Sovranità dell'intelligenza artificiale in orbita: Valutazione delle minacce per il dominio dell'IA in orbita

Wed, 01 Apr 2026 00:00:00 +0000

Risultati principali

Il vuoto normativo relativo all’elaborazione dei dati tramite IA in orbita ottiene un punteggio di 30,0 nella matrice di rischio L x I x V (Livello critico) — la minaccia con il punteggio più alto nella valutazione, a testimonianza di una lacuna che non è emergente, ma già presente e di ampia portata.
4 delle 17 minacce identificate rientrano nella zona critica; nessuna minaccia ha un punteggio inferiore al livello di priorità Medio, il che indica che l’intero settore opera in condizioni di rischio elevato.
I controlli sulle esportazioni limitano la proliferazione dell’hardware ma non coprono i modelli e gli algoritmi di IA — l’elemento che trasforma una piattaforma di sensori in un sistema decisionale autonomo.
5 dei 7 percorsi di conversione da civile a militare mappati per l’IA in orbita richiedono solo modifiche minime, rendendo questa tecnologia una delle più intrinsecamente a duplice uso nel settore spaziale.
Tutte e cinque le categorie di minaccia mostrano tendenze in aumento nell’arco di 12 mesi, creando un contesto di rischio in costante peggioramento nell’orizzonte di pianificazione 2026-2031.

Sintesi

La presente valutazione analizza il panorama delle minacce generato dall’impiego di sistemi di IA autonomi a bordo dei satelliti — sistemi che riducono i cicli dal rilevamento al processo decisionale da ore a secondi, operano al di fuori della giurisdizione di qualsiasi singolo Stato e non sono fisicamente accessibili dopo il lancio. Il profilo di minaccia dominante è rappresentato da un crescente divario tra capacità e governance: gli operatori militari e commerciali stanno implementando l’IA in orbita a un ritmo più rapido di quanto qualsiasi quadro giuridico, normativo o tecnico sia in grado di regolamentarla. Il rischio di massima priorità è l’assenza strutturale di governance per l’elaborazione dell’IA orbitale (Punteggio di rischio: 30,0, Critico), che amplifica ogni altra categoria di minaccia, dall’escalation autonoma alla vulnerabilità della catena di approvvigionamento. La traiettoria netta è fortemente negativa in tutte le dimensioni.

L’intelligenza artificiale in orbita trasforma i satelliti da raccoglitori passivi di dati in processori autonomi che trasmettono conclusioni analizzate piuttosto che immagini grezze.

Il panorama delle minacce

I satelliti non sono più strumenti passivi. Stanno diventando soggetti autonomi in grado di prendere decisioni in un ambito in cui nessuna legge disciplina le loro scelte, nessun ispettore può raggiungerli dopo il lancio e nessuna nazione controlla lo spazio che attraversano.

Contesto e panorama delle minacce

L’intelligenza artificiale in orbita trasforma i satelliti da semplici raccoglitori di dati a veri e propri processori in grado di trasmettere conclusioni analizzate anziché immagini grezze: un passaggio dalle “immagini alle risposte” che ridefinisce l’equazione della sovranità. Non si tratta di una capacità teorica. La costellazione cinese Three-Body gestisce un modello linguistico di grandi dimensioni con 8 miliardi di parametri in orbita, con nove mesi di test orbitali e una precisione di classificazione dichiarata del 94%, sebbene questi dati provengano dai media statali cinesi e non siano stati verificati in modo indipendente.

Tre caratteristiche strutturali definiscono questo scenario di minaccia. In primo luogo, la meccanica orbitale colloca i satelliti al di fuori della giurisdizione fisica mentre transitano su decine di territori nazionali per ogni orbita, creando conflitti inconciliabili tra i regimi di sovranità dei dati. In secondo luogo, l’immutabilità post-dispiegamento significa che l’hardware compromesso o i modelli di IA difettosi non possono essere fisicamente riparati — un vincolo unico delle operazioni spaziali. In terzo luogo, il fulcro della sovranità si è spostato dai dati agli algoritmi, un dominio che nessun quadro giuridico esistente copre adeguatamente. L’orizzonte di valutazione copre il periodo 2026-2031, durante il quale l’IA in orbita passerà da implementazioni sperimentali a infrastrutture militari operative su scala di costellazione.

Il panorama delle minacce

La valutazione identifica 17 minacce in cinque categorie, valutate utilizzando un quadro Probabilità x Impatto x Vulnerabilità in cui ogni dimensione è classificata su scale strutturate e il prodotto fornisce un punteggio di rischio composito. Quattro minacce raggiungono la zona Critica.

Il vuoto di governance è dominante. L’assenza di qualsiasi quadro giuridico internazionale per l’elaborazione dell’IA in orbita (T9, Punteggio di rischio: 30,0) non è un rischio futuro: è una realtà presente che amplifica ogni altra minaccia. Il processo di governance dei LAWS non ha prodotto disposizioni che coprano i sistemi autonomi spaziali (T10, 25,0), creando un falso senso di progresso normativo mentre il settore più rilevante rimane non regolamentato.

Ne consegue un’escalation autonoma. La catena dall’ISR al targeting che bypassa una supervisione umana significativa (T1, 25,0) è già in fase di sviluppo. I cicli decisionali compressi impediscono la de-escalation diplomatica (T4, 16,0), poiché i sistemi di comando militare potenziati dall’IA riducono a pochi secondi il tempo tra il rilevamento e l’ingaggio.

La concentrazione della catena di approvvigionamento crea un terzo punto di pressione. NVIDIA Jetson è diventato lo standard de facto per il calcolo GPU in orbita, presente su piattaforme di più fornitori; il rischio di collo di bottiglia (T5, 20,0) è strutturalmente incorporato. L’impossibilità di accesso post-implementazione rende i rischi di backdoor hardware (T7, 18,75) particolarmente gravi: il firmware compromesso in orbita non può essere aggiornato tramite intervento fisico. È fondamentale notare che la concentrazione hardware che crea vulnerabilità funziona anche come un meccanismo di non proliferazione de facto: gli sforzi per diversificare le catene di approvvigionamento attraverso RISC-V o alternative neuromorfiche abbasseranno contemporaneamente le barriere alla proliferazione, creando una tensione politica che la tecnologia da sola non può risolvere.

Le interazioni tra le diverse categorie complicano ulteriormente il quadro. Il percorso a cascata più pericoloso va dalla compromissione della catena di approvvigionamento, passando per l’errata classificazione dell’IA, fino alla risposta cinetica autonoma senza intervento umano — una catena amplificata dal vuoto di governance presente in ogni anello.

Matrice dei rischi

Come leggere. Ciascuna delle 17 minacce (T1…T17) riceve un risk score composto = Likelihood × Impact × Vulnerability. L e I sono scale 1-5 (5 = massimo); V è un fattore 0,75-1,5 che cattura quanto strutturalmente esposto è il dominio. Fasce: ≥20 Critical, 12-19 High, <12 Medium. Le frecce (↑ / → / ↓) nel testo indicano il trend a 12 mesi.

	Impatto 3	Impatto 4	Impatto 5
L5	T6	T9, T10	T1
L4	T8, T11, T12	T4, T5, T16
L3	T14, T17	T3, T15, T13	T2, T7
L2
L1

La distribuzione evidenzia un panorama delle minacce concentrato nel quadrante ad alto impatto, senza minacce nella zona a basso impatto. Le minacce critiche si raggruppano in due aree: il nesso tra governance e struttura (T9, T10) e il percorso di escalation autonomo (T1). Il confine tra “Alto” e “Critico” è labile: l’errata classificazione dell’IA (T2) e le backdoor hardware (T7) potrebbero spostarsi verso l’alto qualora il targeting autonomo diventasse più diffuso o venissero dimostrati attacchi alla catena di approvvigionamento.

I satelliti transitano su decine di territori nazionali per orbita, creando conflitti inconciliabili tra i regimi di sovranità dei dati che nessun quadro giuridico esistente risolve.

La valutazione

Le minacce che richiedono un intervento immediato hanno una caratteristica in comune: agiscono in ambiti in cui il divario tra capacità e governance è più ampio, dove le conseguenze di un fallimento sono irreversibili e dove le tendenze attuali stanno accelerando.

Le minacce più rilevanti

Il vuoto normativo è il principale amplificatore. Nessun trattato internazionale, convenzione o accordo vincolante disciplina il trattamento dei dati da parte dell’IA in orbita (T9). Non si tratta di una lacuna da colmare a livello diplomatico, bensì di un’assenza strutturale presente in ogni quadro normativo pertinente. Il GDPR disciplina l’archiviazione e il trasferimento dei dati, non l’inferenza algoritmica. L’ITAR disciplina l’esportazione di hardware, non il comportamento dei modelli. Il Trattato sullo spazio extra-atmosferico affronta la responsabilità degli Stati per gli oggetti spaziali, non per le decisioni algoritmiche che tali oggetti prendono. Un satellite che utilizza un chip statunitense, esegue un modello europeo ed elabora dati sul territorio cinese crea sfide di sovranità a più livelli che nessun singolo quadro normativo è in grado di risolvere. Il fattore di vulnerabilità è valutato al massimo livello di esposizione (1,5) poiché la lacuna è totale. Il processo di governance dei LAWS (T10, 25,0) aggrava la situazione creando l’apparenza di un progresso mentre non è visibile alcuna traiettoria verso disposizioni specifiche per lo spazio. La finestra di governance è più ristretta di quanto sembri: le norme devono essere stabilite prima che i sistemi più capaci, attualmente a un livello intermedio di maturità tecnologica, raggiungano la fase di dispiegamento operativo.

Il targeting autonomo sta avanzando rapidamente. La spinta del Pentagono verso sistemi di IA autonomi attraverso il programma Golden Dome e l’integrazione di intelligence elaborata dall’IA nelle reti di comando militare dimostrano che l’IA in orbita viene incorporata nelle kill chain (T1, 25,0). Il quadro di controllo umano significativo crolla strutturalmente in questo ambito: la latenza orbitale comprime le finestre di supervisione, il transito giurisdizionale frammenta l’autorità di controllo e la classificazione autonoma può verificarsi dove nessun essere umano ha sia la capacità che l’autorità di intervenire. Ogni uso operativo abbassa la soglia per quello successivo. Il profilo di rischio tecnologico aggiunge una dimensione critica: la classificazione leggera delle immagini è matura e collaudata dal punto di vista operativo, ma i modelli più grandi attualmente in fase di implementazione — compreso il sistema a 8 miliardi di parametri su Three-Body — introducono modalità di guasto qualitativamente diverse. L’allucinazione dei modelli linguistici di grandi dimensioni nella classificazione critica per la sicurezza è considerata il rischio tecnologico di massima priorità perché produce output sicuri ma errati con una rilevabilità molto bassa. Un modello che si degrada silenziosamente sotto l’esposizione alle radiazioni o genera classificazioni plausibili ma errate pone un rischio maggiore rispetto a uno che fallisce in modo visibile, perché il fallimento visibile innesca l’intervento umano mentre il fallimento silenzioso si propaga nelle catene di targeting.

Il collo di bottiglia hardware è una leva strategica. NVIDIA Jetson è presente nelle implementazioni di Aitech, Novo Space e Kepler — 40 moduli Jetson Orin su 10 satelliti solo nella costellazione più recente (T5, 20.0). AMD/Xilinx domina il settore FPGA. Tutti i componenti critici provengono da catene di approvvigionamento alleate degli Stati Uniti, e i controlli sulle esportazioni statunitensi determinano l’accesso globale — eppure il Bureau of Industry and Security opera con meno di 600 dipendenti e un budget inferiore a 200 milioni di dollari. Gli Stati al di fuori delle catene di approvvigionamento alleate degli Stati Uniti devono affrontare un divario di capacità sempre più ampio con ogni generazione di hardware. Le architetture alternative — RISC-V HPSC a un livello di maturità tecnologica 5-6, chip neuromorfici europei a livello 3-4 — sono ancora lontane anni dall’implementazione operativa, il che significa che la concentrazione della catena di approvvigionamento persisterà almeno fino al 2029-2030.

La manomissione dell’hardware comporta conseguenze sproporzionate. Non esiste alcun caso documentato pubblicamente di manomissione di hardware di grado spaziale, ma l’impossibilità di un rimedio post-implementazione rende il guadagno derivante da una compromissione riuscita sproporzionatamente alto (T7, 18.75). Una backdoor in un processore di IA a bordo di un satellite militare ISR potrebbe alimentare le catene di targeting con informazioni manipolate per l’intera vita operativa del satellite. La concentrazione dell’hardware di IA spaziale in meno di cinque famiglie di fornitori crea obiettivi di alto valore. Il monitoraggio dell’integrità in fase di esecuzione può rilevare anomalie comportamentali, ma non può identificare con certezza una compromissione a livello hardware.

La proliferazione sta accelerando attraverso canali commerciali e statali. L’espansione pianificata dalla Cina del sistema Three-Body a 32 satelliti entro il 2028, che secondo quanto riferito servirà le regioni della Belt and Road, costituisce un percorso di proliferazione sponsorizzato dallo Stato che replica la strategia dell’infrastruttura PNT BeiDou — offrendo agli Stati non allineati capacità di IA in orbita legate alla dipendenza dalla tecnologia cinese, sebbene la tempistica dell’espansione si basi su annunci dei media statali cinesi e non sia stata confermata in modo indipendente. Contemporaneamente, il modello di computing-as-a-service orbitale di Kepler elimina completamente la necessità di capacità satellitari autoctone, consentendo a qualsiasi cliente con i fondi necessari di accedere all’elaborazione IA in orbita. La lacuna più significativa nell’architettura di non proliferazione è che i modelli e gli algoritmi di IA non sono controllati come articoli di difesa ai sensi dell’ITAR, dell’EAR o dell’accordo di Wassenaar. Uno Stato può legalmente assemblare un sistema completo di supporto alle armi basato sull’IA in orbita combinando hardware controllato (su licenza) con software non controllato. La traiettoria più probabile prevede che la proliferazione continui, nella migliore delle ipotesi, con norme di trasparenza volontarie piuttosto che con controlli vincolanti.

NVIDIA Jetson è diventato lo standard de facto per il GPU Computing in orbita, incorporando un unico punto di riferimento per l’ecosistema hardware dell’IA spaziale globale.

Esposizione e resilienza

Il profilo di vulnerabilità è caratterizzato principalmente da rischi strutturali inerenti al settore stesso, piuttosto che da rischi che possano essere risolti con interventi ingegneristici: l’immutabilità post-implementazione, la mancanza di governance e la frammentazione giurisdizionale persisteranno per anni, indipendentemente dagli sforzi tecnici o diplomatici.

Vulnerabilità strutturali

L’interazione più pericolosa è quella tra la mancanza strutturale di un controllo umano significativo e l’opacità dei modelli di IA in orbita: quando i sistemi autonomi prendono decisioni opache su scale temporali che precludono la supervisione umana, non è possibile né attribuire responsabilità né apportare correzioni. L’immutabilità post-implementazione è un vincolo fisico. L’assenza di governance e la frammentazione giurisdizionale sono vincoli politico-giuridici che persisteranno per anni, indipendentemente dagli sforzi diplomatici.

Fattori di resilienza

I fattori di resilienza esistono, ma sono insufficienti a compensare le vulnerabilità sistemiche. La diversificazione dell’architettura tra piattaforme GPU, FPGA, neuromorfiche e RISC-V riduce il rischio di un singolo punto di guasto a livello tecnologico, ma la diversità delle piattaforme non equivale alla diversità di origine: la produzione rimane concentrata nelle catene di approvvigionamento alleate degli Stati Uniti. L’approccio europeo a doppio binario, che persegue sia la capacità sovrana che la leadership nella governance attraverso programmi come AI-eXpress e MYRIAD insieme al Potsdam Call, è il percorso più promettente per la definizione di norme. Tuttavia, gli stack hardware europei dipendono da componenti di origine statunitense a livello di chip, incorporando una dipendenza sotto la superficie dell’autonomia strategica. Le architetture a costellazione distribuita forniscono ridondanza contro la compromissione dei singoli nodi, ma potrebbero paradossalmente amplificare il rischio di escalation rendendo le costellazioni apparentemente più resistenti e quindi più allettanti da impiegare in caso di conflitto. Il divario tra minacce e protezioni è più ampio nel dominio dell’escalation autonoma, dove nessun fattore di resilienza affronta direttamente il fallimento strutturale di un controllo umano significativo.

Dove sta andando il panorama

Tutte e cinque le categorie di minaccia mostrano un andamento in aumento nei prossimi 12 mesi, determinando un peggioramento generalizzato del contesto di rischio in cui il divario tra capacità e governance si sta ampliando anziché ridursi.

Valutazione delle tendenze

L’accelerazione più significativa riguarda l’escalation autonoma, in cui ogni implementazione operativa — il programma «Golden Dome» del Pentagono, l’espansione di Three-Body, la convergenza tra ISR e IA nel settore commerciale — abbassa la soglia per quella successiva. Il punto di svolta è il passaggio dalle dimostrazioni sperimentali di IA alle infrastrutture militari operative, una transizione attualmente in corso che sarà sostanzialmente completata entro l’orizzonte di pianificazione.

La tendenza relativa alla governance è quella che desta maggiori preoccupazioni dal punto di vista strutturale. Mentre le minacce si intensificano, la governance rimane in una fase dichiarativa, senza che sia in fase di sviluppo alcuno strumento vincolante per i sistemi autonomi spaziali. Il cambiamento di tendenza più significativo è la maturazione dell’inferenza dei modelli linguistici di grandi dimensioni in orbita: man mano che sistemi come Three-Body passano dalla fase sperimentale a quella operativa, le modalità di guasto silenziose inerenti ai modelli di grandi dimensioni — allucinazioni, deriva dei parametri indotta dalle radiazioni — introdurranno rischi qualitativamente nuovi nelle catene decisionali militari progettate per sensori deterministici, non per l’IA probabilistica.

La finestra di governance è più stretta di quanto sembri: le norme devono essere stabilite prima che i sistemi autonomi più capaci raggiungano l’impiego operativo.

La risposta

La sfida della mitigazione è caratterizzata da una tensione fondamentale: il meccanismo di non proliferazione più efficace nel breve termine — la concentrazione della catena di approvvigionamento hardware — costituisce di per sé una vulnerabilità in termini di sovranità, e ogni tentativo di diversificarla accelera proprio quella proliferazione che attualmente limita.

Cosa fare per prima cosa

L’azione immediata deve concentrarsi sul vuoto normativo in materia di governance. Un protocollo sui sistemi autonomi specifico per lo spazio dovrebbe essere presentato alla prossima Assemblea Generale delle Nazioni Unite (AGN) o in un altro forum multilaterale. Ciò non porterà rapidamente a un testo vincolante, ma stabilirà il principio secondo cui l’IA autonoma in orbita richiede una governance dedicata — un principio attualmente assente in ogni processo diplomatico in corso. Parallelamente, dovrebbero essere emanate linee guida nazionali che richiedano l’autorizzazione umana esplicita per qualsiasi azione cinetica derivante dalla classificazione dell’IA in orbita, come base giuridica interna, stabilendo norme di pratica anche mentre si sviluppano i quadri internazionali.

Entro i prossimi dodici mesi, dovrebbe essere avviata una revisione dell’ITAR/EAR per includere i pesi dei modelli di IA e le architetture di inferenza per le applicazioni spaziali nell’ambito del controllo delle esportazioni — colmando così la lacuna più significativa nell’architettura di non proliferazione. Contemporaneamente, è fondamentale investire in sistemi di monitoraggio dell’integrità dei modelli di IA in orbita: tecnologie in grado di rilevare il degrado dei parametri indotto dalle radiazioni e i risultati di inferenza anomali prima che entrino nelle catene decisionali affronterebbero il problema dei guasti silenziosi che il profilo di rischio tecnologico identifica come la vulnerabilità tecnica di massima priorità.

Nel medio termine, un registro multilaterale di trasparenza algoritmica per i sistemi di IA in orbita — analogo alle salvaguardie nucleari — richiederebbe ai satelliti registrati di dichiarare le capacità dei modelli di IA, i livelli di autonomia e i domini di elaborazione. Anche l’adozione volontaria crea aspettative normative. Gli investimenti europei sovrani nella fabbricazione di IA spaziale, basati su Ubotica e AGGA-4 foundations, fornirebbero una vera diversificazione della catena di approvvigionamento a livello di fabbricazione piuttosto che semplicemente a livello di piattaforma.

La minaccia più grave che richiede una decisione immediata è il vuoto di governance. Ogni mese che passa senza una governance specifica per l’IA autonoma spaziale permette alle implementazioni operative di stabilire fatti in orbita che le future normative faranno fatica a invertire.

Limiti

La presente valutazione si basa su fonti secondarie per quanto riguarda le capacità cinesi di IA in orbita — in particolare le metriche relative alla costellazione Three-Body, che provengono dai media statali cinesi e non sono state verificate in modo indipendente — e rileva solo le manifestazioni non classificate dei programmi militari statunitensi e degli alleati. I punteggi di rischio implicano un giudizio, in particolare per scenari senza precedenti come l’escalation di sciami di costellazioni autonome. La valutazione cattura un’istantanea alla data di aprile 2026; l’espansione di Three-Body, la tempistica di consegna dell’HPSC e i conflitti in corso potrebbero modificare molteplici valutazioni nel giro di pochi mesi. Gli effetti del tempo spaziale, i rischi dei detriti orbitali per i satelliti che trasportano IA e le minacce interne alle organizzazioni degli operatori satellitari sono stati esclusi per mantenere l’attenzione sul nesso tra sicurezza e governance.

Glossario

Risk framework (specifico dell’articolo)

T1…T17 — Identificativi delle minacce nel risk matrix, organizzate in cinque categorie:
- Autonomous escalation and loss of human control
  - T1 — catena ISR-to-targeting autonoma che elude il controllo umano significativo (25,0 — Critical)
  - T2 — errata classificazione IA innesca una risposta cinetica contro un non-obiettivo (18,75)
  - T3 — sciami di costellazioni autonome operano al di là del controllo di una singola autorità (15,0)
  - T4 — cicli decisionali compressi impediscono la de-escalation diplomatica (16,0)
- Supply chain concentration and hardware dependency
  - T5 — chokepoint GPU NVIDIA per il computing in orbita (20,0)
  - T6 — carenza globale di chip di memoria limita il deployment fino al 2028 (15,0)
  - T7 — backdoor hardware o manomissione firmware nei processori IA space-grade (18,75)
  - T8 — dipendenza da singolo vendor (Ubotica) per l’IA spaziale europea (15,0)
- Governance vacuum and jurisdictional failure
  - T9 — nessun quadro giuridico governa l’elaborazione IA di dati in orbita (30,0 — Critical, punteggio più alto)
  - T10 — la governance LAWS esclude i sistemi autonomi space-based (25,0 — Critical)
  - T11 — GDPR e leggi sulla data-localization non applicabili all’elaborazione orbitale (12,0)
  - T12 — policy di classificazione ostacolano la condivisione di intelligence tra alleati (9,0)
- Cyber and electronic warfare against on-orbit AI
  - T13 — model poisoning o manipolazione IA avversariale via uplink (15,0)
  - T14 — esfiltrazione del modello IA tramite intercettazione delle comunicazioni satellitari (9,0)
  - T15 — input sensori falsificato causa errata classificazione dell’IA (15,0)
- Sovereignty capture by private providers
  - T16 — governi dipendenti da IA commerciale in orbita perdono il controllo sovrano (16,0)
  - T17 — la “sovereign AI” commercializzata dai privati replica la trappola della sovranità petrolifera (11,25)
L × I × V — Formula del risk score: Likelihood × Impact × Vulnerability.
- L1–L5 — scala di likelihood su un asse del matrix (5 = massimo)
- Impact 1–5 — scala di impact sull’altro asse (5 = massimo)

Tecnico e hardware

LLM — Large Language Model; la classe di modelli i cui silent-failure (allucinazione, deriva dei parametri indotta da radiazioni) dominano il profilo di rischio tecnologico.
ISR — Intelligence, Surveillance, and Reconnaissance; la funzione più direttamente trasformata dall’IA in orbita, dalla raccolta di immagini grezze alla trasmissione di output già classificati.
FPGA — Field-Programmable Gate Array; silicio riconfigurabile, dominato nel segmento space-grade da AMD/Xilinx.
RISC-V — architettura di instruction-set CPU open-source; principale alternativa non-USA per processori sovrani.
HPSC — High-Performance Spaceflight Computing; architettura NASA di processori rad-hard di nuova generazione (attualmente a TRL 5-6).
AGGA-4 — Advanced GPS/Galileo ASIC; famiglia ESA di chip space-grade per navigazione, parte delle fondazioni europee per hardware IA spaziale sovrano.

Regolamentazione ed export control

LAWS — Lethal Autonomous Weapons Systems; processo UN-CCW del Group of Governmental Experts sulla governance delle armi autonome (nessuna clausola space-specific finora).
ITAR — International Traffic in Arms Regulations; regime statunitense di export per articoli di difesa.
EAR — Export Administration Regulations; regime statunitense di export per beni dual-use, amministrato dal BIS.
Wassenaar — Wassenaar Arrangement; regime multilaterale a 42 Stati per il controllo delle esportazioni di armi convenzionali e beni dual-use.
BIS — Bureau of Industry and Security; agenzia del US Department of Commerce che applica l’EAR (con meno di 600 dipendenti e ~200M$ di budget).

Programmi e sistemi

Golden Dome — programma Pentagono di difesa missilistica con componenti di decision-making IA autonoma.
Three-Body — costellazione cinese di calcolo IA in orbita; secondo quanto riferito esegue un LLM da 8 miliardi di parametri in orbita (fonte media di Stato cinese, non verificato in modo indipendente).
Jetson / Jetson Orin — modulo GPU embedded NVIDIA per IA; standard de facto per il compute in orbita, presente nei deployment di Aitech, Novo Space e Kepler.

Fonti primarie e ricerca

Kepler Communications (2026). Kepler Deploys First Space-Based, Scalable Cloud Infrastructure Powered by NVIDIA. Kepler Communications. https://kepler.space/kepler-deploys-first-space-based-scalable-cloud-infrastructure-powered-by-nvidia/

Kepler Communications (2025). Kepler Announces On-Orbit Compute Capacity on Optical Data Relay Network. Kepler Communications. https://kepler.space/kepler-announces-on-orbit-compute-capacity-on-optical-data-relay-network/

NASA (2025). CogniSAT-6 Dynamic Targeting Demonstration. NASA. https://www.nasa.gov

NASA (2025). Starling: Distributed Autonomous Spacecraft Operations. NASA Ames Research Center. https://www.nasa.gov

NASA (2025). ISAAC: Integrated System for Autonomous and Adaptive Caretaking. NASA. https://www.nasa.gov

ESA (2025). Enabling Navigation Onboard MetOp-SG-A1 (AGGA-4 ASIC). European Space Agency. https://www.esa.int/Enabling_Support/Space_Engineering_Technology/Shaping_the_Future/Enabling_navigation_onboard_MetOp-SG-A1

US Space Command (2025). Assessment of COSMOS 2576 as Counterspace Weapon. NPR. https://www.npr.org

CSIS / Gregory C. Allen (2022). Choking Off China’s Access to the Future of AI. Center for Strategic and International Studies. https://www.csis.org/analysis/choking-chinas-access-future-ai

SatNews (2026). China Completes In-Orbit Testing of “Three-Body” AI Computing Constellation. SatNews. https://satnews.com/2026/02/16/china-completes-in-orbit-testing-of-three-body-ai-computing-constellation/

Chatham House (2026). Middle Powers and the AI Sovereignty Dilemma. Chatham House. https://www.chathamhouse.org

ORF / Nisha Holla (2026). India’s Sovereign AI Stack: Institutional Programs Across Five Layers. Observer Research Foundation. https://www.orfonline.org

Deloitte (2026). Technology Sovereignty Acceleration and Market Fragmentation. Deloitte Insights. https://www.deloitte.com/insights

East Asia Forum (2025). US-China AI Standards Competition and the Starlink Dual-Use Precedent. East Asia Forum. https://www.eastasiaforum.org

Cruzes, D.S. (2026). AI Sovereignty: Infrastructure, Latency, and Jurisdictional Control. arXiv. https://arxiv.org/abs/2602.10900

Siebert, L.C. et al. (2021). Meaningful Human Control: Actionable Properties for AI System Design. arXiv. https://arxiv.org/abs/2112.01298

Yew, S.K. et al. (2026). The Commodification of Sovereign AI. arXiv. https://arxiv.org/abs/2601.11763

Srivastava, D. & Bullock, J. (2024). AI and Global Governance: Instrumental, Structural, and Discursive Power. arXiv. https://arxiv.org/abs/2410.17481

Spacecrafts on spacepolicies

Sovranità dell'intelligenza artificiale in orbita: Valutazione delle minacce per il dominio dell'IA in orbita

Risultati principali

Sintesi

Il panorama delle minacce

Contesto e panorama delle minacce

Il panorama delle minacce

Matrice dei rischi

La valutazione

Le minacce più rilevanti

Esposizione e resilienza

Vulnerabilità strutturali

Fattori di resilienza

Dove sta andando il panorama

Valutazione delle tendenze

La risposta

Cosa fare per prima cosa

Limiti

Glossario

Fonti primarie e ricerca