Il collo di bottiglia ha cambiato indirizzo

Il collo di bottiglia ha cambiato indirizzo

La bolla non è più una previsione ma un presupposto, e il vincolo dell'innovazione si sposta fuori dal modello: domanda, consegna, fabbriche, legittimità.

Signal Innovazione, 5 settembre 2026.

Qualcosa si è spostato, in questi giorni, nel modo in cui i pensatori dell'innovazione discutono di intelligenza artificiale. Fino a ieri la bolla era un'ipotesi da difendere o da smontare. Adesso è diventata il pavimento su cui tutti appoggiano il ragionamento: nessuno la mette più in discussione, tutti calcolano cosa viene dopo.

E quando la bolla smette di essere la domanda, cambia anche il posto dove si va a cercare il vincolo. Non è più nei laboratori. È nelle fabbriche, negli ospedali, nei portafogli delle persone. E in una risorsa che nessuno può comprare.

Il gesto da cui conviene partire è piccolo e recente. Zhang Yiming, fondatore di ByteDance, ritirato dalla gestione operativa dal 2021, è rientrato per dettare una singola regola tecnica al team Seed: vietato addestrare i modelli sull'output dei concorrenti. Niente distillazione. La motivazione dichiarata è che quella scorciatoia produce guadagni nelle classifiche pubbliche ma ostacola i veri progressi tecnici — e che il team dovrà accettare di restare temporaneamente indietro sui benchmark.

Un divieto. Non un esperimento, non una metrica: un divieto imposto dall'alto da un uomo che aveva costruito la propria reputazione sull'esatto contrario, sulla sperimentazione distribuita e sul test continuo.

È il segnale più nitido di una cosa che ieri non si vedeva ancora: chi veniva dalla cultura del basso sta passando ai vincoli formali. Eric Ries, l'uomo del lean startup, oggi scrive di statuti societari — assetti di governance stabiliti all'inizio, progettati per resistere a quella che chiama gravità finanziaria, la forza che erode la missione mentre il capitale cresce. Tim O'Reilly, che per decenni ha creduto nel processo distribuito, ora argomenta scelte deliberate di design economico. Tre percorsi diversi, una stessa direzione: dagli esperimenti alle regole scritte.

Nella direzione opposta si muove quasi solo lo storico Anton Howes, che nel suo saggio di marzo sul perché la Scozia riuscì attribuisce l'Illuminismo industriale scozzese alla disponibilità di capitale paziente più che alle università — e ne trae che le politiche costruite sulla formazione stiano curando il sintomo sbagliato.

Il secondo filo nuovo riguarda dove si è fermato l'ingranaggio. La sintesi di ieri collocava il valore fuori dal modello: dati privati, loop di apprendimento, protocolli aperti. Oggi la tesi si è indurita e si è distribuita su quattro punti precisi, tutti fuori dal software.

O'Reilly lo colloca nella domanda: una rivoluzione produttiva senza potere d'acquisto distribuito si auto-strozza, perché l'offerta può crescere all'infinito ma nessuno sta progettando chi comprerà. È un vincolo macroeconomico, non tecnico. Jennifer Doudna, premio Nobel e cofondatrice di CRISPR, lo colloca nella consegna: il taglio genetico è risolto, portare le molecole nel tessuto giusto no. Palmer Luckey lo colloca nella capacità di fabbricare. Nandan Nilekani nelle applicazioni anziché nei chip.

Quattro colli di bottiglia, tutti materiali. Il limite si è spostato sulla materia mentre il dibattito pubblico continua a guardare la frontiera algoritmica.

Chi ha vissuto la fine degli anni Novanta riconosce il movimento. Anche allora la questione smise di essere quanta banda si potesse posare e diventò chi avrebbe pagato per usarla. I binari restano, le società che li avevano finanziati no.

E c'è un terzo elemento, il più politico dei tre. Satya Nadella, a Davos, ha legato la licenza a operare dell'intero settore a quello che chiama permesso sociale: se il consumo energetico dei centri dati non produce cambiamenti visibili nelle comunità e nelle industrie, il consenso si rompe e con esso il ciclo di investimento.

Detto dall'uomo che quella bolla la finanzia, è notevole. La legittimità diventa la risorsa scarsa — e a differenza del calcolo, non si compra.

Carlota Perez studia da quarant'anni il modo in cui le rivoluzioni tecnologiche attraversano il capitalismo. La sua tesi, formulata prima che l'intelligenza artificiale entrasse nel discorso pubblico, è che ogni rivoluzione ha due tempi: prima il capitale finanziario gonfia una bolla attorno alla nuova tecnologia, poi la bolla si sgonfia, e solo allora il capitale produttivo la installa nell'economia reale.

Nelle ultime settimane non ha pubblicato nulla di rintracciabile — il suo sito ufficiale non elenca interventi successivi a ottobre 2025 — ma è proprio la posizione consolidata che vale la pena rileggere adesso, perché il resto del campo le si è avvicinato senza dirlo.

La sua lettura dell'intelligenza artificiale è deflazionista in un senso preciso: non è una nuova rivoluzione tecnologica, è la fase matura della quinta, quella delle tecnologie dell'informazione iniziata negli anni Settanta. Non l'alba di qualcosa, il mezzogiorno di qualcos'altro. Da qui l'insistenza — sgradevole tanto per chi accelera quanto per chi frena — sul fatto che la tecnologia da sola non produca esiti. Li produce il quadro di politiche che la circonda.

La direzione che propone la chiama crescita verde intelligente: non decrescita, ma un riorientamento della domanda verso servizi, manutenzione, densità informativa e bassa intensità di materia, reso profittevole attraverso fiscalità e regolazione. Lo Stato dà la direzione, non sceglie i vincitori.

Quello che è cambiato in questi giorni è che due voci molto distanti da lei sono arrivate allo stesso punto per strade proprie. Cesar Hidalgo, il fisico della complessità economica, sostiene apertamente che bisogna aspettare che la bolla si sgonfi per ricominciare a vedere progresso — e aggiunge un'osservazione di attribuzione: le affermazioni gonfiate hanno interessi commerciali evidenti dietro di sé. E Nadella, che sta scrivendo gli assegni, teorizza il vincolo di legittimità che potrebbe fermare gli assegni stessi.

Tre posizioni che nel 2024 sarebbero state inconciliabili convergono su un presupposto condiviso: la fase di sgonfiamento non è un rischio, è il calendario.

Resta la parte scomoda della tesi di Perez, quella che nessuno cita volentieri. Se il valore si crea dopo lo sgonfiamento e dipende dal quadro di politiche, allora il periodo che stiamo attraversando non è quello decisivo. È quello in cui si accumulano i capitali e si sprecano, e in cui si decide — spesso senza accorgersene — quale infrastruttura resterà in piedi quando la marea si ritira. La domanda utile non è quanto durerà la bolla. È cosa vogliamo che rimanga quando finisce.

Il 3 settembre, al G20 Innovation Ministerial, Alex Karp ha presentato un concetto che ha chiamato alpha leak. La tesi: il rischio dominante per un'impresa non è la fuga di dati nel senso classico, ma la cessione involontaria di conoscenza proprietaria — il vantaggio competitivo residuo — ai laboratori di frontiera, attraverso l'uso stesso dei loro modelli. Chi esternalizza il proprio contesto operativo finisce disintermediato dal proprio fornitore.

Karp guida Palantir, un'azienda costruita interamente sull'idea che il valore stia nei flussi di lavoro proprietari — difesa, sanità, manifattura — e non nella capacità generica. Ha quindi tutto l'interesse a sostenere questa posizione, e conviene tenerlo presente mentre la si ascolta.

Quello che è cambiato rispetto a ieri è però il registro dell'argomento. In agosto Karp attaccava frontalmente i laboratori di frontiera — OpenAI e Anthropic accusati di creare dipendenza da consumo di token — e definiva il modello di prezzo a token completamente sbagliato, perché misura l'inferenza e non il risultato, allineando l'incentivo del fornitore contro quello del cliente. Era una posizione difensiva, quasi polemica.

Adesso l'argomento si è capovolto in tesi positiva: il valore sta nel contesto operativo dell'impresa. Non più "il loro modello di business è predatorio", ma "il vostro patrimonio è altrove e non ve ne state accorgendo". La stessa osservazione, riformulata come strategia invece che come accusa.

E la cosa curiosa è che così formulata arriva esattamente dove arrivano voci che con Karp non condividono quasi nulla. Nadella descrive le imprese come macchine che salgono la collina del proprio vantaggio, alimentate dai dati privati e dal ciclo di apprendimento, non dal modello di base. Garry Tan, alla scuola di YC, osserva centinaia di fondatori che usano modelli identici e vedono risultati diversissimi: la varianza non nasce dal modello ma dalla memoria di lavoro e dal contesto accumulato — l'intelligenza che si affitta non compone, quella che si possiede sì.

Palantir, Microsoft e Y Combinator che convergono su una tesi è un fatto raro abbastanza da meritare attenzione. Il modello si sta commoditizzando più in fretta di quanto il mercato dei capitali abbia ancora prezzato — e il vantaggio sta migrando verso chi possiede il terreno su cui il modello lavora.

C'è una controversia che questo briefing lascia deliberatamente aperta, e riguarda chi dà la direzione all'innovazione.

Mariana Mazzucato, economista dell'innovazione, nel suo pezzo più recente sulla strategia industriale sostiene che la direzione è già scelta — da chi ha il capitale — e che la domanda vera è come la politica industriale venga progettata e governata. La sua tesi sugli Stati Uniti è che siano sempre stati hamiltoniani nei fatti: uno Stato che finanzia il rischio che il capitale privato non prende — Internet, gli smartphone, i farmaci — mentre raccontano una favola jeffersoniana di libero mercato. La critica a Trump non è che intervenga troppo, ma che intervenga male: prendere quote azionarie nelle imprese senza pazienza né direzione non è Stato imprenditore, è estrazione di rendita.

Dall'altro lato del ragionamento stanno Matt Ridley e Tim Harford. Ridley, nella sua campagna contro il singolare — smettere di dire l'intelligenza artificiale, cominciare a dire le intelligenze artificiali — sostiene che la difesa dagli abusi non venga da un regolatore sovraordinato ma dalla pluralità dei sistemi in competizione, come le difese immunitarie contro i patogeni. Harford, in tre pezzi pubblicati in cinque settimane, insiste che i sistemi complessi falliscano per ragioni organizzative e non tecniche: il Vasa affondò perché nessuno poteva contraddire il committente. L'innovazione, per lui, nasce da irritazioni locali risolte, non da tabelle di marcia strategiche.

Non è una controversia decidibile con i dati oggi disponibili, e Kevin Kelly spiega perché. Il suo pezzo di metà agosto sostiene che manchi una teoria dell'intelligenza — e che sia questo, non la scala dei modelli, il collo di bottiglia reale. Chi accelera e chi frena presuppongono entrambi una teoria che nessuno dei due possiede.

Mazzucato risponderebbe che la controversia è decidibile eccome, perché è una questione di progettazione istituzionale e non di scienza cognitiva. Ma la sua stessa formulazione contiene il problema: istituzioni a velocità umana contro capitale a velocità di rete. Il gruppo di esperti UNESCO in cui siede — con il forum globale sull'etica dell'intelligenza artificiale a Riyadh dal 14 al 17 settembre — è insieme il luogo dove si prova a rispondere e il caso di studio di quella asimmetria.

L'attrito istituzionale, qui, non è un ostacolo accidentale. È il meccanismo attraverso cui si decide chi tiene il volante.

Startup e progetti da osservare.

Brave1 Dataroom. Il Ministero della Difesa ucraino ha lanciato con Palantir un ambiente protetto dove addestrare modelli su dati reali di combattimento: oltre cento aziende hanno già accesso a mezzo milione di ore di riprese da droni. È il caso limite della tesi sul contesto operativo — il valore non sta nel modello ma nell'accesso al dato di campo. Ed è oggi un mercato grigio, senza regole.

Fervo Energy, Cape Station. Geotermia avanzata portata a scala industriale per i centri dati, con oltre due miliardi di investimento e la prima consegna alla rete dello Utah attesa entro fine anno. È il test concreto di una domanda semplice: i settecento miliardi di spesa in conto capitale dell'intelligenza artificiale trovano energia nuova, o solo code di allacciamento lunghe un decennio.

Anduril Industries. L'azienda di Palmer Luckey produce in massa intercettori, sensori e droni, con lo stabilimento Arsenal-1 in Ohio — mezzo milione di metri quadrati — pensato per entrare a regime quest'anno. La fabbrica come prodotto: è la traduzione letterale della sua tesi secondo cui il futuro sta nel saper fabbricare, non nell'inventare.

La richiesta di startup di Y Combinator per l'autunno. Tredici richieste che spostano il baricentro dal software al mondo fisico — sistemi operativi per il mondo reale, calcolo in mare, dati dal mondo reale — e una firmata dal Segretario dell'Esercito statunitense. Politica industriale dal basso, scritta come lista della spesa.

IndiaAI Mission. Il programma pubblico indiano punta su applicazioni, dati e infrastruttura digitale invece che sulla produzione di chip. Nilekani stima milioni di posti di lavoro generabili dalle startup applicative. È la versione statale della tesi sull'assorbimento.

Un uomo che aveva costruito un impero sulla sperimentazione distribuita rientra dal ritiro per scrivere un divieto. È il gesto che riassume la settimana: la fase in cui si provava tutto sta lasciando il posto a quella in cui si sceglie cosa non fare. Chi vi ascolta oggi decida presto le proprie regole — dopo, il capitale non lascia più la leva per scriverle.

È stato Signal Innovazione. Alla prossima.