Il collo di bottiglia è diventato materia

Il collo di bottiglia è diventato materia

Fabbriche di chip, licenze revocate, watchdog proposti: la settimana in cui il dibattito sull'intelligenza artificiale ha smesso di parlare di software.

Ci sono settimane in cui il discorso sull'intelligenza artificiale smette di riguardare l'intelligenza e comincia a riguardare la materia. Fabbriche di chip, licenze da rinnovare, permessi negati, funzionari che firmano o non firmano. Questa è una di quelle. È Signal Brief, oggi è il 26 luglio 2026.

Il punto di partenza non è un laboratorio e non è un articolo scientifico. È una telefonata con gli analisti finanziari, mercoledì scorso, in cui l'uomo più ricco del mondo ha passato più tempo a parlare di capacità produttiva che di codice.

Il 22 luglio, nella call sui risultati trimestrali di Tesla, a Elon Musk hanno chiesto di una possibile fusione con SpaceX. Ha risposto con l'eleganza obliqua di chi non vuole smentire: non si parla di fusioni in una call, servirebbe il processo appropriato, però le sovrapposizioni tra le due aziende sono sempre di più. La notizia però non era quella. Era il progetto che ha descritto poco dopo: una fabbrica di semiconduttori in Texas, chiamata Terafab, definita gigantesca, e senza la quale — parole sue — Tesla sarà limitata nella capacità di produrre robot umanoidi.

Per anni il limite dichiarato di quell'azienda era stato il software: la guida autonoma, i dati, l'addestramento. Adesso il limite è quanti chip riesci fisicamente a cuocere. È un passaggio che somiglia a quello che accadde all'automobile nei primi vent'anni del Novecento, quando il problema smise di essere il motore e diventò l'acciaio, le presse, la catena di montaggio. Il genio si sposta dall'invenzione alla logistica, e con lui si spostano i soldi.

Dall'altra parte del mondo, la stessa conclusione arriva da una strada completamente diversa. Circola la trascrizione di un incontro con gli investitori di DeepSeek, quattro ore, pubblicata da Tencent Tech e mai confermata dall'azienda. Liang Wenfeng, il fondatore, dice una cosa che due anni fa non avrebbe detto: tutte le differenze — il talento, la qualità dei modelli, le applicazioni — risalgono in ultima istanza alle risorse di calcolo. Nella stessa settimana Alexandr Wang, che guida i laboratori di Meta, porta il budget infrastrutturale del gruppo tra i 125 e i 145 miliardi di dollari l'anno, e lo presenta come prova che aumentare la scala continua a funzionare.

Tre uomini molto diversi, tre continenti, la stessa risposta: la cosa scarsa è il silicio.

Contro di loro c'è un gruppo che nega la premessa. Ilya Sutskever ripete che i dati sono finiti, che di internet ce n'è uno solo, e che l'era dello scaling è chiusa. Yann LeCun sostiene che il limite non è la quantità ma il tipo di dati: tutto il testo scritto dagli esseri umani sta in una certa quantità di byte, e un bambino di quattro anni ne ha già assorbita altrettanta soltanto guardandosi intorno, imparando la gravità e il fatto che gli oggetti continuano a esistere quando escono dal campo visivo. François Chollet e John Carmack sono sulla stessa linea. È una posizione coraggiosa. Ha però un dettaglio che pesa, e Wang lo ha fatto notare con una certa cattiveria: sono esattamente le persone che in questo momento non hanno un prodotto da spedire.

Sotto tutto questo c'è la domanda che ieri avevamo lasciato aperta e che oggi diventa il filo dell'episodio. Benedict Evans, nel suo saggio del 9 luglio sul prezzo dei token, dice che quel prezzo oggi non racconta niente dell'economia reale del settore: è solo il riflesso di una fila di allocazione, di una capacità che non basta per tutti. Quando la fila si scioglie, cosa impedisce ai laboratori di finire come un'utility a margine basso? Se il modello diventa merce comune, cosa resta scarso?

Quest'anno le risposte sono tre, e non vanno d'accordo tra loro. Il silicio, l'istituzione, il pluralismo. Cominciamo dall'uomo che ha costruito la sua fama sul fare molto con poco, e che adesso dice che senza le macchine non si va da nessuna parte.

Liang Wenfeng è il fondatore di DeepSeek, il laboratorio cinese che nel 2025 fece rumore in tutto il mondo dimostrando che si potevano ottenere risultati di frontiera spendendo una frazione di quello che spendevano gli americani. Era diventato, suo malgrado, il simbolo della frugalità come strategia.

La trascrizione che circola in queste settimane racconta un uomo diverso. L'occasione è il primo giro di finanziamento esterno dell'azienda: oltre cinquanta miliardi di renminbi, circa sette miliardi e mezzo di dollari. Davanti agli investitori Liang stima che il vantaggio americano sia intorno alle venti volte il suo budget di calcolo, e definisce estremamente difficile l'approvvigionamento di chip prodotti in Cina. Poi fa l'affermazione che colpisce di più: anche il divario di talenti non è un fatto primario, è una conseguenza. Meno calcolo significa meno esperimenti, meno esperimenti significa ricercatori che crescono più lentamente. Aggiunge, quasi di sfuggita, che i suoi uomini più esperti passano un tempo enorme ad annotare dati.

Il Liang del 2024 diceva l'opposto. Diceva che il vantaggio nasceva dalla struttura organizzativa, dalla curiosità, da una cultura della ricerca che le grandi aziende avevano perso. Era una tesi romantica e piaceva molto, anche perché suggeriva che l'ingegno potesse battere il capitale. Due anni dopo, con dietro un round da sette miliardi, la tesi si è capovolta: il capitale compra il tempo, e il tempo fa i ricercatori.

Sul resto resta pragmatico fino alla freddezza. Sostiene che entro un anno l'hardware cinese dimostrerà sul campo la propria maturità, e che il super-nodo di Huawei potrebbe sostituire Nvidia — senza però portare un solo numero a sostegno. Sui prezzi ammette che potrebbe raddoppiarli senza perdere clienti, e che non lo fa per scelta: recupera il costo delle macchine in dieci mesi e si accontenta di quelli che chiama profitti ragionevoli, perché quello che gli interessa è la diffusione.

Quello che mi sembra interessante qui non è la previsione, è la resa. Il fondatore che aveva reso desiderabile l'idea di vincere con poco adesso spiega, con grande onestà, che con poco non si vince. È lo stesso momento in cui si accorsero le officine artigiane dell'Ottocento quando arrivò il vapore centralizzato: si può essere più bravi di tutti e restare comunque fuori, perché la partita si gioca su un impianto che non ti puoi permettere. Se ha ragione lui, la geografia dell'intelligenza artificiale nei prossimi dieci anni la disegnano le fonderie, non i laboratori.

C'è però un'altra risposta alla domanda su cosa resti scarso, e arriva da una persona che ha visto il centro del sistema dall'interno e ne è uscita. Mira Murati è stata per anni la responsabile tecnica di OpenAI. Oggi guida Thinking Machines Lab, e fino a poche settimane fa il suo laboratorio non aveva mai detto pubblicamente in cosa crede.

Il 10 luglio ha pubblicato un testo intitolato, più o meno, "il futuro che vale la pena costruire è umano". È il primo posizionamento dichiarato del laboratorio, e l'argomento centrale non è morale, è tecnico. Murati sostiene che la conoscenza che serve davvero a far funzionare le cose è tacita, locale e dispersa: sta nelle mani di chi fa un mestiere, in un reparto, in una città, e non è scrivibile da nessuna parte. Se è così, allora un modello unico, addestrato al centro e allineato al centro, non è un guadagno di informazione: è una perdita. La frase che riassume tutto è che il futuro buono ha molte intelligenze artificiali, cresciute in luoghi diversi e plasmate dalle persone che servono.

Chi ha studiato economia riconoscerà l'argomento, perché ha ottant'anni. Lo scrisse nel 1945 Friedrich von Hayek, spiegando perché un ufficio di pianificazione centrale non potrà mai sapere quello che sanno milioni di persone sparse: non perché sia stupido, ma perché quella conoscenza non è trasferibile, esiste solo sul posto. Murati prende quell'argomento e lo applica ai pesi di una rete neurale. È una mossa intelligente, perché sposta la decentralizzazione dal terreno dei valori — dove diventa una preferenza, e le preferenze si discutono all'infinito — a quello dell'ingegneria, dove o funziona o non funziona.

Non è sola. LeCun propone di addestrare modelli in modo federato tra stati diversi. Jack Dorsey, il 21 luglio, ha lanciato con Block uno spazio di lavoro aperto costruito sul protocollo Nostr, dichiaratamente contro Slack e contro GitHub, con una tesi semplice: ogni azienda avrà bisogno di un posto dove umani e agenti lavorano insieme, e quel posto non può appartenere a qualcuno. Vitalik Buterin, dal canto suo, sta riducendo Ethereum a una base minima e verificabile. Nat Friedman, che GitHub lo ha guidato, ha raccolto sessanta milioni per riscrivere da zero gli strumenti di versionamento, perché il codice ormai lo producono gli agenti e le vecchie primitive non reggono.

Sono progetti diversissimi, ma arrivano tutti alla stessa casa da strade diverse. E in mezzo a tanto rumore sui modelli, il pezzo che stanno costruendo è quello di cui nessuno parla: l'impalcatura che tiene insieme il lavoro quando chi lavora non è più soltanto umano.

Torniamo un attimo sul filo di oggi, perché serve per capire il terzo fronte. La domanda è cosa resta scarso quando il modello diventa una merce comune. Una risposta dice il silicio, e la abbiamo sentita da Musk e da Liang. Una risposta dice il pluralismo, ed è quella di Murati. La terza risposta è la più antica di tutte: resta scarsa la regola, e chi la scrive.

Il 14 luglio Demis Hassabis, che guida Google DeepMind, ha chiesto pubblicamente la creazione entro fine anno di un organismo internazionale di sorveglianza sull'intelligenza artificiale. Il disegno è preciso: finanziato dall'industria, con dentro i migliori tecnici disponibili, ma responsabile davanti al governo degli Stati Uniti. Non una agenzia neutrale in stile Nazioni Unite. Nel saggio che ha pubblicato poco prima usa immagini che non gli avevamo mai sentito: dice che siamo alle pendici della singolarità, e parla di una finestra preziosa che si sta chiudendo. L'uomo che per anni è stato l'ottimista cauto della categoria adesso ha fretta.

Sulla stessa linea si muove Sam Altman, con un intervento sul Financial Times che propone un forum internazionale a guida americana. E il 9 luglio, in televisione, ha ammesso una cosa notevole: OpenAI ha fatto molti cambiamenti ai propri modelli dopo un confronto collaborativo con funzionari federali, i ministri del Commercio e del Tesoro compresi. Tradotto: l'approvazione governativa prima del rilascio non è più un'ipotesi, è una prassi. Dario Amodei chiede test di terze parti con potere di bloccare un lancio.

Andrew Ng ha una sola parola per tutto questo: teatro. Sostiene che il rischio vero non sia il modello troppo potente ma la concentrazione dell'accesso, e che regole scritte dai laboratori tendano stranamente a favorire i laboratori che le scrivono.

La crepa però arriva da dentro. Jack Clark, che di sicurezza si occupa in Anthropic e non è certo un liberista, nella sua newsletter di luglio scrive che la distanza tra la frontiera controllabile e quella diffusa liberamente si sta chiudendo, e porta come esempio un modello cinese aperto al livello dei migliori. Se ha ragione, l'intero impianto regolatorio proposto poggia su un presupposto che sta franando: che qualcuno, da qualche parte, abbia ancora l'interruttore.

Vale per le regole quello che valse per la stampa a caratteri mobili. Si può controllare chi possiede il torchio, finché i torchi sono pochi.

L'ultima storia della giornata è la più concreta di tutte, e la più istruttiva, perché non c'entra niente con l'intelligenza artificiale.

Balaji Srinivasan è l'uomo che ha teorizzato il network state: l'idea che comunità nate online possano accumulare abbastanza persone, capitale e riconoscimento da diventare qualcosa di simile a un paese. La sua prova sul campo è la Network School, un campus a Forest City, nello stato di Johor, in Malesia. Il 18 luglio, quando cominciano a circolare voci di chiusura, la risposta è secca: notizie false, sono questioni di insegne e licenze.

Quattro giorni dopo, il 22 luglio, lo stato di Johor revoca la licenza. Dietro c'è un'indagine sull'immigrazione, innescata da segnalazioni sui social a proposito della presenza di cittadini israeliani tra i partecipanti. Un campus che aveva assorbito oltre cento milioni di ringgit di investimenti si ferma per una pratica amministrativa e per una polemica online.

La reazione di Balaji è la parte interessante. Non parla di uscita, non parla di secessione. Ricorda i soldi investiti e i posti di lavoro creati per decine di malesi, chiede un incontro diretto con il primo ministro Anwar Ibrahim, e pretende garanzie sufficienti prima di rimettere capitale nel paese. È il linguaggio di chi negozia, non di chi se ne va. Il giorno dopo, il 23 luglio, annuncia un accordo preliminare con il Kazakistan per un nuovo campus: visti accelerati, trasferimento di sede semplificato, reclutamento attivo di talenti.

Il network state ha cambiato natura sotto i nostri occhi. Non è più la comunità digitale che emerge dal basso e a un certo punto diventa sovrana. È un cliente ricco che gira il mondo cercando lo stato disposto a offrirgli le condizioni migliori. È quello che facevano le compagnie commerciali del Seicento con le carte concesse dai sovrani, ed è quello che fanno oggi le multinazionali con le sedi fiscali. Meno romantico dell'utopia, molto più realistico.

Quello che resta è il dettaglio che nessuno aveva messo in conto. Non è stata l'intelligenza artificiale a fermare il progetto di decentralizzazione più visibile del decennio, non è stato un modello troppo potente né un rischio esistenziale. È stato un ufficio che rilascia licenze, in quattro giorni.

Progetti da osservare. Nessuna novità assoluta questa settimana, ma le costanti dicono qualcosa: quasi tutto quello che cresce ha a che fare con il far girare le cose in casa propria e con l'accumulare conoscenza invece di consumarla.

nanochat, di Karpathy: presente da settimane, continua a crescere.

Il gist chiamato llm-wiki, sempre di Karpathy: presente da settimane, continua a crescere.

autoresearch: presente da settimane, continua a crescere.

Obsidian: presente da settimane, continua a crescere.

llama punto c p p, di Georgi Gerganov: presente da settimane, continua a crescere.

lo strumento a riga di comando llm, di Simon Willison: presente da settimane, continua a crescere.

ARC-AGI, di François Chollet: presente da settimane, continua a crescere.

Sette nomi, nessuna sorpresa, e proprio per questo un segnale. Mentre a Redmond e a Mountain View si discute di organismi internazionali di sorveglianza, la parte di mondo che sta effettivamente lavorando continua a scaricare modelli sul proprio computer e a costruirsi archivi personali. Le due conversazioni si ignorano cordialmente. Non durerà.

Resta l'immagine di quel campus chiuso in quattro giorni, mentre a poche migliaia di chilometri si progettano fabbriche di chip grandi come quartieri. Le cose che immaginiamo infinite hanno sempre un confine molto banale: un forno, una licenza, un timbro. Forse la scarsità vera non è mai stata dove la cerchiamo.

È stato Signal Brief. Alla prossima.