anche essere affrettati: i soldati a contratto possono ricevere solo tre settimane di addestramento complessivo prima di partecipare alle operazioni in prima linea.

I limiti dell’addestramento militare formale e la comprovata efficacia delle iniziative di volontariato hanno spinto il Ministero della Difesa a passare dalla fase di osservazione a quella di replica. Nell’agosto 2024, ha istituito il Rubicon Center for Advanced Unmanned Technologies come iniziativa sostenuta dallo Stato per sistematizzare ciò che le reti informali avevano sperimentato per prime. Ispirandosi in parte a progetti come Archangel, Rubicon ha combinato due funzioni che in precedenza esistevano in parallelo: è diventato sia un’unità di droni da combattimento di prim’ordine sia un centro di addestramento centralizzato con istruttori altamente qualificati. Anziché partire da zero, il Ministero della Difesa ha assorbito elementi di formazioni volontarie d’élite esistenti — comprese unità note come “Judgement Day” e “Judgement Night” — consolidando così operatori esperti, tattiche collaudate e know-how tecnico sotto un comando formale.

L’impatto di Rubicon era evidente sul campo di battaglia. Le unità ucraine hanno segnalato cambiamenti improvvisi nelle tattiche dei droni russi, un miglior coordinamento e una marcata attenzione alla caccia non solo agli UAS, ma anche alle infrastrutture logistiche e di rete che sostengono le operazioni con i droni dell’Ucraina. Gli operatori di Rubicon hanno dimostrato una crescente competenza nell’intercettare droni bombardieri pesanti e nel colpire nodi di comunicazione come antenne e terminali satellitari — obiettivi che compromettono direttamente la consapevolezza situazionale e il ritmo operativo dell’avversario. Fondamentale per questa efficacia è stato il modello di addestramento di Rubicon. Il suo personale ha operato contemporaneamente come operatori di combattimento e istruttori, schierandosi nei settori di prima linea per istituire scuole locali di droni, standardizzare le procedure e diffondere tattiche aggiornate. Questo approccio ha creato un nucleo mobile di addestramento e combattimento in grado di trasferire competenze tra i settori, accelerando la diffusione delle migliori pratiche in tutta la forza.

Sulla base di questi risultati, la Russia ha formalizzato il processo di espansione. Nel dicembre 2024, il ministro della Difesa Andrey Belousov ha annunciato la creazione di un ramo dedicato alle Forze dei sistemi senza pilota, istituito ufficialmente nel 2025, con Rubicon come formazione di punta. Il nuovo ramo mira a istituzionalizzare gli insegnamenti tratti dalla guerra con i droni, a centralizzare il comando e il controllo delle unità senza pilota e a integrare l’addestramento, lo sviluppo della dottrina e l’innovazione tecnologica all’interno di un unico quadro organizzativo.

I piani per l’istituzione di un’accademia militare dedicata segnalano ulteriormente il passaggio da un adattamento ad hoc a una professionalizzazione a lungo termine. Secondo fonti aperte, il corpo dovrebbe istituire una propria accademia militare dedicata, potenzialmente già nel 2027, a testimonianza di un impegno a lungo termine nella professionalizzazione delle capacità di guerra senza equipaggio. Il passaggio da gruppi di volontari decentralizzati a Rubicon come unità d’élite centralizzata, e infine alle Forze dei sistemi senza pilota, illustra come la Russia identifichi modelli di successo operativo, concentri le competenze e poi le estenda all’intera forza attraverso meccanismi istituzionali formali.

Pilastro III: Percorsi di formazione per i giovani

Oltre a riformare la struttura delle proprie forze armate, lo Stato russo ha deciso di inserire le competenze relative ai sistemi senza pilota nelle prime fasi del percorso formativo del personale, integrando l’addestramento sui droni nelle organizzazioni giovanili militari-patriottiche. Il Progetto Nazionale sui Sistemi Aerei Senza Pilota della Russia, discusso in precedenza in questo rapporto, identifica la carenza di personale tecnico qualificato come un collo di bottiglia strutturale. In risposta, i programmi per i giovani sono stati posizionati come una soluzione a lungo termine, che supporta contemporaneamente le esigenze di mobilitazione a breve termine e forma i futuri operatori, tecnici e ingegneri.

Un esempio emblematico è il Centro per l’addestramento militare-sportivo e l’educazione patriottica dei giovani, noto come «Voin Center» (Centro del Guerriero), istituito nel maggio 2023 per fornire un addestramento militare iniziale a studenti delle scuole e universitari. L’organizzazione si è espansa fino a contare più di 20 centri regionali e ha integrato l’addestramento sui droni nel proprio programma di studi, incluse esercitazioni competitive che simulano compiti sul campo di battaglia come le operazioni di attacco in visuale in prima persona (FPV). La sua leadership ha esplicitamente sottolineato l’alfabetizzazione tecnologica come una priorità, e gli istruttori seguono una formazione sui sistemi utilizzati in combattimento, tra cui il complesso Glaz/Groza e strumenti di guida con visione artificiale come Ploshchad, avvalendosi spesso di specialisti con esperienza in prima linea per aggiornare i programmi di studio.

Guardando al futuro, il Centro Voin ha annunciato l’intenzione di avviare un percorso formativo specifico per operatori di UAS in linea con le Forze dei sistemi senza pilota, la cui attuazione dovrebbe iniziare nel 2026. In collaborazione con il DOSAAF e altre strutture sostenute dallo Stato, sta sviluppando manuali di addestramento e strutture per piloti a supporto di questo percorso.⁴ Si prevede che i diplomati avranno la possibilità di firmare contratti con il Ministero della Difesa, collegando di fatto la formazione dei giovani direttamente alla costituzione delle forze armate.

Istituzionalizzando la formazione sui droni nella fase di preparazione alla carriera militare, lo Stato russo sta estendendo la propria strategia di centralizzazione e ampliamento su più generazioni. Ciò trasformerà l’adattamento in tempo di guerra in un sistema duraturo per la formazione di reclute tecnicamente preparate alla guerra con mezzi non pilotati.

Da questi tre pilastri emerge una conclusione fondamentale: è l’addestramento, e non solo l’hardware, a determinare l’esito delle battaglie. Le reti di addestramento informali hanno svolto un ruolo di innovatori rapidi, traducendo le nuove tecnologie relative ai droni e alla guerra elettronica in capacità operative concrete, mentre le istituzioni formali rimanevano indietro. La loro agilità ha permesso alla Russia di colmare le lacune operative e di schierare rapidamente operatori addestrati in grado di ridefinire gli scontri tattici.

Il Ministero della Difesa ha quindi istituzionalizzato e ampliato i modelli di successo attraverso strutture quali Rubicon e le Forze dei sistemi senza pilota. Allo stesso tempo, le organizzazioni giovanili hanno iniziato a integrare la formazione sui droni nei percorsi di formazione a lungo termine del personale, garantendo un afflusso costante di reclute tecnicamente preparate. Questi diversi livelli dimostrano insieme che l’adattamento della Russia alla guerra con i droni è stato guidato non tanto da singole innovazioni tecnologiche, quanto piuttosto dall’integrazione sistematica di addestramento, dottrina e riforma organizzativa, un approccio che determina sempre più spesso i successi sul campo di battaglia.

Hardware abilitato all’intelligenza artificiale nei sistemi senza pilota russi

Questa sezione esamina l’infrastruttura hardware alla base degli sforzi della Russia volti ad ampliare l’autonomia dei propri sistemi senza pilota. Si concentra in particolare sull’origine dei componenti di elaborazione, rilevamento e memoria essenziali per garantire funzionalità avanzate di intelligenza artificiale a bordo sul campo di battaglia. Sebbene i resoconti pubblici spesso evidenzino la Cina come fornitore chiave di componenti per le piattaforme senza pilota russe, un’analisi più approfondita dei sistemi recuperati indica che una quota sostanziale dei componenti rilevanti per l’IA proviene da aziende con sede negli Stati Uniti e in altri paesi occidentali. L’analisi non suggerisce un sostegno intenzionale, ma mostra piuttosto le vulnerabilità strutturali dei mercati globali integrati dei semiconduttori e dell’elettronica, dove le tecnologie a duplice uso rimangono ampiamente accessibili nonostante le sanzioni e i regimi di controllo delle esportazioni.

Una quota consistente dei componenti utilizzati nell’ambito dell’intelligenza artificiale proviene da aziende con sede negli Stati Uniti e in altri paesi occidentali.

La presente analisi si basa sul database open source dei componenti stranieri gestito dai servizi di intelligence militare ucraini attraverso il portale War & Sanctions. A gennaio 2026, il database conteneva oltre 5.350 componenti elettronici recuperati da un’ampia gamma di sistemi d’arma e piattaforme senza pilota russi. Ai fini di questo studio, il set di dati è stato ristretto ai componenti identificati negli UAS e poi ulteriormente isolato a quelli direttamente rilevanti per la funzionalità dell’IA. Piuttosto che catalogare tutta l’elettronica, l’analisi si è concentrata sull’hardware che consente l’autonomia di bordo. Questi componenti rientrano in tre categorie funzionali che insieme costituiscono lo stack hardware dell’IA di un UAS: componenti di rilevamento, unità di elaborazione e hardware di memoria e archiviazione. L’applicazione di questi filtri ha portato all’individuazione di 118 sensori, 465 processori e 122 unità di memoria, per un totale di 705 componenti rilevanti per l’IA integrati nei sistemi senza pilota russi recuperati.

L’enfasi posta su queste tre categorie riflette le basi hardware dei moderni sistemi di IA. La potenza di calcolo e la memoria costituiscono l’infrastruttura fondamentale necessaria per l’esecuzione delle reti neurali, che consistono in milioni o miliardi di parametri e richiedono una notevole potenza di elaborazione per eseguire un gran numero di operazioni in tempo reale. Nei sistemi senza pilota, tuttavia, l’hardware di rilevamento rappresenta un elemento altrettanto cruciale. I sensori generano i dati grezzi (ad esempio, visivi, termici, inerziali o posizionali) che i processori di bordo possono trasformare in informazioni utilizzabili. Insieme, sensori, elaborazione e memoria definiscono il limite tecnico dell’autonomia raggiungibile a livello di piattaforma, rendendoli fondamentali per comprendere come la Russia equipaggi i propri droni per operazioni sempre più basate sull’IA.

Come illustrato nella Figura 6, le aziende con sede negli Stati Uniti rappresentano la quota maggiore dei componenti rilevanti per l’IA individuati in tutte e tre le categorie funzionali. I paesi elencati riflettono l’ubicazione delle sedi dei produttori. Il primato degli Stati Uniti è particolarmente marcato nel settore dell’hardware di memoria, dove le aziende statunitensi hanno prodotto circa il 69% delle unità recuperate, e la quota del paese nel settore dei processori rimane consistente, rappresentando poco meno del 57% dei componenti informatici individuati. La catena di approvvigionamento dei sensori è più diversificata dal punto di vista geografico, ma gli Stati Uniti rappresentano ancora il singolo paese di origine più importante, con circa il 38%, seguiti dalla Cina con circa il 16% e dal Giappone con poco più del 15%.

La Cina rappresenta meno del 9% dei componenti per l’intelligenza artificiale individuati negli UAS recuperati e non figura tra i primi tre paesi di provenienza dell’hardware informatico di bordo. La Svizzera è un fornitore di rilievo di processori, fornendo oltre un quinto dei componenti informatici recuperati. I Paesi Bassi contribuiscono con circa l’8% dei processori e meno del 14% dei sensori, mentre il ruolo del Giappone è concentrato principalmente nelle tecnologie di rilevamento, fornendo poco più del 15% dei componenti dei sensori recuperati. Queste cifre mostrano il carattere altamente internazionalizzato dell’ecosistema elettronico alla base dei sistemi senza pilota russi.

Visualizzazione remota

https://flo.uri.sh/visualisation/28467141/embed?auto=1

I processori identificati nel set di dati differiscono sostanzialmente dall’infrastruttura dei data center su larga scala comunemente associata all’elaborazione AI. Le interferenze dei segnali sul campo di battaglia rendono impraticabile il ricorso a server remoti, rendendo necessaria l’inferenza in tempo reale direttamente a bordo del sistema senza pilota stesso. Questo vincolo impone rigidi limiti in termini di dimensioni, peso e consumo energetico, rendendo i chip più avanzati fuori portata, pur consentendo comunque una variazione significativa delle prestazioni, in particolare in termini di latenza.

Le unità di elaborazione grafica (GPU) rimangono l’architettura più efficace per le applicazioni di IA in tempo reale, poiché eseguono calcoli paralleli con un ritardo minimo, il che rappresenta un fattore decisivo dal punto di vista operativo quando sono i millisecondi a determinare il successo di una missione. Sebbene gli algoritmi avanzati possano funzionare su sistemi non basati su GPU, in genere lo fanno con velocità di elaborazione inferiori o prestazioni ridotte. Questa analisi include tutti i processori teoricamente in grado di supportare funzioni di IA, pur sottolineando che l’impatto operativo preciso di questi componenti sull’autonomia sul campo di battaglia russo non può essere determinato appieno sulla base di prove di dominio pubblico.

Diversi sistemi Nvidia individuati nel set di dati corrispondono a piattaforme russe basate sull’intelligenza artificiale già documentate in precedenza. Tra queste figurano i kit di sviluppo Nvidia Jetson Orin recuperati da uno Shahed-136  e da una munizione a raffica V2U, nonché un modulo Jetson TX2 rinvenuto in una ZALA 421-16E — piattaforme valutate nelle sezioni precedenti come dotate di avanzate capacità di IA integrate. I processori da soli, tuttavia, non sono sufficienti. La memoria integrata è limitata e i carichi di lavoro dell’IA richiedono memoria esterna aggiuntiva per memorizzare i parametri dei modelli ed elaborare temporaneamente gli input dei sensori ad alta dimensione. Questi componenti di memoria esterna costituiscono una parte fondamentale dello stack hardware dell’IA integrata.

I sensori completano questa triade. Gli strumenti di basso livello, quali accelerometri, giroscopi e magnetometri, stabilizzano il volo e supportano la navigazione, mentre i sistemi di ordine superiore — tra cui sensori ottici, a infrarossi e radar — generano i dati ambientali necessari per la navigazione autonoma e il riconoscimento dei bersagli. Insieme, l’hardware di elaborazione, la memoria e i sensori definiscono il limite tecnico massimo dell’autonomia a livello di piattaforma.

La presenza di questi componenti non conferma di per sé l’autonomia operativa, ma dimostra che esistono le basi hardware necessarie per l’implementazione dell’IA. I risultati complicano inoltre le narrazioni che sottolineano il ruolo della Cina come principale fornitore di componenti per i droni russi. Sebbene la Cina svolga un ruolo nell’ecosistema elettronico più ampio, le aziende occidentali, in particolare quelle con sede negli Stati Uniti, rimangono i fornitori principali di hardware relativo all’IA. Data la natura a duplice uso di queste tecnologie e la catena di approvvigionamento dei semiconduttori integrata a livello globale, limitare l’accesso della Russia alle capacità di IA integrate rappresenta una sfida politica ampia e complessa.

Partnership internazionali per lo sviluppo dell’intelligenza artificiale e dei sistemi senza pilota in Russia

Le sanzioni occidentali imposte dopo l’annessione della Crimea da parte della Russia nel 2014 e inasprite in seguito all’invasione su vasta scala dell’Ucraina nel 2022 hanno frenato lo sviluppo del settore nazionale dell’intelligenza artificiale in Russia, limitando l’accesso a tecnologie fondamentali, tra cui la microelettronica e i semiconduttori avanzati. Allo stesso tempo, la guerra ha accelerato il deflusso di talenti tecnici e favorito l’abbandono delle aziende tecnologiche straniere, ampliando ulteriormente il divario della Russia rispetto alle principali potenze dell’IA come gli Stati Uniti e la Cina.

La Russia ha cercato di attenuare l’impatto delle sanzioni e dei vincoli tecnologici ampliando la cooperazione bilaterale e multilaterale nel campo dell’IA. Questa sezione esamina i “fattori abilitanti” esterni che sostengono lo sviluppo dell’ecosistema russo dell’IA, concentrandosi sui partenariati nell’ambito di strutture quali il BRICS e sui legami bilaterali con paesi quali Cina, Iran e India. Attraverso queste relazioni, la Russia ottiene accesso a attività di ricerca e sviluppo, infrastrutture informatiche, tecnologie a duplice uso e competenze tecniche in grado di supportare applicazioni dell’IA sia civili che militari. L’analisi si basa su materiali di dominio pubblico, tra cui accordi intergovernativi, dichiarazioni dei vertici, comunicati aziendali, resoconti dei media e ricerche dei think tank.

BRICS

Il BRICS — un gruppo intergovernativo composto da Brasile, Russia, India, Cina e Sudafrica — ha ampliato negli ultimi anni la propria agenda per dare priorità all’intelligenza artificiale (IA) al di là della cooperazione generale in materia di scienza e tecnologia. Sebbene la maggior parte della collaborazione in materia di IA tra i membri avvenga ancora a livello bilaterale e le iniziative multilaterali siano ancora relativamente recenti, stanno emergendo sempre più gruppi di lavoro, dichiarazioni dei vertici e progetti congiunti di ricerca e infrastrutture. Di conseguenza, il BRICS sta diventando un’ulteriore piattaforma attraverso la quale la Russia cerca di superare i propri limiti tecnologici e di espandere le proprie capacità nel campo dell’IA.

Sebbene la cooperazione dei paesi BRICS nel campo della scienza e della tecnologia risalga a prima del 2017, l’intelligenza artificiale è stata menzionata esplicitamente per la prima volta nella Dichiarazione di Xiamen del 2017, in cui gli Stati membri si sono impegnati a potenziare la ricerca, lo sviluppo e l’innovazione congiunti, anche in settori quali il cloud computing e l’intelligenza artificiale. La cooperazione ha iniziato ad accelerare dopo il 2023, quando i membri hanno concordato di istituire un Gruppo di studio sull’intelligenza artificiale. A seguito del vertice BRICS del 2024 a Kazan, sono state lanciate due importanti iniziative: il Centro di ricerca e innovazione sull’IA dei BRICS, che ora sostiene progetti nell’elaborazione del linguaggio naturale multilingue, nell’agricoltura intelligente e nella ricerca sul clima, e il Corridoio digitale cloud BRICS+, progettato per sviluppare infrastrutture condivise di archiviazione dati e di calcolo ad alte prestazioni, riducendo la dipendenza dai server occidentali.

Un’altra tappa fondamentale è stata raggiunta nel 2025, quando i leader del BRICS hanno adottato la Dichiarazione dei leader del BRICS sulla governance globale dell’intelligenza artificiale. Il documento sottolinea l’importanza dello sviluppo open source come meccanismo per ampliare le capacità di ricerca e innovazione nel campo dell’IA tra gli Stati membri. Sebbene le linee guida si applichino formalmente solo agli usi non militari dell’IA, l’accesso a strumenti di IA civili, infrastrutture di dati condivise e reti cloud e di calcolo alternative può comunque supportare il settore della difesa russo a causa della natura a duplice uso di queste tecnologie.

Allo stesso tempo, Mosca ha cercato di influenzare le iniziative emergenti dei paesi BRICS nel campo dell’intelligenza artificiale. In occasione della conferenza russa AI Journey Conference del 2024, Vladimir Putin ha annunciato il lancio di una BRICS+ AI Alliance, volta a collegare le associazioni nazionali e le istituzioni di sviluppo nel campo dell’intelligenza artificiale dei paesi membri e partner, a facilitare la ricerca congiunta e ad ampliare il coordinamento normativo. La Russia ha inoltre avviato progetti concreti, tra cui una partnership tra il Russian Direct Investment Fund e l’operatore di data center BitRiver per costruire infrastrutture di calcolo per l’IA a beneficio dei partecipanti al BRICS.

Per la Russia, il valore strategico della cooperazione BRICS nel campo dell’IA risiede principalmente nella collaborazione aperta nella ricerca e nell’infrastruttura tecnologica condivisa, che possono garantire l’accesso a un più ampio ecosistema di dati e sviluppo che Mosca non è in grado di riprodurre facilmente a livello nazionale. Anche nei casi in cui i paesi partner non siano all’avanguardia nell’innovazione nel campo dell’IA, questo quadro consente alla Russia di rimanere integrata nelle reti internazionali di IA e di mantenere la propria posizione all’interno dell’ecosistema globale dell’IA.

Cina

Come dimostrato dall’analisi dei componenti presentata nella sezione precedente, molte delle tecnologie fondamentali per le capacità di IA, in particolare i chip avanzati e la microelettronica, sono prodotte principalmente da aziende occidentali, soprattutto negli Stati Uniti. Ciò rende la Russia fortemente dipendente dai fornitori stranieri per l’hardware che sta alla base dello sviluppo e dell’implementazione dell’IA.

All’indomani dell’invasione dell’Ucraina del 2022 e dell’introduzione di rigidi controlli sulle esportazioni e sanzioni da parte degli Stati Uniti e dei loro alleati, la Cina è emersa come il principale canale attraverso il quale questi componenti continuano a raggiungere la Russia. Mentre le esportazioni dirette dai paesi occidentali e alleati sono diminuite drasticamente, le spedizioni dalla Cina e da Hong Kong sono aumentate in modo significativo, spesso integrate da trasbordi attraverso paesi intermedi. Di conseguenza, la Cina è diventata il principale canale che consente alla Russia di mantenere l’accesso a chip e componenti microelettronici critici che supportano le infrastrutture informatiche e le applicazioni militari basate sull’intelligenza artificiale.

Oltre a garantire l’accesso a componenti fondamentali e alle infrastrutture informatiche, la Cina sostiene lo sviluppo dell’IA in Russia anche attraverso collaborazioni di ricerca e partnership tecnologiche. A livello politico, Mosca ha cercato di istituzionalizzare questa cooperazione. Nel gennaio 2025, il presidente Putin ha ordinato a Sberbank, un istituto finanziario controllato dallo Stato e attore centrale nella strategia nazionale russa sull’IA, di ampliare la cooperazione con i partner cinesi, valutando anche la creazione di una rivista internazionale dedicata alle tecnologie di IA. Questa direttiva riflette l’impegno politico ad alto livello per approfondire la collaborazione bilaterale nella ricerca e sviluppo sull’IA.

Anche le aziende tecnologiche cinesi hanno svolto un ruolo di primo piano nel sostenere l’ecosistema dell’intelligenza artificiale in Russia. Dal 2014 Huawei ha ampliato le collaborazioni con università, istituti di ricerca e aziende tecnologiche russe, rafforzando ulteriormente questi legami dopo l’inserimento nella Entity List statunitense nel 2019. L’azienda ha firmato accordi di cooperazione con iniziative russe come la National Technology Initiative e ha collaborato con aziende quali Kaspersky e Sberbank nel campo del cloud computing e delle infrastrutture di sicurezza informatica. Tali collaborazioni offrono alle organizzazioni russe l’accesso ad ambienti di calcolo ad alte prestazioni e a servizi cloud in grado di supportare applicazioni di IA ad alta intensità di dati, tra cui la visione artificiale e le tecnologie di navigazione autonoma relative ai sistemi senza pilota.

Sebbene le implicazioni militari dirette di questi progetti rimangano in gran parte oscure, le dichiarazioni ufficiali riconoscono sempre più spesso una crescente cooperazione in materia di difesa legata all’intelligenza artificiale. Nel febbraio 2024, funzionari russi e cinesi hanno pubblicamente riferito di discussioni su «approcci dottrinali e iniziative relative all’uso militare dell’intelligenza artificiale», segnalando la volontà di esplorare la collaborazione in ambiti dell’IA legati alla difesa. Anche gli scambi tecnici si sono ampliati. Ad esempio, Rostec ha inviato studenti di ingegneria in Cina per stage incentrati sulle applicazioni dell’IA nella progettazione di motori aeronautici e nella robotica, a dimostrazione di canali più ampi di trasferimento tecnologico.

Queste iniziative posizionano la Cina come il partner esterno più importante della Russia nel sostenere lo sviluppo dell’intelligenza artificiale. Pechino offre alla Russia l’accesso a canali di approvvigionamento nel settore della microelettronica, a infrastrutture informatiche e a collaborazioni di ricerca che contribuiscono a compensare i vincoli imposti dalle sanzioni occidentali. Allo stesso tempo, il rapporto rimane asimmetrico. La Cina mantiene la posizione tecnologica dominante e ha ripetutamente sottolineato i limiti internazionali alle armi completamente autonome, mentre i funzionari russi hanno sostenuto restrizioni minime allo sviluppo di tali sistemi. Questa divergenza suggerisce che, sebbene la cooperazione possa accelerare le capacità militari della Russia basate sull’IA, essa rimarrà probabilmente condizionata dai più ampi interessi strategici della Cina.

Iran

Dal 2022, la cooperazione militare tra Russia e Iran si è notevolmente ampliata, concentrandosi principalmente sul trasferimento tecnologico e sulla coproduzione di UAS. Teheran ha inizialmente fornito alla Russia le munizioni vaganti Shahed-131 e Shahed-136, insieme alle competenze tecniche che hanno permesso a Mosca di localizzare la produzione e scalare la produzione all’interno della Russia, compreso lo stabilimento di Alabuga. Questi trasferimenti hanno fornito alla Russia le basi per lo sviluppo della serie di droni d’attacco Geran, che gli ingegneri russi hanno successivamente modificato con una navigazione migliorata, caratteristiche anti-jamming e in alcuni casi componenti abilitati all’intelligenza artificiale, come il puntamento tramite visione artificiale e le capacità di navigazione autonoma.

Sebbene il grado esatto di coinvolgimento dell’Iran in questi aggiornamenti tecnologici rimanga poco chiaro, la cooperazione è proseguita attraverso la formazione tecnica, la produzione congiunta e accordi formali, tra cui un protocollo d’intesa sull’intelligenza artificiale firmato nel 2025.

Allo stesso tempo, il flusso tecnologico appare sempre più reciproco. I rapporti del 2026 indicano che l’Iran ha impiegato droni Geran-2 di produzione russa — una variante dello Shahed-136 assemblata nello stabilimento Kupol di Izhevsk — in operazioni contro gli Emirati Arabi Uniti, suggerendo che l’esperienza sul campo di battaglia, i miglioramenti nella produzione e le tecnologie dei droni circolano ora in entrambe le direzioni. Questi scambi dimostrano che la cooperazione tra Russia e Iran nei sistemi UAS si è evoluta in un canale di trasferimento tecnologico e apprendimento operativo che si rafforza a vicenda.

India

L’India rappresenta un altro canale attraverso il quale la Russia può accedere a tecnologie rilevanti per lo sviluppo dell’intelligenza artificiale, sebbene tale cooperazione rimanga limitata e abbia principalmente un ambito civile. La collaborazione si articola principalmente in tre ambiti: la fornitura di tecnologie a duplice uso, gli accordi commerciali tra aziende tecnologiche e i partenariati accademici tra istituzioni russe e indiane. Sebbene queste iniziative contribuiscano a rafforzare la base tecnologica della Russia in senso lato, il loro legame diretto con le applicazioni dell’intelligenza artificiale sul campo di battaglia rimane poco chiaro.

Le aziende indiane si sono affermate come un importante intermediario per le tecnologie soggette a restrizioni necessarie alle infrastrutture di intelligenza artificiale. Poiché l’India non ha aderito alle sanzioni occidentali, le imprese indiane hanno potuto esportare legalmente microelettronica, apparecchiature informatiche e macchinari industriali in Russia in base alla legislazione nazionale. Secondo quanto riportato nel 2024, l’India era diventata il principale fornitore di tecnologie soggette a restrizioni verso la Russia dopo la Cina, incluse le spedizioni di server avanzati contenenti chip Nvidia e altri componenti informatici ad alte prestazioni per un valore di 300 milioni di dollari, ad esempio tramite aziende farmaceutiche. Tale hardware può supportare l’elaborazione dei dati e l’addestramento dei modelli necessari per i sistemi basati sull’IA. Ciò non è privo di rischi: gli Stati Uniti hanno sanzionato alcune aziende indiane per il loro coinvolgimento nella fornitura alla Russia di tecnologia a duplice uso. 

La cooperazione tra soggetti russi e indiani nel campo delle tecnologie civili si sta inoltre ampliando grazie a una serie di accordi commerciali e accademici. Durante una missione commerciale in India del gruppo industriale RUSSOFT nel marzo 2024, diverse organizzazioni, tra cui il PaPSwap State Policy Center, Kanninnov Technologies, la Camera di cooperazione tecnologica indo-russa e Optimus Logic Systems, hanno firmato accordi per cooperare allo sviluppo di circuiti integrati e applicazioni di IA in settori quali l’agricoltura e la sanità. RUSSOFT ha inoltre sostenuto i piani per la creazione di un Centro russo-indiano per lo sviluppo di complessi hardware e software affidabili nell’Uttar Pradesh.

Le collaborazioni accademiche rafforzano ulteriormente questi legami. Ad esempio, l’IIT Kharagpur e l’Università delle Miniere di San Pietroburgo hanno firmato un accordo per promuovere la ricerca congiunta e gli scambi accademici, comprese le applicazioni dell’intelligenza artificiale nei settori dell’energia e delle scienze della terra. Analogamente, l’Università russa di Innopolis ha avviato una collaborazione con la Times School of Media in India per istituire un laboratorio di ricerca internazionale incentrato sull’intelligenza artificiale.

La cooperazione diretta tra India e Russia nel campo dell’intelligenza artificiale (IA) per uso militare rimane limitata, poiché non esistono accordi commerciali o accademici di dominio pubblico che trattino esplicitamente le applicazioni militari dell’IA. Tuttavia, recenti sviluppi suggeriscono una potenziale collaborazione nello sviluppo congiunto e nella produzione di tecnologie avanzate per la difesa. A seguito della visita del presidente Putin a dicembre, entrambi i paesi hanno annunciato piani per ampliare la loro partnership verso la ricerca, lo sviluppo e la produzione congiunti di sistemi avanzati. Le successive discussioni tra funzionari russi e aziende indiane del settore della difesa, comprese le startup che si occupano di droni e IA militare, avrebbero esplorato la cooperazione nella produzione di componenti per i caccia MiG-29 e altri sistemi di difesa. Ci sono anche notizie secondo cui la Russia avrebbe discusso della localizzazione in India della produzione di alcuni sistemi UAS, tra cui la munizione vagante Lancet, che incorpora componenti abilitanti per l’IA.

Nonostante questi sviluppi, la cooperazione dell’India con la Russia nel campo dell’intelligenza artificiale (IA) dovrebbe rimanere limitata. Nuova Delhi continua a perseguire una strategia di autonomia strategica e cerca di mantenere un equilibrio nei rapporti sia con i partner tecnologici occidentali che con la Russia. Di conseguenza, sebbene l’India possa sostenere in modo selettivo l’accesso della Russia alle tecnologie a duplice uso e la collaborazione nella ricerca, un allineamento più profondo — in particolare nell’ambito dell’IA militare — rimane limitato.
 

Conclusioni strategiche e raccomandazioni politiche

Il percorso della Russia nello sviluppo dell’intelligenza artificiale e dei sistemi senza pilota non è caratterizzato dalla ricerca di innovazioni tecnologiche all’avanguardia. Riflette invece uno sforzo più significativo: la costruzione deliberata di un ecosistema sovrano e end-to-end, progettato per tradurre l’intelligenza artificiale applicata in un vantaggio sul campo di battaglia su larga scala. L’approccio di Mosca combina una direzione strategica di alto livello con l’adozione pragmatica di modelli open-weight, l’innovazione industriale a duplice uso, la progettazione hardware modulare, lo sviluppo della forza lavoro e una sperimentazione normativa flessibile. Sempre più spesso, questi flussi paralleli vengono integrati in un sistema centralizzato di coordinamento statale.

Questa analisi porta a tre conclusioni fondamentali su come la Russia stia sviluppando sistemi senza pilota basati sull’intelligenza artificiale.

In primo luogo, la Russia considera l’intelligenza artificiale e i sistemi senza pilota non come capacità isolate, ma come elementi di un ecosistema nazionale integrato. Le strutture civili e militari sono strettamente interconnesse, consentendo all’innovazione di diffondersi in tutti i settori. Infrastrutture, regolamentazione, formazione, produzione industriale e dottrina sono allineate verso un obiettivo comune: raggiungere l’autonomia nell’intero ecosistema. Ciò include un’ampia gamma di componenti dell’ecosistema, dalla produzione nazionale di parti per UAS fino all’applicazione tattica dell’IA, sfruttando i progressi nell’IA e mobilitando i principali attori tecnologici.

In secondo luogo, l’efficacia sul campo di battaglia non è derivata da sofisticate architetture autonome, bensì da sistemi a basso costo, modulari e in rapida evoluzione, dotati di funzioni di intelligenza artificiale dall’ambito ristretto ma fondamentali per la missione. La scalabilità, la velocità e i cicli di retroazione si sono rivelati più determinanti della sola sofisticazione tecnologica.

In terzo luogo, nonostante i discorsi sulla sovranità tecnologica, l’ecosistema tecnologico russo rimane profondamente integrato nelle catene di approvvigionamento globali, in particolare nell’elettronica di livello commerciale occidentale. Più della metà dei componenti necessari per l’intelligenza artificiale proviene da aziende con sede negli Stati Uniti. Ciò mette in luce vulnerabilità strutturali ed evidenzia la difficoltà di controllare la diffusione dei prodotti a duplice uso nei mercati dei semiconduttori, ormai integrati a livello globale.

Per gli Stati Uniti, la lezione fondamentale è che è la coerenza dell’ecosistema, e non i singoli programmi, a determinare il successo nella guerra senza equipaggio basata sull’intelligenza artificiale.

Raccomandazioni per il governo degli Stati Uniti

1. Costruire un ecosistema completo di autonomia civile-militare. Se gli Stati Uniti intendono davvero puntare su un futuro senza equipaggio, l’approccio non può rimanere confinato all’interno del Dipartimento della Difesa. Gli ecosistemi civili e militari devono evolversi insieme. I percorsi formativi, i regimi normativi, l’accesso allo spettro radio, l’integrazione dello spazio aereo, gli incentivi commerciali e gli appalti della difesa devono essere allineati nell’ambito di un’architettura nazionale coerente. L’autonomia non è una piattaforma: è un sistema che abbraccia talenti, infrastrutture, risorse di calcolo, ambienti di test e dottrina. Senza un coordinamento a livello di ecosistema, le iniziative tattiche rimarranno frammentate.
2. Tradurre il concetto di “dominio dei droni” in un quadro di attuazione a livello governativo. L’iniziativa “Drone Dominance” e le linee guida a livello esecutivo segnalano un’intenzione, ma tale intenzione deve essere tradotta in azioni concrete. Gli Stati Uniti necessitano di una tabella di marcia pratica e interagenzia che colleghi la strategia di alto livello all’esecuzione programmatica tra la Federal Aviation Administration, la Federal Communications Commission, la National Telecommunications and Information Administration e i Dipartimenti della Difesa, del Commercio, dell’Istruzione e della Sicurezza Interna. La politica sull’autonomia non può rimanere confinata ai canali della difesa; deve sincronizzare le leve normative, industriali e relative alla forza lavoro in tutto il governo.
3. Incentivare la tecnologia a duplice uso su larga scala. L’integrazione dell’IA più efficace dal punto di vista operativo in Russia si verifica nelle aziende che operano sia nel mercato civile che in quello militare. Gli ecosistemi a duplice uso generano set di dati più ampi, cicli di sperimentazione più rapidi, una maggiore fidelizzazione dei talenti e finanziamenti più stabili. Gli Stati Uniti dovrebbero ampliare i canali di approvvigionamento e i meccanismi di finanziamento che consentono alle aziende commerciali di IA e di sistemi senza pilota di mantenere i ricavi civili mentre sviluppano capacità rilevanti per la difesa. Questo approccio mitiga la “valle della morte” — dove le piattaforme raramente passano dal prototipo alla distribuzione — e accelera la maturazione tecnologica.
4. Creare condizioni di prova realistiche in ambienti ostili. L’autonomia dei veicoli di nuova generazione deve essere testata in ambienti che simulino la guerra elettronica, l’interruzione del segnale GPS e la congestione dello spettro radio. Gli attuali processi normativi e di coordinamento, in particolare per quanto riguarda lo spettro radio e le interferenze, sono lenti e frammentati. Gli Stati Uniti dovrebbero istituire corridoi designati per i test di autonomia e poligoni in condizioni di ambiente ostile, coordinati congiuntamente dal Dipartimento della Difesa, dall’Amministrazione Federale dell’Aviazione, dalla Commissione Federale delle Comunicazioni, dall’Amministrazione Nazionale delle Telecomunicazioni e dell’Informazione e dal Comando Strategico degli Stati Uniti, con tempi di approvazione snelliti. Tali ambienti andrebbero a beneficio sia della prontezza militare che delle applicazioni di resilienza civile, tra cui la risposta alle emergenze e la protezione delle infrastrutture critiche.
5. Potenziare la preparazione della forza lavoro per i sistemi senza pilota. I percorsi formativi per operatori, addetti alla manutenzione, specialisti di IA e gestori dello spettro radio devono essere notevolmente ampliati. Gli Stati Uniti dovrebbero istituzionalizzare l’insegnamento dei sistemi senza pilota nelle prime fasi del percorso formativo, sostenere programmi professionali incentrati sui droni e integrare le competenze relative all’autonomia nel ROTC, nelle accademie militari e nei percorsi civili STEM. Le scuole private specializzate in droni e i centri di formazione commerciali dovrebbero essere incorporati nell’architettura formativa nazionale, anziché essere considerati attori marginali.

L’esperienza della Russia in Ucraina dimostra che l’autonomia non sarà il risultato di una singola innovazione tecnologica, ma deriverà dall’allineamento sistematico di politiche, industria, formazione, infrastrutture e adeguamenti operativi.

Gli Stati Uniti continuano a godere di vantaggi strutturali in termini di risorse umane, capacità innovativa e solidità industriale. Tuttavia, il vantaggio di per sé non garantisce la coerenza. Se l’autonomia deve plasmare la forza del futuro, deve essere considerata non come un programma tecnologico, ma come un progetto di sistema a livello nazionale.

Kateryna Bondar è ricercatrice presso il Wadhwani AI Center del Center for Strategic and International Studies di Washington, D.C.

L’autore desidera ringraziare gli assistenti di ricerca Nicole Errera e Matt Mande del CSIS Wadhwani AI Center e la responsabile del programma Kirtika Sharad della cattedra CSIS per gli studi politici tra Stati Uniti e India per il loro contributo a questa ricerca.

La presente relazione è stata realizzata grazie al sostegno generale offerto al CSIS. Nessuna sponsorizzazione diretta ha contribuito alla sua realizzazione.

Per i riferimenti, consultare il PDF.

---

Il presente rapporto è stato redatto dal Center for Strategic and International Studies (CSIS), un ente privato esente da imposte che si occupa di questioni di politica pubblica internazionale. La sua attività di ricerca è apartitica e non è vincolata ad alcun interesse particolare. Il CSIS non assume posizioni politiche specifiche. Di conseguenza, tutte le opinioni, le posizioni e le conclusioni espresse nella presente pubblicazione devono essere intese come esclusivamente quelle dell’autore o degli autori.

© 2026 Centro per gli studi strategici e internazionali. Tutti i diritti riservati.