Il prezzo diventa la frontiera

Il prezzo diventa la frontiera

Da mesi si discuteva di quanto fossero potenti i modelli. Adesso si discute di quanto costano. E chi decide i loro valori.

Il 20 luglio 2026, e questo è Signal Brief. Nelle ultime settimane è successa una cosa curiosa: le persone che costruiscono l'intelligenza artificiale hanno smesso di parlare di quanto sono brave le loro macchine. Hanno cominciato a parlare di quanto costano. Elon Musk ha ammesso pubblicamente che i modelli di Anthropic sono migliori dei suoi, e ha spostato il discorso sul prezzo. Sam Altman dice che i veri differenziatori sono costo e velocità. È un cambio di registro che vale la pena seguire fin dove porta, perché porta lontano.

Cominciamo da un post di blog. Il 9 luglio Benedict Evans ha pubblicato un pezzo intitolato, più o meno, "modi di pensare al prezzo dei token". Argomento apparentemente arido: quanto costa far girare un modello. La tesi però è tagliente. Oggi la potenza di calcolo scarseggia, quindi chi possiede i modelli può chiedere prezzi alti. Ma la scarsità, dice Evans, è una condizione passeggera, non una rendita. Quando l'offerta si riequilibra, la domanda diventa un'altra: che cosa resta del potere di fissare i prezzi?

La sua risposta implicita è brutale per i laboratori. Rischiano di finire come infrastruttura di base a margine sottile. Tubi. Non piattaforme.

Il paragone che aiuta è quello delle compagnie telefoniche a cavallo del Duemila. Hanno speso cifre enormi per costruire le reti mobili, hanno vinto aste per le licenze, e per qualche anno sono state le protagoniste assolute della storia. Poi il prezzo del minuto e del megabyte è crollato, e il valore si è spostato di un piano: su chi girava sopra quelle reti. Le compagnie sono rimaste indispensabili e poco redditizie. Un destino che nessuno sceglierebbe.

Questo è il primo filo di oggi, ed è nuovo. Ieri il discorso era che la capacità non è più il collo di bottiglia, che il vero attrito è organizzativo. Adesso il pendolo si sposta ancora: il collo di bottiglia diventa economico. Sam Altman lo dice con parole da amministratore delegato, che ogni azienda ormai ragiona su quanto spende e quanto ottiene. Musk lo dice con i fatti: Grok 4.5 esce a due dollari per milione di token in ingresso, e due giorni dopo annuncia già la versione successiva. Cadenza compressa, prezzo basso, integrazione verticale. Sono le mosse di chi ha rinunciato a vincere sulla frontiera e prova a vincere sul listino.

Contro questa lettura c'è una voce sola, e interessata: Jensen Huang. Ci torniamo tra poco.

Il secondo filo nasce dallo stesso terreno ma va in direzione politica. Se i modelli diventano una specie di corrente elettrica, la domanda smette di essere chi li costruisce meglio e diventa chi decide come si comportano. Qui il campo si è spaccato in modo netto. Da una parte chi vuole un arbitro: Demis Hassabis chiede un organismo di vigilanza sul modello dell'ente che sorveglia i mercati finanziari americani, finanziato dall'industria ma controllato dal pubblico, con il potere di far rallentare tutti insieme. Sam Altman propone un forum internazionale a guida americana. Mustafa Suleyman parla di contenimento progettato dentro il sistema: potenza altissima, ma subordinata per costruzione, con limiti scelti e non subiti.

Dall'altra parte chi rifiuta l'idea stessa di un arbitro. Mira Murati ha scritto nero su bianco che non deve esistere una singola autorità che decide l'allineamento. Vitalik Buterin fa un ragionamento parallelo sulla privacy: non una regola da imporre agli sviluppatori, ma una proprietà del protocollo, scritta nell'infrastruttura in modo che nessuno debba fidarsi di nessuno.

Geoffrey Hinton ha offerto la cornice più lucida per capire perché la discussione si sia inasprita: la sicurezza volontaria è strutturalmente impossibile, perché chi guida un'azienda ha un dovere legale verso gli azionisti che gli impedisce di frenare. Non è cattiveria, è struttura societaria.

Due fili, allora. Il valore che scivola via dai modelli. E il potere che nessuno riesce a collocare da nessuna parte. Vediamo chi li sta tirando.

Jensen Huang guida Nvidia, l'azienda che fabbrica i processori su cui gira quasi tutta l'intelligenza artificiale del pianeta. È l'unico protagonista di questa storia che vende picconi in una corsa all'oro, il che rende ogni sua dichiarazione insieme autorevole e sospetta.

L'8 luglio, a un pranzo con investitori organizzato da TD Cowen, si è presentato con la direttrice finanziaria Colette Kress e ha cambiato il tipo di argomento che usa da due anni. Fino a ieri la prova che la domanda tenesse era il portafoglio ordini: fidatevi, abbiamo prenotazioni. Stavolta ha portato numeri diversi. I prezzi di noleggio delle schede grafiche vecchie stanno salendo. I contratti con i fornitori di cloud si firmano a premio. Kress ha aggiunto che la domanda supera le loro stesse previsioni.

È una prova di secondo ordine, e proprio per questo più difficile da smontare. Se il mercato dell'usato di una macchina cresce mentre esce il modello nuovo, vuol dire che la fame è reale.

Nelle stesse settimane Huang ha demolito le voci sui ritardi della sua prossima piattaforma, la Vera Rubin, con toni insolitamente duri: è in produzione, ne arriveranno quantità giganti. E ha spostato l'attenzione su chi compra: non più quattro o cinque colossi del cloud, ma laboratori di ricerca, stati sovrani, aziende che si installano le macchine in casa. In Giappone ha annunciato la prima fabbrica di intelligenza artificiale del paese, ventisettemila e cinquecento processori. Il tema dell'intelligenza artificiale nazionale è passato dalle slide agli ordini firmati.

La sua tesi generale è che non siamo affatto in una bolla e che l'infrastruttura andrà costruita per almeno un decennio.

Ecco la cosa più interessante, per me. Huang ed Evans non stanno discutendo di quanta domanda ci sia. Stanno discutendo di quanto dura il ciclo. Evans dice che la scarsità finirà e che allora si vedrà chi ha davvero un fossato. Huang dice che la scarsità durerà molto più a lungo di quanto pensiate, abbastanza a lungo da cambiare la struttura del mondo prima di rientrare.

È una divergenza netta, e la cosa rara è che sia verificabile. Entro diciotto mesi sapremo chi aveva ragione. Nella storia dell'industria è successo altre volte: nel 1873 tutti erano certi che le ferrovie americane avessero domanda infinita, e la certezza è durata fino al giorno prima del crollo. Non dico che finirà così. Dico che i due stanno scommettendo, e uno dei due sta anche vendendo i biglietti.

Mira Murati per anni è stata il capo della tecnologia di OpenAI. Poi se n'è andata e ha fondato un laboratorio proprio, Thinking Machines. Per mesi ha lavorato in silenzio. A luglio ha rotto il silenzio due volte, a cinque giorni di distanza, e le due mosse vanno lette insieme.

Il 10 luglio ha pubblicato un saggio dal titolo "il futuro che vale la pena costruire è umano". L'argomento centrale non è etico ma quasi economico, e chiama in causa due pensatori del Novecento, Michael Polanyi e Friedrich Hayek. La conoscenza utile, dicevano loro, non sta scritta da nessuna parte. Sta nelle mani di chi lavora. La ricetta che il pasticcere ha aggiustato in vent'anni, il modo in cui quell'ufficio gestisce davvero le pratiche, il trucco che il tecnico usa e non saprebbe spiegare. È sapere privato, locale, che cambia in continuazione. Nessun archivio centrale può contenerlo, perché nel momento in cui lo congeli è già diverso.

Da qui il salto: se la conoscenza è distribuita, l'intelligenza artificiale deve esserlo. E se deve esserlo, non può esistere un ufficio unico che stabilisce i valori giusti per tutti.

Il 15 luglio è arrivata la parte concreta. Il primo modello del laboratorio si chiama Inkling. Grande, addestrato su testo, immagini, audio e video insieme. La caratteristica che conta però è un'altra: i pesi sono aperti. Chiunque può scaricarlo e modificarlo. E il modo in cui si personalizza non è scrivere istruzioni in cima alla conversazione, ma intervenire sul modello stesso, con una tecnica che permette di ritoccarne il comportamento senza riaddestrarlo da zero.

La differenza sembra tecnica ed è invece politica. Se i valori stanno nelle istruzioni, li scrive il laboratorio e possono cambiare in una notte, senza che tu lo sappia. Se stanno nei pesi che hai sul tuo computer, li scrivi tu, e restano.

Torniamo un attimo al filo di oggi. Da una parte il valore che scivola dai modelli verso chi ci costruisce sopra. Dall'altra la domanda su chi decide come si comportano. Murati sta rispondendo a entrambe con la stessa mossa: regalare il modello e spostare tutto il resto verso chi lo usa. Se Evans ha ragione e i modelli diventano corrente elettrica, chi la regala per primo si prende il posto migliore. Se ha ragione Hassabis e serve un arbitro, lei ha già costruito il mondo in cui l'arbitro arriva troppo tardi.

Ilya Sutskever è uno dei padri di questa ondata: ha addestrato le reti che hanno aperto il decennio, ha diretto la ricerca a OpenAI, poi è uscito per fondare un laboratorio con una sola dichiarata missione e nessun prodotto.

Il 29 giugno il suo cofondatore Daniel Gross ha lasciato. Sutskever ha comunicato la notizia direttamente a squadra e investitori ed è diventato amministratore delegato. Alle voci di acquisizione ha risposto con una frase che sembra costruita per essere ripetuta: abbiamo il calcolo, abbiamo la squadra, e sappiamo cosa fare. Sei miliardi raccolti, una ventina di ricercatori, niente da vendere.

Nella lunga conversazione con Dwarkesh Patel ha esposto la sua periodizzazione, che ormai è il suo marchio. Dal 2012 al 2020, ricerca. Dal 2020 al 2025, ingrandire le macchine. Dal 2026, di nuovo ricerca. Il collo di bottiglia non è più la potenza, sono le idee. Il testo scritto da esseri umani su internet è finito, e il modo in cui si addestrano i modelli oggi non reggerà.

Il punto tecnico che ripete è più sottile e più preoccupante: questi sistemi vanno meglio agli esami che nella vita. Sanno rispondere a domande che assomigliano a quelle su cui si sono allenati, e vacillano quando la situazione è davvero nuova. Non è una questione di dimensione, è una questione di generalizzazione.

François Chollet ha messo un numero sotto questa intuizione. Il suo nuovo test non è più fatto di griglie e figure, ma di ambienti interattivi, centinaia, come piccoli videogiochi mai visti prima. Gli esseri umani li risolvono. I modelli migliori del mondo stanno allo zero virgola cinquantuno per cento. Non è un margine da colmare, è un muro.

Su questo la coalizione degli scettici si spacca. Andrej Karpathy da maggio lavora nella squadra di Anthropic che addestra i modelli di base, e la scelta è già un argomento: sta scommettendo che i limiti si risolvano lì dentro, non altrove. Yann LeCun rifiuta perfino il vocabolario, e il 4 luglio ha scritto che la parola generale, in intelligenza artificiale generale, non ha senso. Demis Hassabis intanto accorcia: 2029, forse 2030, siamo nelle prime alture della salita.

Nessuno di loro sa chi ha ragione. Quello che sappiamo è che ciascuno ha ormai un bilancio da difendere che gli suggerisce la risposta.

L'ultima scena è la più istruttiva, e non parla di modelli.

Balaji Srinivasan è l'uomo che ha scritto il manuale dell'uscita. La sua idea, formulata nel 2022, era che si potesse fondare qualcosa di simile a uno stato partendo da una comunità in rete, comprando terra insieme e ottenendo poi riconoscimento diplomatico dal basso. La moneta digitale come strumento di fuga dall'autorità. Non contro lo stato per dispetto, ma oltre lo stato per progetto.

A metà luglio agenti dell'immigrazione malese hanno fatto irruzione nella Network School, la comunità che aveva costruito a Forest City, in Malesia. La risposta di Srinivasan è stata chiedere un incontro con l'ufficio del primo ministro e offrire pubblicamente di firmare un memorandum d'intesa con il governo: rispetto delle leggi locali, rispetto della sovranità nazionale.

Lobbismo, documenti, relazioni pubbliche. Gli strumenti dello stato tradizionale, usati dal teorico dell'uscita dallo stato.

Non è ipocrisia, è il primo collaudo vero della teoria. La comunità dipendeva dall'ospitalità di una giurisdizione, e quell'ospitalità si può revocare in un pomeriggio. Il territorio comprato collettivamente resta dentro il monopolio della forza di qualcun altro. Era il punto che il modello non prevedeva, ed è arrivato subito.

Mentre succedeva questo, dall'altra parte del mondo David Heinemeier Hansson riscopriva un concetto opposto: la capacità dello stato di fare cose. Ha usato un esempio che resta addosso, i quarantatré reattori nucleari costruiti dalla Francia in sette anni negli anni Ottanta, per misurare quanto l'Europa di oggi si sia paralizzata da sola. E Jack Clark, nella sua newsletter, descrive la perdita di peso degli esseri umani nelle decisioni non come rischio futuro ma come tendenza già in corso.

Jack Dorsey continua a costruire nella direzione contraria: pagamenti in bitcoin attivi in modo predefinito su milioni di negozi, un portafoglio fisico senza più le famose parole segrete da ricordare, e un'applicazione di messaggistica che funziona da telefono a telefono senza rete né account, usata davvero durante le elezioni in Uganda. Per lui moneta e comunicazione sono la stessa cosa: protocolli che devono reggere anche quando qualcuno stacca la spina.

Il filo di oggi si chiude qui. Per dieci anni la scommessa è stata che la tecnologia permettesse di uscire. Adesso quasi tutti stanno tornando a fare i conti con chi ha il monopolio della forza, e scoprendo di non averlo.

Progetti da osservare, e stavolta l'elenco parla soprattutto di continuità: sono tutti nomi già visti nelle scorse settimane, che continuano a crescere.

Nanochat di Andrej Karpathy resta il modo più diretto per capire come si costruisce un modello linguistico partendo da zero, in poche migliaia di righe leggibili. Insieme al suo llm-wiki e ad autoresearch, presenti nelle scorse settimane con crescita continua, forma una specie di scuola serale pubblica sull'intelligenza artificiale.

Llama punto cpp, di Georgi Gerganov, presente nelle scorse settimane con crescita continua. È il progetto che permette di far girare modelli seri su un computer normale, senza data center. Detto oggi, mentre si discute se il calcolo resterà scarso per un decennio, ha un peso diverso.

Simonw slash llm, sempre in crescita, è una riga di comando che parla con tutti i modelli allo stesso modo. Non è pigrizia: è la scommessa che i modelli diventino intercambiabili. Esattamente la tesi di Evans, tradotta in strumento.

Obsidian, in crescita continua, resta il quaderno di note che tiene tutto in file sul tuo disco. E omarchy di Heinemeier Hansson e Hyprland vanno nella stessa direzione: ambienti di lavoro che si possiedono davvero.

Poi ARC-AGI di Chollet, il banco di prova da cui esce quel numero impietoso. Claude-context di Zilliztech e superpowers di obra, entrambi in crescita, lavorano sul problema di dare agli assistenti la memoria giusta al momento giusto. E GOModel di Enterpilot chiude la lista, sempre in crescita.

Messi in fila, questi progetti raccontano una cosa sola: mentre in alto si discute di miliardi e di arbitri internazionali, in basso qualcuno sta rendendo tutto più piccolo, più leggero e più proprio.

Resta l'immagine del teorico dell'uscita che chiede un incontro con un primo ministro. Per anni abbiamo raccontato la tecnologia come il modo per non dover chiedere il permesso a nessuno. Ora la conversazione più seria del settore è su chi tiene la chiave, e nessuno ha ancora una risposta che convinca. È stato Signal Brief. Alla prossima.