Le parti si sono invertite

Le parti si sono invertite

L'IA non è più una bolla e la partita passa alle istituzioni: Karp si affida ai tribunali, Tan invoca una politica industriale, i costruttori entrano nello Stato.

È sabato 19 settembre 2026 e questo è Signal Innovazione. Per due anni sull'intelligenza artificiale si è posta una domanda sola: è una bolla? In queste settimane quasi nessuno la pone più. I dati sull'adozione sono saliti e l'attenzione si è spostata su una questione più scomoda: a chi tocca governare una tecnologia che funziona. Qui le parti si sono mescolate. Il fondatore che ha costruito un'azienda sull'alleanza con lo Stato si rivolge ai tribunali. L'investitore allergico alle regole chiede una politica industriale. E il fondatore di una banca digitale entra nel governo colombiano.

Il segnale arriva da un conteggio. Azeem Azhar indica la settimana del 6 settembre come quella in cui la curva dell'intelligenza artificiale ha girato verso l'alto, e la paragona al marzo 2020. I suoi indicatori sono tre. Il 95 per cento dei responsabili informatici intervistati riporta risultati concreti, contro circa un quarto un anno prima. I ricavi crescono ogni mese più in fretta. Microsoft aggiunge 26 gigawatt di capacità. Azhar abbandona così la tesi della bolla, ma resta prudente sulla crescita: circa otto punti di PIL americano in più al 2030, non gli scenari estremi.

Tyler Cowen arriva allo stesso punto da un'altra strada. Legge la spesa in data center come il sostegno a una tecnologia al decollo, con Nvidia nel ruolo di finanziatore e compratore di ultima istanza del settore. E colloca il freno fuori dai laboratori: nella regolazione, nel consenso pubblico, nelle lentezze delle istituzioni.

Ieri il racconto seguiva la corsa che dal modello si sposta all'infrastruttura. Oggi la tecnologia viene data per acquisita, e questo è il salto. Cowen, che di recente distribuiva le probabilità fra mezzo punto di PIL e il 15 per cento di crescita annua, adesso indica un limite preciso: le istituzioni.

È lo schema di Carlota Perez, che in queste settimane non ha pubblicato nulla ma fa da cornice a tutti. Alla sovracostruzione segue un'età dell'oro solo se le istituzioni compiono la loro svolta. Le ferrovie dell'Ottocento prima rovinarono molti investitori, poi ridisegnarono i mercati.

Su chi debba guidare la svolta, però, i ruoli si confondono. Alex Karp ha costruito Palantir sull'alleanza con lo Stato, eppure affida la sicurezza dell'IA ai tribunali. Chi costruisce un sistema capace di distruggere il dieci per cento del mondo, sostiene, deve risponderne in sede civile e penale. E se i laboratori ne rispondessero davvero, i clienti farebbero causa, solo Washington potrebbe fissare un tetto e un'impresa del genere andrebbe di fatto nazionalizzata. Satya Nadella, all'All-In Summit, sostiene invece che chi chiede di rallentare pone un problema di controllo, e che non è un motivo per uscire dalla corsa. Garry Tan, da sempre ostile alle regole, chiede una politica industriale. L'asse mercato contro Stato non basta più a descrivere gli schieramenti.

Si riapre così l'antica contesa fra l'innovazione dal basso e la direzione dall'alto. Il 10 settembre Matt Ridley scrive che le innovazioni decisive nascono da combinazioni che nessun pianificatore vede arrivare. Mariana Mazzucato è in tour negli Stati Uniti con The Common Good Economy. Ricorda che internet e il GPS sono nati dal rischio pubblico e rilegge il caso Tesla e Solyndra: i prestiti pubblici erano simili, ma lo Stato non si prese quote di Tesla che avrebbero coperto la perdita su Solyndra. Il difetto, per lei, stava nel contratto. Eric Ries porta la questione dentro l'impresa, con uno statuto che protegga la missione dalla pressione dei finanziatori.

Il nodo più profondo, però, è la competenza. Mazzucato avverte che uno Stato che si affida ai consulenti non può governare la tecnologia. Intanto i costruttori entrano nello Stato. Il 18 settembre David Vélez, fondatore di Nubank, ha accettato di consigliare senza compenso il presidente colombiano De La Espriella sull'intelligenza artificiale. L'ambizione dichiarata è fare della Colombia il primo paese latinoamericano nativo in IA. In India Nandan Nilekani guida la task force che deve riformare gli esami pubblici dopo la fuga delle tracce del NEET.

Venkatesh Rao propone la domanda che serve: quali capacità passano alle macchine e quali restano alle persone e ai luoghi. Dalla risposta dipende se le istituzioni si adatteranno o se le riscriverà chi le ha già superate.

Kunal Shah ha fondato CRED, una fintech indiana pensata per un pubblico selezionato, quello dei clienti con un buon merito di credito. Da giugno guida WhatsApp dentro Meta, che in CRED ha investito 900 milioni di dollari.

Il 18 settembre è stato ospite di Thrive by Groww, un programma su YouTube, e ha dato un numero: oggi circa il 90 per cento del codice di CRED lo scrive l'intelligenza artificiale. Gli ingegneri restano, ma curano l'architettura, supervisionano e validano. Il loro lavoro passa dalla scrittura al controllo.

Il secondo dato è più scomodo. Secondo Shah, in una startup circa una persona su dieci usa l'IA così bene da produrre su un'altra scala rispetto ai colleghi. Ne ricava una conseguenza strategica: il vantaggio competitivo non si misura più nel numero di dipendenti, ma nella densità di persone che sanno davvero lavorare con queste macchine. È la sua vecchia idea dei team piccoli e di alto livello, portata all'estremo. Qualcosa di simile accadde negli anni Ottanta con il foglio di calcolo: chi lo padroneggiava faceva in poche ore il lavoro di giorni, e le carriere si divisero lungo quella linea.

Per capire la frase bisogna guardare da dove la pronuncia. Shah non parla più da fondatore di una fintech di nicchia. Parla da dirigente di una piattaforma usata da miliardi di persone, che in India trasporta messaggi, pagamenti e commercio. Le sue idee di sempre, la fiducia, pochi utenti di qualità, un vantaggio nettamente superiore alle alternative, vengono trasferite su una scala di massa. Per chi si è fatto un nome costruendo dal basso e diffidando delle grandi piattaforme, è una bella torsione.

Nel racconto di oggi il suo numero pesa perché sposta la paura della concentrazione. Fino a poco tempo fa si temeva un'unica azienda padrona dei modelli. Shah descrive una concentrazione diversa, dentro le organizzazioni: la capacità produttiva si raccoglie in poche mani. Se un decimo delle persone regge il lavoro di tutti, la questione smette di essere tecnica. Diventa prima organizzativa e poi politica. Qui l'osservazione di Shah incontra l'avvertimento di Mazzucato: uno Stato che quelle persone non le ha e compra competenza dai consulenti non è in grado di governare ciò che non sa fare.

Per un manager la domanda pratica ha due metà. Quanti di quei pochi lavorano nella sua squadra, e che cosa succede agli altri nove. Shah non dà la risposta, ma rende la domanda impossibile da rimandare.

Garry Tan guida Y Combinator, l'acceleratore che ogni stagione porta un gruppo di startup davanti agli investitori nel Demo Day. All'ultimo, 149 aziende su 196 erano classificate come intelligenza artificiale o apprendimento automatico.

L'11 settembre, in un'intervista a TechCrunch, Tan ha preso una posizione che molti nella Silicon Valley evitano. La questione è la distillazione, cioè addestrare un modello più piccolo sulle risposte di uno più grande. Alcuni laboratori cinesi a pesi aperti, quelli che pubblicano i parametri dei propri modelli, distillano i sistemi di OpenAI e Anthropic. Tan ha detto che non farebbe niente per impedirlo. Poi ha rilanciato con la proposta di un regime di distillazione americano: piccoli laboratori statunitensi a pesi aperti che usano le stesse tecniche sui modelli di frontiera americani. È l'opposto della stretta chiesta da Dario Amodei.

Tan non vuole indebolire i grandi laboratori. Nella sua visione i modelli chiusi devono conservare un premio di prezzo che li mantenga redditizi, mentre quelli aperti garantiscono libertà e accesso. Giudica costrittivi i termini di servizio che limitano cosa i clienti possono fare con le risposte ottenute. E aggiunge un argomento di coerenza: i laboratori chiusi si sono addestrati su contenuti pubblici, anche protetti da copyright, senza chiedere permesso.

La storia offre un precedente. Nei primi anni Ottanta Compaq ricostruì il software di avvio del PC IBM senza copiarlo. Da quella breccia nacque l'industria dei cloni, che fece scendere i prezzi per tutti. La distillazione potrebbe avere lo stesso ruolo per i modelli.

La rottura con il suo passato sta altrove. Tan ha sempre parlato da difensore del mercato contro le regole. Qui invece chiede una politica industriale, uno schema nazionale che stabilisca chi può imparare da chi. Il timore di fondo non cambia: per lui l'incubo non è un'IA fuori controllo, ma un'unica azienda monolitica che concentra tutto il potere, e la sicurezza coincide con la concorrenza. Cambia la veste. I pesi aperti non sono più una bandiera libertaria: diventano uno strumento della strategia americana.

Le richieste di startup che Y Combinator ha pubblicato per l'autunno vanno nella stessa direzione. Chiedono IA nel mondo fisico, sistemi che coordinano lavoro umano e robotico, difesa, e una delle richieste è firmata dall'Esercito degli Stati Uniti. L'acceleratore che incarnava la leggerezza del software si avvicina alle fabbriche e allo Stato. Quando il capitale di rischio comincia a ragionare come un ministero, la distanza tra mercato e politica si riduce a una questione di misura.

Startup e progetti da osservare.

Il primo è Pace the Frontier, una proposta firmata insieme da OpenAI e Anthropic: aprire i sistemi interni dei laboratori a valutatori indipendenti. Fa entrare la governance nella corsa senza fermarla, come vuole Nadella, e arriva mentre Karp sposta la sicurezza nelle aule di tribunale. Due strade per lo stesso problema: vedremo quale troverà ascolto a Washington.

Poi Physical Intelligence, la startup di Chelsea Finn che sviluppa modelli generali per far funzionare i robot in ambienti mai visti. Secondo Reid Hoffman oggi i limiti sono i dati e l'hardware, non gli algoritmi.

Terzo, Paper2Agent, pubblicato su Nature il 18 settembre da Zou, Pritchard e colleghi. Il sistema trasforma un articolo scientifico in un agente interattivo che rende riproducibili i risultati. L'articolo non è più solo un documento da leggere, diventa uno strumento da usare. È anche una risposta parziale al timore espresso da Azhar dopo la dimostrazione di oltre cinquecento pagine prodotta da OpenAI, che nessun essere umano è in grado di verificare.

Quarto, il software senza interfaccia. Stratechery analizza Agentforce di Salesforce: gli agenti diventano l'accesso principale e il software aziendale si riduce a un'infrastruttura che loro interrogano. Chi vende gestionali vede perdere valore allo schermo, mentre ne guadagna chi controlla dati e permessi.

Infine ARPA-E, l'agenzia pubblica americana che finanzia la ricerca energetica ad alto rischio. Mazzucato attacca l'amministrazione Trump per i tagli ad ARPA-E e ai NIH. Quei tagli non peseranno sui bilanci di quest'anno: peseranno sulle scoperte che mancheranno.

In un'azienda indiana le macchine scrivono nove righe di codice su dieci, e un governo sudamericano chiama il fondatore di una banca digitale a ripensare lo Stato. La tecnologia ha superato l'esame e adesso tocca alle istituzioni. Avrà il vantaggio chi saprà tenersi la competenza in casa invece di comprarla.

È stato Signal Innovazione. Alla prossima.