Ogni poche settimane, l’industria dell’intelligenza artificiale produce un nuovo picco di attenzione collettiva: il rilascio di un modello, un salto nei benchmark, un’altra ondata di speculazioni su chi è in testa e chi sta perdendo terreno. Claude fa parte ormai di questo ciclo, così come prima di lui GPT, Gemini, Llama, DeepSeek, Qwen, Kimi e altri. Lo schema è sempre lo stesso. Il dibattito mediatico si restringe attorno alle prestazioni di frontiera, come se il futuro dell’intelligenza artificiale dovesse decidersi soprattutto in base a quale azienda costruisce per prima il modello più impressionante. Per le imprese che questi sistemi cercano di utilizzarli davvero, però, quello è soltanto lo strato più visibile della storia.
Sotto lo spettacolo della corsa ai modelli si annida una domanda più silenziosa, e per il mondo delle imprese è quella che conta di più. Le aziende non acquistano intelligenza artificiale come dimostrazione astratta di potenza. Cercano di inserirla nelle vendite, nel marketing, nelle previsioni, nel servizio clienti, nella compliance, nei processi decisionali — in tutti quei luoghi dove la performance dipende meno dalla potenza grezza che dalla capacità di un sistema di lavorare con i dati, i vincoli e le routine interne dell’azienda stessa. È lì che i termini della competizione cominciano a cambiare.
E una volta che un sistema diventa parte del tessuto operativo di un’impresa, la struttura del mercato che lo fornisce non può più essere trattata come una questione secondaria. Il problema non è semplicemente che una singola azienda possa diventare troppo dipendente da un singolo fornitore (il che non è certamente auspicabile). Il problema è che la corsa attuale ai modelli di frontiera, alimentata da quantità straordinarie di capitale nell’ordine delle centinaia di miliardi di dollari per OpenAI ed Anthropic, rischia di restringere il campo in modo così drastico da rendere la dipendenza inevitabile per tutti. Un mercato con un solo modello dominante, o anche solo due, non si limiterebbe a premiare l’innovazione: comincerebbe a soffocarla, costringendo le imprese a costruire il proprio futuro su uno strato di intelligenza controllato altrove, con poca scelta reale e ancor meno leva negoziale. Siamo ancora agli inizi, e tecnologie diverse dai pre-trained transformer potrebbero spostare di nuovo la frontiera nei prossimi anni. Ma il rischio di concentrazione, già oggi, è tutt’altro che teorico.
Ad ogni modo, anche quando l’accesso a una tecnologia è disponibile, la questione competitiva non è risolta. La storia industriale è piena di aziende che hanno riconosciuto precocemente una svolta importante senza riuscire a trasformare quella visibilità iniziale in un vantaggio duraturo. Poco più di 30 anni fa, i prototipi Mercedes sviluppati nel programma europeo PROMETHEUS viaggiavano ad alta velocità nel traffico reale, eseguivano cambi di corsia e completavano lunghe guide autonome dimostrative da Monaco a Copenaghen — un risultato che ancora oggi appare futuristico. Il GPS era stato appena messo sul mercato, non esistevano l’internet mobile, né gli hyperscaler come Google, Amazon, Meta o Tesla; le CPU erano limitate, le GPU inesistenti, il cloud computing non era stato inventato. Rispetto a oggi, era austerità tecnologica valorizzata all’inverosimile dalla superiorità dell’ingegneria tedesca. Eppure, il progetto fu smantellato poco dopo. L’organizzazione non era pronta a riprogettarsi attorno a quella capacità e a trasformare un vantaggio tecnico in un nuovo business. Il fallimento fu strutturale, non tecnico: l’industria automobilistica tedesca cedette un vantaggio ventennale nella guida autonoma a una nuova generazione di aziende della Silicon Valley. Il punto non è che l’azienda non vide la tecnologia. È che riconoscere una nuova capacità è una cosa; riorganizzare l’impresa attorno alle sue implicazioni è un’altra. Questa distinzione torna a essere decisiva oggi, perché molte imprese continuano a trattare l’intelligenza artificiale come qualcosa da acquisire, anziché come una forza che può richiedere di riprogettare il modo in cui operano.
