Gensyn nel 2026: addestramento AI in pausa, Delphi al lavoro

Gensyn è uno dei nomi che tornano più spesso quando si parla di «AI decentralizzata». La promessa è ambiziosa: trasformare l’addestramento dei modelli, oggi riservato a chi può permettersi data center da miliardi di euro, in un mercato aperto dove chiunque possieda una GPU può contribuire e farsi pagare. È la stessa idea che ha reso celebre Bitcoin applicata a una risorsa diversa, il calcolo per il machine learning.

Nel 2026, però, la realtà è più sfumata della brochure. Il prodotto di addestramento di punta, RL Swarm, è fermo; l’unica applicazione viva che genera commissioni è Delphi, un mercato informativo regolato dall’intelligenza artificiale; e il token $AI, lanciato ad aprile, vale oggi circa 0,0177 euro (0,0198 dollari), oltre l’80% sotto il suo massimo storico, secondo CoinGecko. Questo articolo spiega che cos’è davvero Gensyn, come funziona la sua tecnologia di verifica, perché addestrare l’AI su internet è così difficile, chi sono i rivali che stanno correndo più forte e dove si colloca il token per un investitore italiano, con i dovuti riferimenti a Consob e a MiCA.

Che cos’è Gensyn

Gensyn è un protocollo che vuole coordinare, su una blockchain dedicata, la potenza di calcolo sparsa nel mondo per addestrare e verificare modelli di machine learning. L’idea di fondo è semplice da enunciare e difficilissima da realizzare: mettere in rete GPU che altrimenti resterebbero inattive (nei data center, nelle fattorie di mining riconvertite, nei PC da gaming) e usarle come un unico supercomputer distribuito, con pagamenti e garanzie gestiti da smart contract.

La società è stata fondata nel 2020 a Londra da Ben Fielding (CEO) e Harry Grieve (CTO), che si sono conosciuti tramite il programma Entrepreneur First. Dal 2020 Gensyn ha raccolto circa 78 milioni di dollari, con un percorso che è passato da un pre-seed nel 2021 a un Series A da 43 milioni di dollari guidato da a16z crypto nel 2023, fino a un round venture guidato di nuovo da a16z nell’ottobre 2025 e a una vendita di token a dicembre 2025. Tra gli investitori figurano a16z crypto, Galaxy Digital e CoinFund, come ricostruito da The Block. Non è una start-up improvvisata: è un progetto con capitale paziente e una tesi di ricerca precisa.

La promessa: l’addestramento dell’AI come bene comune

Il problema che Gensyn vuole aggredire è la concentrazione. Addestrare un modello di frontiera richiede migliaia di acceleratori collegati da reti ultraveloci, e questo tipo di infrastruttura è nelle mani di poche aziende. Il calcolo è diventato la risorsa scarsa dell’era dell’AI, un po’ come l’energia lo è per il mining di Bitcoin: chi ne controlla l’accesso, controlla chi può costruire. Non a caso la corsa ai megawatt che sta ridisegnando la rete elettrica somiglia molto alla corsa alle GPU, come abbiamo raccontato parlando della difficoltà di Bitcoin come asta per l’energia.

La scommessa di Gensyn è che aggregare il calcolo inutilizzato del mondo possa moltiplicarne la disponibilità. Gli investitori che hanno guidato il Series A, i general partner di a16z crypto Ali Yahya e Guy Wuollet, hanno scritto che Gensyn potrebbe potenzialmente «moltiplicare per 10-100 volte» la potenza di calcolo disponibile per il machine learning (a16zcrypto.com). Fielding, in un’intervista a Decrypt, ha riassunto così il cuore tecnico del progetto: «È quella la grande ricetta segreta dietro Gensyn, abbiamo risolto quel problema specificamente per l’addestramento del machine learning». Il socio Grieve, nello stesso articolo, ha aggiunto che il gruppo aveva «un problema di machine learning molto preciso che richiedeva un livello di fiducia decentralizzato». Capire quale sia quel problema, e perché la sua soluzione sia la vera proprietà intellettuale di Gensyn, è il passo successivo.

L’architettura in quattro livelli

La documentazione tecnica di Gensyn descrive uno stack a quattro livelli (docs.gensyn.ai). Vale la pena conoscerli, perché spiegano perché il protocollo è molto più di un «marketplace di GPU».

• REE (Reproducible Execution Environment): un ambiente che esegue l’inferenza in modo bit per bit riproducibile su hardware diverso, grazie a kernel chiamati RepOps. È la base che permette di confrontare il lavoro di due macchine qualsiasi e stabilire se hanno calcolato la stessa cosa.
• Verifica trustless: la libreria Verde più il sistema Judge, che permettono di dimostrare che un calcolo è stato eseguito correttamente senza doversi fidare di chi lo ha eseguito.
• AXL (Agent eXchange Layer): un livello di comunicazione peer-to-peer cifrato pensato per gli agenti, con supporto ai protocolli MCP e A2A. È il tassello che collega Gensyn alla più ampia economia delle macchine, in cui software autonomi pagano altri software per servizi.
• Coordinamento on-chain: una L2 costruita su OP Stack che tiene i registri, gestisce i pagamenti e ospita le applicazioni, Delphi in testa.

Il punto importante è che la blockchain non fa il calcolo: tiene i conti. Il calcolo pesante avviene fuori catena, sulle GPU dei fornitori, e la catena serve a coordinare chi fa cosa e a garantire che venga fatto correttamente. Tutto il valore del progetto si gioca quindi sul secondo livello, la verifica.

Verde e RepOps: la verifica senza fiducia

Ecco il problema preciso di cui parlava Grieve. Se affido un pezzo di addestramento a un nodo anonimo, come faccio a sapere che lo ha svolto davvero e correttamente, e non ha restituito un risultato approssimato per risparmiare sulla bolletta elettrica? Nel machine learning questo è più sottile che in altri campi, perché anche due macchine oneste che eseguono lo stesso calcolo possono ottenere numeri leggermente diversi: l’ordine delle operazioni in virgola mobile cambia il risultato all’ultima cifra, e su miliardi di operazioni le differenze si accumulano.

Gensyn risolve il problema in due mosse. RepOps impone un ordine fisso alle operazioni dei principali operatori del machine learning (la moltiplicazione tra matrici, per esempio), ottenendo risultati identici bit per bit su hardware diverso ed eliminando il «rumore» del non determinismo. Verde, descritto in un paper accademico firmato tra gli altri da Ben Fielding e dal crittografo Joseph Bonneau (arXiv 2502.19405), aggiunge sopra un gioco di arbitraggio: se due fornitori che eseguono lo stesso compito arrivano a risultati diversi, un arbitro suddivide ripetutamente il grafo di calcolo fino a isolare la singola operazione su cui i due divergono, e la riesegue. In pratica, invece di rifare l’intero addestramento, basta rieseguire una sola operazione per capire chi mente. La garanzia formale è elegante: il sistema resta corretto finché almeno uno degli N fornitori è onesto.

Questa tecnologia non è più soltanto teoria. Dal novembre 2025 Verde e RepOps sono «in produzione» dentro Judge, il sistema di valutazione verificabile dei modelli che Gensyn ha presentato nell’agosto 2025. Ed è un approccio diverso da quello dei progetti cugini: dove lo zkML usa prove crittografiche e i TEE si affidano a enclave hardware fidate, Gensyn sceglie una strada economico-crittografica basata su arbitri e repliche. Chi vuole un confronto tra queste scuole può leggere la nostra guida a Ritual e all’AI verificabile on-chain. Una precisazione utile: la società di sicurezza Trail of Bits ha verificato gli smart contract di Gensyn (il vault di buyback, il token bridged, il meccanismo di Delphi e il token ERC-20), con quattro report datati 2026 pubblicati su trailofbits.com, ma quegli audit coprono il codice Solidity, non la validità scientifica delle affermazioni sulla verifica dell’AI. Sono due piani distinti che conviene non confondere.

RL Swarm: l’addestramento collettivo che si è fermato

Il banco di prova del sogno di Gensyn si chiama RL Swarm: uno «sciame» di modelli che collaborano via reinforcement learning, ognuno su un nodo diverso, imparando gli uni dagli altri. Nel novembre 2025 l’ambiente di esercizio Reasoning Gym è stato sostituito da CodeZero, con ruoli distinti (chi propone problemi, chi li risolve, chi valuta), mentre esperimenti collaterali come BlockAssist e CodeAssist sono stati chiusi per concentrare le forze.

C’è però un dettaglio che pesa più di qualsiasi roadmap. Chi oggi apre la pagina ufficiale della testnet legge una frase secca: «Al momento non ci sono swarm ufficiali in funzione», con l’invito a esplorare, in alternativa, proprio Delphi (docs.gensyn.ai). Non è un guasto temporaneo: è il segnale che il prodotto fondativo, l’addestramento decentralizzato, non ha ancora una domanda pagante che giustifichi di tenerlo acceso in modo permanente. La testnet ha dimostrato che migliaia di nodi possono unirsi a uno sciame; non ha dimostrato che qualcuno sia disposto a pagare per addestrare così. Ed è qui che la fisica entra in gioco.

Il muro della banda: perché addestrare su internet è così difficile

Il limite non è la buona volontà, è la larghezza di banda. Addestrare un grande modello significa far dialogare continuamente le schede, scambiandosi aggiornamenti dei pesi grandi quanto l’intero modello. Dentro un data center questo avviene su connessioni da centinaia di gigabyte al secondo; tra GPU sparse per il mondo, su normali linee di casa, il traffico collassa. L’istituto di ricerca Epoch AI ha calcolato che, con una sincronizzazione ingenua su una tipica linea da 60 Mbps in upload, servirebbero «5.000 anni» per addestrare un modello in stile DeepSeek v3 da 671 miliardi di parametri (epoch.ai).

Esistono trucchi per ridurre il dialogo. La tecnica DiLoCo lascia che ogni nodo lavori in autonomia per molti passi prima di sincronizzarsi, tagliando il fabbisogno di banda di circa 500 volte. Anche così, secondo Epoch AI, i più grandi addestramenti decentralizzati restano circa 1.000 volte sotto il calcolo usato per i modelli di frontiera di oggi. La nota incoraggiante è il ritmo: l’addestramento decentralizzato cresce di circa 20 volte l’anno contro le 5 della frontiera, ma anche a questo passo servirebbero all’incirca cinque anni e mezzo per colmare il divario, e difficilmente accadrà entro questo decennio senza una spinta costante. Un dato è però cruciale per capire le scelte di Gensyn: il reinforcement learning, soprattutto nella fase di post-addestramento, tollera molto meglio la distribuzione rispetto al pre-addestramento. Non è un caso che lo sciame di Gensyn sia costruito attorno all’RL: è la nicchia della fisica in cui il decentramento ha davvero senso.

Chi sta davvero vincendo la corsa all’addestramento decentralizzato

Gensyn non corre da solo. Attorno all’idea di addestrare l’AI fuori dai data center dei giganti si è formato un piccolo gruppo di sfidanti, e confrontarli aiuta a vedere dove sta Gensyn nel 2026.

Il più avanti sul piano dei prodotti è Prime Intellect, che a luglio 2026 ha chiuso un Series A da 130 milioni di dollari a una valutazione di 1 miliardo, guidato da Radical Ventures con NVIDIA Ventures, Intel Capital, Dell Technologies Capital e, tra gli altri, l’amministratore delegato di Cloudflare Matthew Prince, portando la raccolta totale oltre i 150 milioni (SiliconANGLE). La società dichiara circa 100 milioni di dollari di ricavi e ha addestrato INTELLECT-3, un modello con oltre 100 miliardi di parametri. Il dettaglio rivelatore è che il post-addestramento è avvenuto su un cluster concentrato di GPU H200, non su uno sciame globale: anche il campione del settore, quando conta la qualità, torna a un data center. Prime Intellect non ha un token pubblico, e questa è la differenza più importante con Gensyn. Il suo CEO, Vincent Weisser, l’ha spiegata con una frase diventata nota: «Non dovrebbero essere solo pochi nerd in una torre di vetro a San Francisco ad avere la capacità di addestrare modelli di AI. Dovrebbe esserlo ogni impresa, ogni Stato nazionale», in dichiarazioni riportate da TechCrunch.

Gli altri due nomi completano il quadro. Nous Research ha costruito Psyche, un sistema di addestramento distribuito su Solana basato sugli ottimizzatori DisTrO/DeMo, e rivendica con Consilience (40 miliardi di parametri) il «più grande pre-addestramento distribuito mai realizzato» (nousresearch.com); ha raccolto 50 milioni da Paradigm a una valutazione di 1 miliardo e, secondo indiscrezioni, sta raccogliendo ancora, ma non ha un token liquido. Pluralis Research insegue l’approccio più radicale, il Protocol Learning, in cui i pesi del modello non vengono mai interamente ricostruiti da un singolo partecipante; ha chiuso un seed da 7,6 milioni con USV e CoinFund, ma non ha ancora un prodotto. Il confronto si riassume così.

La lettura è netta: i rivali che consegnano modelli lo fanno quasi tutti con capitale azionario e senza token, mentre Gensyn ha scelto la strada opposta, token-first e pubblica. Nel frattempo ciò che Gensyn consegna davvero, oggi, non è un modello addestrato: è una prova di correttezza e un mercato di previsioni.

Delphi: il mercato informativo che paga il conto

Delphi è l’unica applicazione di Gensyn arrivata sul mainnet, il 22 aprile 2026 (news.bitcoin.com). È un mercato informativo senza permessi in cui, invece di un oracolo umano o di una votazione a token, è un modello di AI a risolvere l’esito di una domanda. Il punto interessante è il «come»: la risoluzione è a livelli. Per le domande marginali e veloci si usa un modello di fondazione in cloud (rapido ma da fidarsi dell’operatore); per quelle che richiedono garanzie, il calcolo gira nell’ambiente verificabile REE e produce una «ricevuta» (modello, prompt e dati) che chiunque può rieseguire per controllare la risposta. I prezzi seguono un meccanismo di tipo pari-mutuel dinamico, e gli smart contract, come ama ripetere il team, «non distinguono tra umani e agenti»: un bot può creare e regolare un mercato esattamente come una persona. È il ponte naturale verso i mercati predittivi gestiti dall’AI di cui ci siamo già occupati.

Qui entra in scena il token. Ogni mercato paga una commissione del 2% sul volume: 1,5 punti vanno al creatore del mercato e 0,5 punti a un «AI BuyBack Vault» che riacquista $AI sul mercato e lo distribuisce così: 70% bruciato, 29% alla tesoreria della comunità, 1% a chi esegue l’operazione. In teoria, più Delphi gira, più $AI viene tolto dalla circolazione. Ben Fielding tiene a precisare che Delphi non vuole sfidare i grandi del settore: «Delphi non compete direttamente con Polymarket e Kalshi per gli stessi mercati», ha detto a The Block, perché la strategia è aprire «una categoria di mercati di nicchia, di proprietà dei creatori, che quelle piattaforme non costruirebbero mai». Letta con occhio freddo, però, questa è anche una conferma del ribaltamento in corso: il prodotto vivo di un’azienda nata per addestrare l’AI è un mercato di previsioni. Gensyn assomiglia sempre di più a una società di mercati informativi, con tutto ciò che questo comporta per chi valuta il token.

Il token $AI: tokenomics e il muro degli sblocchi

$AI è un token ERC-20 nativo della rete Gensyn (la L2 su OP Stack), non un token su una chain altrui. Una versione canonica di Uniswap V3 è stata attivata sulla L2 nella primavera 2026 proprio per permettere al vault di buyback di convertire in $AI le commissioni in dollari raccolte da Delphi (governance Uniswap). La fornitura massima è di 10 miliardi di token, e la distribuzione, secondo la documentazione ufficiale (docs.gensyn.network), è quella della tabella seguente.

Il nodo è tutto in quelle date di sblocco. Oggi circola appena il 13% circa della fornitura: insider (team più investitori) valgono insieme il 54,6%, cioè 5,46 miliardi di token, bloccati con un cliff di 12 mesi dal lancio del 29 aprile 2026 e poi rilasciati su due anni. Tradotto: la prima grande ondata di vendite potenziali degli insider arriva intorno all’aprile 2027, a un ritmo che può toccare le centinaia di milioni di token al mese, mentre la tesoreria rilascia da subito quasi 90 milioni di token al mese. È quello che in gergo si chiama «muro degli sblocchi»: una valutazione completamente diluita (FDV) di circa 198 milioni di dollari contro una capitalizzazione circolante di circa 26 milioni, un rapporto di quasi 8 a 1. Chi ha comprato nella vendita alla comunità di dicembre 2025 a 0,0473 dollari si ritrova oggi sotto di circa il 58%. Perché il buyback di Delphi compensi anche solo il rilascio della tesoreria servirebbero volumi di Delphi enormi, ben superiori a quelli visti finora; è un conto che, con i numeri attuali, non torna. La liquidità sottile di un token a basso flottante amplifica ogni movimento, un problema che ricorda da vicino quello dei mercati a liquidità sottile on-chain.

$AI sul mercato e il resto del comparto AI-compute

Al 12 ottobre 2026 $AI tratta attorno a 0,0177 euro (0,0198 dollari), con una capitalizzazione di circa 23 milioni di euro, il posto numero 742 per dimensione e un calo di oltre l’80% dal massimo storico di aprile; il minimo storico, a 0,0179 dollari, risale al 16 settembre (CoinGecko). Nelle ultime 24 ore il token perde circa il 2,6%, e circa il 7% sulla settimana, in una giornata di debolezza per tutto il comparto.

Il confronto con gli altri token dell’infrastruttura AI decentralizzata è utile per non isolare il caso Gensyn. Bittensor, Akash e io.net sono soprattutto reti di inferenza e di GPU, con modelli e logiche diverse, ma condividono con $AI la stessa frattura del 2026: l’uso cresce, i prezzi restano lontanissimi dai massimi.

Dati di CoinGecko al 12 ottobre 2026. Onestà intellettuale: AKT e IO sono più lontani dai loro massimi di quanto non lo sia $AI, quindi non è il calo più profondo del gruppo. La particolarità di $AI è un’altra, ed è strutturale: il flottante più basso e, soprattutto, il più grande peso di token ancora da sbloccare davanti a sé.

MiCA, Consob e l’AI Act: il quadro per l’investitore italiano

Gensyn è una società britannica, quindi non ricade come emittente nel perimetro diretto di MiCA. Il token $AI, non essendo né un token di moneta elettronica (EMT) né un token collegato ad attività (ART), rientra nella categoria residuale delle «altre cripto-attività»: gli obblighi non colpiscono il protocollo, ma gli intermediari che offrono il token al pubblico. In pratica, per un residente in Italia il punto di contatto regolato è l’exchange o il fornitore di servizi (CASP). Il periodo transitorio di MiCA si è chiuso il 1 luglio 2026; in Italia la vigilanza è ripartita tra Consob, per la condotta di mercato e la tutela degli investitori, e Banca d’Italia, per i profili prudenziali e sugli stablecoin (sezione MiCAR di Consob). Grazie al passaporto unico, un CASP autorizzato in un altro Stato dell’Unione può servire i clienti italiani senza un’autorizzazione nazionale separata.

Sul fronte fiscale, le plusvalenze da cripto sono redditi diversi di natura finanziaria. Poiché $AI non è uno stablecoin in euro, non gode dell’aliquota agevolata riservata agli EMT e segue quella generale: il 26% sui guadagni realizzati nel 2025 e dichiarati nel 2026, il 33% su quelli realizzati dal 2026 in avanti. Vanno compilati i quadri RT e RW della dichiarazione, come ricorda l’Agenzia delle Entrate; questo non è, ovviamente, un consiglio fiscale personalizzato. C’è infine un livello spesso trascurato: l’AI Act europeo. Gensyn è a tutti gli effetti un’infrastruttura di calcolo per l’AI, e gli obblighi sui modelli di uso generale sono in vigore dal 2 agosto 2025, con i poteri sanzionatori della Commissione operativi dal 2 agosto 2026 (multe fino al 3% del fatturato globale o 15 milioni di euro, digital-strategy.ec.europa.eu). Resta una domanda aperta e non banale: chi è il «fornitore» responsabile quando il calcolo gira su nodi anonimi sparsi nel mondo?

Rischi da tenere d’occhio

Prima di valutare Gensyn come progetto o $AI come token, conviene mettere in fila i rischi principali, che non sono tecnici ma economici e di contesto.

• Domanda, non tecnologia: il vincolo non è se la verifica funziona (funziona), ma se qualcuno pagherà per addestrare in modo decentralizzato. Oggi quella domanda non c’è, e il volume di Delphi è ancora sottile.
• Diluizione: con il 13% di flottante e il muro di sblocchi degli insider in arrivo da aprile 2027, l’offerta potenziale sul mercato può crescere molto più in fretta di quanto il buyback riesca a drenare.
• Token contro equity: chi detiene $AI non possiede una quota della società e sopporta la diluizione; i rivali come Prime Intellect si finanziano con capitale azionario e scaricano molto meno peso sui token.
• Omonimia del ticker: attenzione alla due diligence. Esiste una memecoin chiamata Artificial Inu che tratta con il simbolo $AI su Robinhood Chain, abbinata a un’azione NVIDIA tokenizzata, e non ha nulla a che vedere con Gensyn; i riassunti automatici di alcuni aggregatori a volte confondono i due. In più, sugli exchange il token di Gensyn compare con simboli diversi (AI, AIGENSYN, GENSYN). Si verifica sempre il contratto e la chain (ERC-20 sulla rete Gensyn), mai solo il ticker.
• Zona grigia dei mercati di previsione: la legittimità normativa di piattaforme come Delphi è ancora in discussione, tra competenza di CFTC e SEC negli Stati Uniti e questioni di diritto del gioco in Europa per le scommesse su eventi non sportivi.

Cosa aspettarsi nei prossimi mesi

Per capire se la storia di Gensyn cambia servono eventi concreti, non annunci. I segnali da monitorare sono pochi e chiari: il rilancio di uno swarm di addestramento con una domanda pagante stabile; la pubblicazione di dati reali sul volume di Delphi e sul totale di $AI bruciato; l’arrivo, intorno ad aprile 2027, dello sblocco degli insider e come il mercato lo assorbe; la prima integrazione esterna, cioè qualcuno al di fuori di Delphi che adotti REE, Verde o Judge; e un intervento regolatorio esplicito, da parte di CFTC, SEC o Consob, sui mercati informativi gestiti dall’AI.

La conclusione equilibrata è che la ricerca di Gensyn è seria e la sua prova di correttezza è credibile e, ormai, in produzione. Le domande aperte non riguardano se la matematica funziona, ma se esiste un mercato disposto a pagare per quel calcolo e come verrà assorbita l’enorme offerta di token ancora bloccata. Nel frattempo, un’azienda nata per democratizzare l’addestramento dell’AI tiene le luci accese grazie a un mercato di previsioni. È una buona idea in cerca della sua domanda.

Domande frequenti

Che cos’è il token $AI di Gensyn?

$AI è il token ERC-20 nativo della rete Gensyn, una L2 su OP Stack. Serve a pagare le commissioni, a fare staking e governance, ed è alimentato dal meccanismo di buyback-and-burn del mercato Delphi. Non rappresenta una quota della società e non va confuso con altre cripto-attività che usano lo stesso simbolo.

Gensyn sta davvero addestrando modelli AI in questo momento?

No. Al 12 ottobre 2026 la documentazione ufficiale indica che non ci sono swarm di addestramento ufficiali in funzione: RL Swarm è in pausa e l’unica applicazione viva è Delphi. La tecnologia di verifica Verde e RepOps è però già in produzione all’interno del sistema Judge.

Che differenza c’è tra Gensyn e Bittensor, Akash o io.net?

Bittensor, Akash e io.net sono soprattutto reti di inferenza e marketplace di GPU. Gensyn nasce invece per l’addestramento e, soprattutto, per la verifica del lavoro svolto su nodi non fidati. I rispettivi token condividono però lo stesso andamento: uso in crescita e prezzi molto lontani dai massimi.

Perché l’addestramento AI decentralizzato è così difficile?

Per la larghezza di banda. Le GPU devono scambiarsi continuamente aggiornamenti grandi quanto il modello, e su normali connessioni internet il traffico collassa: secondo Epoch AI servirebbero migliaia di anni per addestrare in modo ingenuo un grande modello. Le reti decentralizzate per questo replicano modelli piccoli invece di spezzarne uno enorme, e il reinforcement learning si adatta meglio del pre-addestramento.

Come viene tassato $AI in Italia?

Le plusvalenze su $AI sono redditi diversi di natura finanziaria. Poiché non è uno stablecoin in euro, si applica l’aliquota generale: il 26% sui guadagni del 2025 dichiarati nel 2026 e il 33% su quelli dal 2026. Vanno compilati i quadri RT e RW della dichiarazione. Non è un consiglio fiscale personalizzato.

Marcus Okafor è redattore senior di HOGE Wire e segue l’intersezione tra intelligenza artificiale e infrastrutture crypto.