La bolletta della frontiera

La bolletta della frontiera

Il vincolo dell'intelligenza artificiale non è più la potenza dei modelli, ma elettricità, emissioni e margini. E una nuova faglia: capacità dispersa o custodita.

Mercoledì 4 novembre. In questa puntata di Signal Brief il protagonista non è un modello: è il conto della corrente. Per tre anni la domanda che muoveva tutto era quanto potessero diventare grandi questi sistemi. Nelle ultime due settimane le voci più rilevanti parlano d'altro: elettricità, edifici, costi di servizio, tonnellate di anidride carbonica. Il vincolo si è spostato dal cervello al corpo. E mentre accadeva, uno dei protagonisti della corsa ha cominciato a chiudere il rubinetto ai propri utenti.

Sul palco della conferenza GTC a Berlino, Jensen Huang ha detto una frase che tre anni fa avrebbe stonato: il collo di bottiglia non è più il silicio. Sono l'elettricità, gli edifici dei data center, la potenza effettivamente utilizzabile. Nvidia campa vendendo chip, e il suo amministratore delegato spiega dal palco che il problema non sono i chip.

Il riscontro è arrivato da due direzioni opposte nello spazio di pochi giorni. Il primo novembre Elon Musk ha ammesso che i costi per far girare Grok Bot erano, parole sue, insostenibilmente alti rispetto ai ricavi: gli utenti si erano accorti di limiti d'uso improvvisamente più stretti, e la spiegazione era quella. Un prodotto che cresce in fretta e che proprio per questo bisogna razionare. Dall'altro lato Benedict Evans legge gli stessi numeri dal lato dell'offerta: le grandi aziende tecnologiche hanno in programma per il 2026 investimenti in infrastruttura per circa settecento miliardi di dollari, mentre la domanda di calcolo continua a salire.

E poi c'è una terza voce, che misura quello che resta a terra. Sasha Luccioni, parlando a una conferenza a Maui, ha ricordato che un singolo grande impianto può arrivare a emettere fino a quattro milioni di tonnellate di anidride carbonica all'anno. Non è una proiezione filosofica, è una bolletta ambientale.

Messe in fila, queste tre voci raccontano la stessa scoperta che fecero le fabbriche all'inizio del Novecento, quando sostituirono le macchine a vapore con i motori elettrici: il motore era la parte facile, la rete che lo alimentava era la parte difficile, costosa e politica.

Ieri il filo era un altro, e conviene segnare la differenza. Si parlava di chi tiene in mano l'agente: Karpathy che si costruisce un sito in un fine settimana delegando quasi tutto, Collison che lascia agli utenti la facoltà di riscrivere le sue applicazioni. Quel tema non è scomparso. Ma gli si è affiancata una contabilità che nella sintesi di ieri non compariva: non l'energia come leva di potere, l'energia come costo da pagare, con il suolo e l'acqua che porta con sé.

C'è un secondo spostamento, ancora più significativo. Per due anni la discussione pubblica si è giocata su un solo asse: fermarsi o accelerare. Adesso la faglia passa altrove. La domanda è se questa capacità debba disperdersi in molte mani o essere custodita da poche.

Il campo della dispersione è sorprendentemente vario. Jack Dorsey ha scritto tre parole, non esiste alcun fossato, e quelle tre parole dicono che il vantaggio di chi è davanti evaporerà comunque. Yann LeCun, a Seul, ha definito anti illuministi i tentativi di rallentare la ricerca di punta e sostiene che i modelli fondamentali vadano resi disponibili a tutti. Simon Willison, sul suo blog, racconta di aver fatto interpretare pesi di una rete neurale a un modello da ventisette miliardi di parametri girando sulla propria macchina, senza passare da nessun servizio in rete.

All'estremo opposto c'è un laboratorio che ha scelto il silenzio come forma di sicurezza. Nessun prodotto, nessuna interfaccia pubblica, cinque miliardi di dollari freschi e dieci volte il calcolo di prima.

Prima di arrivarci, però, conviene fermarsi su chi ha dovuto mettere per iscritto che il conto non torna.

Elon Musk, in questa storia, non è il visionario: è il contabile. xAI costruisce centri di calcolo fra i più grandi del mondo e Grok è il suo prodotto di punta, quello che vive dentro una piattaforma social da centinaia di milioni di persone.

Il due novembre la notizia era semplice e poco gloriosa. Gli utenti avevano notato che i limiti di utilizzo di Grok Bot si erano ristretti senza preavviso. Musk ha confermato: i costi di servizio sono insostenibilmente alti rispetto a quello che il prodotto incassa. Poche settimane prima aveva descritto quello stesso prodotto come uno dei più rapidi nella crescita che gli fosse mai capitato di vedere. Le due affermazioni non si contraddicono, e questo è il punto.

Ogni risposta di un agente che ragiona a lungo costa denaro reale, ogni secondo in più di ragionamento è corrente che scorre. Finché l'intelligenza artificiale rispondeva a una domanda alla volta, il costo si perdeva nei decimali. Da quando le si affidano compiti — Musk stesso ha sostenuto l'idea di usare Grok come un collega a cui si assegnano incarichi ambiziosi, non come un oracolo a cui si fanno domande — il costo diventa visibile in bilancio.

Nello stesso giro di giorni Musk ha litigato, pubblicamente e in due righe, con Sam Altman sulla memoria dei computer. Altman sosteneva che le scorte scarse di memoria vadano concentrate nei grandi centri di calcolo; Musk ha risposto che anche le persone meritano la loro parte. Dietro la battuta c'è una posizione precisa: calcolo locale, hardware in mano ai consumatori, elaborazione distribuita invece di tutto nel cloud di qualcun altro.

Qui le due faglie della giornata si incrociano in modo curioso. Chi strozza l'accesso al proprio prodotto per ragioni di margine è lo stesso che difende il diritto di tutti ad avere potenza di calcolo in casa. Non è incoerenza: è la conseguenza di un'economia che non chiude. Se servire ogni utente dalla propria fabbrica costa più di quanto renda, allora conviene che una parte del lavoro avvenga sui dispositivi delle persone.

La storia industriale conosce bene questo passaggio. Gli operatori telefonici hanno smesso di vendere minuti quando i minuti sono diventati gratis, e hanno cominciato a vendere altro. Qui siamo al momento prima: quello in cui ci si accorge che il modello di ricavo non regge e si tira il freno in attesa di capire cosa venga dopo.

Di Sasha Luccioni si parlava, fino a poco tempo fa, come della ricercatrice che insisteva su un argomento che pochi volevano sentire: quanto consuma tutto questo. Oggi quella posizione ha una forma istituzionale. È cofondatrice e responsabile scientifica di Sustainable AI Group, una struttura di ricerca e consulenza che aiuta le organizzazioni a misurare e confrontare l'impatto ambientale dei sistemi che usano.

Il passaggio da militanza a mestiere è il dato nuovo. Nella sintesi di ieri l'energia compariva come leva geopolitica: chi ha le centrali comanda. Qui diventa una voce di spesa con un'unità di misura. Al festival Rise a Maui ha portato la cifra più concreta della giornata: un solo grande impianto può emettere fino a quattro milioni di tonnellate di anidride carbonica in un anno. Nello stesso intervento ha raccontato di aver attraversato un bivio personale, chiedendosi se valesse la pena restare in un settore di cui misurava i costi.

La parte tecnica del suo lavoro è forse la più sottovalutata. Luccioni sostiene che le stime basate sul calcolo teorico dei modelli — quante operazioni servono per addestrarli — siano quasi inutili. Quello che conta è l'uso reale: il tipo di compito, il software, il tipo di macchina, dove sta fisicamente il centro di calcolo. Dalle sue ricerche emerge che l'efficienza varia enormemente da un caso all'altro, e che scegliendo bene si può arrivare a tagliare i consumi fino al settantatré per cento.

Il dettaglio interessante è politico, non ambientale. Una misura affidabile dei consumi è la condizione perché esista una qualunque contrattazione: fra aziende e territori, fra operatori di rete e governi, fra chi compra calcolo e chi lo vende. Oggi quella misura non esiste, e la richiesta ricorrente di Luccioni è che le grandi aziende pubblichino dati veri.

Ricorda, un po', la nascita della contabilità industriale dell'inquinamento negli anni Settanta. Prima che qualcuno stabilisse come si misura una emissione, discutere di limiti era impossibile: ognuno portava il proprio numero. Le ultime settimane segnalano che quella fase, per i centri di calcolo, è appena cominciata. Non è ancora regolamentazione. È la fase precedente, quella in cui si decide con quale strumento si pesa.

Dall'altra estremità della mappa c'è Ilya Sutskever, cofondatore di OpenAI, che da due anni ha scelto la strada opposta a quella di tutti gli altri.

La sua azienda, Safe Superintelligence, è entrata a inizio novembre in una fase nuova dopo l'uscita del cofondatore Daniel Gross, passato a Meta. Sutskever si trova ora effettivamente alla guida da solo, e ha dichiarato pubblicamente che il laboratorio intende continuare il proprio lavoro, senza entrare in discussioni di acquisizione. Nel frattempo è arrivata la notizia che conta: un accordo con Nvidia che vale circa cinque miliardi di dollari, l'accesso ai sistemi di prossima generazione e un aumento del calcolo disponibile di dieci volte.

Dieci volte il calcolo, e nessun prodotto. Nessun modello pubblico, nessuna interfaccia, nessuna tabella di prezzi, nessuna roadmap. L'obiettivo dichiarato resta uno solo e molto lontano: costruire una superintelligenza sicura. Il registro pubblico recente è magro anche di articoli scientifici: quello che si vede dall'esterno è consolidamento del comando, capitale, macchine, e il rifiuto ostinato di trasformare la ricerca in qualcosa che si possa comprare.

È la fotografia esatta del rovescio dell'apertura. Dorsey dice che non esiste alcun fossato; Sutskever risponde, di fatto, costruendo un fossato fatto di silenzio invece che di brevetti. E lo fa con un argomento che nessuno dei due campi può liquidare: se la capacità è pericolosa, metterla in vendita è il modo più rapido per perderne il controllo. La sicurezza, in questa lettura, coincide con il non rilasciare.

Le botteghe vetrarie di Murano funzionavano così: il segreto tecnico non si proteggeva con la legge, si proteggeva non facendo uscire i maestri dall'isola. Funzionò per qualche secolo, poi la tecnica uscì comunque.

Qui sta il dubbio che mi resta da questa vicenda. Un laboratorio che non pubblica e non vende non è verificabile da nessuno: né dai concorrenti, né dai ricercatori esterni, né dai regolatori. La segretezza come forma di prudenza chiede un atto di fiducia enorme, e lo chiede proprio nel momento in cui il materiale di queste due settimane suggerisce che la fiducia sia la risorsa più scarsa del settore.

Jack Dorsey lavora da anni sull'idea opposta: le cose vanno messe in mano alle persone, e il resto si sistema.

A fine ottobre la sua azienda, Block, ha presentato Dessa, un modello vocale che ascolta e parla nello stesso momento. Non trascrive quello che dici per poi rispondere: tiene aperto il canale in entrambe le direzioni, conserva le interruzioni, le pause, le risate, il tono. Secondo Block è stato addestrato soltanto su voce umana, senza testo e senza partire da modelli già esistenti, e gira in locale su una macchina da scrivania di fascia alta. Dorsey l'ha presentato dicendo che la voce è il modo più naturale per interagire con l'intelligenza. Per ora è una anteprima di ricerca: nessun peso pubblico, nessuna interfaccia per sviluppatori, nessun prezzo, e accesso limitato ai ricercatori di sicurezza, perché una voce sintetica troppo credibile è anche uno strumento di truffa.

Pochi giorni dopo è arrivato il messaggio criptico: non esiste alcun fossato. Tre parole che vanno lette insieme alla scelta tecnica. Un modello piccolo, locale, che non ha bisogno di una fabbrica di calcolo per funzionare, è l'illustrazione pratica di quella frase. Se il vantaggio competitivo di chi è in testa svanisce in fretta, tanto vale progettare per il mondo in cui la capacità è dappertutto.

Non è una posizione isolata, ed è questo a renderla una faglia e non un'opinione. Yann LeCun, dopo l'uscita da Meta, costruisce con la sua nuova struttura modelli che imparano come funziona il mondo fisico anziché come si concatenano le parole, e insiste che vadano resi aperti. Vitalik Buterin, al Devcon di inizio novembre, ha messo in guardia dal fatto che la sicurezza dell'intelligenza artificiale stia scivolando verso il dominio di pochi, e propone come alternativa software aperto, calcolo locale e verifica crittografica.

Due parole per rimettere in fila la giornata. Il terreno comune è che il vincolo è diventato fisico: corrente, edifici, margini, emissioni. Su quel terreno si litiga non più su quanto correre, ma su dove far risiedere la capacità: distribuita sui dispositivi di tutti, oppure concentrata in pochi luoghi protetti. Resta un terzo filo, il più scomodo, e riguarda la distanza fra quello che si dichiara e quello che si fa.

Dario Amodei guida Anthropic, l'azienda che ha costruito la propria identità pubblica sull'idea di essere quella prudente.

Nelle ultime due settimane ha scritto una risposta di quasi duemila parole su X per difendere una tesi che chiama corsa verso l'alto: restare alla frontiera serve a dimostrare che si può sviluppare in modo più sicuro, e a costringere i concorrenti ad alzare l'asticella. A sostegno ha citato limitazioni che costano: il modello dedicato alla sicurezza informatica è riservato a partner selezionati, i servizi verso entità controllate dallo stato cinese sono ristretti.

Il problema è che poche settimane prima lo stesso Amodei aveva chiesto pubblicamente di moderare il passo, perché la capacità di governare questi sistemi è in ritardo rispetto alla loro potenza. Il ventinove ottobre il Washington Post ha fatto la verifica più semplice e più spietata: quell'invito al rallentamento, sottoscritto da varie aziende, non si è tradotto in comportamenti osservabili. Nessuno ha rallentato. E intanto Anthropic procede verso una quotazione in borsa di dimensioni enormi, con i fondatori che mantengono il cinquanta virgola uno per cento dei diritti di voto e si impegnano a destinare l'ottanta per cento delle proprie quote a iniziative filantropiche sulle ricadute sociali dell'intelligenza artificiale.

Il dato che dà peso a tutto questo non è un editoriale, è un incidente. Il tre novembre, a una conferenza a Londra, Dan Lahav ha ammesso che controlli di isolamento configurati male hanno permesso a valutazioni di modelli di frontiera di raggiungere sistemi reali. L'errore è stato corretto lo stesso giorno. Ma Lahav guida un'azienda che fa esattamente quel mestiere: mettere alla prova i modelli altrui. Chi misura la sicurezza ha sbagliato la propria.

È il motivo per cui le posizioni più radicali non suonano più come allarmismo. Yoshua Bengio, in queste settimane, ha invitato chi mette la sicurezza al primo posto a lasciare le aziende di frontiera, e lavora a un sistema che non persegue obiettivi propri ma si limita a dare risposte verificabili su quello che fanno gli altri. Geoffrey Hinton chiede un'autorizzazione preventiva come quella dei farmaci.

Nessuna di queste voci accusa qualcuno di malafede. Dicono una cosa più inquietante: il contenimento è un'ingegneria ancora giovane, e il calcolo cresce molto più in fretta di lei.

Progetti da osservare, e quasi tutti parlano della stessa faglia.

Mistral Large 4 è uscito il ventinove ottobre: un modello molto grande, multimodale, con i pesi pubblicati e scaricabili. È la scommessa europea sull'idea che la capacità vada distribuita. Le cifre sulle prestazioni nella scrittura di codice sono dichiarate dall'azienda e attendono conferme indipendenti; la licenza va letta sulla scheda del modello.

Il giorno prima Google ha annunciato Gemini 4 Carbon, che è l'esatto contrario: modello chiuso, orientato alla sicurezza informatica e ai compiti lunghi, con accesso iniziale riservato a chi difende i sistemi. I prezzi riportati divergono fra le fonti. Due annunci a ventiquattro ore di distanza, due filosofie opposte sullo stesso tavolo.

Kyutai Moshi è il riferimento aperto per quello che Block ha presentato con Dessa: ascolta e parla in contemporanea, i pesi sono pubblici. Su Moshi è costruito PersonaPlex di Nvidia, che aggiunge il controllo del carattere della voce. Chi vuole la voce naturale, oggi, non deve necessariamente passare da un'anteprima riservata.

Qwen3.6-27B è il modello cinese da ventisette miliardi di parametri che Willison ha fatto girare sulla propria macchina. Attenzione a una cosa: il resoconto originale risale ad aprile, non è la versione di novembre citata nelle cronache recenti.

Ultimo, CVE-Bench: una prova standardizzata che misura se un agente sa sfruttare vulnerabilità reali di applicazioni web. Il risultato migliore si ferma intorno al tredici per cento. È poco, ed è esattamente la cifra che rende concreta la conversazione sulla sicurezza: non il tredici per cento di oggi, ma la curva su cui si trova.

La frase che continua a tornarmi addosso è quella di Huang: il problema non è il silicio. L'ha detta l'uomo che vende silicio, dal palco di una sua conferenza. Quando chi guadagna dalla corsa comincia a descriverne i limiti fisici, di solito significa che la parte facile è finita. È stato Signal Brief. Alla prossima.