Le ultime settimane hanno visto un fitto susseguirsi di investimenti e intese strategiche tra i principali attori dell’intelligenza artificiale. A inizio settembre OpenAI ha firmato con Oracleun accordo stimato in circa 300 miliardi di dollariper l’acquisto di capacità di calcolo nei prossimi cinque anni, spingendo alle stelle il titolo della società. Pochi giorni dopo, Nvidia ha reso noto un investimento fino a 100 miliardi di dollari in OpenAI per realizzare data center AI da 10 gigawatt, seguito dall’ampliamento della collaborazione tra OpenAI e CoreWeave per altri 6,5 miliardi. In parallelo, Microsoft ha sottoscritto contratti per 33 miliardi di dollari con Nebius e CoreWeave, mentre Meta ha annunciato con quest’ultima un’intesa pluriennale da 14 miliardi. A conferma del clima di corsa agli investimenti, sempre OpenAI ha siglato un accordo anche con il produttore di chip Amd per un valore decine di miliardi di dollari che le consentirà di ridurre l’attuale dipendenza da Nvidia. Infine, Google: ha stabilito una partnership con Oracle per portare l’AI di Gemini sulla piattaforma cloud del gruppo e contemporaneamente investirà 5 miliardi di sterline nel Regno Unito destinati a ricerca e a data center.
Nel complesso, una catena di investimenti che supera i 500 miliardi di dollari, segno dello sforzo immane delle Big Tech per controllare le infrastrutture dell’intelligenza artificiale e garantirsi un vantaggio competitivo di lungo periodo.
Segnali di cautela: i margini ridotti mettono in guarda gli analisti
Ma mentre cresceva l’euforia degli addetti ai lavori, un’analisi pubblicata da The Information ha gelato gli entusiasmi. Secondo il report, i margini di redditività del maxi-contratto tra Oracle e OpenAI sarebbero in realtà molto ridotti, poiché gran parte dei ricavi previsti verrebbe assorbita dai costi di energia, hardware e manutenzione. La notizia ha alimentato lo scetticismo di quegli analisti che nell’accelerazione in corso vedono prevalere le aspettative a scapito dei profitti reali.
Finora, ha osservato The Information, l’AI si è dimostrata redditizia soprattutto per chi fornisce l’infrastruttura fisica: produttori di chip e server come Nvidia, Amd e Dell. “Per molti altri, è un pozzo senza fondo. Sapevamo già che questo fosse vero per OpenAI, ma un nuovo esempio è Oracle, un’azienda di software il cui business cloud, in rapida crescita, sta mettendo a rischio i tradizionali alti margini di profitto della società.”
Secondo Martin Peers, rispettato vicedirettore editoriale della testata, infatti, esistono ancora pochi segnali che l’AI sia un business redditizio per coloro che usano i server per vendere app o sviluppare modelli AI. Gli assistenti di programmazione, per esempio, hanno mostrato di non avere margini elevati, come probabilmente non li hanno neanche le altre app AI in circolazione o ancora in fase di sviluppo. Il commento di Peers è netto: “Negli anni a venire, potremmo guardare a questo periodo del settore tecnologico come a uno in cui l’intera industria era in preda a un’illusione collettiva.”
Accordi circolari e il rischio di una bolla AI
Cresce inoltre la sensazione che l’intero comparto stia spingendo al limite la propria sostenibilità economica. Il Wall Street Journal avverte come il bisogno di capitali per costruire l’infrastruttura dell’AI stia già mettendo sotto pressione le fonti di finanziamento tradizionali, facendo riaffiorare timori da bolla tecnologica. Per questa ragione desta perplessità l’impegno di Nvidia a investire in OpenAI fino a cento miliardi di dollari. Tali tipi di scambi incrociati o “accordi circolari” – Nvidia vende chip a OpenAI, poi investe in OpenAI che usa quei fondi per acquistare altri chip da Nvidia – non piacciono alla finanza poiché evocano sinistri precedenti. Prima della bolla dot-com (2000) e della crisi finanziaria (2008), infatti, vi furono diverse operazioni di questo tipo, che all’apparenza sembravano normali relazioni di business ma celavano fragilità sistemiche.
“Se tra un anno ci trovassimo nel punto in cui c’è stata una bolla AI che è scoppiata“, conclude il WSJ, “questo accordo potrebbe essere stato una delle prime avvisaglie”. Il timore non è tanto quello di una bolla speculativa isolata, ma di un rischio sistemico. Se l’AI nel suo complesso dovesse entrare in crisi e sprofondare in uno di quei periodi di stagnazione che ciclicamente la colpiscono, l’intero ecosistema potrebbe essere trascinato al ribasso, con conseguenze macroeconomiche significative.
L’automazione che non innova: la preoccupazione degli economisti
Mentre entusiasmo, rischio finanziario e pressioni sugli investimenti scorrono davanti ai monitor degli analisti, gli effetti della corsa all’AI hanno già iniziato a propagarsi a valle. Secondo l’economista premio Nobel Daron Acemoglu, più denaro affluisce verso l’AI, più un numero crescente di aziende pensa di dover fare altrettanto.
I dirigenti, messi sotto pressione da consigli di amministrazione e azionisti, si sentono costretti ad agire velocemente senza ancora sapere davvero come usare l’AI efficacemente. Il risultato non è la riprogettazione profonda dei processi, ma l’aggiunta di chatbot mentre i problemi reali rimangono irrisolti e i clienti sono insoddisfatti. Una tendenza che preoccupa Acemoglu proprio ora che la spinta innovativa dell’AI sta rallentando, mentre gli agenti AI mostrano ancora limiti di apprendimento e ragionamento che potrebbero richiedere anni per essere superati.
Il rischio potrebbe essere, conclude Acemoglu, di accontentarsi di un’automazione mediocre anziché di investire in vera innovazione. “Un’automazione “così, così”: come i chioschi self-checkout o i menu automatizzati: hanno tagliato posti di lavoro senza fornire alcun reale aumento di produttività, né reali risparmi di costo per le aziende che li hanno adottati”. Tale prospettiva non aiuterebbe neanche l’economia nel suo complesso. Ancora fiacca, la crescita globale dipende oggi più che mai da un progresso tecnico di qualità, capace di generare nuovi mercati e occupazione.
Quando la concentrazione blocca l’innovazione
La posta in gioco è dunque strutturale e porta a chiedersi quale sia il modello di sviluppo che sta prendendo forma dietro la corsa dell’AI. E ancora, se un ecosistema dominato da pochi attori globali possa favorire lo sviluppo dell’AI e del progresso in generale o, viceversa, rischi paradossalmente di diventarne il limite più grande. Osservando la storia dei cicli tecnologici, emerge un fattore decisivo del progresso: l’alternarsi di fasi di apertura e stimolo all’innovazione ad altre di razionalizzazione e consolidamento.
I periodi di grande creatività tecnologica non nascono dalla concentrazione di risorse, ma dalla proliferazione di esperimenti paralleli, dalla possibilità per molti di provare strade diverse, dal rischio calcolato di fallire. Senza questa capacità adattiva – da parte delle imprese, dei settori industriali e delle istituzioni, l’innovazione tende a bloccarsi. Carl Benedikt Frey, economista di Oxford che si occupa di transizione digitale e sviluppo economico, nella sua opera appena pubblicata: “How Progress Ends”, intravede il rischio che ciò possa verificarsi proprio oggi negli Stati Uniti. Mentre le prime scoperte – dai transformer alla stessa AI generativa – sono nate dalla sperimentazione aperta nelle università e nei piccoli laboratori, oggi tutto è nelle mani delle Big Tech.
Le startup vengono acquisite per i talenti che vi lavorano, non per i progetti che sviluppano. Pochi si avventurano a sperimentare nelle aree presidiate dai grandi. Chi controlla le piattaforme decide in larga misura dove orientare l’innovazione. Il contesto istituzionale, che all’inizio della rivoluzione digitale aveva favorito la pluralità della ricerca finanziandola attraverso agenzie pubbliche e proteggendola con politiche antitrust, è ormai radicalmente mutato. I finanziamenti alla ricerca di base si sono contratti, mentre acquisizioni che un tempo sarebbero state bloccate oggi passano senza ostacoli.
Qui sta il grande rischio per l’AI e per l’innovazione in generale: quando le strutture di mercato impediscono la transizione da cicli di consolidamento a nuove ondate di scoperta decentralizzata, l’economia perde la sua capacità di generare i fattori che dovrebbero rilanciarne la crescita. Ci ritroviamo bloccati in una fase di “exploitation” – ottimizzazione del noto – senza la possibilità di tornare alla fase di “exploration” da cui nascono le vere novità.
Il paradosso europeo: regolamentare l’AI senza guidare l’innovazione
In questo scenario l’Europa si trova in una posizione singolare. Mentre la Silicon Valley ha concentrato potere e capitale, il vecchio continente ha scelto la strada della regolamentazione. Il Gdpr prima, l’AI Act ora: Bruxelles sembra aver rinunciato a competere nella corsa all’AI, limitandosi a fissare paletti e vincoli. Eppure, potrebbe giocare un ruolo decisivo, se solo cambiasse paradigma.
Le sue strutture più decentralizzate e democratiche di quelle statunitensi, la tradizione di ricerca universitaria indipendente e il tessuto di piccole e medie imprese innovative potrebbero diventare un vantaggio competitivo proprio nella fase in cui l’innovazione ha bisogno di tornare alla sperimentazione diffusa più che alla concentrazione monopolistica.
Per farlo, l’Europa dovrebbe abbandonare la sua postura meramente difensiva – quella che si limita a regolare ciò che altri inventano – e ritrovare l’ambizione di essere protagonista. Non attraverso la concentrazione di risorse in pochi “campioni nazionali” sul modello americano, ma valorizzando proprio ciò che la rende diversa: il policentrismo istituzionale, l’autonomia universitaria, una cultura imprenditoriale meno aggressiva e più flessibile. La storia ha insegnato che il progresso non appartiene a chi accumula più potere e più capitale, ma a chi sa mantenere vivo un ecosistema dove l’innovazione può continuare a rigenerarsi. E il progresso, come ricorda Carl Benedikt Frey, non è mai inevitabile: può finire.
