ASUS ha illustrato, nel corso di un evento che si è tenuto ieri a Milano, la sua strategia di mercato, che punta a portare l’intelligenza artificiale direttamente nelle aziende, riducendo la dipendenza dal cloud e rafforzando il controllo sui dati.
L’intelligenza artificiale è ormai entrata nelle aziende, ma non sempre dalla porta principale. Spesso sono i dipendenti a introdurla nelle attività quotidiane, utilizzando strumenti personali per analizzare documenti, elaborare informazioni o automatizzare compiti. Un fenomeno che accelera la produttività individuale, ma che può esporre le organizzazioni a problemi di sicurezza, controllo dei dati e gestione dei costi.
Il keynote di Marco Astori
È proprio da questa contraddizione che Marco Astori, Country Manager di ASUS, ha preso le mosse nel suo intervento all’evento organizzato a Milano il 29 ottobre, dedicato alle nuove frontiere dell’intelligenza artificiale.
I numeri utilizzati dal manager per fotografare il mercato italiano evidenziano un percorso ancora disomogeneo. Secondo i dati ISTAT 2025 citati durante la presentazione, il 16,4% delle imprese italiane con almeno dieci addetti utilizza l’intelligenza artificiale, una percentuale che raggiunge il 53,1% tra le grandi aziende. Ben diverso il quadro delle PMI: secondo il dato del Politecnico di Milano richiamato da Astori, soltanto l’8% ha progetti AI attivi o in sperimentazione.
Il problema, quindi, non è soltanto la disponibilità della tecnologia. È la capacità di trasformarla in uno strumento realmente integrato nei processi aziendali. Ed è su questo terreno che ASUS intende giocare una partita importante, proponendo un portafoglio che comprende acceleratori per PC, workstation specializzate, sistemi di calcolo compatti e infrastrutture per le AI Factory.
Prima dell’intelligenza artificiale servono dati organizzati
Il ragionamento di Astori ha individuato tre ostacoli che ancora limitano l’adozione dell’AI nelle imprese: qualità delle informazioni, costi e sicurezza.
Il primo riguarda un patrimonio informativo spesso frammentato tra archivi, applicazioni e reparti. Documenti obsoleti, procedure non aggiornate e dati difficili da recuperare compromettono l’affidabilità dei risultati generati dai modelli linguistici. La seconda criticità è economica: i servizi cloud basati sul consumo possono produrre costi difficili da prevedere e da attribuire alle singole funzioni aziendali. Infine, la sicurezza, con il fenomeno della shadow AI: l’utilizzo di strumenti non autorizzati sui quali possono transitare contratti, documenti riservati e informazioni sui clienti.
Il punto centrale dell’intervento è stato il ruolo del Knowledge Management, inteso non più come semplice attività di archiviazione, ma come condizione necessaria per rendere l’intelligenza artificiale affidabile e verificabile. Un’organizzazione che non conosce esattamente il proprio patrimonio informativo difficilmente potrà affidarlo con successo a un sistema automatizzato.
Da qui anche la proposta di superare l’idea di un unico assistente AI generalista in favore di strumenti specializzati, destinati a funzioni come amministrazione, risorse umane, finanza e ufficio legale. Ciascuno con accesso a informazioni specifiche, processi definiti e differenti livelli di riservatezza.
La vera risorsa competitiva non è il modello linguistico in sé, ma la conoscenza aziendale sulla quale viene applicato. Un concorrente può acquistare le stesse tecnologie, ma non può replicare altrettanto facilmente l’esperienza, le procedure e le competenze accumulate da un’organizzazione.
Private AI: riportare il controllo nelle aziende
La risposta tecnologica proposta da ASUS passa attraverso la Private AI, ovvero ambienti nei quali modelli e dati possono essere gestiti direttamente sulle infrastrutture aziendali, senza dover necessariamente ricorrere a servizi di elaborazione esterni.
È un’impostazione che risponde a esigenze concrete. Da un lato la riservatezza delle informazioni, dall’altro la possibilità di avere maggiore prevedibilità dei costi, evitando che ogni interrogazione o attività di elaborazione generi una tariffa legata al numero di token utilizzati.
Astori ha affrontato anche il tema della sovranità digitale, sottolineando come la semplice localizzazione geografica di un data center non esaurisca le questioni legate alla giurisdizione applicabile ai dati. La scelta di utilizzare infrastrutture locali può offrire alle aziende un controllo più diretto sulle informazioni, pur non eliminando la necessità di adeguate misure di sicurezza e conformità normativa.
L’obiettivo non è necessariamente sostituire ogni servizio cloud, ma rendere disponibili alternative che consentano alle imprese di scegliere dove eseguire i carichi di lavoro AI in funzione della sensibilità dei dati, delle prestazioni richieste e dei vincoli economici.
Per ASUS questo passaggio rappresenta anche un’evoluzione del mercato hardware: il computer non è più soltanto il terminale attraverso il quale si accede all’intelligenza artificiale, ma può diventare il luogo in cui l’intelligenza artificiale viene eseguita.
UGen300: l’intelligenza artificiale locale arriva attraverso una porta USB
Tra le novità presentate, una delle più interessanti per il potenziale di diffusione nel mercato professionale è ASUS UGen300 USB AI Accelerator, un dispositivo compatto progettato per aggiungere capacità di elaborazione AI locale a computer già esistenti.
Il prodotto integra un processore Hailo-10H capace di raggiungere 40 TOPS, affiancato da 8 GB di memoria LPDDR4 dedicata. Il tutto con un consumo dichiarato di appena 2,5 watt e dimensioni di 105 × 50 × 18 millimetri.
Attraverso una connessione USB 3.1 Gen 2 Type-C, UGen300 può accelerare applicazioni di intelligenza artificiale senza affidarne l’intero carico computazionale alla CPU o alla GPU del computer ospitante. Supporta ambienti Windows, Linux e Android e può essere utilizzato per attività quali elaborazione dei testi, analisi delle immagini e riconoscimento vocale.
L’aspetto interessante, soprattutto in ottica B2B, è la possibilità di introdurre capacità AI dedicate senza dover necessariamente sostituire l’intero parco macchine. Per uno studio professionale, un piccolo ufficio o un’impresa con postazioni già operative, un acceleratore esterno può rappresentare un punto di ingresso meno impegnativo rispetto all’acquisto di nuovi sistemi.
La presenza di oltre cento modelli pre-addestrati attraverso UGen Utility e il supporto a framework come TensorFlow, PyTorch e ONNX ampliano inoltre gli scenari di utilizzo per sviluppatori e integratori.
Naturalmente, le prestazioni effettive dipendono dai modelli utilizzati e dalla compatibilità delle applicazioni: UGen300 non trasforma qualsiasi PC in una workstation per grandi modelli linguistici, ma rende accessibile una classe di elaborazioni AI locali che altrimenti potrebbe richiedere hardware dedicato.
Il dispositivo è già disponibile in Italia attraverso ASUS Gold Store, rivenditori Powered by ASUS e partner commerciali. Il posizionamento annunciato è inferiore ai 300 euro, una soglia particolarmente significativa per un mercato che guarda con interesse a soluzioni AI relativamente economiche e facilmente integrabili.
ProArt GR1X: una workstation AI nel formato di un Mini PC
Salendo di categoria, ASUS ha presentato ProArt GR1X, un Mini PC progettato per professionisti, creativi e sviluppatori che necessitano di capacità di calcolo AI molto più elevate.
Il sistema utilizza la piattaforma NVIDIA RTX Spark, con GPU basata su architettura Blackwell a 6.144 core e CPU NVIDIA Grace a 20 core. La potenza di elaborazione dichiarata raggiunge 1 PetaFLOP in FP4, mentre la memoria unificata può arrivare a 128 GB.
Quest’ultimo elemento assume un’importanza particolare: la memoria disponibile è uno dei fattori che determinano le dimensioni dei modelli AI eseguibili direttamente su un computer. Secondo ASUS, ProArt GR1X può gestire modelli linguistici fino a 120 miliardi di parametri, oltre a flussi complessi di generazione di immagini e contenuti multimediali.
Il tutto in uno chassis di appena 150 × 150 × 51 millimetri, con raffreddamento a doppia ventola e quattro dissipatori, progettato per sostenere attività continuative.
La dotazione comprende Ethernet 10GbE, Wi-Fi 7, Bluetooth 5.4, HDMI 2.1 e connettività USB-C, con supporto fino a quattro monitor 4K o un display 8K.
Sul versante software, ASUS mette a disposizione strumenti come MuseTree per la generazione di contenuti, StoryCube per la gestione degli archivi multimediali, oltre al supporto a ComfyUI e Hermes Agent per sviluppare e orchestrare flussi di lavoro più articolati.
Dal punto di vista commerciale, ProArt GR1X si colloca in una fascia interessante per studi di progettazione, agenzie creative, software house e imprese che vogliono sperimentare agenti AI interni senza trasferire sistematicamente i propri dati su piattaforme remote. La disponibilità italiana è prevista dalla seconda metà di novembre.
UGen B70: più memoria per gli agenti AI aziendali
Un’altra proposta particolarmente rilevante per il mercato professionale è ASUS UGen Intel Arc Pro B70, una scheda acceleratrice progettata per l’inferenza AI locale e per i sistemi che eseguono più agenti intelligenti contemporaneamente.
Il prodotto dispone di 32 GB di memoria GDDR6 ECC, un quantitativo superiore a quello di numerose schede grafiche tradizionalmente destinate al mercato desktop. La memoria è un elemento determinante soprattutto quando si utilizzano modelli complessi, finestre di contesto estese o workflow che richiedono l’esecuzione simultanea di più componenti AI.
ASUS dichiara il supporto alla maggior parte dei modelli con meno di 27 miliardi di parametri in configurazione a singola scheda. Combinando due o quattro unità è possibile arrivare rispettivamente a 64 e 128 GB di memoria video complessiva, ampliando le possibilità di implementazione.
Il supporto software comprende piattaforme come Ollama, OpenVINO, PyTorch XPU, llama.cpp e vLLM XPU, oltre a un insieme di modelli linguistici e multimodali già verificati.
Questa soluzione introduce un’ulteriore prospettiva commerciale: l’aggiornamento e la configurazione di workstation AI su misura, anziché la vendita esclusiva di sistemi completi.
Per system integrator e rivenditori specializzati significa poter progettare configurazioni differenziate in base al numero di utenti, ai modelli utilizzati e alla complessità delle attività. Una possibilità interessante soprattutto per PMI e studi professionali che vogliono realizzare piccoli ambienti AI privati.
La scheda, con consumo dichiarato di 310 watt, sarà disponibile in Italia da metà novembre attraverso il canale ASUS.
Dalla scrivania al data center: il ruolo delle AI Factory
La strategia illustrata a Milano non si esaurisce nell’intelligenza artificiale personale. ASUS intende presidiare anche il mercato delle infrastrutture enterprise attraverso il progetto delle AI Factory, ambienti di calcolo progettati per sviluppare, eseguire e gestire applicazioni AI su scala aziendale.
L’elemento distintivo dell’approccio presentato non è soltanto la capacità computazionale, ma l’integrazione di server, networking, storage, software di gestione e strumenti di governance.
In collaborazione con NVIDIA e partner tecnologici tra cui AMD, IBM, Intel, Samsung e Schneider Electric, ASUS punta a realizzare infrastrutture nelle quali progettazione, installazione e gestione operativa siano parti di un unico processo.
Un ruolo importante viene attribuito ai digital twin, utilizzati per simulare e validare le configurazioni prima della loro implementazione fisica. Attraverso il blueprint NVIDIA DSX Sim e la collaborazione con partner specializzati, è possibile analizzare anticipatamente vincoli infrastrutturali, esigenze di alimentazione, raffreddamento e configurazione dei sistemi.
L’obiettivo è ridurre i rischi progettuali e accelerare il passaggio dalla disponibilità dell’infrastruttura alla sua effettiva produttività.
La proposta include soluzioni come ASUS AI POD XA VR721-E3, basata su NVIDIA Vera Rubin NVL72, e i sistemi XA NR1I-E12LR e XA NR1I-E12L con NVIDIA HGX Rubin NVL8, destinati ai carichi enterprise più impegnativi.
Per l’AI agentica è prevista la piattaforma ASUS XA P2N-E2, basata su NVIDIA MGX 2U e dotata di due CPU NVIDIA Vera, mentre per l’edge computing entrano in gioco soluzioni come ESC8000-E12P e sistemi compatti basati su NVIDIA Jetson Thor T5000.
A completare l’offerta intervengono le piattaforme di storage AI-native e gli strumenti di gestione ASUS Control Center e ASUS Infrastructure Deployment Center, affiancati dall’AI Software Stack.
Si tratta di un mercato molto diverso da quello dei PC professionali, ma collegato alla stessa strategia industriale: offrire alle imprese la possibilità di mantenere un maggiore controllo sull’intero ciclo di vita delle applicazioni AI, dalla potenza di calcolo fino alla gestione dei dati e degli agenti autonomi.
Un ecosistema che parte dalle singole postazioni
Nel percorso delineato da ASUS trovano spazio anche sistemi intermedi come ExpertCenter Pro ET900N G3, Ascent GX10 e Ascent QN10, che contribuiscono a costruire un’offerta graduata per differenti necessità di calcolo.
ET900N G3 si posiziona nella fascia delle workstation AI ad altissime prestazioni, con piattaforma NVIDIA GB300 Grace Blackwell Ultra e fino a 748 GB di memoria coerente, mentre Ascent GX10 propone un sistema compatto basato su NVIDIA GB10 Grace Blackwell Superchip, con 128 GB di memoria unificata e prestazioni AI dichiarate fino a 1 PetaFLOP.
Ascent QN10, invece, utilizza la piattaforma Qualcomm Snapdragon X2 Elite e punta a integrare capacità AI, efficienza energetica e connettività avanzata in un sistema ultracompatto.
Questi prodotti contribuiscono a definire una progressione tecnologica che parte dalle esigenze individuali e arriva agli ambienti enterprise più complessi. Non tutte le organizzazioni hanno bisogno di un’infrastruttura AI dedicata, così come non tutte possono gestire i propri carichi di lavoro con un semplice acceleratore USB.
La disponibilità di soluzioni differenziate consente al canale di proporre percorsi di adozione graduali, legati agli effettivi obiettivi aziendali.
Il canale ICT di fronte a una nuova opportunità
Per il mondo della distribuzione e del retail tecnologico, il messaggio che emerge dall’evento ASUS va oltre il lancio di nuovi prodotti.
L’intelligenza artificiale locale può aprire una fase di rinnovamento del mercato professionale, ma difficilmente seguirà le stesse dinamiche commerciali di una tradizionale sostituzione del parco PC.
La differenza sta nella necessità di comprendere che cosa il cliente voglia effettivamente automatizzare, quali informazioni intenda elaborare e quali livelli di controllo siano necessari. Una PMI che vuole realizzare un assistente per consultare documenti interni presenta esigenze molto diverse da uno studio creativo impegnato nella generazione di contenuti o da un’impresa industriale che sviluppa applicazioni di visione artificiale.
È proprio questa varietà a creare spazio per rivenditori a valore aggiunto, VAR e system integrator. Alla scelta dell’hardware possono affiancarsi attività di consulenza, configurazione dei modelli, integrazione con le applicazioni aziendali, sicurezza, manutenzione e assistenza continuativa.
Inoltre, l’AI locale non elimina automaticamente i costi dell’intelligenza artificiale. Li redistribuisce, sostituendo almeno in parte canoni e tariffe a consumo con investimenti in hardware, energia, aggiornamenti, competenze e gestione. La convenienza deve quindi essere valutata caso per caso, in relazione ai carichi di lavoro e alla frequenza di utilizzo.
Ed è proprio questa valutazione a rappresentare una possibile nuova area di specializzazione per il canale.
La strategia ASUS sembra orientata a un obiettivo preciso: trasformare l’intelligenza artificiale da funzionalità associata a un singolo prodotto a elemento strutturale dell’offerta tecnologica, mettendo a disposizione strumenti per costruire soluzioni commisurate alle dimensioni e alle necessità delle imprese.
Se questa evoluzione troverà riscontro nella domanda, il valore commerciale non si misurerà soltanto nel numero di PC, acceleratori o server venduti, ma soprattutto nella capacità di rendere l’intelligenza artificiale realmente utilizzabile nei processi aziendali.
Per il canale ICT potrebbe essere uno dei cambiamenti più significativi: non limitarsi a vendere hardware predisposto per l’AI, ma diventare il partner che aiuta le imprese a trasformarla in un investimento produttivo.
