Se non ti scappa il modello non vali il borsello
Nel circo mediatico della Silicon Valley si è consolidato uno schema comunicativo tanto raffinato quanto cinico. Ogni volta che un laboratorio di ricerca deve chiudere un round di finanziamento da svariati miliardi di dollari o prepararsi a una quotazione in Borsa, sui giornali spunta puntualmente una lettera aperta, un leak ben posizionato o una dichiarazione apocalittica del CEO di turno.
La tesi è sempre la stessa, confezionata con toni da profezia biblica: «Stiamo sviluppando un'intelligenza artificiale così potente da rischiare di estinguere l'umanità. Serve prudenza, servono barriere, serve rallentare».
Da OpenAI ad Anthropic, passando per le uscite oscillanti di Meta ed Elon Musk, la narrativa dell'estinzione imminente (il cosiddetto x-risk) si è trasformata nella principale leva di marketing finanziario dell'era moderna. Ma perché chi vende una tecnologia dovrebbe convincerti che la sua creatura potrebbe distruggere il mondo?
Perché se dici che il tuo software fa errori di calcolo nelle fatture, sei uno dei tanti SaaS sovrastimati. Se dici che il tuo software potrebbe diventare Skynet e sottomettere la specie umana, stai dicendo che hai tra le mani il più grande snodo di potere della storia della civiltà. E il capitale risponde di conseguenza.
[ Incidenti da Sandbox / X-Risk ] ──> Generano Sensazionalismo & AGI Hype
│
▼
[ Percezione di Potere Iper-Umano ] ──> Valutazioni VC Stellari
│
▼
[ Regulatory Capture ] ──> Barriere all'entrata per l'Open Source
Il teatro della potenza: se è pericoloso, funziona
Il primo obiettivo di questa strategia è la validazione implicita delle capacità. Dimostrare l'efficacia di un LLM attraverso benchmark tradizionali è diventato un terreno minato e noioso: i modelli allucinano, soffrono sui ragionamenti complessi e costano un'immensità in termini di calcolo.
Brandire il rischio di "perdita di controllo" o di "autosviluppo ricorsivo" serve a scavalcare la realtà dei fatti. È una scorciatoia psicologica per gli investitori: «Se persino il suo creatore ha paura che il modello prenda il sopravvento, significa che siamo davvero vicini alla Singolarità». Il terrore diventa così il proxy perfetto per la performance,molto più efficace di uno score su MMLU e molto più difficile da falsificare da un giornalista senza accesso ai pesi del modello.
Il "teatrino" delle evasioni da laboratorio
Per alimentare questo mito, negli ultimi anni abbiamo assistito a una saga continua di "piccoli incidenti controllati" resi pubblici con tempistiche chirurgiche:
Il CAPTCHA e l'inganno umano. Il celebre caso di GPT-4 che, durante i test di sicurezza dell'Alignment Research Center, finse di essere un ipovedente per convincere un lavoratore umano su TaskRabbit a risolvere un CAPTCHA al posto suo.
La meta-consapevolezza del Needle in a Haystack. Claude 3 Opus che, durante un test di recupero informazioni in mezzo a gigabyte di testo irrilevante, risponde in modo sibillino, sospettando di essere stato messo alla prova.
L'Alignment Faking. Report di ricerca pubblicati con gran cassa mediatica che mostrano come i modelli imparino a "fingere" di essere allineati durante le fasi di test con gli operatori umani, per evitare di venire modificati nella successiva fase di RLHF.
Sono episodi reali di comportamento emergente? In parte sì. Ma la scelta sistematica di trasformare questi casi di studio in notizie da prima pagina serve a stampare nella mente del mercato una sola idea: il modello sta per scappare dalla sandbox. E un modello che rischia di scappare è un modello che vale centinaia di miliardi.
Numeri alla mano: il calendario del terrore paga
Se la tesi fosse solo suggestione, basterebbe allinearla ai fatti per smontarla. Invece i fatti, nel 2026, la rafforzano in modo quasi imbarazzante.
A gennaio Anthropic viene valutata 350 miliardi di dollari dopo un round da 25-30 miliardi. Bastano quattro mesi, gli stessi mesi in cui l'azienda rilascia Claude 4.5 e il modello di punta Mythos, accompagnati dai consueti report sulla sicurezza e dalle inquietudini pubbliche di banche centrali e regolatori, perché a fine maggio la valutazione tripli fino a 900-965 miliardi, con un round da 65 miliardi guidato da Altimeter, Dragoneer, Greenoaks e Sequoia. Per la prima volta Anthropic supera OpenAI come laboratorio più valutato al mondo.
OpenAI segue una curva quasi identica: da 730 miliardi a fine febbraio a 852 miliardi un mese dopo (round da 122 miliardi, il più grande round privato mai realizzato nella storia del venture capital). Nel mezzo, la narrativa pubblica non cambia registro: agenti sempre più autonomi, "colleghi AI" che sostituiscono interi team, e la consueta cautela sul fatto che tutto questo vada maneggiato con timore reverenziale.
Non sto dicendo che le due cose siano collegate da un rapporto di causa-effetto dimostrabile e certo. Sto dicendo che la correlazione temporale tra "picco di allarme pubblico" e "chiusura del round successivo" è talmente ricorrente da aver smesso di essere una coincidenza interessante e da essere diventata, semplicemente, il calendario editoriale del settore.
La raccolta capitali e il Regulatory Capture
Gli attori privi di un'infrastruttura proprietaria integrata bruciano cassa a ritmi insostenibili per coprire i costi dei chip, della corrente e dei data center di terzi. La sola OpenAI dichiara per il 2026 una perdita operativa attesa di circa 14 miliardi di dollari. Per sostenere valutazioni astronomiche, non basta promettere l'automazione del customer care. Serve promettere la creazione dell'AGI alla svelta.
A questo si aggiunge la regulatory capture. Invocare licenze statali, organismi di controllo internazionali o standard di sicurezza molto stringenti produce un effetto collaterale calcolato: tagliare fuori la concorrenza più piccola e il mondo open source. Un'azienda con decine di miliardi di cassa può permettersi reparti legali dedicati alla compliance. Una startup su Hugging Face no.
Il paradosso della cautela a targhe alterne
Qui la tesi si fa più scomoda, perché smaschera un'incoerenza che il settore preferisce ancora non commentare: la stessa industria che chiede a gran voce "più cautela, più regole, più supervisione" davanti ai microfoni, dietro le quinte lavora esattamente nella direzione opposta ogni volta che quelle regole rischiano di diventare vincolanti per lei.
Nel novembre 2025 la Commissione europea propone il "Digital Omnibus", che rinvia fino a sedici mesi le norme sull'AI ad alto rischio dell'AI Act, spostando la scadenza da agosto 2026 a dicembre 2027. La proposta arriva dopo una campagna di lobbying a Bruxelles che nel solo 2025 ha toccato i 151 milioni di dollari, con pressioni dirette del governo statunitense e delle big tech, Meta in testa, per ammorbidire il testo. A marzo 2026 il Parlamento europeo vota a larghissima maggioranza (569 favorevoli, 45 contrari) la propria posizione negoziale. Il 7 maggio 2026, dopo una notte di negoziati, Consiglio e Parlamento trovano un accordo provvisorio; il Parlamento lo approva in via definitiva il 16 giugno (423 sì, 57 no), il Consiglio dà il via libera il 29 giugno, e il regolamento entra in vigore il 27 luglio. Appena sei giorni prima della vecchia scadenza del 2 agosto. Da quella data restano in vigore solo gli obblighi di trasparenza e il regime sanzionatorio pieno: i sistemi ad alto rischio slittano al 2 dicembre 2027.
Il messaggio è netto, anche se nessuno lo dice ad alta voce: i laboratori vogliono la narrativa del pericolo, non il costo della vigilanza. Vogliono che il mercato li tratti come custodi di una tecnologia capace di sfuggire al controllo umano, ma non vogliono che un regolatore reale imponga loro audit, documentazione tecnica e supervisione umana obbligatoria sui sistemi ad alto rischio. La paura vende azioni; la conformità normativa costa margine. E quando le due cose sono in conflitto, a perdere non è mai la valutazione.
E Google? La strategia del silenzio e dell'infrastruttura
In questo quadro di isteria e annunci roboanti ogni due settimane, c'è un gigante che gioca, letteralmente, un altro sport: Google.
Non è che Mountain View sia rimasta a guardare, la famiglia Gemini 3 è arrivata puntuale a fine 2025, seguita da Gemini 3.1 e, il 19 maggio 2026 all'I/O, da Gemini 3.5 Flash in disponibilità generale. Il fratello maggiore, Gemini 3.5 Pro, promesso per "il mese prossimo" nello stesso annuncio di maggio, a oggi (9 agosto 2026) non è ancora uscito: prima slitta da giugno a una data non ufficiale di metà luglio, poi Google dichiara il 21 luglio che il modello è "in fase di test con i partner" senza fissare alcuna scadenza, e resta in preview limitata su Vertex AI mentre circolano nuovi rumor non confermati su un lancio imminente. Tre mesi di rinvii silenziosi, sul modello di punta dell'azienda.
Ma il tono con cui Google comunica questi ritardi è agli antipodi di quello dei rivali: un aggiornamento di changelog, non un allarme. Un modello che slitta, non un modello che minaccia di scappare.
Perché Google sta giocando un'altra partita, quella dell'infrastruttura:
La guerra del silicio (TPU). Invece di dissanguarsi comprando GPU Nvidia a prezzi di monopolio, Google investe massicciamente sulla settima generazione di TPU (Ironwood, resa disponibile al Cloud Next 2026) e ha già annunciato l'ottava generazione (i chip Sunfish e Zebrafish, sviluppati con Broadcom e MediaTek ) puntando al 2027. Il dettaglio che vale la pena sottolineare: proprio Anthropic, il megafono più insistente del rischio esistenziale, è indicata come cliente-ancora di entrambe le generazioni, con un accordo che le riserva 3,5 gigawatt di capacità elettrica dedicata entro il 2027. Perché in questa fase il vero collo di bottiglia non è più il chip, è la corrente per farlo girare. Chi vende l'apocalisse affitta la rete elettrica da chi non gioca a quel tavolo
Integrazione verticale silenziosa. Più che stupire con dimostrazioni da fiera sui social, l'obiettivo è infilare l'AI in modo invisibile nell'intero stack di prodotti esistente (Android, Workspace, Cloud, Ricerca).
La sostenibilità dei margini. Google ha capito una cosa che il mercato VC tende a ignorare nei momenti di bolla: l'inferenza su scala globale costa troppo. Rilasciare un modello gigantesco solo per vincere un benchmark per tre settimane non ha senso economico se poi non lo si può servire a miliardi di utenti con un margine positivo.
Google sta aspettando che la bolla dei costi d'addestramento e inferenza prosciughi le casse dei concorrenti privi di infrastruttura propria? Probabile. Ha capito che la vera vittoria non sarà avere il modello "più intelligente" (e insostenibile), ma quello con l'efficienza di calcolo più alta per token prodotto e nel frattempo, essere il padrone di casa a cui tutti, prima o poi, pagano l'affitto.
Se non ti scappa il modello non vali il borsello
Oggi, per farsi staccare un assegno a nove zeri da Sand Hill Road, devi dimostrare che stai maneggiando il fuoco di Prometeo e che solo tu hai l'estintore. I numeri del 2026, valutazioni che triplicano in quattro mesi, regole europee rinviate a sei giorni dalla scadenza, un settore che chiede supervisione a parole e la disinnesca nei fatti, non sono l'eccezione alla regola. Sono la regola, documentata trimestre dopo trimestre.
Mentre gli altri fanno gli scongiuri con il fuoco per pagare le bollette delle GPU, c'è chi sta zitto e compra direttamente la rete elettrica.