Il collo di bottiglia si sposta

Il collo di bottiglia si sposta

Mentre i grandi laboratori portano l'IA davanti all'ONU, chi costruisce scende verso il basso: chip domestici, modelli sul portatile, verifica. Due mappe che non si parlano.

Trenta settembre 2026, e in questa puntata di Signal Brief c'è una correzione da fare rispetto a ieri. Per settimane la domanda era chi arbitra la velocità dell'intelligenza artificiale. Adesso la domanda è diventata un'altra: chi tiene in mano la parte scarsa della catena. Perché nel giro di pochi giorni due movimenti opposti sono diventati visibili. Alcuni salgono verso le istituzioni internazionali. Altri scendono verso il metallo, il silicio, il portatile sul tavolo di casa. E non si stanno parlando. Conviene partire da un saggio e da una fabbrica di chip a Shenzhen.

Il ventitré settembre Dario Amodei parla davanti al Consiglio di Sicurezza delle Nazioni Unite. Chiede standard internazionali, un divieto esplicito sull'uso dell'intelligenza artificiale per armi biologiche, regole di test condivise, segnalazione obbligatoria degli incidenti. È la stessa linea del suo saggio dell'undici giorni prima, quello in cui proponeva di dare il ritmo alla frontiera: tema già noto, non lo rispieghiamo.

Quello che è nuovo è dove sono finiti gli altri.

Nelle stesse settimane Liang Wenfeng, il fondatore di DeepSeek, dice ai suoi investitori che addestrare i prossimi modelli su acceleratori Huawei e su altri chip cinesi è una delle scommesse più grosse dell'azienda. Le consegne sono attese tra la fine del 2026 e l'inizio del 2027. Nessun arbitro, nessun comitato: hardware proprio. Vitalik Buterin, a metà settembre, racconta che un modello che gira sul suo portatile oggi gli copre buona parte delle attività quotidiane. Vivek Raghavan continua a costruire in India uno stack nazionale in lingue indiane, con l'obiettivo dichiarato di dipendere meno dalle piattaforme straniere.

Guardate la geometria. Da un lato si sale: ONU, Congresso, comitati di standard. Dall'altro si scende: schede, laptop, infrastruttura locale. È lo stesso schema che si era visto con l'energia elettrica un secolo fa, quando alcune città chiedevano una regolazione nazionale delle reti e altre si costruivano la centrale in fondo alla strada. Vinse un ibrido, ma ci vollero trent'anni e le due parti nel frattempo si accusarono a vicenda di essere il vero pericolo.

C'è poi una convergenza che nessuno aveva previsto. Naval Ravikant riduce tutta la questione a una domanda secca: l'intelligenza artificiale è il fuoco o è l'arma nucleare. Se è il fuoco, che ce l'abbiano tutti. Se è la bomba, nessuno. Jack Dorsey, nel suo intervento di metà settembre, rifiuta l'idea che proteggere un vantaggio commerciale possa passare per obiettivo di sicurezza. E Sasha Luccioni, che arriva da una posizione lontanissima — misura da anni i costi ambientali dei modelli — alla BBC dice che il problema non è l'estinzione dell'umanità, è l'avidità delle aziende. Acceleratori libertari e critici ambientali che diffidano della stessa cosa: di chi si arroga il diritto di decidere cosa sia rischioso. Non sono alleati, ma hanno un avversario comune.

Andrew Ng spinge la cosa oltre. A Bloomberg definisce le paure esistenziali fantascienza, e le colloca dentro una campagna di comunicazione ben orchestrata. Nel frattempo Geoffrey Hinton, dopo un incontro a porte chiuse con i parlamentari americani, dice ai giornalisti che al Congresso resta forse un anno per fare qualcosa. Stessa settimana, stesso paese, stesso oggetto: un allarme e la lettura di quell'allarme come operazione di immagine.

Sotto la polemica, però, si muove la cosa che conta davvero: dove si sta spostando la scarsità.

Balaji Srinivasan è un investitore e teorico delle comunità digitali, uno di quelli che pensano in termini di secoli e di reti più che di trimestri. La sua tesi sull'intelligenza artificiale, ripresa in una conversazione con a16z, si riassume in una frase: generare costa sempre meno, verificare costa sempre più.

Vale la pena tenerla ferma un momento, perché è controintuitiva. Quando produrre un testo, un'immagine, un video, un contratto diventa quasi gratuito, la cosa preziosa non è più la produzione. È il timbro. È sapere che quella cosa è autentica, che viene da chi dice di venire, che non è stata fabbricata cinque minuti prima per ingannarti. Srinivasan chiama in causa firme crittografiche, identità, controllo sui propri dati — gli strumenti del mondo delle criptovalute, riutilizzati per un problema che non è nato lì.

Le sue mosse di fine settembre raccontano la stessa direzione con i piedi invece che con le parole. Ha lanciato la Network School in Kazakistan, ha aperto un campus ad Astana, ha messo in piedi un festival del cinema fatto con l'intelligenza artificiale nella stessa città, con l'idea di togliere a Hollywood il monopolio della produzione. In un suo intervento la democrazia nell'era di internet diventa votare con i piedi: spostarsi fisicamente dove si sta meglio.

Il collegamento col filo di oggi è diretto. Mentre Amodei chiede all'ONU di mettersi d'accordo su chi può fare cosa, Srinivasan costruisce comunità piccole che si fidano al loro interno e si verificano a vicenda. Non è governance globale e non è nemmeno il laptop solitario di Buterin: è una terza via, tribù che portano con sé la propria infrastruttura di fiducia.

Storicamente non è una novità. Quando la stampa a caratteri mobili ha reso la copia di un testo economica, per un secolo il problema europeo non fu produrre libri, fu capire quali fossero autentici: nacquero i frontespizi, le marche tipografiche, gli imprimatur. L'abbondanza di copie ha inventato il bisogno di un sigillo. Srinivasan sta dicendo che stiamo per rifare quel passaggio, solo molto più in fretta.

Resta un dubbio. Un sistema di verifica funziona se qualcuno lo riconosce. E se le tribù sono tante e ognuna si dà il proprio timbro, il costo della verifica non scende: si moltiplica.

Aravind Srinivas guida Perplexity, il motore che invece di darti dieci link ti dà una risposta. Da qualche mese la sua azienda ha cambiato ambizione: non più rispondere, ma agire.

La scena concreta è tecnica e vale raccontarla in parole semplici. Perplexity ha pubblicato una ricerca sul suo prodotto Computer, un sistema che fa fare cose al computer al posto tuo. Il risultato annunciato: una riduzione del ventuno virgola due per cento degli errori quando il sistema chiama uno strumento esterno, misurata su utenti reali. Poi ha condiviso l'esito di un test di sicurezza: cento e otto tentativi di far uscire il programma dalla sua gabbia protetta, tutti respinti, con alcuni problemi veri di contenimento trovati per strada e poi sistemati.

Detto così suona come manutenzione. È invece la dichiarazione più chiara di dove Srinivas pensa che stia il collo di bottiglia: non nell'intelligenza dei modelli, nell'affidabilità di quello che fanno da soli. Un assistente che sbaglia una risposta su venti è utile. Un agente che sbaglia un pagamento su venti è inservibile. Sono due mestieri diversi.

Nello stesso periodo Perplexity ha portato parte del lavoro dentro il computer dell'utente: sull'applicazione per Mac i passaggi che toccano dati sensibili vengono gestiti da modelli locali, mentre la pianificazione e la ricerca restano nel cloud. E ha promesso di rendere pubblico il classificatore che decide cosa resta in casa e cosa esce. Il silicio Apple visto come calcolo privato ed economico.

Ecco perché questo ritratto sta accanto al precedente. Srinivasan e Srinivas — omonimia che non aiuta — indicano due scarsità diverse. Per il primo il punto stretto è controllare che il prodotto sia autentico. Per il secondo è che l'agente non combini guai mentre lavora. Sono due facce della stessa perdita di fiducia: l'abbondanza di produzione ha reso preziosa la garanzia.

E c'è un dettaglio che mi sembra il più eloquente di tutti: entrambi risolvono il problema scendendo verso il basso, verso il dispositivo e la crittografia, non salendo verso un'autorità. La governance globale, in questa storia, non compare mai.

Andrej Karpathy ha costruito la visione artificiale di Tesla e ha lavorato alle origini di OpenAI. Oggi è soprattutto un divulgatore tecnico, uno dei pochi ascoltati sia dagli ingegneri sia da chi comanda.

In una lunga intervista di queste settimane ha sostenuto una cosa che stona con l'euforia del momento: gli agenti sono un paradigma vero ma incompiuto. Mancano tre cose, dice — la capacità di imparare in modo continuo, la gestione solida di più tipi di dato insieme, l'affidabilità. La sua stima è che serva circa un decennio di lavoro, non un salto imminente verso il collega artificiale da assumere. Parla di un nucleo di capacità cognitive che si diffonde per gradi nell'economia, non di una discontinuità drammatica.

Poi, il gesto pubblico: ha rilanciato il rapporto di Anthropic sugli abusi e sulle minacce, quello con i confronti di sicurezza tra modelli, e si è detto favorevole a più coordinamento tra i laboratori sulle valutazioni. Un ex OpenAI che appoggia la proposta di un concorrente sulla misurazione del rischio. In un mese in cui il coordinamento viene descritto da alcuni come un cartello travestito, è un posizionamento che pesa.

Contemporaneamente sta spostando energia altrove: la sua nuova impresa si chiama Eureka, viene raccontata come una specie di accademia dell'intelligenza artificiale costruita attorno a un corso selettivo e a un progetto finale, e ha già un nucleo tecnico pubblico — una pipeline minima per addestrare da zero un modello in stile ChatGPT.

Il collegamento al filo di oggi è un po' obliquo ma solido. Tutti gli altri litigano su chi deve tenere il freno. Karpathy, mentre sostiene le valutazioni comuni, investe il suo tempo nell'insegnare a costruire. È la posizione di chi pensa che il vero argine non sia una regola, ma il numero di persone che capiscono la macchina abbastanza per non temerla.

Ricapitolando dove siamo: due movimenti opposti, uno che sale verso le istituzioni e uno che scende verso l'hardware, e sotto tutti e due una scarsità che cambia posto — dal modello alla verifica, all'affidabilità, al silicio. Karpathy ci aggiunge una quarta: le persone capaci di farlo.

Benedict Evans è un analista inglese che da anni spiega le piattaforme digitali a chi deve prendere decisioni. Non costruisce, guarda — e lo fa con una diffidenza salutare verso le narrazioni tonde.

Il tre settembre ha pubblicato un saggio intitolato Intelligenza artificiale, strumenti e trasformazione. La sua posizione va contro il racconto dominante: l'intelligenza artificiale non farà sparire le applicazioni, e non trasformerà ciascuno di noi in un costruttore di software. Aggiungerà capacità agli strumenti che già usiamo — i fogli di calcolo, la posta, i programmi di settore. E il collo di bottiglia dell'adozione non sarà la potenza dei modelli: saranno i progetti pilota, gli acquisti, le implementazioni. Cose istituzionali, lente, noiose.

Detto in un altro modo: il freno non è tecnico, è organizzativo. Lo stesso Evans ha aperto in queste settimane un secondo fronte, chiedendosi come si ribilanceranno prezzi, domanda e investimenti quando la penuria attuale di capacità di calcolo si allenterà. Dal marketing dei prodotti all'economia delle infrastrutture: un cambio di sguardo che dice molto sul momento.

Questa è la parte del concetto che si è mossa rispetto a ieri. Ieri la domanda era chi arbitra la velocità. Oggi, mettendo Evans accanto ad Amodei, la domanda diventa: chi tiene il punto stretto della catena, e quindi il potere. Se Evans ha ragione, quel punto non è né a New York con i diplomatici né a Shenzhen con i chip. È dentro gli uffici acquisti delle aziende normali.

Un paragone che regge: l'elettricità nelle fabbriche. I motori elettrici erano disponibili dal 1890, ma la produttività industriale americana non decollò per trent'anni, perché ci volle tutto quel tempo per ripensare la disposizione dei capannoni — che erano costruiti attorno a un albero di trasmissione centrale. La tecnologia era pronta. L'organizzazione no.

Se il collo di bottiglia è lì, entrambi i campi di questa polemica stanno combattendo una battaglia mal collocata.

Progetti da osservare, e questa volta raccontano il filo meglio delle dichiarazioni.

Astra 6.1, di OpenAI, è interessante per come è finita: ritirata in fretta perché giudicata non abbastanza allineata. È il primo caso concreto di una pausa alla frontiera — quella cosa che Altman e Amodei avevano evocato a parole, fatta davvero e senza trattati internazionali. Nello stesso DevDay è arrivato GPT 6.1 Sol, prestazioni al vertice a circa un quinto del costo precedente: la conferma pratica che contare i token come unità di misura dell'inferenza ha poco senso, se un token migliore risolve più problemi.

DeepSeek V4 è l'altra faccia. Modello a pesi aperti, adattato ai chip Huawei Ascend 950 e in parte addestrato su di essi, con centosessantamila acceleratori in preparazione e un modello da duemila miliardi di parametri all'orizzonte. La sovranità del silicio non è un'idea: è un ordine di acquisto.

goose è l'agente open source di Block, licenza Apache, funziona con qualunque modello e anche in locale. Dorsey l'ha ceduto a una fondazione della Linux Foundation — cioè ha rinunciato al controllo su una cosa che funziona. Coerente con la sua posizione sulla frontiera aperta, e piuttosto rara come mossa aziendale.

Ollama merita il nome anche se non fa notizia: è lo strumento con cui si fanno girare modelli aperti sul proprio computer. È l'infrastruttura concreta sotto l'IA locale di Buterin, il pezzo di ferramenta che rende possibile l'autonomia di cui tutti parlano.

Infine World Labs, i modelli dello spazio fisico di Fei-Fei Li, che AMD sta acquisendo per otto miliardi e due. Una delle persone che hanno costruito la visione artificiale moderna si sposta dentro un produttore di chip. Il valore lascia il modello e va verso il metallo.

Alla fine due immagini restano appaiate: un amministratore delegato che parla di armi biologiche in una sala del Consiglio di Sicurezza, e un ordine per centosessantamila schede cinesi. Nessuno dei due riconosce che l'altro stia descrivendo un rischio reale. Forse il punto non è chi ha ragione, ma quanto ci vorrà prima che qualcuno provi a tenere insieme le due mappe. È stato Signal Brief. Alla prossima.