Ciao a tutti! 🙌
A fine luglio è successa una cosa che nel mondo dell’Intelligenza Artificiale non si era mai vista. Più di 1.300 persone che lavorano in OpenAI, Anthropic, Google DeepMind e Meta hanno firmato una lettera aperta che chiede al governo americano di sostenere uno sforzo internazionale per “rallentare deliberatamente” lo sviluppo automatizzato dei modelli di frontiera dell’Intelligenza Artificiale.
Guarda caso, la tempistica non è affatto casuale. La lettera è arrivata pochi giorni dopo che un modello di OpenAI è uscito dal proprio ambiente controllato e ha colpito i sistemi di un’altra azienda (Hugging Face), un dettaglio che nel testo del documento non viene mai nominato esplicitamente ma che aleggia su tutta l’operazione come il classico elefante nella stanza. Il documento, intitolato “Pacing the Frontier“, avverte che esiste un rischio concreto che l’Intelligenza Artificiale progredisca più velocemente della capacità umana di comprenderla o controllarla. La richiesta effettiva, tradotta dal linguaggio tipico dei comunicati istituzionali, è che Washington aiuti a costruire strumenti tecnici e normativi condivisi a livello internazionale per gestire il ritmo di questa corsa, invece di lasciare che ogni laboratorio proceda per conto proprio a tutto gas.
Non tutti sono convinti che si tratti di un gesto sostanziale. C’è chi ha definito la dichiarazione una versione ammorbidita rispetto alla gravità reale della situazione, sostenendo che tale iniziativa rischia di tradursi in una regolamentazione scritta dagli stessi soggetti che dovrebbe regolare, a vantaggio di chi è già in cima alla piramide del settore. Altri osservatori hanno fatto notare che il linguaggio della richiesta resta volutamente generico, un invito al “sostegno” per l’avvio di un dialogo pluriennale più che un piano operativo con scadenze verificabili.
Su questo il dibattito resta aperto e diviso, ed è giusto lasciarlo così. Il punto che mi interessa guardare da vicino è un altro: cosa succede a chi, negli ultimi due o tre anni, ha costruito interi piani aziendali sull’assunto diametralmente opposto, ovvero che la curva dei miglioramenti dei modelli sarebbe proseguita senza esitazioni?
Buona lettura!
Il tavolo del personale
Siamo solo a fine agosto, ma il 2026 si può già considerare l’anno con più annunci di licenziamenti tech giustificati, almeno a parole, con l’Intelligenza Artificiale. Standard Chartered ha annunciato che entro il 2030 taglierà il 15% delle proprie funzioni corporate, quasi 8.000 posti su 52.000, concentrati soprattutto in back office e mansioni amministrative giudicate le più facilmente automatizzabili. Meta ha seguito una logica leggermente diversa ma altrettanto rivelatrice: 8.000 tagli più altre 6.000 posizioni aperte congelate, motivati non con il solito “l’Intelligenza Artificiale vi sostituisce” ma con la necessità di liberare risorse per finanziare gli investimenti nell’infrastruttura AI. Non sempre si licenzia perché un compito è già stato automatizzato: a volte si licenzia per pagare l’automazione che deve ancora arrivare.
Ed è proprio qui che si apre la crepa più interessante. Le aziende dichiarano che l’Intelligenza Artificiale sia la causa principale dei tagli in circa la metà dei casi. Babak Hodjat, Chief AI Officer di Cognizant, lo dice con una franchezza rara per uno che di mestiere vende soluzioni AI alle aziende: molte imprese usano l’Intelligenza Artificiale come giustificazione per ridimensionamenti già decisi altrove, o per correggere assunzioni gonfiate negli anni precedenti, che con l’automazione c’entrano poco o nulla. E aggiunge un dettaglio che meriterebbe di finire in ogni comunicato stampa aziendale sul tema: i benefici reali di produttività dell’Intelligenza Artificiale richiederanno ancora almeno sei mesi, più probabilmente un anno, prima di diventare misurabili in modo concreto. Harvard Business Review ha riassunto tutto questo in un titolo che vale più di una tabella di numeri: le aziende licenziano per il potenziale dell’AI, non per le sue prestazioni.
Il tavolo degli investimenti
La riduzione del personale è solo metà della storia, e forse nemmeno quella più pesante sui bilanci. L’altra metà è fatta di investimenti diretti in automazione e infrastruttura, effettuati partendo dal presupposto che i modelli sarebbero migliorati abbastanza in fretta da ripagare la spesa. Meta, di nuovo, offre l’esempio più imponente: ha creato una divisione chiamata Meta Compute, guidata direttamente da Mark Zuckerberg, con l’obiettivo dichiarato di costruire decine di gigawatt di potenza di calcolo, un impegno che secondo le cifre circolate supera i 600 miliardi di dollari e che si giustifica solo se la traiettoria di sviluppo continua a salire come previsto.
Scendendo dal livello dell’infrastruttura a quello dei singoli progetti aziendali, però, i numeri raccontano una storia molto più incerta. Fortune ha raccolto, nero su bianco, le parole di alcuni dei responsabili operativi di aziende come Nike, Sysco e Thomson Reuters su quella che loro stessi chiamano “automation illusion”, l’illusione dell’automazione: il divario tra quanto l’Intelligenza Artificiale promette e quanto consegna davvero una volta implementata dentro sistemi legacy frammentati su decine di paesi, processi da riprogettare uno alla volta e organizzazioni che devono formarsi da zero. Non è un retroscena strappato controvoglia, ma piuttosto un’ammissione pubblica di chi ogni giorno deve far quadrare quei numeri, ed è comunque un segnale che vale più di molte earnings call ottimiste.
McKinsey, nel suo State of AI, misura qualcosa di simile su scala più ampia: l’88% delle organizzazioni dichiara di usare l’Intelligenza Artificiale regolarmente in almeno una funzione, ma solo il 39% riporta un impatto misurabile sull’EBIT a livello enterprise. È un divario che vale la pena leggere ricordando che McKinsey vende anche la consulenza per colmarlo; quindi, ha un interesse a raccontare il problema come risolvibile, non come strutturale.
Il report “The GenAI Divide“, pubblicato dal Project NANDA del MIT Media Lab e ripreso da diverse testate indipendenti, mette un numero su questo scarto: il 95% dei tool aziendali di Intelligenza Artificiale Generativa non produce alcun impatto misurabile sul conto economico, e solo il 5% arriva a creare valore concreto. Gli stessi autori dello studio sono espliciti su dove sta la differenza: non tanto nella qualità del modello acquistato, ma nel fatto che chi ha avuto successo ha ridisegnato il processo prima di automatizzarlo, invece di dare per scontato che bastasse comprare più tecnologia e aspettare che il modello sottostante migliorasse da solo.
Due incertezze che si sommano
C’è poi un livello di incertezza puramente tecnico, che esiste a prescindere da qualsiasi lettera aperta e riguarda sia chi taglia personale sia chi investe in infrastruttura. L’International AI Safety Report 2026, il rapporto sostenuto da più governi e scritto da ricercatori indipendenti, ammette candidamente che tra gli esperti non c’è consenso su quale traiettoria seguiranno le capacità dei modelli nei prossimi anni: si va da un miglioramento incrementale, quasi un plateau, fino a un’accelerazione rapida, e i fattori che spingono in una direzione o nell’altra - energia, dati, costo del calcolo - restano tutti aperti. Chi ha costruito un piano industriale, in termini di riduzione del personale o di infrastruttura, assumendo una curva ascendente costante, ha scelto, forse senza saperlo, uno solo tra gli scenari discussi dagli stessi addetti ai lavori, e non l’unico disponibile.
Torniamo, quindi, alla lettera con cui abbiamo aperto. Va detto con onestà, per non gonfiarne la portata oltre quello che dice davvero: “Pacing the Frontier” parla di automatizzare la ricerca sull’AI dentro i laboratori, non promette né minaccia di rallentare il prodotto che un’azienda compra oggi per il servizio clienti o per il software di back office. Tradurre la richiesta di oltre 1.300 dipendenti in un rischio diretto per la roadmap di un’azienda qualsiasi richiede un passaggio logico che nessuna delle fonti disponibili compie esplicitamente, e sarebbe scorretto far finta che lo faccia.
Quello che la lettera fa, in modo indiretto ma reale, è togliere un pilastro retorico a chi ha costruito piani pluriennali, di taglio o di investimento, sulla certezza dell’accelerazione. Fino a qualche settimana fa, la storia raccontata nei consigli di amministrazione era semplice: l’Intelligenza Artificiale migliora sempre, quindi ha senso tagliare oggi o investire adesso scommettendo sul recupero di valore di domani. Ma oggi, quella storia deve fare i conti con 1.300 firme di persone che, sull’argomento, ne sanno più di chiunque altro seduto in una sala riunioni, e che hanno scritto esplicitamente che rallentare, almeno in certe condizioni, potrebbe essere la scelta giusta.
Per chi deve difendere in consiglio i numeri di un piano industriale per il 2028, il problema pratico non è se questa lettera cambierà davvero la regolamentazione internazionale, questione che resta apertissima e su cui gli stessi addetti ai lavori si dividono, ma che la certezza retorica su cui quei numeri poggiavano - la promessa implicita di un progresso lineare e garantito - oggi è più difficile da difendere davanti a chiunque faccia due domande in più.
Il tavolo più pericoloso
C’è poi, per concludere, un rischio ancora più pericoloso di tutti gli altri messi insieme, ed è quello di chi non si è limitato a tagliare personale o a investire in infrastruttura, ma ha costruito un intero progetto imprenditoriale intorno all’Intelligenza Artificiale come prodotto, non solo come strumento interno. Un’azienda che vende automazione basata sui modelli linguistici di un fornitore esterno scommette due volte sulla stessa curva: una volta sperando che i costi di calcolo scendano abbastanza da reggere il margine pianificato, una seconda volta sperando che le capacità salgano abbastanza da giustificare il prezzo applicato al cliente finale.
Se una delle due gambe si dovesse inceppare, o anche solo rallentare rispetto al piano, l’intero modello di business perderebbe equilibrio istantaneamente. È una concentrazione di rischio che nella finanza tradizionale si eviterebbe per principio, non si costruisce un portafoglio su un solo titolo, eppure nel venture capital legato all’AI è diventata quasi la norma. Qui la dipendenza va ben oltre la tecnologia, fino a includere la buona volontà di chi controlla l’accesso al modello stesso: i suoi piani di sviluppo, di prezzo e perfino di ritmo, come dimostra la lettera con cui abbiamo aperto, oggi non dipendono più soltanto dalla concorrenza di mercato. Ed è forse questo, più di ogni taglio o investimento già annunciato, il vero costo nascosto di aver scommesso tutto su una linea retta che nessuno aveva mai promesso davvero.
