La diffusione batte la velocità

La diffusione batte la velocità

Il vincolo non è più il modello ma la sua diffusione. Chi cattura il valore, quali rendite resistono e perché la pazienza istituzionale conta più della potenza di calcolo.

Il primo luglio, davanti alle telecamere di una televisione economica americana, l'amministratore delegato di Palantir ha detto che l'industria dell'intelligenza artificiale è completamente fuori di testa, e che i modelli sono stati venduti in modo irresponsabile. Poche settimane dopo, in un saggio molto più compassato, il capo di Microsoft ha detto sostanzialmente la stessa cosa. Due aziende rivali, la stessa accusa, parola per parola.

È il 28 luglio 2026, questo è Signal Innovazione, e la storia di oggi comincia proprio da qui: da una denuncia che quasi tutti condividono e che, guarda caso, conviene esattamente a chi la pronuncia.

L'accusa è precisa. Chi usa i modelli di qualcun altro paga due volte: una volta in denaro, per ogni parola che il sistema produce, e una seconda volta in conoscenza, perché per rendere utile quell'intelligenza deve consegnarle i propri dati, i propri processi, il proprio vantaggio competitivo. Palantir la chiama una patrimoniale sull'impresa americana. Microsoft la chiama esternalizzare il pensiero. È lo stesso ragionamento, e serve a vendere due infrastrutture concorrenti. Quando la critica al mercato coincide al centesimo con il proprio listino prezzi, la critica resta valida ma va pesata diversamente.

Il tema della diffusione era già emerso ieri, e regge. La novità è come ci si arriva. Perché la stessa diagnosi — il collo di bottiglia non è più il modello — sta arrivando in questi giorni da persone che non condividono nemmeno il metodo con cui pensano. Azeem Azhar ci arriva dai conti: se distillare un modello altrui costa una frazione di addestrarlo, il vantaggio di chi arriva primo si deprezza in fretta, e il caso cinese di questo mese lo mostra con brutalità. Tim O'Reilly ci arriva dalla macroeconomia: manca la circolazione, il potere d'acquisto non si distribuisce, e allora ottieni una vetta più alta, non un altopiano più largo. Carlota Perez ci arriva dai cicli lunghi: il capitale che oggi si riversa nei centri di calcolo sta posando binari, e i binari non sono i treni. Eric Ries ci arriva dal suo vecchio ciclo costruisci-misura-impara: l'intelligenza artificiale accelera i primi due passi e lascia intatto il terzo, che resta umano e lento.

Quattro epistemologie incompatibili che convergono sulla stessa conclusione. Quando succede, non stiamo più leggendo una previsione: stiamo leggendo un fatto già accaduto, che i modelli mentali stanno solo rincorrendo.

Non è la prima volta. Alla fine dell'Ottocento il motore elettrico era tecnicamente superiore alla trasmissione a vapore in modo evidente a chiunque. Ci vollero trent'anni perché la produttività delle fabbriche americane si muovesse, e non perché il motore migliorasse: perché bisognava smontare l'albero di trasmissione che correva lungo il soffitto, ridisegnare il capannone, spostare le macchine, riscrivere il modo in cui gli operai si muovevano nello spazio. La tecnologia era pronta trent'anni prima dell'organizzazione. Chi comprò i motori senza rifare la fabbrica ottenne esattamente nulla.

Ed è qui che la discussione di oggi si spacca davvero, sulla domanda che conta: chi si tiene il surplus. Patrick Collison, che guarda il fenomeno da un osservatorio insolito — i pagamenti che passano ogni giorno sui suoi sistemi, il fatturato vero e non il capex dichiarato — sostiene che il valore defluirà ai consumatori. Margine competitivo, non rendita. Garry Tan sostiene che qualcosa di difendibile resta, ma non dove tutti guardano: non nei pesi del modello, bensì nella memoria che un'organizzazione accumula e sa ricomporre. Sono due risposte opposte, e hanno una cosa in comune, che è il segnale più interessante di questa settimana: nessuno dei due difende più il modello come rendita. Quella discussione, che due anni fa occupava tutto il tavolo, si è chiusa senza che nessuno dichiarasse il vincitore.

Il secondo filo riguarda le resistenze, e anche qui la novità è di precisione. Dire che le istituzioni sono lente non spiega niente, perché non sono lente allo stesso modo dappertutto.

Eli Dourado lavora da anni su un'osservazione che sembra ovvia solo dopo averla sentita: la stagnazione americana non è generica, è settoriale. Il software è cresciuto perché nessuno lo regolava. Gli atomi no. Il suo caso preferito è il volo supersonico civile, vietato sopra il territorio statunitense dal millenovecentosettantatré — non per un limite fisico, ma per una norma sul rumore scritta una volta e mai più riaperta. Mezzo secolo di silenzio, letteralmente. Nello stesso arco di tempo in cui trasferire un'immagine da un continente all'altro è diventato istantaneo e gratuito, attraversare l'Atlantico in aereo è diventato più lento di quanto fosse nel millenovecentosettanta. Non è un aneddoto: è la mappa di dove si può innovare e dove no.

Matt Ridley aggiunge il pezzo scomodo. La resistenza vera all'adozione non viene dai lavoratori sostituiti — quelli, storicamente, perdono. Viene dalle professioni protette: sanità, diritto, istruzione, tutti i mestieri in cui una licenza, un albo o un esame di Stato trasformano una competenza in una rendita. Ed è la spiegazione più economica del perché la trasformazione arriva prima nei settori non protetti e si arena in quelli regolati. Ridley aggiunge una nota che gli somiglia poco e che è il motivo per cui merita ascolto: i luddisti persero, ma le loro obiezioni non riguardavano la macchina. Riguardavano il modo in cui la macchina veniva introdotta. Su quello avevano ragione, e nessuno li ascoltò.

Tim Harford, in queste settimane, ha spostato il bersaglio ancora un po' più in là. La sua tesi di luglio è che gli esperti sanno meno di quanto credano, e che su politiche nuove l'unico modo onesto di scoprire cosa funziona è provarlo, non modellarlo. Sposta l'autorità dal previsore all'esperimento controllato. Il che, applicato all'intelligenza artificiale in azienda, produce una conseguenza sgradevole per quasi tutti i piani industriali in circolazione: se moltiplichi il numero di esperimenti senza aumentare la capacità di interpretarli, stai solo accelerando verso la conclusione sbagliata. È esattamente l'asimmetria di Ries, vista dall'altro lato.

Tre voci, tre discipline diverse, una sola figura che emerge. La lentezza istituzionale non è un ritardo che si recupera con più convinzione o più budget. È la difesa consapevole di posizioni specifiche, da parte di persone che sanno benissimo cosa stanno difendendo. E questo cambia completamente cosa significa avere una strategia.

Venkatesh Rao è un ingegnere aerospaziale che ha smesso di fare l'ingegnere aerospaziale per scrivere, da quasi vent'anni, il genere di saggistica che non ha un genere: consulenza organizzativa travestita da filosofia, o il contrario. Non ha un pubblico di massa. Ha un pubblico che decide cose.

L'immagine che ha coniato e che vale la sosta è l'oobleck sociale. L'oobleck è quella miscela di amido di mais e acqua che i bambini fanno a scuola: se ci batti sopra il pugno è dura come pietra, se ci appoggi la mano lentamente ci affondi dentro. Rao sostiene che i sistemi sociali si comportano così. Il colpo rapido — la riorganizzazione annunciata, il mandato dall'alto, la trasformazione in sei mesi — li irrigidisce. La pressione lenta e costante li attraversa. Chiunque abbia provato a cambiare il modo di lavorare di un'azienda di mille persone riconosce la sensazione: più forte spingi, più duro diventa il materiale.

Le sue ultime settimane sono su un tema apparentemente distante. A inizio luglio ha pubblicato la teoria della foresta morta: il web non è più solo buio, cioè pieno di contenuti vivi che i motori non indicizzano più; sta diventando morto, e la finestra per accorgersene si sta chiudendo. Il complemento economico è arrivato poche settimane prima: il collo di bottiglia non è produrre, è distribuire, ora che i canali della scoperta stanno collassando uno dopo l'altro. Ed è la stessa cosa che dicono O'Reilly e Nilekani, formulata da chi guarda l'infrastruttura invece del prodotto interno lordo.

Poi c'è il pezzo del 28 luglio, che è il suo passo più netto: l'agricoltura cognitiva. La tesi è che l'intelligenza artificiale non sia un motore che sostituisce lavoro ma uno strumento di osservazione — una macchina fotografica puntata su uno spazio di possibilità che prima non vedevamo. E che la risposta razionale non sia competere sulla frontiera, dove il capitale è infinito e il vantaggio dura sei mesi, ma coltivare appezzamenti cognitivi piccoli e propri. Una specie di ritorno alla campagna intellettuale.

È un ripudio simmetrico: manda a casa sia chi promette l'intelligenza artificiale generale entro due anni, sia chi liquida tutto come completamento automatico. E si incastra con il resto della giornata in un punto solo, che però è quello decisivo. Se i sistemi sociali sono oobleck, il decennio non lo vince chi calcola più in fretta. Lo vince chi sa spingere piano per molto tempo — una competenza che nessuna azienda misura, nessun investitore premia e nessun consiglio di amministrazione sa riconoscere.

Garry Tan guida Y Combinator, l'acceleratore da cui sono uscite alcune delle aziende più grandi degli ultimi vent'anni. Fa un mestiere in cui si parla molto e si costruisce poco. Quello che ha fatto in questo periodo è insolito per uno nella sua posizione: ha scritto codice.

Il progetto si chiama G-Brain ed è pubblico, chiunque può leggerlo. È un grafo di conoscenza costruito su quasi diciottomila pagine di materiale, con più di quattromila persone e settecento aziende collegate tra loro per relazione, non per somiglianza. La differenza è tutta lì. L'ortodossia degli ultimi tre anni dice che per far ricordare le cose a un sistema si trasformano i documenti in vettori e si cerca per vicinanza semantica. Tan ha misurato: sul suo banco di prova interno, il grafo tipizzato risponde correttamente in circa metà dei casi, la sola ricerca vettoriale in meno di un quinto. Non è una differenza marginale, è un ordine di grandezza nella zona che conta — le domande che chiedono chi ha fatto cosa con chi.

Il resto delle sue scelte è coerente e volutamente poco spettacolare. Le istruzioni del sistema sono ventinove file di testo leggibili da un essere umano, versionati come si versiona il codice, modificabili senza rimettere in produzione niente. Le richieste banali vengono smistate a un modello minuscolo che risponde in tre quarti di secondo a costo zero, invece che a un agente che ci mette dieci secondi e costa. E c'è un ciclo notturno, che lui chiama il sogno, in cui il sistema ricompone quello che ha imparato durante il giorno invece di lasciarlo degradare.

La frase che riassume tutto è che la leva non sta nei pesi del modello, sta nel modo in cui si cabla il lavoro. Un anno fa lo stesso Tan sosteneva che il fossato difendibile fossero le valutazioni automatiche e il software su misura a costo quasi nullo. Oggi dice memoria persistente. È un cambio di posizione, e va letto per quello che ammette implicitamente: se sposti il fossato, è perché quello precedente si è riempito.

La tensione con Collison resta aperta e non si risolverà presto. Uno sostiene che la memoria componibile sia il vantaggio che dura, l'altro che il surplus si dissiperà comunque nel prezzo, a beneficio dei clienti finali. Il dettaglio che pende dalla parte di Tan è che ha pubblicato i numeri e il codice. Chiunque può provare a smentirlo entro sera, ed è una forma di onestà che in questo settore si vede raramente.

Mariana Mazzucato ha passato quindici anni a sostenere una tesi impopolare tra gli economisti e popolarissima tra i governi: lo Stato non aggiusta i mercati quando falliscono, li crea. Il touchscreen, il posizionamento satellitare, gli assistenti vocali, gli algoritmi che hanno reso possibile la ricerca sul web — tutti finanziati con denaro pubblico, tutti capitalizzati da privati. La tesi ha attraversato il decennio, è finita nei documenti della Commissione europea, e Mazzucato rivendica un'influenza diretta sul grande piano americano per i semiconduttori e sulla missione della Banca Mondiale per portare elettricità a duecentocinquanta milioni di persone in Africa.

Il fatto nuovo è che la critica più affilata a quella tesi, adesso, arriva da chi l'ha costruita. Nel libro uscito quest'anno, tre anni di lavoro, il baricentro si sposta: la formula che ripete è che la crescita non è la missione, la crescita è il risultato. E soprattutto arriva l'ammissione che le missioni tecnocratiche uccidono l'innovazione — che un obiettivo pubblico gestito come un appalto, con indicatori e caselle da spuntare, produce esattamente il conformismo che dovrebbe combattere.

È un'autocritica che cambia la domanda. Per un decennio la discussione è stata quanto Stato. Ora diventa verso dove, il che è molto più difficile da rispondere e molto meno comodo da schierare in un talk show. Il nodo operativo che Mazzucato indica, e che a maggio ha portato sul palco di una conferenza urbana a Madrid, è la capacità dello Stato: se le persone brave se ne vanno tutte nel privato, la direzione pubblica diventa un documento senza nessuno capace di eseguirlo. È un problema di stipendi, di carriere e di rispetto professionale, non di dottrina economica.

Questa versione della tesi si incastra con quella di Cesar Hidalgo molto meglio della precedente. Hidalgo studia come le economie imparano, e la sua osservazione dura è che nessun paese salta gradini: si può arrivare lontano, ma solo per passi adiacenti, aggiungendo capacità vicine a quelle che già si possiedono. Chi prova a fondare un'industria dei semiconduttori dove non c'è nessuna delle competenze intermedie non ottiene un'industria, ottiene un capannone. Direzione lunga, passi corti.

E il punto di contatto con il resto della giornata è netto. Mazzucato dice verso dove, Hidalgo dice un gradino alla volta, Rao dice piano e a lungo. Tre persone che non lavorano insieme, che vengono da tre discipline diverse, e che stanno descrivendo la stessa fisica: quella dei sistemi che si muovono solo se la spinta è orientata e paziente. Chi ha fretta ottiene rigidità.

Startup e progetti da osservare.

Scribe Therapeutics si è quotata questo mese: prezzo di collocamento quindici dollari, apertura vicino ai ventinove. La scommessa si chiama modifica epigenetica — accendere e spegnere l'espressione di un gene senza tagliare il DNA. Se funziona, sposta la modifica genetica dalle malattie rarissime, dove una terapia costa due o tre milioni a paziente, alle malattie comuni come il colesterolo alto, dove un trattamento unico competerebbe con una pillola presa ogni giorno per trent'anni. È una tesi sul mercato, non solo sulla scienza.

Manas lavora sulla scoperta di farmaci con l'obiettivo dichiarato di moltiplicare per dieci le molecole candidate in pipeline. Da tenere accanto all'avvertimento di Jennifer Doudna, che questo mese ha ripetuto che l'intelligenza artificiale accelera gli scienziati ma non li sostituisce, perché interpola su ciò che già si sa e le idee che arrivano da fuori campo restano umane.

Taara nasce dai laboratori sperimentali di Google e porta internet con fasci laser nell'aria, senza scavare per posare fibra. È il tipo di soluzione che serve dove il problema non è la tecnologia ma il permesso di scavare.

Airship Industries è la scommessa più eccentrica: dirigibili da carico per il commercio globale. Nasce da una posizione pubblica che Eli Dourado aveva difeso, poi corretto, poi trasformato in azienda. Correggersi e mettere i propri soldi sulla correzione è un comportamento raro.

E poi Kimi K3, il modello di un laboratorio cinese che comprime prestazioni di frontiera a una frazione del costo. È il fatto tecnico che sta sotto quasi tutto quello che abbiamo raccontato oggi: quando l'intelligenza costa poco, il vantaggio smette di stare nel modello e va da un'altra parte.

Resta l'immagine dell'amido di mais: più forte batti, più il materiale diventa duro. Il decennio che si apre non premia chi calcola più in fretta, ma chi sa spingere nella stessa direzione abbastanza a lungo da attraversarlo. È una competenza noiosa, difficile da vendere in un consiglio di amministrazione, e probabilmente decisiva.

È stato Signal Innovazione. Alla prossima.