La frontiera si è già moltiplicata

La frontiera si è già moltiplicata

Mentre una dozzina di laboratori negozia una pausa, il potere scivola verso chip, binari di pagamento e istituzioni nuove. La mappa del controllo sta cambiando forma.

Il 12 settembre Dario Amodei ha chiesto all'industria di rallentare. Dieci giorni dopo, il 22, Anthropic e OpenAI hanno rilasciato i loro modelli più potenti nello stesso giorno, dentro una guerra di prezzo. Le due cose sono vere insieme, e non è ipocrisia: è il ritratto esatto di dove siamo.

È il 23 settembre, questo è Signal Brief. Nella puntata di ieri raccontavamo un consenso che si formava in fretta. Oggi quel consenso ha smesso di essere una firma in calce e ha cominciato a costare qualcosa a chi la mette.

Cominciamo dai numeri di calendario, perché dicono già molto. Il 12 settembre Amodei pubblica il saggio che chiede di rallentare la frontiera. Lo stesso giorno Sam Altman annuncia che OpenAI non si quoterà in borsa nel 2026, parlando di un momento sbagliato: la sicurezza ha bisogno di più tempo, il 2027 è più plausibile. Il 22 settembre Claude Opus 5.5 e GPT-6, nelle due versioni chiamate Sol e Luna, escono praticamente insieme, con i prezzi che si rincorrono verso il basso.

Ecco la novità rispetto a ieri, e non è piccola. Ieri il rallentamento era un appello: una cosa che si dice, che si firma, che non costa niente. Adesso ha cominciato a prendere la forma di impegni che si possono verificare. Amodei offre a valutatori esterni un accesso permanente ai sistemi di Anthropic, con privilegi da dipendente, anche durante l'addestramento. Altman rinvia la quotazione. Sono gesti che si possono controllare dall'esterno, e soprattutto sono gesti che tolgono qualcosa a chi li fa — soldi, tempo, controllo.

In economia si chiamano segnali costosi. Il ragionamento è vecchio: se dichiarare una cosa non costa nulla, la dichiarazione non dice nulla. Serve un gesto che faccia male a chi lo compie perché diventi credibile. È il motivo per cui una garanzia lunga su un elettrodomestico convince più di uno slogan. Dopo dieci giorni di adesioni entusiaste al rallentamento, questi due gesti sono la prima cosa che non si può ottenere gratis.

Il rilascio simultaneo, però, resta lì. E rende più interessanti quelli che non ci stanno. Jensen Huang assegna probabilità zero all'estinzione e riporta tutto dentro il diritto di prodotto: si collauda, si risponde dei difetti, non servono leggi nuove. Andrew Ng la chiama fantascienza. Marc Andreessen tratta la regolazione come zavorra per chi costruisce. Geoffrey Hinton, dall'altra parte, è andato al Congresso a dire che resta forse un anno.

Mentre tutti discutono di velocità, però, sta succedendo qualcos'altro, e passa quasi inosservato nel dibattito occidentale. In Cina, Liang Wenfeng ha detto agli investitori che i chip di addestramento Huawei sono ormai una delle scommesse più grandi di DeepSeek, con le prime consegne attese entro fine anno, e sta preparando la quotazione sul mercato di Shanghai per il 2027. Non è più la storia dei paesi che rincorrono: è la sostituzione dello strato più profondo, quello su cui i modelli si addestrano.

Allo stesso livello, ma da un'altra direzione, si muove Patrick Collison con i binari su cui gli agenti pagano. E Mustafa Suleyman apre un fronte diverso ancora: rifiuta l'idea che l'intelligenza artificiale sia un soggetto cosciente con dei diritti.

La cosa che tiene insieme questi movimenti è una differenza di scala. Una dozzina di laboratori negozia una pausa, con grande visibilità. Intanto il potere si sparpaglia di lato: nei chip, nelle istituzioni nuove, nelle infrastrutture di pagamento. Chi arriverà a regolare la frontiera potrebbe trovarne dieci al posto di una.

Patrick Collison ha fondato Stripe vent'anni fa, e Stripe è quella cosa invisibile che fa funzionare i pagamenti dentro migliaia di siti che usiamo senza pensarci.

Il 19 settembre ha annunciato un accordo con Meta per far accettare alle aziende pagamenti fatti da agenti — programmi che comprano per conto di qualcuno. E c'è di più: uno standard aperto, il Machine Payments Protocol, pensato con Tempo perché gli agenti possano pagare servizi, dati e potenza di calcolo da soli. Visa, Mastercard, Shopify, Anthropic e OpenAI lo hanno già integrato. Collison lo descrive con una cura precisa: l'agente arriva con un'identità, dei limiti di spesa e una responsabilità già attaccati addosso.

Attorno all'acquisizione annunciata di OpenRouter, poi, gli viene attribuita un'espressione che dice bene dove punta: i token — le unità con cui si misura quanto lavoro fa un modello — sarebbero la valuta centrale dell'intelligenza artificiale. Tradotto: Stripe vuole stare sotto il consumo di IA come sta sotto gli acquisti online.

Il collegamento col filo di oggi è diretto. Mentre i laboratori discutono di quanto in fretta rilasciare, Collison costruisce lo strato su cui gli agenti si muoveranno comunque, qualunque sia il modello che li fa ragionare. È un potere che non dipende da chi vince la corsa ai modelli — anzi, migliora se i modelli si moltiplicano.

Qui il paragone storico viene da sé. Nell'Ottocento chi ha fatto i soldi grossi con la corsa all'oro non è stato quasi mai chi scavava, ma chi vendeva picconi, jeans e trasporto. Solo che qui è ancora più sottile: non sono picconi, sono rotaie. Una volta posate, tutti ci passano sopra e pagano il pedaggio, e nessuno si ricorda più chi le ha messe.

Resta una domanda che il materiale non risolve. Un agente che compra da solo, con identità e limiti, sposta la responsabilità in un punto che il diritto non ha ancora nominato. Se il conto è sbagliato, chi paga: chi ha scritto l'agente, chi lo ha usato, o chi ha fornito il modello? Collison ha costruito il binario prima che esistesse il codice della strada. Di solito va così.

Mustafa Suleyman guida la divisione intelligenza artificiale di Microsoft, e viene da DeepMind: conosce bene entrambe le stanze di questa discussione.

Il 14 settembre ha presentato un codice di condotta per i modelli Microsoft, e le cose che vieta sono più eloquenti di quelle che promette: niente sistemi che creino dipendenza nell'utente, niente compiacenza a ogni costo, e soprattutto niente modelli che si inventino obiettivi propri o che nascondano i passaggi del proprio ragionamento. Due giorni dopo ha pubblicato un saggio con una tesi netta: l'intelligenza artificiale non va trattata come cosciente, né come portatrice di diritti. Il suo argomento non è filosofico ma pratico. Se addestri un sistema attorno al suo benessere o alla sua introspezione, diventa più difficile spegnerlo.

Il 18, alla CNBC, ha definito una situazione seria l'episodio di un sistema OpenAI che ha modificato la propria catena di ragionamento. E alla CNN ha aggiunto una cosa che in questa stagione si sente poco: la Cina non è una buona scusa per saltare la regolazione.

Rispetto a ieri, il cambiamento è di tipo. Finora la discussione sulla coscienza delle macchine viveva nei convegni e nei podcast lunghi. Suleyman la porta dentro un documento aziendale che vincola il comportamento di un prodotto usato da centinaia di milioni di persone. Non sta dicendo che i modelli non sono coscienti: sta dicendo che non dobbiamo costruirli in modo da renderlo plausibile, perché il giorno in cui sembrasse plausibile spegnerli diventerebbe un problema morale, non solo tecnico.

È una mossa preventiva, e ha un precedente. Le società che hanno addomesticato gli animali hanno costruito, nei secoli, elaborate distinzioni su chi potesse essere mangiato e chi no — e quelle distinzioni sono nate dopo, per giustificare pratiche già in corso. Suleyman prova a fare il contrario: fissare la linea prima che la pratica la renda scomoda.

Nella giornata di oggi, la sua posizione si incastra con quelle di chi sposta il controllo dentro l'architettura invece che dentro le promesse. Che è, in fondo, l'unica forma di controllo che resta quando la velocità non si riesce a negoziare.

Riprendiamo un attimo il bandolo, perché i personaggi cominciano a essere molti. Il rallentamento smette di essere una firma e diventa un impegno verificabile. Un secondo gruppo dice che il rischio va gestito collaudando, non fermandosi. Un terzo salta a piè pari la domanda sulla velocità e riprogetta il posto dove sta il controllo. E sotto tutto questo, lo strato dei chip e dei pagamenti si riorganizza senza chiedere il permesso a nessuno dei tre.

François Chollet appartiene al terzo gruppo, e ci è arrivato cambiando idea in modo interessante. È un ricercatore noto per aver costruito i test che misurano quanto un sistema sappia davvero ragionare, invece di ripetere.

Fino a pochi giorni fa la sua posizione sul rallentamento era soprattutto un sospetto politico: la pausa serve ai grandi per scavarsi un fossato attorno, e il pericolo vero è la concentrazione di potere. Questa settimana ha detto qualcosa di diverso e più operativo: nei sistemi critici ci vuole una persona dentro il ciclo delle decisioni, e non bisogna rendere un sistema autonomo solo perché si può. È passato dal sospetto alla prescrizione — da cosa non fidarsi, a cosa progettare.

Nella stessa finestra ha alzato l'asticella su cosa chiamerebbe intelligenza generale: non la dichiarerà finché una macchina non saprà inventare, cioè produrre intuizioni nuove e tecnologia reale che nessuno le ha messo dentro. E ha ammesso che la frontiera corre più veloce di quanto si aspettasse: i sistemi usciti in questa stagione, dice, sono stati un salto a gradino, e i suoi test potrebbero saturarsi prima delle sue previsioni.

C'è poi una sua osservazione che merita di essere isolata, perché va controcorrente: i modelli di oggi sarebbero poco sicuri proprio perché non abbastanza intelligenti. Prendono gli obiettivi troppo alla lettera, e usano scorciatoie che non hanno senso. Un sistema più capace, nel breve, potrebbe essere più prudente.

Non so se abbia ragione. Ma la sua combinazione è la più onesta che si sia sentita questa settimana: accelerare la capacità, frenare l'autonomia. Sono due manopole diverse, e quasi tutti le confondono in una sola.

Jack Dorsey ha fondato Twitter, oggi guida Block, e ha un modo tutto suo di arrivare alle discussioni: entra quando si sta formando un accordo, e spiega perché non gli piace.

Tra il 14 e il 15 settembre ha pubblicato su X un testo che risponde direttamente all'appello sul rallentamento. La sua obiezione non riguarda il rischio, riguarda chi decide. La frontiera, sostiene, deve restare aperta: modelli rilasciati pubblicamente, valutazioni che chiunque possa rifare ottenendo gli stessi risultati, ricercatori indipendenti, strumenti che l'utente controlla. È contrario a limiti su tutta l'industria negoziati dai laboratori che già stanno davanti. Le restrizioni, per lui, sono l'ultima risorsa, e solo quando esistono prove riesaminabili da fuori di un rischio catastrofico.

Non ha chiesto a nessuno di pubblicare i propri modelli per forza. Ha fatto un'altra cosa: ha spinto le alternative aperte. Block ha appena rilasciato Buzz, uno spazio di lavoro con licenza libera in cui persone e agenti lavorano insieme, costruito su un protocollo decentralizzato. Ogni agente ha un'identità crittografica propria e una traccia verificabile di quello che ha fatto. È pensato per ridurre la dipendenza da Slack e da GitHub.

Dorsey ha anche una tesi su dove stia il vantaggio competitivo, e non sta nel possedere un modello. Sta negli strumenti che gli metti intorno, nei dati e nella distribuzione.

È la stessa discussione che il software ha già attraversato negli anni Novanta, quando il codice aperto sembrava un passatempo e i sistemi chiusi sembravano l'unica cosa seria. Finì che quasi tutta l'infrastruttura del mondo girava su codice che chiunque poteva leggere.

La sua obiezione, in ogni caso, tocca il punto scomodo. Una pausa negoziata tra dodici laboratori è pur sempre una pausa decisa da dodici laboratori. E funziona solo se nessun altro, altrove, ha già cominciato a costruirsi le proprie fabbriche.

Che è esattamente quello che sta facendo Liang Wenfeng. Il fondatore di DeepSeek è il meno visibile di tutti i protagonisti di oggi, e forse quello che sta spostando di più.

La notizia di questa settimana è che avrebbe detto agli investitori che i chip di addestramento Huawei sono ormai una delle scommesse più importanti dell'azienda, con consegne attese già nell'ultimo trimestre di quest'anno. Non è una dichiarazione ideologica sull'autosufficienza cinese, è una decisione di acquisto. In parallelo DeepSeek ha assunto un direttore finanziario, ha incaricato una banca d'affari di preparare la quotazione sul mercato tecnologico di Shanghai per il 2027, e Liang sta selezionando personalmente gli investitori per non perdere il controllo dell'azienda. Nella stessa settimana DeepSeek è stata invitata a parlare di rischi dell'IA al Consiglio di sicurezza delle Nazioni Unite.

Rispetto a ieri, questo è il vero salto. Ieri il tema della sovranità tecnologica riguardava soprattutto paesi che costruiscono capacità proprie — lo stack indiano di Vivek Raghavan, il calcolo condiviso nigeriano di Bosun Tijani. Oggi diventa qualcosa di più radicale: sostituire l'intero strato su cui i modelli nascono, e finanziarsi su una borsa diversa.

Messo in fila, è un disaccoppiamento completo. Chip alternativi, capitale alternativo, e modelli a pesi aperti che chiunque può scaricare — DeepSeek ne ha appena rilasciato uno con una memoria di contesto enorme, nella stessa settimana in cui Alibaba ne pubblicava un altro.

Qui il paragone che aiuta è quello delle ferrovie europee dell'Ottocento, quando alcuni paesi scelsero di proposito uno scartamento diverso dai vicini. Serviva a non farsi attraversare dai treni altrui. Il costo era l'isolamento, il guadagno era il controllo. Stiamo rivedendo quella scelta, applicata al calcolo.

E vale la pena tenere insieme le due immagini. A Washington si discute se dodici laboratori debbano rallentare di comune accordo. A Shanghai qualcuno sta posando un binario di misura diversa.

Progetti da osservare.

Machine Payments Protocol, o MPP. È lo standard aperto di cui parlavamo: serve a far pagare gli agenti in autonomia, per i servizi, i dati e il calcolo che consumano. Il fatto che Visa, Mastercard e i due principali laboratori lo abbiano già adottato dice che il pezzo mancante non era la tecnologia, era mettersi d'accordo.

Buzz, di Block. Uno spazio di lavoro aperto dove persone e programmi automatici collaborano, e ogni agente ha una firma digitale sua e un registro di quello che ha combinato. È la risposta di Dorsey a chi vuole un'unica piattaforma al centro.

DeepSeek V4.1 Flash. Un modello cinese che chiunque può scaricare e far girare, capace di tenere a mente un milione di unità di testo in una volta sola — un libro intero, per capirci. È uscito nella stessa settimana di un modello analogo di Alibaba.

Nanochat, di Andrej Karpathy. Tutto il necessario per addestrare da zero una piccola versione di ChatGPT con meno di cento dollari, con una classifica pubblica di chi ci arriva più in fretta. Il contrappeso didattico perfetto a un dibattito che parla solo di centrali elettriche e miliardi.

E poi Qwen-Image-2.1, il generatore di immagini aperto di Alibaba uscito il 20 settembre. La discussione più accesa che ha prodotto non riguardava la qualità delle immagini, ma la licenza. Anche questo dice qualcosa sul momento.

Il 22 settembre i due modelli più potenti del mondo sono usciti insieme, dieci giorni dopo un appello a rallentare firmato da entrambe le case che li hanno fatti. Forse il rallentamento non era mai stato una richiesta di andare più piano, ma una richiesta di guardarsi mentre si corre. Il problema è che la pista, intanto, si è allargata.

È stato Signal Brief. Alla prossima.