Sono passati tre anni, esattamente lo scorso 30 novembre, da quando Sam Altman – cofondatore (con Elon Musk) di OpenAI – ha presentato al mondo ChatGPT, creando attorno all’Intelligenza Artificiale cosiddetta “generativa” un livello di attenzione su scala globale e un livello di investimenti senza precedenti nella storia. Una enorme scommessa dal punto di vista finanziario da parte di un manipolo di grandi imprese e di startup finanziate sia dalle prime sia dal venture capital [VC]: circa 400 miliardi di $ negli US complessivamente previsti nel solo 2025, 3 trilioni di $ entro la fine del decennio, oltre 5 a livello globale nelle stime di McKinsey per le spese in conto capitale per i chip, i Data Center e l’energia necessaria per produrre l’AI.

Una scommessa che come detto vede in prima fila 4 delle Big Tech – Amazon, Microsoft, Alphabet- Google e Meta – che stanno costruendo una molteplicità di “AI Data Center” di grandi/grandissime dimensioni per la vendita di servizi Cloud (le tre prime) e/o per lo sviluppo e l’utilizzo di propri modelli AI (“open source” nel caso di Meta) e che con i loro free cash flows sono state sinora in grado di finanziare gli investimenti (Alphabet-Google ha ad esempio un rapporto “debt-to-equity” pari all’11% e Microsoft al 33%): con l’eccezione recente di Meta, che ha annunciato in occasione dell’ultima trimestrale un livello di investimenti molto più elevato rispetto all’anno precedente e superiore al suo free cash flow atteso (per poi pochi giorni dopo rispondere alle reazioni negative del mercato con l’annuncio di un taglio rilevante alle spese per lo sviluppo del metaverso).

Una scommessa non solo sulle potenzialità “trasformative” della nuova tecnologia, ma anche – data la quantità dei soldi in gioco – sui tempi in cui essa finalmente comincerà a generare sostanziali ritorni, evitando che il timore della formazione di una bolla (una “AI bubble” che potrebbe anche avere dimensioni molto maggiori della “dotcom bubble” di inizio secolo) crei le condizioni per un suo scoppio come avvenne per Internet.

Le preoccupazioni sui tempi ci sono, e si traducono talora in fluttuazioni anche di grande consistenza nelle capitalizzazioni delle imprese.

“Investors expect AI use to soar. That’s not happening”, sosteneva ad esempio The Economist [ECON] in un articolo del 26 novembre, spiegando che “Recent surveys point to flatlining business adoption” e riportando a tale proposito i risultati di una recente indagine del US Census Bureau (Fig. 1). Una indagine con una modalità raffinata di analisi, volta a comprendere (Fig. 1a) le enormi differenze – nella quantificazione della percentuale di “adozione dell’AI” – a seconda dei criteri di misura utilizzati: da una percentuale (pesata sulla base del numero di addetti) superiore al 40% di imprese che hanno già adottato l’AI a un estremo, se si assume come criterio minimo il pagamento di una sottoscrizione a qualche strumento AI, a una dell’ordine dell’11% (Fig. 1b) se si guarda solo a quelle che utilizzano effettivamente l’AI – incorporandola nelle loro day- to-day operations – per la produzione di beni e/o servizi.

Un criterio quest’ultimo apprezzato da ECON, che ritiene rifletta l’unico modo per conseguire incrementi complessivi di produttività che rendano conveniente l’adozione dell’AI, e ritenuto viceversa troppo restrittivo da diversi economisti nel valutare una realtà in evoluzione. L’utilizzo di modelli AI sembra peraltro essere più diffuso nel mondo consumer che in quello corporate – in questa direzione ha ad esempio soprattutto spinto sinora OpenAI per consolidare il suo brand – con il problema però che solo una percentuale ridotta dei privati paga per l’accesso ai modelli stessi.

Abbiamo scelto di restringere l’attenzione sulle quattro imprese protagoniste – nel bene o nel male – dei fatti a nostro avviso più salient degli ultimi sei mesi: OpenAI e Nvidia soprattutto nei primi quattro mesi, Alphabet-Google e Anthropic nei più recenti. Sono tutte e solo imprese statunitensi, si potrà dire. E’ vero, ma sulle imprese cinesi ci sono minori informazioni disponibili: tra i nomi che si potrebbero citare perchè recentemente hanno brillato DeepSeek, Alibaba e Huawei. E l’Europa non dispone purtroppo di molte imprese di rilevanza equivalente: l’olandese ASML, leader mondiale nelle apparecchiature per il manufacturing dei chip più avanzati e al prima in assoluto in Europa per capitalizzazione, rappresenta l’eccezione di gran lunga più importante; la francese Mistral, nel cui azionariato ASML è entrata di recente, è la startup più promettente fra le europee nella messa a punto di modelli AI.

OpenAI

OpenAI

• dopo il lancio a gennaio alla presenza di Trump di Stargate, il progetto (del valore iniziale di 100 miliardi di $ estendibili a 500) per la creazione – con SoftBank e Oracle quali principali partner – di una serie di Data Center a suo uso esclusivo, nato per  affrancarsi  il  più  possibile da Microsoft che ne aveva  finanziato la crescita,
• incrementare a marzo la sua valutazione a 300 miliardi di $, ha iniziato una serie di manovre frenetiche, alcune delle quali di natura “circolare” (nella Fig. 2 la “ragnatela” che si è venuta a creare attorno a OpenAI stessa e a Nvidia nella visione di FT), volte ad acquisire le risorse necessarie per consolidare la sua leadership nell’AI prima che il distacco venisse colmato dai suoi più ricchi competitori. Broadcom, Oracle, Nvidia e AMD sono stati i partner di questi accordi, che in due casi hanno previsto anche futuri scambi di quote azionarie (con l’entrata di Nvidia nel capitale di OpenAI e di OpenAI in quello di AMD) e che complessivamente hanno comportato impegni futuri sottoscritti da OpenAI prossimi a 1,5 trilioni di $, destando dubbi sulla capacità futura di OpenAI stessa di onorarli (“OpenAI’s era-defining money furnace”, FT, 30 settembre).

Nel frattempo

• è riuscita – con il supporto anche della MGX di Abu Dhabi (a conferma del crescente coinvolgimento degli Emirati in queste operazioni, visto con favore pure da Trump) – a far salire da 350 a 500 miliardi di $ la sua valutazione, “rubando” alla SpaceX   di  Musk  la  qualifica  di  “the most valuable private tech company in theworld”: qualifica che Musk sembra poi volersi riprendere, raddoppiando a 800 miliardi di $ la valutazione di SpaceX prima del potenziali IPO nel prossimo anno (“SpaceX in Talks for $800 Billion Valuation Ahead of Potential 2026 IPO”, WSJ, 5dicembre);
• è riuscita anche – dopo lunghe trattative – a convertire il suo status giuridico da nonprofit a for profit, condizione ritenuta irrinunciabile dagli investitori per sottoscrivere nuovi aumenti di capitale, con l’assegnazione  a Microsoft (grande  finanziatore  della  sua crescita) del 27% delle  azioni.

Tutto bene poi sino a quando

• Alphabet-Google, con il lancio di Gemini3, ha rimesso in discussione – come si può vedere in Fig. 3 – la “classifica” sul fronte consumer (“OpenAI’s lead under pressure as rivals start to close the gap – Three years since the debut of ChatGPT, the $500bn start-up is facing significant challenges to its dominance in AI”, FT, 30 novembre),
• lo stesso Sam Altman, con il lancio del “codice rosso”, ha riconosciuto la gravità del momento e invitato i suoi a riconcentrarsi su ChatGPT piuttosto che disperdersi su fronti diversi (“OpenAI Declares ‘Code Red’ as Google Threatens AI Lead – Companywide memo is most decisive indication yet of pressure OpenAI faces from competitors“, WSJ, 2 dicembre),
• anche Anthropic appare come un concorrente sempre più fastidioso, con la sua scelta strategica di successo di puntare sul mercato corporate più che su quello consumer e con l’avvio della procedura per quotarsi in Borsa (anticipando OpenAI approfittando del momento di difficoltà).

NVIDIA

Nvidia è l’altra grande protagonista di questo periodo, non solo per la capitalizzazione che riesce a raggiugere nel suo momento di picco – oltre 5 trilioni di $ (la più alta della storia) – ma anche per la quantità di accordi di fornitura di natura circolare (con l’impegno cioè ad acquisire quote azionarie al procedere degli acquisti delle sue GPU) sottoscritti, apparentemente volti a garantirsi il mercato futuro

• dopo avere almeno temporaneamente perso, a causa dello scontro politico-militare ed economico in atto fra US e Cina, l’accesso al mercato cinese: perdita che sembra per ora confermata, nonostante la revoca da parte di Trump del divieto di vendita, dal mantenimento da parte di Xi del divieto dalle imprese cinesi di acquistare le GPU di Nvidia (“China set to limit access to Nvidia’s H200 chips despite Trump export approval – Discussions among regulators come as Beijing seeks to achieve self-suffi ency in semiconductor production“, FT, 9 dicembre),
• anticipando probabilmente la possibilità che il suo quasi monopolio nei chip più avanzati per il training dei modelli AI fosse insidiato da prodotti concorrenti (come poi accaduto con l’apparizione dei TPU di Google) e/o crescesse la concorrenza per i segmenti con bisogni più circoscritti di prestazioni elevate.

L’insieme di questi accordi e di quelli di OpenAI ha creato una ragnatela di interconnessioni – le Fig. 4 e 5 ne mostrano la visione più ristretta e quella allargata a tutte le relazioni di OpenAI di fonte WSJ e Bloomberg rispettivamente – che può essere anche molto pericolosa: tanto più pericolosa quanto più elevato è il ricorso al credito dei differenti soggetti. Ne è testimone la grande crisi dei subprime iniziata nel 2008, ove erano le istituzioni bancarie, finanziarie e assicurative a essere fortemente interconnesse tra loro e indebitate e ove conseguentemente la crisi di una istituzione si propagava velocemente alle altre. L’apparente invincibilità di Nvidia ha cominciato ad offuscarsi con l’apparizione sul mercato di Gemini3, risultato superiore a ChatGPT in molti test indipendenti: perchè Google non lo aveva messo a punto usando per il training i GPU di Nvidia, bensì i suoi TPU-Tensor Processing Unit, realizzati “in casa” in collaborazione con Broadcom (impresa specializzata nella messa a punto di chip personalizzati) in una ottica di progettazione integrale della filiera. Un approccio quello integrato di Google giudicato sino a poco tempo prima un punto di debolezza e ora visto invece, una volta messe a posto le carenze in alcuni stadi della filiera, come un punto di forza: non solo perchè i TPU hanno mostrato come detto la loro efficacia ed efficienza, ma anche perchè – anche se meno flessibili negli utilizzi rispetto ai GPU di Nvidia – hanno il vantaggio non piccolo di essere meno costosi.

E Google appare aver scelto la strategia di non mantenere i TPU solo per sè, come fonte di vantaggio competitivo per Gemini3 nello scontro con ChatGPT, ma di costruire su di essi un nuovo business, rendendoli acquistabili anche dai competitori di Gemini3. Lo ha fatto con Anthropic e ha iniziato a discuterne con Meta, mettendo ovviamente in forte allarme Nvidia e i suoi azionisti: “Google’s ‘TPU’ chip puts OpenAI on alert and shakes Nvidia investors – AI advances made through group’s custom processor hit Nvidia’s stock and prompt ChatGPT maker to declare ‘code red’” (FT, 8 dicembre). E in quest’ultimo articolo è riportata l’ipotesi, avanzata da alcuni esperti, che Google potrebbe vendere TPU anche a OpenAI stessa, a xAI e ad altre startup di dimensioni minort, con ricavi potenziali nei prossimi anni che potrebbero toccare i 100 miliardi di $.

Ma Google non è l’unica delle BigTech che, dopo essersi costruita per uso interno (per il suo cloud in primo luogo) un chip avanzato, lo rende disponibile sul mercato. Lo stesso ha fatto Amazon che – oltre ai suoi “AI Agents” – ha presentato e annunciato la messa in vendita dei suoi “custom chips” Trainium3 (“Amazon’s Custom Chips Pose Another Threat to Nvidia – The company will start selling its Trainium3 processors as AI companies are looking to diversify their supply of data-center chips“, WSJ, 2 dicembre).

E tutto questo affollarsi è stato così commentato da WSJ: “Nvidia vs. Everybody Else: Competition Mounts Against the Top AI Chip Company – Google, Amazon, AMD and Nvidia’s own customers are  rising  to challenge the 800-pound gorilla“ (6 dicembre), con l’aggiunta di una lunga lista delle imprese US che stanno proponendo al mercato loro chip, vedendo gli altissimi margini attuali di Nvidia e la voglia di molte imprese acquirenti di differenziare I fornitori come opportunità per ritagliarsi qualche spazio di trattativa.

Google

Di Google – il nome originale del gruppo prima che una riorganizzazione finalizzata a far distinguere al mercato finanziario, sotto l’ombrello di Alphabet (nome della quotata), i business in piena operatività e in attivo rispetto a quelli configurabili come startup e quasi sempre ancora in passivo – si sono visti molti dei momenti e dei fatti salienti nell’ambito dei profili di OpenAI e Nvidia, ora ambedue suoi competitori in business diversi: OpenAI nei modelli AI (Gemini3 vs ChatGPT) e nel futuro forse nei Cloud Computing, se il grandioso progetto di OpenAI stessa andrà in porto; Nvidia nei chip specializzati per l’AI (TPU vs GPU).

Nel contempo Google, fra le imprese più oggetto di attacchi da parte delle authority antitrust dei Paesi in cui opera, è stata estremamente impegnata nei tribunali – solo marginamente nell’AI – soprattutto per evitare di essere condannata allo smembramento per comportamenti monopolistici.

• “Google shares jump after judge refrains from ordering break–up – Alphabet and Apple shares gain after judge’s ruling is better for the companies than investors had feared”, FT, 2 settembre
• “China drops Google antitrust probe during US trade talks – Beijing regulator’s investigation had centred Android operating system’s dominance”, FT, 18 settembre
• “US prosecutors ask judge to order spin-off of Google ad businesses – Request kicks off second phase of landmark antitrust trial after previous finding that tech giant ‘wilfully’ monopolised market”, FT, 22 settembre
• “Google faces stricter regulation in UK over search dominance”, Reuters, 10 ottobre. Google è la prima “vittima” dei nuovi poteri attribuiti alla CMA-Competition and Markets Authority inglese: “We have found that Google maintains a strategic position in the search and search advertising sector – with more than 90% of searches in the UK taking place on its platform”
• “Judge shows reluctance to break up Google ads business in US monopoly case – Judge Leonie Brinkema said a ‘dramatic’ forced sale may not be ‘easily enforceable’”, FT, 21 novembre. The Department of Justice, which brought the case, has requested Google parent Alphabet be ordered to spin off elements of its ads business. But in a final hearing on Friday about the so-called remedies to be imposed to address the monopoly, Brinkema said the DoJ’s request was a “dramatic change” that would not be as “easily enforceable” as the resolution Google has proposed.
• “EU Probes Google Over Use of Online Content to Power AI – Officials say Google might have unfairly used publishers’ content to provide AI-powered services”, WSJ, 9 dicembre. $350bn next year”, FT, 3 dicembre).

Anthrop\c

Creata nel 2020 da un insieme di fuorusciti da OpenAI – Dario Amodei (che ne è a capo) con la sorella il più noto – con l’idea di voler creare una “safe AI”, Anthropic è vissuta sino a poco tempo fa un pò nell’ombra dell’universalmente nota OpenAI, per poi venire alla ribalta relativamente di recente, per almeno tre ragioni:

• la scelta strategica (vista in precedenza) di puntare sul mondo corporate più che su quello consumer, con una focalizzazione sul coding;
• la maggiore attenzione ai conti dell’impresa, che potrebbe portarla prima di OpenAI al pareggio di bilancio (“Anthropic Is on Track to Turn a Profit Much Faster Than OpenAI – Financial documents from both companies show the different approaches they are taking to the AI boom”, WSJ, 10 novembre);
• la connessa possibilità che essa riesca a quotarsi prima di OpenAI (“Anthropic taps IPO lawyers as it races OpenAI to go public – AI start-up picks law firm Wilson Sonsini for what could be one of the largest public offerings ever” e “Anthropic’s IPO pitch: helpful, honest, harmless and hulking – An initial public offering could value the company at $350bn next year”, FT, 3 dicembre).

Tra ottobre e novembre gli accordi più importanti, per avere accesso alla potenza di calcolo e poter rendere disponibili i suoi modelli Claude su tutti i principali Cloud:

• “Anthropic and Google Cloud strike blockbuster AI chips deal – Agreement between Claude chatbot maker and one of its largest investors will add to start-up’s computing firepower”, FT, 24 ottobre: l’importante accordo del valore di diverse decine di miliardi con Google – uno dei suoi due primi principali finanziatori (alle spalle di Amazon) – che ha previsto la messa a disposizione di Anthropic di oltre un gigawatt di capacità di calcolo, con l’utilizzo di oltre un milione di sue TPU (divenute poi famose dopo il lancio di Gemini3).
• “Nvidia, Microsoft Pour $15 Billion Into Anthropic for New AI Alliance – Anthropic commits to purchase $30 billion from Microsoft cloud-computing business Azure”, WSJ, 18 novembre: l’operazione che ha fatto salire a circa 350 miliardi di $ la sua valutazione, alle spalle – fra le AI startup – di OpenAI (500 miliardi) e davanti a xAI (230 miliardi). È un accordo che può stupire perché Microsoft è azionista al 27% di OpenAI (i rapporti fra le due società sono però piuttosto tesi), perché Nvidia a settembre aveva stretto un patto “circolare” con OpenAI che prevedeva fino a 100 miliardi di $ di investimento nella stessa (dilazionato però nel tempo a fronte di acquisti delle sue GPU), perché i CEO di Anthropic e Nvidia Dario Amodei e Jensen Huang avevano avuto in passato pesanti scontri in pubblic Ma è piuttosto il segno, sottolinea l’articolo, che non ci sono rivalità nel business o disaccordi personali che impediscano ai protagonisti nella corsa per l’AI di lavorare insieme e che, come ha detto il CEO di Microsoft Satya Nadella, “We are increasingly going to be customers of each other.” Una necessità che deriva anche dal fatto che imprese come OpenAI e Anthropic hanno una notorietà e una dimensione che impediscono – per ovvie ragioni antitrust – che esse siano oggetto di acquisizioni più o meno mascherate da parte di qualcuna delle Big Tech.
• “Anthropic and Accenture Strike AI Deal Targeting Business Clients – The artificial-intelligence model maker and consulting firm say they can help businesses see a positive return on their AI investments”, WSJ, 9 dicemb Un accordo con la più grande società di servizi di consulenza al mondo (791mila addetti), per aiutare le imprese a incorporare al loro interno l’AI, quasi sempre essendo necessaria a tale scopo una revisione più o meno profonda del loro business model per ottenere quegli aumenti di produttività che ne giustifichino l’adozione.