Immagina di trovarti a una massiccia conferenza tecnologica. Ci sono 6.000 stand di startup distribuiti per il centro congressi. I fondatori stanno presentando le loro idee, gli investitori girano intorno, e i blocchetti degli assegni vengono riempiti. Alla fine del trimestre, 300 miliardi di dollari sono cambiati di mano.
Ora immagina di passare accanto a stand dopo stand—5.976 per essere precisi—e scoprire che insieme hanno ricevuto 122 miliardi di dollari. Non male, giusto? Ma poi raggiungi una piccola sezione VIP nell’angolo. Solo 24 stand. E sono andati via con 178 miliardi di dollari.
Questo è realmente accaduto nel primo trimestre del 2026. E ci dice qualcosa di importante su come gli investimenti in AI siano andati completamente storti.
La Matematica Che Non Quadra
Analizziamo questo in termini comprensibili. La media delle aziende al di fuori di quella sezione VIP ha raccolto circa 20 milioni di dollari. Nel frattempo, ciascuna di quelle 24 aziende fondazionali di AI ha mediamente raccolto 7,4 miliardi di dollari. Non è un errore di battitura. Stiamo parlando di 370 volte più soldi per affare.
Se ti stai chiedendo cosa significhi “AI fondazionale”, pensalo come le aziende che costruiscono il livello base—i grandi modelli di linguaggio, l’infrastruttura centrale, la tecnologia fondamentale su cui si basano altri strumenti di AI. Aziende come OpenAI, Anthropic e i loro concorrenti.
Perché Questo Dovrebbe Farti Preoccupare
Ecco cosa mi preoccupa riguardo a questa concentrazione di capitale. Quando così tanti soldi fluiscono verso così poche aziende, non stiamo davvero investendo più in AI. Stiamo scommettendo enormi somme su un pugno di cavalli e ignorando il resto della corsa.
Considera cosa potrebbe finanziare 178 miliardi di dollari:
- 8.900 aziende a 20 milioni di dollari ciascuna
- Migliaia di applicazioni specializzate di AI per la sanità, l’istruzione o il clima
- Sviluppo regionale di AI al di fuori della Silicon Valley e di pochi altri hub tecnologici
- Team più piccoli che lavorano su problemi di sicurezza e allineamento dell’AI
Ma questo non è ciò che sta accadendo. Gli investitori sono convinti che costruire modelli più grandi richieda assegni più grandi, e che solo pochi attori possano vincere questa corsa. Così scrivono assegni con più zeri che mai.
Cosa Succede Quando La Musica Si Ferma
Ogni boom di investimenti prima o poi deve affrontare un riscontro. La questione non è se succederà, ma quando—e come appare quando le aspettative per 178 miliardi di dollari incontrano la realtà.
Alcune di queste 24 aziende avranno un successo spettacolare. Ma statisticamente, la maggior parte non produrrà ritorni che giustifichino le loro valutazioni. E quando gli investitori si renderanno conto di aver concentrato troppo capitale in troppe poche mani, la correzione non sarà affatto piacevole.
La vera tragedia? Tutte quelle altre applicazioni di AI che non hanno ricevuto finanziamenti. Il tool diagnostico medico che aveva bisogno di 5 milioni di dollari. L’AI educativa che desiderava 10 milioni di dollari. Il sistema di modellazione climatica che cercava 15 milioni di dollari. Sono ancora là fuori, ancora necessari, ma stanno competendo per le briciole mentre l’AI fondazionale si abbuffa.
Una Strada Alternativa
Non sto contestando il finanziamento della ricerca sull’AI fondazionale. Queste aziende stanno facendo un lavoro importante, e sì, addestrare modelli grandi costa soldi veri.
Ma 178 miliardi di dollari in un trimestre per 24 aziende non è una strategia di investimento sostenibile. È una mania. E le manie finiscono sempre male per qualcuno—di solito per le persone che arrivano tardi alla festa.
Ciò di cui abbiamo bisogno è un approccio più equilibrato. Finanziare la fondazione, certo. Ma finanziare anche le applicazioni. Finanziare la ricerca sulla sicurezza. Finanziare le alternative. Finanziare i team che lavorano in lingue diverse dall’inglese, in paesi diversi dagli Stati Uniti, su problemi che non riguardano il miglioramento della scrittura di testi pubblicitari da parte dei chatbot.
Perché in questo momento, stiamo costruendo un futuro dell’AI che è pesante sopra, concentrato e fragile. E questo dovrebbe preoccupare chiunque si interessi a dove stia andando questa tecnologia.
🕒 Published: