La frontiera, la bolla e chi incassa

La frontiera, la bolla e chi incassa

Per la prima volta entra la domanda esplicita: l'AI è una bolla? E quando l'intelligenza diventa merce comune, chi cattura il valore — pochi caselli o la diffusione?

Signal Innovazione, 30 giugno 2026.

Per mesi abbiamo raccontato una corsa: la frontiera dell'invenzione che sfreccia e le istituzioni che arrancano dietro. Oggi quella corsa si ferma un attimo, e qualcuno, finalmente, fa la domanda scomoda. Non più soltanto "quanto è veloce", ma "quanto vale davvero, e a chi finisce in tasca". Tre fronti si aprono insieme: se sia una bolla, chi incassa quando l'intelligenza diventa merce comune, e se la transizione verso un'economia più giusta arrivi da sola o vada guidata. Si comincia da qui.

Il 25 giugno Azeem Azhar fa una cosa apparentemente noiosa: pubblica un conto. Non una profezia, un conto. Mette in fila, dal basso e ripulita dai doppioni, la spesa reale per l'intelligenza artificiale — consumatori e imprese — e arriva a centodieci miliardi di dollari di ricavi negli ultimi dodici mesi, con un ritmo annualizzato sopra i centosettantacinque. Cresce tre volte più in fretta dell'ondata mobile e di quella di Internet. È un gesto preciso, quasi provocatorio: chi parla di bolla, dice Azhar, lo faccia con i numeri davanti. E la sua conclusione è netta — "ancora nessuna bolla", perché i ricavi appena appena coprono il deprezzamento di tutto quel capitale investito in infrastruttura.

Sul fronte opposto c'è Carlota Perez, che a quel conto risponde con la storia lunga. Sì, è una bolla — dice — non c'è dubbio. Ma è una bolla funzionale. Funziona come funzionarono le ferrovie nell'Ottocento e le dot-com a fine secolo: il capitale finanziario corre avanti, compra troppa infrastruttura troppo presto, prima che la domanda reale esista. Lo spreco di oggi è il binario su cui correrà il treno di domani. Per Perez siamo nella fase di installazione, il momento dell'eccesso, e il passaggio alla fase matura — quella in cui i benefici si diffondono davvero — non è automatico. Qui sta la prima frattura del giorno: la stessa montagna di capex, per uno è solvibile, per l'altra è un sovra-investimento necessario ma cieco.

Sotto la lite sulla bolla, però, ne pulsa una più interessante. Quando l'intelligenza stessa diventa commodity — quando un buon modello costa quasi nulla — chi cattura il valore? Tim O'Reilly la chiama la "metà mancante": un'economia non è solo produzione, è produzione che incontra la domanda. Se l'AI accelera la scoperta ma non la circolazione, restano titoli di giornale e ricchezza di carta. O i pochi caselli privati incassano il pedaggio, oppure il valore si diffonde e diventa motore generale. È la vecchia tensione tra concentrazione e diffusione, riportata al cuore della macchina.

E qui torna il filo di ieri — la frontiera che corre, le istituzioni che arrancano — ma con una piega politica nuova. Perché il dubbio non è più tecnico. Alex Karp e Satya Nadella, da posizioni diversissime, dicono quasi la stessa frase: senza un permesso sociale, senza redistribuzione, la concentrazione del valore finisce per invitare lo Stato a prendersi tutto. La nazionalizzazione come esito, non come minaccia ideologica.

Resta la domanda di fondo, quella che separava Matt Ridley da Mariana Mazzucato: il progresso è emergenza distribuita che nessuno pianifica, o serve una mano pubblica a dargli direzione? La sorpresa di questi giorni è che molti smettono di scegliere. Si affaccia una terza via: top-down sulla direzione, bottom-up sull'esecuzione. Decidere insieme dove andare, lasciare libera la corsa su come arrivarci. È, curiosamente, la formula di Mazzucato e — rovesciata — quella di Astro Teller con la sua fabbrica di moonshot. Tre fronti, una sola posta in gioco.

Cominciamo da Tim O'Reilly, perché è lui ad aver dato un nome alla cosa che oggi pesa di più. O'Reilly è l'editore che ha battezzato il Web 2.0 e l'open source — uno che osserva le tecnologie da quarant'anni guardando non a cosa fanno, ma a come ridistribuiscono il potere.

La sua tesi recente è affilata e quasi controintuitiva. Tutti, dice, fissano la capacità produttiva dell'AI: quanto è brava, quanto è veloce, quanto costa poco. E quasi nessuno guarda la circolazione economica. Un'economia non è solo produzione — è produzione abbinata alla domanda. Se l'intelligenza artificiale accelera la scoperta ma non la diffusione, quel valore non diventa prosperità: diventa, parole sue, "ricchezza di carta". È la valle della morte tra l'invenzione e l'adozione, e a decidere da che parte si cade non è la tecnologia, sono le scelte di chi la possiede.

Da qui arriva l'immagine che resta. Con i colli di bottiglia stretti — pochi modelli, poche piattaforme che controllano tutto — si scivola in quello che O'Reilly chiama "feudalesimo della scoperta": il signore tiene il casello, gli spillover sono pochi, l'adozione lenta. Con strumenti aperti, standard condivisi, vera interoperabilità, la stessa scoperta diventa motore di progresso per tutti. Per questo spinge sui modelli open-weight, quelli che rendono l'inferenza una merce comune. La sua frase è una bandiera: le capacità general-purpose non devono diventare un casello privato.

E poi c'è il pezzo che parla al portafoglio di chiunque ascolti. Non si possono sostituire i salari con inferenza a basso costo — dice — e aspettarsi che l'economia dei consumi vada avanti uguale. Se tagli gli stipendi, tagli la domanda; se tagli la domanda, hai prodotto tanta intelligenza e nessuno che la compra. Lo slogan con cui chiude è la cosa più politica del momento: l'AI non distrugge posti di lavoro, lo fanno le decisioni di chi la implementa. Decentralizzare crea valore, centralizzare lo cattura.

Il pensiero che lascia è questo: la partita vera non si gioca dentro il modello, si gioca attorno. Nelle regole, negli standard, in chi tiene aperte le tubature. E le tubature, nella storia dell'industria, le ha sempre chiuse qualcuno prima che le aprisse una legge.

Se O'Reilly racconta come il valore circola, Alex Karp racconta cosa succede quando smette di circolare. Karp guida Palantir, e da sei mesi va ripetendo ai vertici dei laboratori AI una cosa che suona come un avvertimento e ha il tono di una minaccia.

La scena è quasi teatrale. Karp prende di mira i dirigenti che si vantano dei licenziamenti di massa — quelli che salgono sul palco a dire "l'AI mi ha permesso di mandare a casa due terzi della forza lavoro". Per lui è suicidio politico. Equivale, dice testualmente, a firmare il manifesto di Bernie Sanders. Perché se l'industria scarica tutti i costi della transizione sui lavoratori, quei lavoratori sono anche elettori, e prima o poi si rivoltano. La sua non è compassione: è geopolitica fredda. L'intelligenza artificiale è un'infrastruttura critica, e un'infrastruttura critica priva di legittimazione sociale finisce nelle mani dello Stato. La concentrazione di potere senza redistribuzione, ripete, invita la nazionalizzazione.

È il punto in cui Karp incontra, da tutt'altra cultura, Satya Nadella. Nadella nelle ultime settimane attacca apertamente OpenAI e Anthropic: se tutto il valore si accumula su pochi modelli di frontiera, dice, l'economia politica semplicemente non lo tollererà. Coniа un'espressione che vale la pena tenere a mente — "permesso sociale". Non esiste una licenza sociale per un'intelligenza che svuota interi settori. E la sua proposta è coerente con la strategia di Microsoft: tanti modelli quante sono le aziende del mondo, ognuna che costruisce il suo invece di dipendere da pochi giganti. Decentralizzare per derischiare, anche politicamente.

Karp aggiunge un dettaglio che smonta l'hype dall'interno. I clienti enterprise, racconta, sono frustrati: pagano molto per approcci scollegati dai bisogni reali del business. E il valore vero degli LLM operativi, per lui, si misura su un orizzonte di sette anni — non nel ritorno immediato che gli investitori pretendono. È un realismo che stona con l'euforia delle valutazioni, e proprio per questo pesa.

Il filo che lega Karp a Nadella è il più scivoloso del giorno: la disruption non è un destino tecnico, è una scelta politica. Si decide a tavolino come distribuire i guadagni. E se non lo decidono le imprese, promettono entrambi, lo deciderà qualcun altro — con strumenti molto meno gentili del mercato.

C'è poi una voce che, mentre tutti litigano sulla velocità, sposta lo sguardo sulla bravura. È Kevin Kelly, il fondatore di Wired, uno che la tecnologia la racconta come un fenomeno quasi naturale da decenni.

La sua tesi recente si chiama "La Grande Progressione": i prossimi venticinque anni come un'era di progresso spinta da intelligenza artificiale, biotecnologie ed energia abbondante. Ma il punto che porta dentro il dibattito di oggi è un altro, ed è di una concretezza spiazzante. L'AI, dice Kelly, non è uno strumento da accendere e usare. È una competenza. E come tutte le competenze, separa chi la padroneggia da chi la subisce. Il delta tra chi usa bene l'intelligenza artificiale e chi la usa male non è del venti, del trenta per cento. È tra le cento e le mille volte. E cresce con l'esperienza accumulata.

È un'osservazione che ribalta tutta la conversazione sull'accesso. Per anni la domanda è stata: chi ha il modello migliore? Kelly risponde che non conta quasi niente. Il vantaggio competitivo non è l'accesso al modello — quello, ormai, ce l'hanno tutti — ma il capitale di pratica. Le ore di volo. La conoscenza, dura da acquisire, di come si fa una domanda giusta, di dove lo strumento sbaglia, di quando fidarsi e quando no. Due aziende con lo stesso identico modello possono trovarsi a un fattore mille di distanza, e la differenza è tutta nelle mani di chi lo usa.

Qui Kelly aggiunge un'intuizione che apre una porta inquietante e affascinante: l'arrivo di "intelligenze aliene". Sistemi che ragionano in modo non umano, che arrivano a conclusioni valide per strade che non riconosciamo. Il loro valore, dice, non sta nell'imitarci — sta proprio nella diversità cognitiva, nel vedere ciò che noi non vediamo. E sull'architettura resta fedele alla lezione di Internet: vincono le strutture ibride, decentralizzazione più "appena abbastanza gerarchia" per essere usabili. Né il top-down totale, né l'anarchia.

Il pensiero che lascia Kelly chiude il cerchio del giorno. La disuguaglianza che conta domani non sarà tra chi ha l'AI e chi non ce l'ha. Sarà tra chi ha imparato a usarla e chi credeva bastasse comprarla. È la stessa distanza che, all'arrivo dell'elettricità, separò le fabbriche che riprogettarono il lavoro da quelle che attaccarono un motore alla vecchia catena e si chiesero perché non cambiava nulla.

Startup e progetti da osservare.

Mariana Mazzucato porta la teoria fuori dall'accademia: esce "The Common Good Economy", e debutta il suo spazio divulgativo "Mission Economics". L'idea da seguire è lo slogan: la crescita non è una missione, è il risultato di un pensiero orientato alla missione. Direzione pubblica, esecuzione diffusa.

Da Alphabet, la fabbrica di moonshot di Astro Teller resta il laboratorio più interessante su come si industrializza l'innovazione: un problema enorme, una soluzione dieci volte migliore, e la disciplina di uccidere in fretta le idee morte. Il quaranta per cento della spesa va sui progetti che "si diplomano". Selezione rapida come metodo, non come slogan.

Garry Tan, da Y Combinator, indica dove guardare: non i foundation model, ormai commodity, ma il "vertical AI" — software cucito su fette specifiche e trascurate dell'economia. Il fossato difendibile, dice, non è il modello: sono gli "eval", la conoscenza duramente acquisita di un dominio. Fondatori come etnografi di nicchie dimenticate.

Dall'India, Nandan Nilekani e Infosys spingono la lettura dell'AI come "chirurgia profonda" dei sistemi legacy, non come strato da aggiungere. Il collo di bottiglia, ripete, non è la domanda — è l'esecuzione: silos di dati, debito tecnico, reskilling. Il mercato AI-first lo stima tra i trecento e i quattrocento miliardi entro il 2030.

E tenete d'occhio Eric Ries: con il libro "Incorruptible" sposta il discorso dalla velocità di costruzione alla protezione della missione. Ha consigliato la struttura di governance dietro il trust di lungo termine di Anthropic. La sua tesi: nei cicli di innovazione dirompente il rischio non è tecnico, è la cattura proprietaria. Senza architetture di controllo, la disruption se la mangia il capitale.

Resta un'immagine, alla fine. La frontiera corre, come ieri. Ma oggi abbiamo capito che la domanda vera non è quanto corre — è chi sta in sella quando arriva, e chi resta a piedi sul ciglio della strada. Bolla o no, il valore andrà dove qualcuno decide di mandarlo. È stato Signal Innovazione. Alla prossima.