Deeplomacy: l’innovazione non nasce sempre in un garage

All’inizio del 2022 il mondo cambiava in fretta. Le informazioni abbondavano, ma le chiavi per leggerle scarseggiavano. Governi e istituzioni faticavano a comprendere le possibili sfide geopolitiche, dai conflitti imminenti alle crescenti ondate di violenza. I segnali di un attacco russo all’Ucraina erano visibili e ampiamente discussi, eppure nessun paese adottò misure concrete per allentare la tensione. Nonostante l’abbondanza di dati, in pochi riuscivano a concentrarsi sui segnali giusti. Da quella consapevolezza nacque ciò che sarebbe poi diventato Deeplomacy: l’idea che dati e informazioni, se analizzati correttamente, possano aiutarci ad anticipare le sfide globali prima che si manifestino.

In quelle settimane di tensione Paola Pisano, già Ministra per l’Innovazione, lavorava all’interno del governo. Vedendo quanto fosse difficile per le istituzioni interpretare dinamiche globali complesse, si chiese se l’intelligenza artificiale potesse aiutare le organizzazioni a cogliere i primi segnali di instabilità. Attraverso il suo lavoro di docente all’Università di Torino entrò in contatto con Luca Macis e Marco Tagliapietra, due studenti della laurea magistrale in Stochastics and Data Science, affascinati dalla complessità e mossi da una passione per i sistemi di AI.

Iniziarono a costruire un modello per capire se fosse possibile individuare nei dati aperti i primi segnali di un conflitto. All’inizio era soltanto un esercizio accademico, un modo per mettere alla prova ciò che l’AI poteva far emergere dal rumore degli eventi mondiali. Ma il risultato sorprese anche loro: schemi che indicavano un’escalation in Ucraina erano visibili più di due mesi prima dell’invasione.

Quella scoperta cambiò tutto. Non era solo un’anomalia statistica, ma un primo segno di come i dati, raccolti e analizzati correttamente e in grandi quantità, potessero offrire la capacità di previsione necessaria per agire. Il team pubblicò un articolo scientifico e si trovò presto a confronto con analisti e decisori politici, tra cui esperti dell’Unità di Crisi del Ministero degli Affari Esteri.

Incoraggiato da quel successo, il gruppo ampliò la propria visione. Integrò nuovi dataset, aggiunse livelli di analisi semantica e costruì una pipeline in grado di raccogliere, seguire e classificare centinaia di fonti. Questa moltitudine di dati consente non solo di far emergere una rete diplomatica, ma anche di monitorarne e prevederne l’evoluzione, le tendenze e i cambiamenti improvvisi, grazie a un sistema di allerta precoce affidabile, verificato con riscontri reali e perfezionato in collaborazione con esperti di settore, giornalisti e istituzioni.

Alla fine del 2023 il team aveva compiuto un importante passo avanti. Lavorando fianco a fianco con il team di Data Science di Intesa Sanpaolo, abbiamo perfezionato il nostro modello per renderlo non solo più affidabile, ma finalmente comprensibile per le persone che lo utilizzano. Da quella collaborazione è nato un articolo che ha vinto il Public Award alla 2nd World XAI Conference.

Nel maggio 2025 il team ha lanciato ufficialmente Deeplomacy, spin-off accademico e startup che trasforma dati globali complessi in intelligence geopolitica. La sua missione è aiutare governi, ONG e imprese ad anticipare sfide geopolitiche e instabilità, e a reagire in modo proattivo e strategico.

Unendo rigore scientifico, machine learning e competenze di settore, Deeplomacy trasforma enormi flussi di dati in indicazioni operative, permettendo ad analisti e decisori di agire prima, con sicurezza e piena consapevolezza del contesto.