L'orologio della fase di installazione

L'orologio della fase di installazione

Tutti concordano che siamo all'inizio del ciclo dell'intelligenza artificiale. Ma dalla stessa diagnosi escono calendari politici opposti, e un fossato che cambia posto.

Ci sono momenti in cui un settore intero smette di litigare su cosa sia possibile e comincia a litigare su che ore sono. È quello che sta succedendo adesso all'intelligenza artificiale. Nessuno discute più se i modelli funzionino — quella conversazione è finita, e ieri l'abbiamo lasciata sul tavolo. La discussione di questa settimana è più sottile e più consequenziale: a che punto del ciclo ci troviamo, e chi ha il diritto di intervenire mentre ci troviamo lì. Signal Innovazione, 18 agosto. Oggi la stessa diagnosi produce due politiche industriali incompatibili.

Il briefing di ieri si chiudeva su un collo di bottiglia a valle: capex che corre, capacità in produzione che arranca, diffusione istituzionale come vero vincolo. Quel quadro oggi si sposta. Il vincolo dominante non è più l'assorbimento — è la precocità. Non "quanto ne stiamo usando", ma "a che punto della costruzione siamo".

A dare la cornice è Carlota Perez, che studia i cicli tecnologici lunghi da decenni. La sua tesi colloca l'intelligenza artificiale nella fase che chiama installation: quella in cui il capitale finanziario costruisce l'infrastruttura molto prima che il valore reale si manifesti. Il corollario è scomodo e va detto per intero: in questa lettura la bolla non è un errore di valutazione, è il meccanismo. È il modo in cui il denaro si convince a posare cavi, costruire centri dati, formare persone, prima che esista un conto economico che lo giustifichi. L'esuberanza sui data center, secondo Perez, non prova che l'intelligenza artificiale funziona — prova che siamo ancora prima del punto in cui conta. Le ferrovie britanniche degli anni Quaranta dell'Ottocento fecero lo stesso: rovinarono una generazione di investitori e lasciarono in piedi una rete.

Kevin Kelly arriva allo stesso orologio da un'altra strada: siamo al Day 1, sostiene, non esistono ancora esperti di intelligenza artificiale, e fra trent'anni il 2026 sarà ricordato come l'anno in cui l'intelligenza artificiale ancora non ce l'avevamo. Marc Andreessen la mette in numeri: tre anni dentro un arco di ottanta.

E qui la storia si biforca. Perché tre voci che leggono lo stesso quadrante ne ricavano tre calendari politici diversi. Per Perez, essere in installation significa che serve politica industriale adesso — è proprio ora che si decide se il ciclo finirà in una golden age condivisa o in una stagnazione oligarchica, e la posta sono proprietà dei dati, spiazzamento del lavoro, potere delle grandi piattaforme. Per Andreessen, tre anni su ottanta significa che qualsiasi intervento è prematuro per definizione, e che il rischio principale è la frammentazione regolatoria, con l'Europa nel ruolo di monito. Stesso orologio, calendari incompatibili. Non è una disputa sui fatti: è una disputa su cosa si fa mentre i fatti si formano.

La seconda novità è tecnica, e riguarda dove si accumula il valore. Ieri il ragionamento diceva: il modello è una commodity, l'interfaccia di programmazione è un canale che trasferisce know-how verso il laboratorio, quindi il valore scappa a monte o di lato. Oggi la risposta è più precisa e ha un nome architetturale. Tim O'Reilly, in un pezzo di agosto, sostiene che il vero fossato dell'open source in intelligenza artificiale non stanno nei pesi dei modelli ma nell'architettura modulare. La sua formula: modularità, non funzionalità.

L'esempio storico che porta è del 1995. Netscape e Microsoft si combatterono per il controllo integrato del web e persero entrambi; vinse Apache, che rimase un server web con un livello di estensione pulito in cui chiunque poteva aggiungere funzioni senza chiedere permesso e senza aspettare un ciclo di rilascio. Applicato al 2026, l'accusa di O'Reilly è che OpenAI e Anthropic stiano ripetendo l'errore dell'integrazione monolitica, chiudendo il comportamento del sistema dentro i pesi. Quando due laboratori dominanti codificano nei pesi stessi la personalità desiderata, scrive, la diversità innovativa collassa: si scambia diversità per affidabilità. La direzione di mercato che teme è quella verso apparecchi in affitto invece che componenti modificabili. Il controesempio che elogia è il Model Context Protocol di Anthropic — architettura fondata sui protocolli, componibile. La distinzione, va detto con precisione, è architetturale e non tribale: elogia Anthropic per il protocollo e la critica per i pesi chiusi.

Alex Karp guida Palantir, e nelle ultime settimane ha condotto una campagna verbale insolitamente frontale contro i laboratori di frontiera. La scena più netta è la lettera agli azionisti di agosto, in cui definisce l'industria dell'intelligenza artificiale "marxista". La formula è provocatoria ma l'argomento è di struttura di mercato, non di ideologia: capitalisti che, concentrando controllo e rendita, finiscono per generare la reazione che li distruggerà.

Sotto la provocazione c'è una contabilità. La tesi che Karp ripete è che vendere capacità del modello a consumo — token — sia una metrica scollegata dal risultato economico. Il valore per un'impresa, sostiene, nasce solo dall'allineamento di tre strati: modello, livello applicativo, capacità di calcolo. Chi possiede solo il primo, ha detto a inizio luglio, sta sopravvendendo in modo irresponsabile; e la sua diagnosi sullo stato dell'industria, nella stessa occasione, è che qualcosa sia andato completamente storto.

Il secondo fronte è la proprietà intellettuale, ed è il più operativo dei tre. Lavorare oggi con un produttore di modelli, nella lettura di Karp, significa cedergli dati proprietari. Da qui la spinta a installazioni sovrane, sul perimetro dell'azienda, e a pesi aperti. Nella trimestrale di inizio agosto la formulazione è stata tagliente: ci sono persone che stanno provando a renderci dipendenti da un futuro che credono di controllare.

Il collegamento con il tema del giorno è diretto, e insieme una divergenza. Karp e O'Reilly concordano sulla diagnosi — il fossato non sta nei pesi — e divergono su dove sia. Per O'Reilly è nella modularità aperta del sistema, un bene comune architetturale. Per Karp è nel livello applicativo proprietario, l'ontologia che trasforma i token in valore per l'impresa, e il trimestre record di Palantir è l'argomento contabile che porta a sostegno. Due mappe dello stesso terreno che indicano la stessa altura e la colorano in modo opposto: apertura contro appropriazione.

Satya Nadella, dal lato di Microsoft, arriva a una conclusione compatibile con entrambi ma per la via della prudenza aziendale. In televisione ha detto che le imprese che affidano tutto a un solo fornitore di modelli potrebbero non sopravvivere: chi esternalizza il proprio pensiero consegna dati e istruzioni a un soggetto che domani può lanciare il servizio concorrente. La difesa che propone non è tecnologica ma architetturale — più modelli, dati proprietari, parametri di valutazione interni. Con un'asimmetria che vale la pena registrare senza commentarla troppo: l'avvertimento riguarda solo le imprese. Per i consumatori, cedere dati resta il prezzo del servizio.

Venkatesh Rao scrive di sistemi complessi su Contraptions, ed è la voce che quest'anno ha portato l'obiezione più difficile da smontare. In un pezzo di metà luglio propone una metafora fisica: i sistemi sociali si comportano come un fluido non-newtoniano — quella sospensione di amido e acqua che diventa dura come pietra se la colpisci in fretta, e cede se la premi lentamente.

L'implicazione è controintuitiva e taglia trasversalmente gli schieramenti. La pressione rapida dall'alto non trasforma le istituzioni: le irrigidisce. Non è un argomento sul contenuto della riforma, è un argomento sulla sua velocità. E colpisce contemporaneamente gli accelerazionisti, che vogliono comprimere i tempi dell'adozione, e i responsabili politici, che vogliono comprimere i tempi della regolazione. Entrambi stanno battendo su una superficie che si indurisce proprio perché battuta.

Metterlo accanto a Nandan Nilekani rende visibile la tensione. Nilekani, architetto dell'infrastruttura digitale pubblica indiana, sostiene che l'India non debba inseguire il primato sui chip ma diventare la capitale mondiale dei casi d'uso: intelligenza artificiale nelle lingue indiane e a voce, montata sopra i sistemi di identità e pagamento già esistenti, portata in agricoltura, sanità, istruzione su scala di popolazione. La sua previsione occupazionale è memorabile per costruzione: non un'azienda che impiega un milione di persone, ma un milione di aziende che ne impiegano una ciascuna. Per Nilekani è la spinta all'adozione di massa a sbloccare l'esito. Per Rao, la spinta rapida è precisamente ciò che produce solidificazione. Non hanno gli stessi dati sotto gli occhi, ma hanno lo stesso oggetto: quanto in fretta si può muovere un corpo sociale.

Una nota di onestà sulle fonti, perché conta. Rao è in pausa editoriale dal primo agosto — l'August Break annunciato ai suoi lettori — quindi le ultime settimane sono silenzio pubblicato, e quanto precede viene dalla coda di luglio. Nella stessa coda c'è un secondo filo che vale la segnalazione: il "cognitive farmsteading", l'ipotesi che la leva economica dell'intelligenza artificiale non sia la disruption dei mercati ma la ricomposizione dell'unità produttiva — l'individuo o la micro-unità che, con agenti e strumenti, torna autosufficiente sul lavoro cognitivo. Una lettura anti-scala, in cui il collo di bottiglia non è il modello ma la capacità di abitare e mantenere un proprio impianto.

L'inversione più interessante della settimana viene da dentro il campo che ha inventato l'iterazione. Eric Ries è l'autore del Lean Startup, il libro che ha insegnato a due generazioni di imprenditori a non decidere niente prima di averlo testato. Il suo nuovo libro, Incorruptible, sostiene qualcosa di molto vicino al contrario.

La tesi: le organizzazioni ad alta velocità — e oggi i laboratori di intelligenza artificiale sono l'esempio principale — non degradano per errori di prodotto, degradano per corruzione degli incentivi. Il rimedio che propone non è culturale ma strutturale: principi immutabili scritti nella struttura societaria, non nei valori aziendali appesi al muro. Missione e controllo blindati prima di partire, sottratti all'iterazione. Ries chiama questo assetto "spiritual holding company", e il Long Term Stock Exchange è l'infrastruttura di mercato che dovrebbe rendere quotabile quella scelta, con principi di quotazione approvati dall'autorità di vigilanza americana.

Detto in una frase: non tutto è scopribile per tentativi. Alcune cose si decidono prima, o non si decidono affatto. Da chi ha costruito la propria reputazione sul principio opposto, è una correzione di rotta che merita attenzione più della media.

C'è una seconda asimmetria che Ries ripete e che tocca direttamente il lavoro di chi ascolta: l'intelligenza artificiale comprime radicalmente il costo del costruire, non quello dell'imparare. Il collo di bottiglia resta la validazione delle ipotesi con clienti veri. Il vantaggio competitivo, di conseguenza, si sposta dal ciclo di costruzione al disegno degli esperimenti. Il corollario operativo che propone è il finanziamento a contatore: capitale rilasciato per traguardi di apprendimento, contro il budget annuale delle grandi aziende.

Il filo tra Ries e Rao è più stretto di quanto sembri: entrambi dicono che la sequenza conta più della potenza. Rao che la fretta irrigidisce; Ries che alcune decisioni, se non prese all'inizio, dopo non si prendono più — la struttura si è già indurita intorno agli incentivi sbagliati.

E qui la questione diventa istituzionale. Eli Dourado, fellow all'Abundance Institute, in un intervento del 31 luglio sostiene che i trattati multilaterali siano strutturalmente inadatti a regolare tecnologie in movimento. Tre passaggi: ogni negoziato è meno coordinamento che occasione, per ciascun partecipante, di manipolare l'ambiente politico complessivo; il vincolo è debole per costruzione, perché pochi paesi si impegnano davvero e gli accordi scomodi vengono silenziosamente ignorati o reinterpretati; le delegazioni stesse sono coalizioni incoerenti — agenzie, laboratori, aziende, società civile — cosicché lo sforzo internazionale è un problema di governance irrisolto esportato su scala globale. La leva vera, per Dourado, sta nella capacità amministrativa interna dello Stato: autorizzazioni, costruzione, deregolamentazione settoriale. Mariana Mazzucato guarda lo stesso problema e vede la solita asimmetria — rischio finanziato dal pubblico a monte, rendita privatizzata a valle — e propone la strada opposta: condizioni e direzione imposte al capitale già investito, royalty, quote, clausole di accesso. Il suo libro di giugno, The Common Good Economy, sposta l'argomento dalle missioni al bene comune come principio organizzatore ex ante, non come toppa applicata dopo i fallimenti. Sull'intelligenza artificiale la sua tesi è netta: la digitalizzazione non è neutra, e due traiettorie tecnicamente identiche producono distribuzioni del valore opposte a seconda dei termini contrattuali tra Stato e piattaforme.

Resta aperta, sotto tutto, la domanda distributiva. Patrick Collison porta un dato interno a Stripe — la formazione di nuove imprese sulla piattaforma raddoppiata su base annua, il salto più grande nella storia dell'azienda, superiore anche a quello del 2020 — per negare che l'intelligenza artificiale sia una forza centralizzante. Mazzucato guarda gli stessi anni e vede concentrazione. Nessuno dei due sta mentendo sui numeri.

Startup e progetti da osservare.

Stripe ha acquisito OpenRouter, il servizio che nasconde dietro un'unica interfaccia e un'unica fatturazione decine di fornitori di modelli diversi. È la prova operativa della tesi anti-dipendenza: se il valore si sposta dal peso del modello al livello di distribuzione e pagamento, chi possiede il router possiede il pedaggio.

Palantir AIP è la piattaforma che vende ontologia e livello applicativo invece di token a consumo. Il trimestre record è l'argomento contabile più forte a sostegno dell'idea che il margine per l'impresa stia sopra il modello, non dentro.

Y Combinator ha pubblicato la sua richiesta di startup per l'autunno, e il baricentro si sposta dal software puro al mondo fisico: difesa, infrastruttura, energia, sistemi operativi per l'ottanta per cento della forza lavoro che non sta a una scrivania. Include per la prima volta una richiesta firmata dal Segretario dell'Esercito americano — capitale di rischio e politica industriale che convergono nello stesso documento.

Koloma ha raccolto oltre quattrocento milioni di dollari, tra gli altri da Breakthrough Energy e Khosla, per cercare ed estrarre idrogeno naturale: quello prodotto sottoterra dalla serpentinizzazione delle rocce, saltando del tutto l'elettrolisi. Se le riserve sono quelle stimate, la decarbonizzazione cambia struttura di costo invece di limitarsi a cambiare scala.

La migrazione alla crittografia post-quantistica è il progetto meno vistoso e forse il più istruttivo. Gli standard escono dai laboratori ed entrano nei piani operativi delle infrastrutture critiche, spinti dal timore che qualcuno stia già archiviando traffico cifrato per decifrarlo domani. È il caso puro in cui la capacità di eseguire di uno Stato conta più della scoperta scientifica: esattamente l'argomento di Dourado, applicato a qualcosa che non si può negoziare in un foro internazionale.

Un fluido che si indurisce se lo colpisci in fretta, e una rete ferroviaria costruita col denaro di investitori rovinati: due immagini della stessa cosa, cioè che nei cicli lunghi il tempismo non è un dettaglio dell'esecuzione, è la decisione. Chi oggi progetta la propria architettura — apertura o appropriazione, missione blindata o iterazione — sta scegliendo che cosa troverà indurito intorno a sé quando la fase di installazione finirà. È stato Signal Innovazione. Alla prossima.