Apple Intelligence e il problema dell’intelligenza artificiale: non è tutta la stessa cosa
Parlare di intelligenza artificiale come se fosse un blocco unico è un errore che quasi tutti continuano a fare. E il problema non è solo linguistico. È strategico, economico e persino etico. Perché sotto l’ombrello generico di “AI” convivono strumenti straordinariamente utili e prodotti che rasentano il grottesco. Eppure, tutto viene venduto con la stessa etichetta, come se non ci fosse differenza tra un sistema che analizza milioni di dati scientifici e uno che genera immagini raccapriccianti per un invito di compleanno.
Esiste l’AI che aiuta chi sviluppa software a completare una riga di codice. Quella che setaccia enormi quantità di informazioni e ne estrae qualcosa di significativo. E poi c’è quella che produce contenuti visivi privi di senso, o peggio ancora, quella capace di manipolare immagini di persone senza il loro consenso. Alcune applicazioni meriterebbero risorse dedicate con serietà. Molte altre, francamente, no. Questa complessità viene però sfruttata in modo piuttosto rozzo per far sembrare tutta l’intelligenza artificiale una necessità inevitabile. Un caso che, guarda un po’, rende ancora più ricchi quelli che lo erano già.
Cosa ha presentato Apple alla WWDC26
Durante il keynote della WWDC26, l’11 giugno 2026, Apple ha svelato la terza generazione dei suoi Apple Foundation Models (AFM). Si tratta di cinque modelli distinti, alcuni progettati per funzionare direttamente sul dispositivo, altri basati sul cloud, e uno che gira sui server di Google con chip Nvidia. A prima vista sembra un pasticcio, ma provando a scomporre il tutto la situazione diventa più chiara.
Apple ha chiarito che la nuova Apple Intelligence non è semplicemente una versione riverniciata dell’AI di Google. Come ha spiegato Jason Cross di Macworld, Apple è partita dai modelli fondazionali di Gemini, li ha ottimizzati e ricostruiti per Apple Silicon, e li ha riallenati con dati, pesi e parametri di sicurezza propri. Potrebbe sembrare una questione di lana caprina, ma quei tre elementi fanno una differenza enorme nei risultati finali.
I primi due modelli, AFM 3 Core e AFM 3 Core Advanced, funzionano localmente sul dispositivo. Il primo migliora le capacità di Siri, il secondo aggiunge voci più espressive e una dettatura più accurata, ma richiede hardware più potente. Poi ci sono i tre modelli cloud: AFM 3 Cloud per le funzionalità generali lato server, ADM 3 Cloud per la generazione e modifica di immagini, e AFM 3 Cloud Pro. Quest’ultimo è l’unico che effettivamente gira sull’infrastruttura di Google, ma non usa codice Google nel senso stretto del termine. È il pezzo che gestirà le funzioni più avanzate, come la pianificazione di eventi e attività complesse.
Perché serve una conversazione più onesta sull’AI
Ecco perché prima della WWDC26 era così difficile capire cosa stesse realmente facendo Apple. L’azienda è partita dal codice di Google ma lo ha fatto proprio. Ha messo sul dispositivo tutto il possibile, ma una parte significativa vive nel cloud, in parte persino sull’infrastruttura altrui. È un equilibrio complicato, e proprio per questo merita di essere raccontato con le sfumature che richiede.
Il termine “intelligenza artificiale” mescola strumenti tecnici genuinamente utili, con applicazioni che portano benefici reali, insieme a prodotti che generano spazzatura visiva e risposte basate su materiale usato senza autorizzazione, il tutto alimentato da server con un impatto ambientale che nessuno vorrebbe nel proprio quartiere. Servirebbe una conversazione più onesta e articolata su tutto questo. Ma finché si continua a chiamare ogni cosa con lo stesso nome, quella conversazione resta praticamente impossibile.
