L'infrastruttura prende il posto del modello

L'infrastruttura prende il posto del modello

Data center come argine alla recessione, regolatori meno informati dei regolati, fondatori assorbiti dalle piattaforme: la settimana in cui l'IA è diventata una questione di cemento e permessi.

Diciassette ottobre 2026. Signal Innovazione.

Per due anni la domanda è stata quale modello fosse il più capace. Questa settimana le voci che contano hanno smesso di guardare i modelli e hanno cominciato a guardare quello che sta sotto: il cemento dei data center, il rame degli impianti, i sistemi di pagamento, gli archivi digitalizzati. E soprattutto hanno cominciato a guardare chi incassa.

Perché quando una tecnologia diventa infrastruttura, smette di essere una questione di ingegneria e diventa una questione di reddito, di permessi e di potere. Oggi raccontiamo esattamente questo passaggio — e le tre crepe che apre.

Partiamo da un'affermazione precisa. Reid Hoffman, cofondatore di LinkedIn e oggi investitore, sostiene che la spesa in data center sia l'unico motivo per cui gli Stati Uniti non sono in recessione. Lo dice dopo un report debole sull'occupazione di settembre, e aggiunge un dettaglio che vale più della tesi: quel capitale arriva prima a elettricisti, carpentieri, costruttori, agenti immobiliari e avvocati che agli ingegneri del software.

È una tesi macroeconomica travestita da tesi tecnologica. E serve a spostare il terreno della discussione: non più se i modelli funzionino, ma chi ne incassa il reddito. Ieri osservavamo che il valore si era spostato a valle del modello, nei dati aziendali e nei processi. Hoffman lo sposta ancora più in basso: nella filiera fisica, nel cantiere, nella bolletta.

Qui arriva la prima crepa, e viene da Eli Dourado, economista che ha fatto del vincolo normativo il suo oggetto di studio. Nel suo archivio la posizione è costante: la crescita vera non sta nei bit, sta nell'aviazione supersonica e nei dirigibili da carico. E lì il collo che strozza non è l'ingegno, non sono i watt — è il divieto. Il volo supersonico sul territorio americano è proibito per legge, non per limite tecnico. Dourado non si limita a scriverlo: con Airship Industries è passato dal commento all'impresa.

Teniamo le due affermazioni vicine, perché insieme dicono qualcosa che nessuna delle due dice da sola. Se Hoffman ha ragione, l'economia americana regge grazie a un cantiere. Se ha ragione Dourado, quel cantiere è anche il luogo dove l'innovazione fisica resta ferma da decenni perché nessuno ha tolto un divieto. Stessa materia — cemento, metallo, energia — due verdetti opposti.

Il vincolo, insomma, non è più solo fisico. È giuridico. E questo rovescia l'idea corrente, secondo cui a frenare l'IA sarebbero l'energia e la capacità produttiva. L'ostacolo non è né il genio né il megawatt: è il permesso.

C'è poi la seconda crepa, ed è quella istituzionale. Tyler Cowen, economista alla George Mason e autore di Marginal Revolution, la formula nel modo più netto nell'intervista con Dwarkesh Patel del sedici ottobre: il divario fra quello che i modelli non rilasciati sanno fare e quello che il pubblico conosce lascia regolatori e legislatori strutturalmente meno informati di chi dovrebbero regolare.

Soffermiamoci su questa frase, perché cambia la diagnosi abituale. Da trent'anni ripetiamo che le istituzioni sono lente, che il diritto insegue la tecnologia. Cowen dice un'altra cosa: non arrivano tardi, arrivano cieche. L'asimmetria informativa non è un effetto collaterale della burocrazia, è una condizione prodotta da chi i modelli li costruisce e sceglie di non rilasciarli.

È una situazione che ha dei precedenti. I regolatori finanziari degli anni Duemila guardavano i derivati strutturati con gli stessi occhi: non mancava la volontà di intervenire, mancava la capacità di capire cosa si stesse guardando. Il risultato non fu una regolazione lenta, fu una regolazione a vuoto.

Cowen, va detto, attenua l'allarme dove molti lo alzano. Nella conversazione con l'economista Luis Garicano del due ottobre esclude la disoccupazione di massa e prevede mestieri più disordinati, con lo stress del riaddestramento continuo come costo reale. Non rottura, riassestamento. Il prezzo lo paga chi deve reimparare il proprio mestiere ogni diciotto mesi.

La terza crepa ha un nome e un trasferimento d'ufficio.

Kunal Shah ha costruito CRED, una delle fintech indiane più note, pensata per utenti ad alto reddito. Questa settimana le cronache riportano che lascia la gestione quotidiana dell'azienda per guidare WhatsApp a livello globale dentro Meta. Nello stesso movimento, CRED sta chiudendo un round da circa novecento milioni di dollari guidato proprio da Meta, con una quota stimata intorno al venti per cento e una valutazione post-money di circa quattro miliardi e mezzo. Miten Sampat è amministratore delegato ad interim, e la società sta definendo la propria leadership in vista di una possibile quotazione. Shah avrebbe dichiarato che CRED ha chiuso il primo trimestre in utile nel 2026.

Raccontato così è un fatto corporate. Ma va letto accanto a quello che si dice dall'altra sponda del dibattito. Garry Tan, alla guida di Y Combinator, sostiene che squadre di dodici persone armate di centinaia di agenti possano fare il lavoro di organizzazioni intere, e cita aziende arrivate a sei-dodici milioni di dollari di ricavi annui in altrettanti mesi con meno di dodici dipendenti. Nandan Nilekani, cofondatore di Infosys e architetto dell'identità digitale indiana, scommette sulla stessa scala minima da un'altra direzione: i sistemi pubblici aperti — Aadhaar, UPI — come piattaforma su cui chiunque può costruire. La sua prova è uno strumento per il monitoraggio della salute del bestiame, realizzato in tre settimane per la cooperativa Amul.

Entrambi puntano sul piccolo. Il caso Shah mostra l'altra possibilità: il fondatore indipendente non viene sostituito dalla piattaforma globale, viene assorbito da essa. E non con un'acquisizione ostile, ma con due mosse eleganti e simultanee — la persona entra nell'organigramma, il capitale entra nell'azionariato.

La logica industriale è trasparente. In India la messaggistica è il canale naturale per i pagamenti e i servizi finanziari, e Meta vuole che quel canale sia il suo. Prendere chi ha costruito il sistema di pagamento più sofisticato del Paese è, da questo punto di vista, un acquisto di competenza prima che di azienda.

Vale la pena notare cosa questo fa alla tesi bottom-up. Non la smentisce: le dodici persone con gli agenti restano possibili. Ma ne ridisegna la traiettoria. La scala minima funziona benissimo per costruire. Quando si tratta di tenere, la gravità delle piattaforme torna a farsi sentire — esattamente come nei primi anni Duemila, quando l'ondata di software indipendente finì assorbita nei portali che pretendevano di aver sostituito.

L'ultima mossa della settimana è la più sottile, e riguarda qualcuno che con l'economia dei data center sembra non avere nulla a che fare.

Refik Anadol è un artista che lavora con sistemi generativi. A giugno 2026 ha aperto Dataland, a Los Angeles, un museo dedicato all'arte prodotta con intelligenza artificiale, con opere che cambiano nel tempo e un pubblico che ne influenza il comportamento. In un'intervista a Forbes Italia del trenta settembre spiega la scelta tecnica che sta sotto: il suo Large Nature Model è addestrato, parole sue, «non sulla cultura umana, ma sulla memoria ecologica del pianeta».

È la frase più strategica dell'intero briefing, e conviene smontarla.

L'arte generativa viene attaccata su un fronte preciso: i modelli imparano da opere di autori viventi che non hanno dato il consenso e non ricevono compenso. È il nodo del copyright sui dati di addestramento, e nessun ordinamento l'ha ancora sciolto. Anadol non aspetta che qualcuno lo faccia. Cambia il materiale di partenza: immagini e dati della natura, del clima, degli ecosistemi — un corpus che nessun autore può rivendicare, perché nessun autore lo ha prodotto.

La contestazione, semplicemente, non ha più appiglio. Non perché sia stata vinta, ma perché l'oggetto del contendere è stato tolto di mezzo.

Qui sta il punto che interessa chiunque guidi un'impresa. Davanti a un vuoto normativo esistono due strategie. Nilekani rappresenta la prima: costruisci un'infrastruttura pubblica, aperta, replicabile, e la regola emerge dall'uso comune. Anadol rappresenta la seconda: aggiri il vuoto con una scelta privata di progettazione, risolvi il problema per te e lasci il vuoto dov'è.

La seconda è più rapida ed è perfettamente efficace — per chi la adotta. Ma non è generalizzabile: non si può chiedere a un'intera industria creativa di smettere di addestrare sulla cultura umana. È adattamento individuale alla lentezza del diritto, non una soluzione al problema del diritto.

Anadol, va riconosciuto, non elude la questione di fondo. Nella stessa intervista ammette che l'IA solleva interrogativi reali su lavoro, verità, creatività e potere, e che ogni tecnologia riflette i valori di chi la governa. Quello che rifiuta è la paura come criterio di progetto. Sul valore del suo lavoro, la posizione è strumentalista ma radicale: non conta l'immagine prodotta, conta lo scarto fra l'intenzione e ciò che appare.

Tre strategie di fronte allo stesso ritardo istituzionale, allora: Dourado chiede che il divieto venga rimosso. Nilekani costruisce il bene comune che renderà la regola superflua. Anadol si sposta dove la regola non arriva. Solo la prima richiede che qualcuno, in un parlamento, decida qualcosa.

Startup e progetti da osservare.

Dataland, di Refik Anadol. Un museo di arte generativa a Los Angeles costruito attorno a un modello addestrato su dati ambientali anziché su opere umane. Il modo più elegante visto finora per non entrare nella disputa sul copyright: scegliere un materiale che non appartiene a nessuno.

Expert Intelligence, di O'Reilly Media, lanciata il sette ottobre. È un sistema che àncora l'intelligenza artificiale aziendale alla conoscenza di chi il mestiere lo fa davvero, venduto alle imprese a tariffa annuale fissa. Il comunicato non cita Tim O'Reilly come persona, ma la linea è la sua da vent'anni: il valore sta nei contenuti degli esperti e nel modo in cui vengono remunerati. Dalla sua pagina professionale arriva anche l'annuncio di un libro sui forward-deployed engineer, con i primi capitoli attesi entro fine anno.

I sistemi pubblici indiani — Aadhaar per l'identità, UPI per i pagamenti. Nilekani li propone come il modello di come si diffonde una tecnologia: infrastruttura aperta su cui chiunque può costruire. L'esempio che porta è lo strumento per la cooperativa lattiero-casearia Amul, messo insieme in tre settimane.

Il potenziamento degli impianti nucleari esistenti. Constellation ha annunciato un aumento di capacità del venticinque per cento su asset già in funzione. Nessun reattore nuovo, nessun cantiere decennale: più resa dallo stesso impianto. È la leva più veloce oggi disponibile per alimentare i data center di cui parla Hoffman — e, non a caso, quella che richiede meno autorizzazioni.

PRIMA, impianto retinico approvato in Europa. È il primo trattamento che ripristina parte della visione in pazienti con degenerazione maculare. Un promemoria utile: mentre si discute di chi incassa il reddito dell'IA, la medicina dei dispositivi avanza su un binario tutto suo.

Infine, due segnali da tenere d'occhio: SpaceX che acquista nuovo spettro e costruisce una strategia cellulare via satellite capace di cambiare la struttura del mercato delle telecomunicazioni, e i primi genomi virali progettati con sistemi generativi — un passo verso la biologia sintetica che porta con sé questioni di biosicurezza serie.

Alla fine di questa settimana la domanda non è più quale modello sia il migliore, ma chi tiene in mano la presa di corrente, chi firma il permesso e chi incassa la fattura. Tre nomi, tre risposte: il cantiere, il legislatore cieco, la piattaforma che assorbe.

È stato Signal Innovazione. Alla prossima.