{
  "meta": {
    "updated": "2026-04-13",
    "version": "2.5",
    "completeness": 1.0
  },
  "labels": [
    "2022",
    "2023",
    "2024",
    "2025",
    "2026"
  ],
  "years": [
    2022,
    2023,
    2024,
    2025,
    2026
  ],
  "blx_gross": [
    100,
    162.4,
    204.8,
    237.6,
    267.3
  ],
  "blx_real": [
    24.7,
    46.7,
    55.3,
    60.1,
    66.1
  ],
  "rlx": [
    0.88,
    0.85,
    0.83,
    0.8,
    0.84
  ],
  "cex": [
    0.75,
    0.72,
    0.7,
    0.67,
    0.62
  ],
  "six": [
    0.52,
    0.5,
    0.49,
    0.48,
    0.48
  ],
  "dimensions": {
    "CT": {
      "label": "Capacità Tecnologica",
      "scores": [
        50,
        100,
        92,
        100,
        100
      ],
      "weight": 0.28,
      "subs": {
        "CT01": {
          "vals": [
            72.5,
            86.4,
            82.0,
            87.7,
            91.85
          ],
          "unit": "score",
          "q": "VERIFIED"
        },
        "CT02": {
          "vals": [
            42,
            54.2,
            65,
            78.5,
            90.1
          ],
          "unit": "score",
          "q": "PARTIAL"
        },
        "CT03": {
          "vals": [
            21,
            75,
            285,
            1200,
            4500
          ],
          "unit": "idx",
          "q": "PARTIAL"
        },
        "CT04": {
          "vals": [
            100,
            210,
            580,
            1400,
            2800
          ],
          "unit": "idx",
          "q": "VERIFIED"
        },
        "CT05": {
          "vals": [
            15,
            28,
            45,
            58,
            68
          ],
          "unit": "score",
          "q": "ESTIMATED"
        }
      }
    },
    "EI": {
      "label": "Economia & Investimenti",
      "scores": [
        50,
        100,
        100,
        100,
        100
      ],
      "weight": 0.22,
      "subs": {
        "EI01": {
          "vals": [
            85,
            108,
            175,
            258,
            315
          ],
          "unit": "USD B",
          "q": "VERIFIED"
        },
        "EI02": {
          "vals": [
            45,
            62,
            98,
            145,
            160
          ],
          "unit": "count",
          "q": "PARTIAL"
        },
        "EI03": {
          "vals": [
            12,
            18,
            28,
            37,
            55
          ],
          "unit": "USD B",
          "q": "PARTIAL"
        },
        "EI04": {
          "vals": [
            120,
            165,
            230,
            300,
            360
          ],
          "unit": "USD B",
          "q": "VERIFIED"
        },
        "EI05": {
          "vals": [
            3.2,
            2.8,
            2.1,
            1.8,
            1.5
          ],
          "unit": "ratio",
          "q": "PARTIAL"
        }
      }
    },
    "AD": {
      "label": "Adozione & Diffusione",
      "scores": [
        50,
        100,
        100,
        100,
        100
      ],
      "weight": 0.18,
      "subs": {
        "AD01": {
          "vals": [
            3,
            7,
            12,
            16.3,
            18
          ],
          "unit": "%",
          "q": "VERIFIED"
        },
        "AD02": {
          "vals": [
            8.7,
            14.2,
            20.2,
            25,
            28
          ],
          "unit": "%",
          "q": "VERIFIED"
        },
        "AD03": {
          "vals": [
            45,
            42,
            38,
            35,
            32
          ],
          "unit": "pp",
          "q": "VERIFIED"
        },
        "AD04": {
          "vals": [
            2,
            5,
            12,
            22,
            35
          ],
          "unit": "%",
          "q": "ESTIMATED"
        }
      }
    },
    "PP": {
      "label": "Percezione Pubblica",
      "scores": [
        50,
        75,
        75,
        75,
        75
      ],
      "weight": 0.17,
      "subs": {
        "PP01": {
          "vals": [
            52,
            53,
            54,
            55,
            56
          ],
          "unit": "%",
          "q": "VERIFIED"
        },
        "PP02": {
          "vals": [
            52,
            50,
            48,
            47,
            45
          ],
          "unit": "%",
          "q": "VERIFIED"
        },
        "PP03": {
          "vals": [
            38,
            68,
            76,
            82,
            92
          ],
          "unit": "0-100",
          "q": "ESTIMATED"
        },
        "PP04": {
          "vals": [
            49,
            46,
            42,
            39,
            38
          ],
          "unit": "pp",
          "q": "ESTIMATED"
        }
      }
    },
    "RI": {
      "label": "Ricerca & Innovazione",
      "scores": [
        50,
        100,
        100,
        100,
        100
      ],
      "weight": 0.1,
      "subs": {
        "RI01": {
          "vals": [
            100,
            155,
            220,
            290,
            362
          ],
          "unit": "p/d",
          "q": "ESTIMATED"
        },
        "RI02": {
          "vals": [
            94.5,
            122.5,
            145,
            163,
            175
          ],
          "unit": "K",
          "q": "VERIFIED"
        },
        "RI03": {
          "vals": [
            100,
            143,
            205,
            293,
            320
          ],
          "unit": "idx",
          "q": "VERIFIED"
        },
        "RI04": {
          "vals": [
            35,
            50,
            62,
            72,
            86
          ],
          "unit": "0-100",
          "q": "ESTIMATED"
        }
      }
    },
    "IS": {
      "label": "Impatto Sociale/Lavoro",
      "scores": [
        50,
        50,
        50,
        50,
        50
      ],
      "weight": 0.05,
      "subs": {
        "IS01": {
          "vals": [
            -5,
            2,
            8,
            15,
            22
          ],
          "unit": "M",
          "q": "ESTIMATED"
        },
        "IS02": {
          "vals": [
            14,
            25,
            56,
            62,
            65
          ],
          "unit": "%",
          "q": "VERIFIED"
        },
        "IS03": {
          "vals": [
            5,
            30,
            46,
            50,
            52
          ],
          "unit": "pp",
          "q": "PARTIAL"
        },
        "IS04": {
          "vals": [
            2,
            4,
            7,
            10.6,
            11
          ],
          "unit": "pp",
          "q": "VERIFIED"
        }
      }
    }
  },
  "weekly_news": [
    {
      "date": "2026-04-13",
      "category": {
        "en": "Models",
        "it": "Modelli",
        "es": "Modelos"
      },
      "title": {
        "en": "Gemini 3.1 Pro leads 13 of 16 major AI benchmarks at 1/3 API cost",
        "it": "Gemini 3.1 Pro guida 13 su 16 benchmark AI principali a un terzo del costo API",
        "es": "Gemini 3.1 Pro lidera 13 de 16 benchmarks principales de IA a un tercio del coste de API"
      },
      "summary": {
        "en": "Google's Gemini 3.1 Pro now leads or ties GPT-5.4 Pro on 13 of 16 major benchmarks tracked by Artificial Analysis Intelligence Index, at roughly one third of the API cost. This marks a decisive shift in the frontier model landscape, confirming that top-tier capability no longer implies top-tier pricing.",
        "it": "Gemini 3.1 Pro di Google guida o pareggia GPT-5.4 Pro in 13 dei 16 principali benchmark dell'Artificial Analysis Intelligence Index, a circa un terzo del costo API. Questo segna un cambiamento decisivo nel panorama dei modelli frontier, confermando che le capacità di vertice non implicano più prezzi di vertice.",
        "es": "Gemini 3.1 Pro de Google lidera o empata con GPT-5.4 Pro en 13 de los 16 principales benchmarks del Artificial Analysis Intelligence Index, a aproximadamente un tercio del coste de la API. Esto marca un cambio decisivo en el panorama de los modelos frontier, confirmando que las capacidades de primer nivel ya no implican precios de primer nivel."
      },
      "source": "Artificial Analysis",
      "url": "https://artificialanalysis.ai/models",
      "impact": {
        "flag": true,
        "indicator": "CT01",
        "note": {
          "en": "Benchmark leadership and cost compression both improve CT01 outlook for 2026",
          "it": "La leadership nei benchmark e la compressione dei costi migliorano entrambi le prospettive CT01 per il 2026",
          "es": "El liderazgo en benchmarks y la compresión de costes mejoran las perspectivas de CT01 para 2026"
        }
      }
    },
    {
      "date": "2026-04-11",
      "category": {
        "en": "Funding",
        "it": "Finanziamenti",
        "es": "Financiación"
      },
      "title": {
        "en": "Q1 2026 shatters venture funding records: $300B globally, AI at 80%",
        "it": "Il Q1 2026 polverizza i record di funding venture: $300B globali, AI all'80%",
        "es": "El Q1 2026 pulveriza los récords de financiación venture: $300B globales, IA al 80%"
      },
      "summary": {
        "en": "Investors poured $300 billion into startups in Q1 2026, up 150% year-over-year. AI alone absorbed $242B (80%), dominated by four mega-rounds: OpenAI ($122B), Anthropic ($30B), xAI ($20B), and Waymo ($16B). The unprecedented concentration raises capital efficiency concerns across the sector.",
        "it": "Gli investitori hanno versato $300 miliardi nelle startup nel Q1 2026, +150% su base annua. La sola AI ha assorbito $242B (80%), dominata da quattro mega-round: OpenAI ($122B), Anthropic ($30B), xAI ($20B) e Waymo ($16B). La concentrazione senza precedenti solleva preoccupazioni sull'efficienza del capitale.",
        "es": "Los inversores inyectaron $300.000 millones en startups en el Q1 2026, un 150% más interanual. Solo la IA absorbió $242.000M (80%), dominada por cuatro megarrondas: OpenAI ($122.000M), Anthropic ($30.000M), xAI ($20.000M) y Waymo ($16.000M). La concentración sin precedentes plantea dudas sobre la eficiencia del capital."
      },
      "source": "Crunchbase",
      "url": "https://news.crunchbase.com/venture/record-breaking-funding-ai-global-q1-2026/",
      "impact": {
        "flag": true,
        "indicator": "EI01",
        "note": {
          "en": "AI funding annualization confirmed at $315B for 2026",
          "it": "Proiezione annualizzata del funding AI confermata a $315B per il 2026",
          "es": "Proyección anualizada de financiación IA confirmada a $315.000M para 2026"
        }
      }
    },
    {
      "date": "2026-04-10",
      "category": {
        "en": "Infrastructure",
        "it": "Infrastruttura",
        "es": "Infraestructura"
      },
      "title": {
        "en": "NVIDIA Vera Rubin platform enters full production: 10x inference/watt",
        "it": "La piattaforma NVIDIA Vera Rubin entra in piena produzione: 10x inferenza/watt",
        "es": "La plataforma NVIDIA Vera Rubin entra en plena producción: 10x inferencia/watt"
      },
      "summary": {
        "en": "NVIDIA announces full production of the Vera Rubin platform: six new chips delivering 10x inference throughput per watt and 4x fewer GPUs for MoE training vs Blackwell. AWS, Google Cloud, and Microsoft Azure begin H2 2026 deployments, setting a new baseline for AI infrastructure efficiency.",
        "it": "NVIDIA annuncia la piena produzione della piattaforma Vera Rubin: sei nuovi chip con 10x throughput inferenza per watt e 4x meno GPU per training MoE rispetto a Blackwell. AWS, Google Cloud e Microsoft Azure iniziano i deployment H2 2026, stabilendo un nuovo standard di efficienza per l'infrastruttura AI.",
        "es": "NVIDIA anuncia la plena producción de la plataforma Vera Rubin: seis nuevos chips con 10x throughput de inferencia por watt y 4x menos GPU para entrenamiento MoE respecto a Blackwell. AWS, Google Cloud y Microsoft Azure inician despliegues H2 2026, estableciendo un nuevo estándar de eficiencia para la infraestructura IA."
      },
      "source": "NVIDIA Newsroom",
      "url": "https://nvidianews.nvidia.com/news/rubin-platform-ai-supercomputer",
      "impact": {
        "flag": true,
        "indicator": "CT04",
        "note": {
          "en": "Hardware generational leap: CT03/CT04 performance-per-price trend confirmed",
          "it": "Salto generazionale hardware: trend performance/prezzo CT03/CT04 confermato",
          "es": "Salto generacional de hardware: tendencia rendimiento/precio CT03/CT04 confirmada"
        }
      }
    },
    {
      "date": "2026-04-09",
      "category": {
        "en": "Policy",
        "it": "Normativa",
        "es": "Normativa"
      },
      "title": {
        "en": "EU AI Act: Commission proposes delaying high-risk compliance to December 2027",
        "it": "EU AI Act: la Commissione propone di rinviare la compliance high-risk a dicembre 2027",
        "es": "EU AI Act: la Comisión propone aplazar el cumplimiento de alto riesgo a diciembre 2027"
      },
      "summary": {
        "en": "The European Commission proposes postponing the AI Act's high-risk rules from August 2026 to December 2027. The move — contested by NGOs and supported by industry — reopens the balance between rights protection and European competitiveness. US states meanwhile advance therapy chatbot bans and healthcare AI regulation.",
        "it": "La Commissione europea propone di posticipare le regole high-risk dell'AI Act da agosto 2026 a dicembre 2027. La mossa — contestata dalle ONG e sostenuta dall'industria — riapre il dibattito tra tutela dei diritti e competitività europea. Intanto diversi stati USA avanzano con divieti per chatbot terapeutici e regolamentazione AI sanitaria.",
        "es": "La Comisión Europea propone posponer las normas de alto riesgo del AI Act de agosto 2026 a diciembre 2027. La medida — contestada por ONG y apoyada por la industria — reabre el equilibrio entre protección de derechos y competitividad europea. Mientras, varios estados de EE.UU. avanzan con prohibiciones de chatbots terapéuticos y regulación sanitaria de IA."
      },
      "source": "Amnesty International",
      "url": "https://www.amnesty.org/en/latest/news/2026/04/eu-simplification-laws/",
      "impact": {
        "flag": false,
        "indicator": "",
        "note": ""
      }
    },
    {
      "date": "2026-04-08",
      "category": {
        "en": "Models",
        "it": "Modelli",
        "es": "Modelos"
      },
      "title": {
        "en": "Meta Muse Spark: proprietary model with 10x less compute than Llama 4",
        "it": "Meta Muse Spark: modello proprietario con 10x meno compute di Llama 4",
        "es": "Meta Muse Spark: modelo propietario con 10x menos compute que Llama 4"
      },
      "summary": {
        "en": "Meta debuts Muse Spark achieving Llama 4-level performance with an order of magnitude less compute. Deployed across Facebook, Instagram, WhatsApp, and Ray-Ban. The move toward proprietary AI marks a strategic shift after years of open-source leadership, underscoring how efficiency gains are reshaping competitive moats.",
        "it": "Meta presenta Muse Spark, che raggiunge prestazioni pari a Llama 4 con un ordine di grandezza in meno di compute. Rilasciato su Facebook, Instagram, WhatsApp e Ray-Ban. Il passaggio all'AI proprietaria segna un cambio strategico dopo anni di leadership open-source, evidenziando come i guadagni di efficienza stiano ridefinendo i vantaggi competitivi.",
        "es": "Meta presenta Muse Spark, que alcanza el rendimiento de Llama 4 con un orden de magnitud menos de compute. Desplegado en Facebook, Instagram, WhatsApp y Ray-Ban. El giro hacia la IA propietaria marca un cambio estratégico tras años de liderazgo open-source, subrayando cómo las ganancias de eficiencia reconfiguran las ventajas competitivas."
      },
      "source": "CNBC",
      "url": "https://www.cnbc.com/2026/04/08/meta-debuts-first-major-ai-model-since-14-billion-deal-to-bring-in-alexandr-wang.html",
      "impact": {
        "flag": true,
        "indicator": "AD02",
        "note": {
          "en": "Inference efficiency gains continue to accelerate enterprise deployment at scale",
          "it": "I guadagni in efficienza di inferenza continuano ad accelerare il deployment aziendale su larga scala",
          "es": "Las mejoras en eficiencia de inferencia continúan acelerando el despliegue empresarial a gran escala"
        }
      }
    },
    {
      "date": "2026-04-07",
      "category": {
        "en": "Models",
        "it": "Modelli",
        "es": "Modelos"
      },
      "title": {
        "en": "Zhipu AI GLM-5.1: open-source 754B model matches frontier GPQA scores",
        "it": "Zhipu AI GLM-5.1: modello open-source da 754B parametri eguaglia i punteggi frontier GPQA",
        "es": "Zhipu AI GLM-5.1: modelo open-source de 754B parámetros iguala los puntajes GPQA frontier"
      },
      "summary": {
        "en": "Zhipu AI releases GLM-5.1 under MIT license — a 754B-parameter open-source model achieving a GPQA score of 0.9, matching Anthropic's Claude Mythos Preview and Meta's Muse Spark. The release signals that frontier-level open-source capabilities are no longer exclusive to US or European labs, with Chinese models closing the gap at scale.",
        "it": "Zhipu AI rilascia GLM-5.1 con licenza MIT — un modello open-source da 754B parametri con GPQA score 0.9, pari ad Anthropic Claude Mythos Preview e Meta Muse Spark. Il rilascio segnala che le capacità open-source di livello frontier non sono più esclusive dei laboratori statunitensi o europei, con i modelli cinesi che colmano il divario su scala.",
        "es": "Zhipu AI lanza GLM-5.1 bajo licencia MIT — un modelo open-source de 754.000M de parámetros con GPQA score 0,9, igualando a Claude Mythos Preview de Anthropic y Muse Spark de Meta. El lanzamiento señala que las capacidades open-source de nivel frontier ya no son exclusivas de los laboratorios de EE.UU. o Europa, con los modelos chinos cerrando la brecha a escala."
      },
      "source": "LLM Stats",
      "url": "https://llm-stats.com/llm-updates",
      "impact": {
        "flag": true,
        "indicator": "RI01",
        "note": {
          "en": "Open-source 700B+ models reaching frontier benchmarks accelerate global research output",
          "it": "I modelli open-source da 700B+ che raggiungono i benchmark frontier accelerano la produzione di ricerca globale",
          "es": "Los modelos open-source de 700B+ que alcanzan los benchmarks frontier aceleran la producción de investigación global"
        }
      }
    },
    {
      "date": "2026-04-07",
      "category": {
        "en": "Research",
        "it": "Ricerca",
        "es": "Investigación"
      },
      "title": {
        "en": "Anthropic Claude Mythos: Project Glasswing finds thousands of zero-days autonomously",
        "it": "Anthropic Claude Mythos: Project Glasswing scopre autonomamente migliaia di zero-day",
        "es": "Anthropic Claude Mythos: Project Glasswing descubre autónomamente miles de zero-days"
      },
      "summary": {
        "en": "Anthropic rolls out Claude Mythos exclusively to 40+ companies via Project Glasswing for defensive cybersecurity. The model autonomously identified thousands of zero-day vulnerabilities in major operating systems and browsers — a world-first for autonomous vulnerability discovery at scale. No public release planned due to dual-use risk.",
        "it": "Anthropic rilascia Claude Mythos in esclusiva a oltre 40 aziende tramite Project Glasswing per cybersecurity difensiva. Il modello ha identificato autonomamente migliaia di vulnerabilità zero-day nei principali sistemi operativi e browser — un primato mondiale per la scoperta autonoma di vulnerabilità su larga scala. Nessun rilascio pubblico per il rischio dual-use.",
        "es": "Anthropic lanza Claude Mythos en exclusiva a más de 40 empresas mediante Project Glasswing para ciberseguridad defensiva. El modelo identificó autónomamente miles de vulnerabilidades zero-day en los principales sistemas operativos y navegadores — un hito mundial en el descubrimiento autónomo de vulnerabilidades a escala. Sin lanzamiento público por el riesgo de doble uso."
      },
      "source": "TechCrunch",
      "url": "https://techcrunch.com/2026/04/07/anthropic-mythos-ai-model-preview-security/",
      "impact": {
        "flag": true,
        "indicator": "CT01",
        "note": {
          "en": "Frontier models cross the autonomous vulnerability discovery threshold — material CT01 upside",
          "it": "I modelli frontier superano la soglia della scoperta autonoma di vulnerabilità — impatto positivo materiale su CT01",
          "es": "Los modelos frontier superan el umbral del descubrimiento autónomo de vulnerabilidades — impacto al alza material en CT01"
        }
      }
    }
  ],
  "blx_real_median": 66.1,
  "blx_real_ic_lower": 63.81,
  "blx_real_ic_upper": 68.31,
  "blx_real_sigma": 1.364,
  "provisional": false,
  "provisional_flag": "OFFICIAL",
  "methodology_version": "2.5",
  "completeness": 1.0,
  "n_simulations": 10000
}