Chi possiede il cavo, non chi corre davanti

Chi possiede il cavo, non chi corre davanti

Dorsey taglia quattromila posti citando l'AI, Chollet dice che i numeri non si muovono. E intanto India e Nigeria costruiscono la propria infrastruttura.

Il 19 ottobre 2026, in due uffici distanti migliaia di chilometri, qualcuno stava scrivendo la stessa cosa con parole opposte. A San Francisco, Jack Dorsey annunciava il taglio di oltre quattromila posti in Block, attribuendolo alla produttività degli strumenti di intelligenza artificiale. Nello stesso giro di giorni, François Chollet scriveva che nella sua esperienza gli agenti producono quasi tutto il codice, gli ingegneri lavorano di più, e i bilanci delle aziende restano identici a prima.

Questo è Signal Brief. Due contabilità dello stesso fenomeno, nessuna delle due ancora dimostrabile. E mentre in California si litiga sui conti, altrove qualcuno ha smesso di guardare la classifica.

Partiamo dal gesto più netto della settimana, perché è anche il più misurabile. Block, l'azienda di Dorsey che possiede Square e Cash App, ha annunciato una riduzione di oltre quattromila posizioni: quasi metà dell'organico. La motivazione dichiarata non è una crisi di fatturato. È che con gli strumenti giusti, sostiene Dorsey, squadre più piccole costruiscono e operano meglio. Block si descrive ormai come una "intelligence company", e porta a sostegno un numero: le modifiche al codice in produzione per ingegnere sarebbero più che raddoppiate da gennaio. Dorsey aggiunge che la maggior parte delle aziende è indietro e arriverà alla stessa conclusione entro un anno.

Chollet, che di modelli se ne intende avendo passato anni a costruirli, osserva lo stesso fenomeno e vede il contrario. Gli agenti scrivono il codice, sì. Ma l'attrito non sparisce: si sposta. Finisce nella revisione, poi nel coordinamento, poi nella decisione su cosa valga la pena costruire. E alla fine della catena i risultati aziendali non si muovono. Nel briefing di ieri il collo di bottiglia si era appena trasferito alla revisione umana del codice; oggi Chollet fa un passo più radicale e dice che continuerà a traslocare senza mai scomparire.

Benedict Evans, nella sua newsletter settimanale del 13 ottobre, indica dove si rompe il ragionamento di entrambi: dare strumenti di intelligenza artificiale a un'azienda non significa averne trasformato i processi. Sono due operazioni diverse, e la seconda costa molto più della prima.

È una storia già vista, ed è la ragione per cui conviene diffidare delle contabilità rapide. Quando le fabbriche americane passarono dal vapore all'elettricità, a fine Ottocento, per vent'anni la produttività non si mosse. Il motore elettrico c'era, montato dove prima stava l'albero di trasmissione a vapore. Il guadagno arrivò solo quando qualcuno ridisegnò il capannone intorno al nuovo motore, liberando le macchine dalla tirannia di un unico asse centrale. Lo strumento era arrivato subito, il processo vent'anni dopo. Chi oggi licenzia metà dell'azienda citando la produttività dell'intelligenza artificiale sta scommettendo che stavolta i vent'anni siano diciotto mesi.

Ma c'è un filo che corre sotto questa discussione e che la ridimensiona. Andrej Karpathy ha stimato l'11 ottobre che i sistemi più avanzati li vedano circa cinquemila persone al mondo, mentre tre quarti dell'umanità gli LLM quasi non li ha mai usati. Se quel numero è anche solo nell'ordine di grandezza giusto, la domanda su quanto correre interessa un circolo molto ristretto. La domanda vera diventa un'altra: chi possiede l'infrastruttura quando la frontiera arriva da lui.

E qui si è mosso qualcosa di nuovo rispetto a ieri. In India e in Nigeria due persone stanno costruendo la risposta prima che la domanda diventi urgente: modelli propri, installazioni isolate dalla rete, fibra nel terreno. Non stanno gareggiando sulla classifica dei modelli. Stanno posando cavi.

Vivek Raghavan guida Sarvam, un laboratorio indiano che costruisce modelli nelle lingue del subcontinente. Questa settimana Sarvam ha annunciato Chanakya, una divisione lavorata in sordina per circa un anno e dedicata — sono parole dell'azienda — ai "problemi di conseguenza nazionale".

Il dettaglio che conta non è il nome, è la modalità di consegna. Chanakya nasce per installazioni sul posto e per quelli che in gergo si chiamano deployment air-gapped: macchine fisicamente scollegate da internet, dove il modello gira dentro il perimetro dell'istituzione e nessun dato esce. È la configurazione che si usa per le reti militari e per le centrali elettriche. Qui serve a ministeri e grandi imprese dove un errore non è un inconveniente ma un incidente.

Raghavan è stato esplicito sul modello di ricavi: non applicazioni per il pubblico, ma vendita a imprese e soprattutto lavoro per lo Stato. Sarvam è stata scelta per costruire un modello di base indigeno nell'ambito della missione nazionale indiana sull'intelligenza artificiale, e Raghavan ha detto che sarebbe stato completato in sei mesi. Nel frattempo l'azienda distribuisce Sarvam-M, un modello da ventiquattro miliardi di parametri a pesi aperti, e un traduttore che copre ventidue lingue indiane.

La traiettoria è leggibile: da chi costruisce modelli a chi costruisce l'intera filiera, dal chip alla consegna. La sovranità, in questa lettura, non sta nel decidere se i pesi siano aperti o chiusi. Sta nel poter staccare il cavo e continuare a funzionare.

Raghavan è una presenza ricorrente in questo podcast, ed è giusto notare perché. Non perché pubblichi più degli altri, ma perché ogni volta che torna ha spostato un pezzo di infrastruttura più in là. Mentre a San Francisco si discute se gli agenti producano o no valore misurabile, a Bangalore si sta rispondendo a una domanda che quella discussione dà per risolta: chi detiene le macchine su cui la discussione gira.

C'è un'asimmetria curiosa in tutto questo. Il dibattito che fa notizia è verticale — accelerare o frenare. Quello che si sta decidendo nei fatti è orizzontale: chi può partecipare. E il secondo, mi sembra, si deciderà molto prima del primo.

La stessa mossa, a seimila chilometri di distanza e con mezzi diversi. Bosun Tijani è ministro delle comunicazioni e dell'economia digitale in Nigeria, e nelle ultime due settimane ha fatto una cosa che i ministri raramente fanno: ha smesso di annunciare e ha cominciato a consegnare.

Il gesto concreto è il lancio della N-ATLAS Innovation Challenge, un invito rivolto a sviluppatori, ricercatori e imprese nigeriane a costruire strumenti sopra il modello linguistico nazionale. Non un bando generico: le aree indicate sono sanità, agricoltura, istruzione e finanza, con un'enfasi particolare sulle applicazioni vocali. Il che ha una logica precisa in un paese con centinaia di lingue e una diffusione della lettura molto diseguale: la voce è l'interfaccia che include più persone della tastiera.

Sotto, c'è la parte meno vistosa e più decisiva. Tijani ha lanciato NUCAP, un programma di connettività, e tiene come priorità Project BRIDGE: novantamila chilometri di fibra ottica e circa tremilasettecento torri. Senza quei cavi, il modello nazionale resta un comunicato stampa. Con quei cavi, diventa un servizio.

Il segnale politico più nitido è però una rinuncia. Tijani ha ritirato la propria candidatura alla vice-segreteria generale dell'Unione Internazionale delle Telecomunicazioni per concentrarsi sull'agenda interna. In un continente dove le carriere pubbliche di prestigio passano quasi sempre per Ginevra o New York, scegliere il cantiere invece dell'organismo internazionale è una dichiarazione di metodo. La Fondazione Gates lo ha nominato Goalkeepers Champion per il 2026.

Mettendolo accanto a Karpathy, il contrasto diventa l'intera storia della giornata. Karpathy descrive cinquemila persone che vedono i sistemi più avanzati; Tijani sta lavorando perché duecento milioni di nigeriani abbiano almeno il cavo sotto casa. Sono due piani talmente distanti da sembrare argomenti diversi, ma sono lo stesso argomento visto dai due estremi dell'imbuto.

Ricapitoliamo dove siamo arrivati, perché i fili sono tre e vale la pena tenerli insieme. Primo: l'intelligenza artificiale produce valore misurabile oppure no, e due persone serie dicono il contrario sullo stesso dato. Secondo: lo strumento non è il processo, e la differenza tra i due è dove si perde il valore atteso. Terzo: mentre questo si discute, l'accesso si sta distribuendo in modo molto disuguale, e qualcuno ha deciso di risolverlo costruendo in proprio.

Il quarto filo riguarda chi vorrebbe mettere delle regole a tutto questo. E lì la discussione ha appena cambiato forma.

Naval Ravikant ha formulato la questione in modo talmente pulito che vale citarlo per intero. Se l'intelligenza artificiale è pericolosa come il fuoco, allora va distribuita il più largamente possibile. Se è pericolosa come un'arma nucleare, allora nessuno deve averla.

È una frase breve ma fa un lavoro che gran parte del dibattito sulla sicurezza non fa: sceglie l'analogia prima di scegliere la politica, e ammette che è l'analogia a decidere tutto il resto. Il fuoco è pericoloso e proprio per questo lo si insegna a tutti; una società in cui solo una casta sa accendere il fuoco è una società peggiore, non più sicura. L'arma nucleare funziona all'opposto: la sicurezza nasce dalla scarsità dei possessori, e l'intero sistema di trattati del Novecento è costruito su quel presupposto.

Ravikant sta altrove nello stesso ragionamento, e le sue osservazioni recenti lo confermano. A inizio ottobre ha notato che il software si sta ritirando verso il server per difendersi dalla distillazione — cioè dalla possibilità che un modello osservi un prodotto e lo riproduca — e ha aggiunto la battuta che "aperto" rischia di significare sempre più spesso che è il tuo codice a essere aperto. La sua tesi economica è che il vantaggio competitivo del solo software stia evaporando, e che il valore si sposti verso hardware, dati proprietari, distribuzione, robotica. Sul lavoro, sostiene che le persone diventino gestori di sistemi piuttosto che essere sostituite: più produttività e, insieme, più carico.

Dall'altra sponda la richiesta di regole ha smesso di essere un appello e ha preso la forma di un'architettura. Geoffrey Hinton, in un'intervista del 13 ottobre, ha chiesto un sistema di approvazione preventiva in stile FDA: chi vuole rilasciare un modello potente deve dimostrare prima che sia sicuro, come si fa con i farmaci. Ha attaccato esplicitamente l'autoregolamentazione volontaria dell'industria. Il 13 ottobre Yoshua Bengio si è unito a lui e ad altri quattrocento ricercatori nel chiedere un organismo internazionale che standardizzi le pratiche di contenimento, registri gli incidenti e col tempo li renda pubblici.

Andrew Ng legge la stessa richiesta come una manovra: argomenti costruiti, sostiene, per soffocare i pesi aperti e la concorrenza. Non è una posizione cinica quanto sembra. La storia della regolazione industriale è piena di casi in cui la soglia di conformità ha protetto chi poteva permettersi gli avvocati molto più del pubblico che doveva tutelare.

Resta il personaggio che tiene insieme i pezzi senza accorgersene: l'agente. Non come prodotto, come livello su cui tutto il resto appoggia.

Paul Graham l'ha detto l'8 ottobre partendo da una notizia piccola. Amazon ha messo restrizioni agli agenti che fanno acquisti al posto delle persone. Secondo Graham quella mossa apre la migliore opportunità per un concorrente dalla fondazione di Amazon stessa, perché la gente vorrà agenti indipendenti che comprano per lei, non agenti controllati dal venditore. Una restrizione d'uso, scrive, è un'occasione imprenditoriale. Graham ha aggiunto un'osservazione collaterale che pesa più di quanto sembri: i contenuti chiusi dietro un abbonamento e inaccessibili ai crawler sono, per le macchine, praticamente invisibili.

Il 6 ottobre, a Singapore, Vitalik Buterin ha detto che l'intelligenza artificiale diventerà la nuova interfaccia delle criptovalute: gli agenti scriveranno ed eseguiranno le transazioni, al posto dei portafogli, dei siti e forse delle applicazioni. E il 16 ottobre ha mostrato la sua versione "paranoica": un modello che gira in locale e riscrive le richieste, ogni conversazione su un circuito di rete separato, traffico di copertura per confondere le tracce, pagamenti scollegati dall'identità. Ha ammesso lui stesso che la latenza è notevole e che un fornitore remoto vede comunque qualcosa.

Nat Friedman, dal lato opposto dello spettro aziendale, il 2 ottobre ha aperto il codice di Muse Gadgets: firmware e kit di sviluppo perché chiunque possa far girare l'agente di Meta su dispositivi propri, con schermi, pulsanti, sensori. Insieme è arrivato Muse Home Link, una chiavetta che permette all'agente di raggiungere televisori e altoparlanti sulla rete di casa; cinquemila unità regalate agli abbonati, codice pubblico.

Tre mosse diversissime, una sola direzione. Ieri l'agente era un soggetto economico che negozia al posto tuo. Oggi è diventato lo strato su cui si costruisce: al posto del portafoglio, al posto dell'applicazione, al posto del dispositivo. È lo stesso percorso del browser negli anni Novanta — nato come programma per leggere pagine, finito come il luogo dove vive tutto il software.

Progetti da osservare, e stavolta si leggono come un commento al resto dell'episodio.

Goose è l'agente di programmazione open source sviluppato da Block. Vale a dire: l'azienda che taglia metà dell'organico citando la produttività degli strumenti distribuisce gratuitamente lo strumento con cui lo fa. Ha un'adozione larga tra gli sviluppatori, e permette a chiunque di verificare sul campo se la contabilità di Dorsey regge.

OpenClaw è un assistente personale che gira interamente sul computer di chi lo usa, senza passare da un servizio esterno. Ha superato le duecentomila stelle su GitHub, un numero fuori scala. È la risposta dal basso alla questione dell'accesso: se la frontiera la vedono in cinquemila, almeno il livello sotto lo si può tenere in casa propria.

nanochat arriva da Karpathy: un'implementazione minima per addestrare e far funzionare un modello conversazionale con poca spesa. Didatticamente è una dimostrazione che la cosa si può fare senza una fabbrica di calcolo grande come un quartiere.

LiteLLM è un intermediario che si installa sui propri server e offre un'unica porta d'accesso verso tutti i fornitori di modelli, registrando ogni richiesta. Serve a chi vuole sapere esattamente cosa esce dalla propria azienda e verso chi.

L'ultimo è un prezzo. DeepSeek ha pubblicato un'interfaccia di ricerca e recupero pagine a settantacinque centesimi di dollaro per mille richieste. Sembra una nota a piè di pagina, ma è il costo di far guardare il mondo a un agente. Quando quel costo scende, cambia chi può permettersi di costruirne uno.

Quattromila persone che lasciano un'azienda per una tesi sulla produttività non ancora dimostrata, e tremilasettecento torri che si alzano in Nigeria perché qualcuno pensa che il cavo venga prima del modello. Due modi di scommettere sullo stesso decennio. Il secondo si verifica scavando una trincea; il primo, forse, soltanto fra vent'anni.

È stato Signal Brief. Alla prossima.