Il più grande rischio dell'AI per la tua azienda

La storia della settimana

Il premio “intervista del mese” va decisamente ad Alex Karp, che qualche giorno fa, in un’intervista di CNBC che è diventata un monologo di 20 minuti, ha per la prima volta “denunciato” pubblicamente come funziona il modello di business degli AI labs (OpenAI, Anthropic etc) che giocano sul metterci in guardia sulla potenza della loro tecnologia ma intanto sono pronti a mangiarsi tutto.

Nell’intervista spiega che le aziende americane sono, in sostanza, scontente di come funziona l’industry. Sentono di perdere tempo dietro ai token, faticano a calcolare il ritorno sull’investimento e soprattutto temono che gli AI labs possano rubare la loro proprietà intellettuale.

Karp pone una domanda fondamentale: “Se fossero davvero in grado di farti guadagnare miliardi di dollari perché dovrebbero venderti dei token a consumo?”. In altre parole: se il valore prodotto fosse evidente e misurabile, il pricing dell’AI dovrebbe essere una funzione del valore creato e non del consumo.

Chiude infine dicendo che i clienti di queste aziende di AI si stanno rendendo sempre più conto di voler avere controllo sul proprio compute, sui propri modelli, sul proprio stack di dati e sul proprio alpha. Vogliono sapere di possedere i mezzi di produzione.

Qualche media tradizionale ha liquidato l’intervista come un “crash out” televisivo. Tech twitter, sempre sospettoso e diffidente, non ha perso occasione per far notare che se i media tradizionali la trattavano semplicemente come un “breakdown dell’intervistato”, era proprio un indizio: Karp stava toccando un nervo scoperto, dicendo qualcosa di scomodo.

In questa newsletter provo a uscire dalla polarizzazione e analizzo davvero la situazione, cercando di capire quali conseguenze reali potrebbero esserci per le aziende che adottano sistemi AI a tutti i livelli, comprese quelle italiane.

Prima, un paio di premesse:

• La voce di Karp non è disinteressata: Palantir vende esattamente l’alternativa che Karp invoca e in quell’intervista stava annunciando la partnership con Nvidia per costruirla su scala nazionale (ma ovviamente un argomento non è falso solo perché a pronunciarlo è qualcuno che ci guadagna)

• Il giorno prima dell’intervista, Palantir aveva pubblicato su X un manifesto in 9 punti sulla “AI sovereignty”. La tesi: chi cede i propri dati a un modello terzo non sta comprando un servizio ma trasferendo il proprio vantaggio competitivo a qualcun altro

  

  Palantir@PalantirTech

  Our thoughts on the importance of AI sovereignty. 1. Your AI sovereignty dictates your institution’s future. Sovereignty is the precondition for choice. Relinquishing sovereignty transfers the future choices of your institution to others, who are likely to exploit it for their

  12:25 AM · Jul 1, 2026 · 13.3M Visualizzazioni

  715 Risposte · 1.8K Repost · 10.9K Mi piace

Questo è più o meno il titolo di una newsletter che avevo scritto qualche mese fa. La tesi era che le piattaforme AI stavano cercando di diventare i nuovi sistemi operativi, un ambiente unico da cui completare qualsiasi attività. In quella newsletter facevo l'esempio di un utente che voleva ordinare del cibo da asporto. Dalla barra di ricerca di ChatGPT potrebbe avere accesso diretto al suo account Glovo e delegare all'AI, che lo conosce così bene, impara dalle sue preferenze e mette in relazione le diverse informazioni a cui ha accesso (per esempio un'altra app che traccia la sua attività fisica o quella che custodisce i suoi dati sulla Salute), la scelta di cosa mangiare. Senza mai uscire dalla piattaforma.

Rileggendola oggi, probabilmente stavo sottostimando l’ampiezza dell’ambizione delle aziende che sviluppano sistemi come ChatGPT.

I sistemi operativi sono di fatto dei gatekeeper: costruiscono l’infrastruttura e controllano la distribuzione da cui dipendono i servizi digitali. Se sviluppi un’app per iOS, Apple ti chiede una commissione su ogni transazione che avviene al suo interno. È esattamente come il pedaggio autostradale che paghi per mantenere in ordine e funzionante l’infrastruttura che stai utilizzando.

Solo in alcuni casi, pochi e limitati, l’azienda che forniva l’infrastruttura (Apple) ha copiato la proprietà intellettuale di app che giravano sul suo sistema operativo, lanciando una propria app nativa che ne faceva diretta concorrenza (è successo di recente, per esempio, con Diario di iPhone). Ma per lo più si limitava a prendere una percentuale sul valore creato da altri (dato che sviluppare, mantenere e promuovere un’app era un costo che non voleva accollarsi).

Ma con l’AI sta cambiando tutto.

Con l’AI, il costo di sviluppare software sta crollando e gli AI labs, che quella tecnologia l'hanno creata, ne traggono vantaggio: a differenza delle Big Tech, non vogliono una percentuale del valore che nasce sopra i loro modelli, lo vogliono tutto. Segiono esattamente il secondo meccanismo descritto sopra: osservano dove nasce il valore e ricreano in casa le app di maggior successo che poi fanno girare sulla loro infrastruttura. Poi, grazie alla loro distribuzione enorme (che compete direttamente con quella delle Big Tech) sono in grado di offrirlo a milioni di utenti, magari a una frazione del costo della concorrenza da cui hanno copiato l’IP.

Il caso più citato in queste settimane, e il più concreto, riguarda Anthropic e Figma: le due aziende stavano collaborando allo sviluppo di “Claude Design” e Mike Krieger, Chief Product Officer di Anthropic, sedeva addirittura nel board di Figma. Poi, il 14 aprile, si è dimesso. 3 giorni dopo, il 17 aprile. Anthropic ha rilasciato Claude Design, un prodotto che competeva direttamente con quello del suo ex partner. Dylan Field, CEO di Figma, ha detto che Anthropic non è stata proprio onesta e trasparente nelle comunicazioni con loro.

E Figma non è un episodio isolato. Claude Legal, Claude Code, Claude Science e Claude Security nascono tutti dall’osservazione di dove i clienti stanno creando valore utilizzando il modello, per poi copiarlo direttamente.

Lo stesso meccanismo, secondo qualcuno, lo starebbe usando anche OpenAI. Di recente Sam Altman ha annunciato di voler offrire $2M in token a tutte le startup che frequentano YC, l’acceleratore della Silicon Valley da cui escono le aziende più promettenti. Dal punto di vista di OpenAI, queste aziende sono spinte a costruire i primissimi processi sulla loro tecnologia con la speranza che, diventando grandi, i processi siano così radicati che risulti troppo “costoso” cambiare e spostarsi sulla tecnologia di un competitor (come Anthropic).

Ma non tutti sono d’accordo con questa lettura: c’è chi dice che invece è un modo per OpenAI di avere una visibilità privilegiata su quali aziende stanno crescendo più velocemente grazie alla sua tecnologia, per poi copiarle istantaneamente.

È lo stesso pattern di Figma, applicato all’inizio della catena del valore invece che alla fine.

Prima se non pagavi il prodotto, il prodotto eri tu. Ora, con l’AI, il prodotto lo paghi pure!

E in effetti tutto questo l’aveva anche previsto Andrea Pignataro a febbraio in un suo report chiamato “The Wrong Apocalypse”. Secondo Pignataro, per restare competitive le aziende stanno adottando strumenti di AI ma, così facendo, stanno inconsapevolmente insegnando a quegli stessi strumenti di AI la grammatica e la struttura del loro intero settore.

Una volta che l’AI, attingendo dai dati di migliaia di clienti, ha appreso i modelli di un’industria potrebbe replicare l’intero funzionamento di quelle aziende, offrendo tali servizi direttamente al cliente finale. Il report in quel caso parlava del “lavoro cognitivo strutturato”, cioè la consulenza, fatto di connessioni e relazioni umane molto più di un software. Ed è proprio per questo che nel software questo cambiamento potrà avvenire molto più velocemente.

Come dicevo poco fa, a supporto della sua tesi, Karp pone una domanda fondamentale: “Se davvero fossero in grado di farti guadagnare miliardi di dollari, perché mai gli AI labs dovrebbero venderti dei token?”. In altre parole: se il valore prodotto fosse evidente e misurabile, il pricing dell’AI dovrebbe essere una funzione del valore creato, non del consumo.

Naturalmente a questa tesi si può opporre una controargomentazione forte: il settore è ancora acerbo, e il valore che un’azienda genera utilizzando un modello non è conoscibile in anticipo. Farsi pagare sul valore prodotto aprirebbe poi complicazioni enormi per le aziende di AI, costrette a negoziare ogni contratto analizzando quanto valore sia stato effettivamente creato.

Ma la critica di Karp al pricing è la parte meno importante di quello che ha detto ed è anche l’unica su cui Palantir ha un interesse diretto e trasparente.

La sfiducia verso gli AI labs non è un’opinione isolata e la risposta che tutti stanno dando è univoca: sviluppare i propri modelli in casa per non dipendere più da loro.

È un movimento che si sta già traducendo in scelte concrete: Coinbase, per esempio, ha tagliato quasi del 50% la propria spesa AI interna, spostando gli ingegneri su modelli open-weight cinesi come GLM 5.2 di z.ai; Microsoft, dal canto suo, starebbe valutando di ospitare una versione fine-tuned di DeepSeek V4 per Copilot Cowork, invece di dipendere esclusivamente dagli AI lab.

Per la stragrande maggioranza dei casi d’uso aziendali, del resto, non servirà un modello di frontiera. Basterà un modello generico, aggiornato periodicamente con il sapere dell’azienda, che gira su hardware dedicato dentro l’azienda.

Ma, come ha fatto notare Jacopo L. Sabba Capetta in un bel pezzo di Arcangelo Rociola, questo è fattibile solo se quel sapere, pronto da versare dentro un modello, è presente in una forma “caricabile”. Spesso, invece, quella conoscenza vive nelle teste di chi nelle aziende ci lavora: procedure, eccezioni, conoscenza implicita vivono nei processi che nessuno ha mai mappato scorciatoie che nessuno ha mai scritto, nelle eccezioni che si tramandano a voce, nel capofficina che sa perché quella macchina va tarata così e non cosà.

E questo è il vero problema che abbiamo in Italia.

Il rischio immediato, per un’impresa italiana, non è quindi che un AI lab le porti via il vantaggio competitivo. È che non abbia mai reso esplicito il proprio vantaggio competitivo nemmeno a se stessa.

A Settembre, tornando da San Francisco, ho scritto che dovremmo fare un po’ meno “startup” e occuparci di salvare quell’enorme valore che oggi creano le PMI, creando grandi gruppi. In quel pezzo notavo che nelle piccole imprese italiane spesso manca la capacità anche solo di riconoscere un processo inefficiente, figurarsi trasformarlo in un agent.

In quel contesto sottolineavo il problema di adozione tecnologica, oggi mi sembra qualcosa di più grande: è il motivo per cui il 99% del tessuto produttivo italiano, 5 milioni di imprese, il 75% degli occupati, il 65% del PIL, rischia di stare fuori da questa partita non perché perde ma perché non si presenta.

Karp dice che gli AI lab stanno rubando l’”alpha” alle aziende americane. È giusto guardare dall’altra parte dell’oceano, ma poi lo sguardo deve tornare dalle nostre parti. E il problema italiano è un altro ed è ancor più scomodo: gran parte delle nostre aziende non sa nemmeno dove tiene il proprio.

E non è una fatica che può delegare a un modello. È l’unica che dobbiamo fare noi: avanti tutta e costruire!

Questo episodio è supportato da Scalable Capital

Le aziende tech di cui parlo su Technicismi negli ultimi mesi sono diventate le vere protagoniste della finanza e dei mercati.

Scalable è la piattaforma che permette di investire in modo semplice e diversificare le proprie posizioni attraverso una piattaforma accessibile e intuitiva. Puoi gestire tutto da app e partire anche solo da €1.

Recentemente Scalable ha anche lanciato il Conto deposito non vincolato, che ti permette di ricevere un interesse annuo (accreditato ogni mese) del 2,50% sulla liquidità non investita. Puoi depositare e prelevare in qualsiasi momento i tuoi soldi senza perdere i rendimenti maturati fino a quel giorno. È una gestione pulita, senza quegli asterischi che ti costringono a cambiare banca o a bloccare il tuo capitale per ottenere un minimo di guadagno.

Non tenere i tuoi soldi sotto il materasso: scopri la sicurezza, l’efficienza e la trasparenza di Scalable.

Ottieni il 2,5% sui tuoi risparmi

*Messaggio pubblicitario. Tasso lordo annuo variabile sulla liquidità depositata nel conto deposito non vincolato, composto da tasso base collegato al Tasso di Deposito BCE e tasso bonus discrezionale. Liquidità allocata presso banche partner e fondi monetari riconosciuti. Foglio informativo e condizioni su scalable.capital.

Se sei interessato a sponsorizzare gli episodi di questa newsletter, trovi tutte le informazioni qui.

Il toolkit di Technicismi

Le cose più interessanti che ho letto, ascoltato e guardato questa settimana:

• Perché nazionalizzare l’AI è una pessima idea [Actually]: io e Richi ci siamo fatti una delle più belle conversazioni di sempre su Actually. Parliamo di OpenAI che chiede al governo americano di diventare azionista al 5%. Probabilmente siamo d’accordo sul perché questa è una pessima idea ma ci arriviamo da due punti di vista molto diversi, vale la pena un ascolto

• La lettera del CEO di Bending Spoons il giorno della quotazione [Luca Ferrari]: una riflessione sui primi 13 anni della più grande tech company italiana. “Quando scriveranno un libro su di noi, gli anni dal 2013 al 2026 faranno parte del capitolo «Introduzione»”.

• La definizione di “gusto” [Mitchell Hashimoto]: man mano che creare un prodotto o un servizio diventa più semplice (grazie all’AI), il gusto sarà il vero vantaggio competitivo e continuerà ad acquisire valore.

• “I could have Rickrolled the entire FIFA World Cup” [BobDaHacker]: una storia incredibile di un ragazzo che ha trovato (molto facilmente) il modo di hackerare la FIFA, accedendo a qualsiasi camera e impostazione delle partite trasmesse in diretta. Ma la cosa più difficile è stata contattare la FIFA per segnalarglielo: c’è riuscito solamente scrivendo all’FBI

Info

Se questo episodio ti è piaciuto, puoi cliccare sul cuoricino.

Se ti va di farmi sapere cosa pensi di questa newsletter, puoi commentare l’episodio rispondendo a questa email.

E, se puoi, condividila con chiunque la possa trovare utile o interessante!

Condividi

Per ricevere direttamente questa newsletter nella tua casella di posta (senza doverla leggere dall’app di Substack), puoi andare su technicismi.it e inserire il tuo indirizzo email.