AI Boom: Tra Trilioni di Investimenti e Realtà Scomode

Ecco la verità che nessuno vuole dirvi: OpenAI ha promesso $1.4 trilioni in spese per infrastrutture AI nei prossimi otto anni, mentre i suoi ricavi annuali sono fermi a $13 miliardi. Fate voi i conti.

Sam Altman ha reagito malissimo quando l'investitore Brad Gerstner ha osato fare la domanda scomoda: "Come diavolo pagherete tutto questo?" La risposta? Un secco "Brad, se vuoi vendere le tue azioni, ti trovo un compratore. Basta così." Elegante come un martello pneumatico.

Ma il vero problema è più profondo. Mentre OpenAI promette mari e monti, aziende più piccole come CoreWeave e Nebius si stanno indebitando fino al collo per costruire data center. CoreWeave deve prendere in prestito $2.85 miliardi per ogni $5 miliardi di potenza di calcolo che vuole vendere. È matematica da brividi.

Altman sostiene che arriveranno a "centinaia di miliardi" di ricavi entro il 2030. Intanto, la CFO Sarah Friar ha suggerito che il governo americano potrebbe garantire parte dei finanziamenti - salsalvo poi fare marcia indietro quando tutti hanno gridato allo scandalo. Dietro le quinte, Oracle sta costruendo data center da $300 miliardi per OpenAI, che poi pagherà circa la stessa cifra per usarli. Circular economy o gioco delle tre carte?

Il mercato dell'automazione AI è in fiamme e le startup stanno raccogliendo soldi come se non ci fosse un domani. Scribe ha appena chiuso un round da $75 milioni con valutazione a $1.3 miliardi, mentre Gamma ha raggiunto i $2.1 miliardi di valutazione con $100 milioni di ricavi annuali.

Ma la storia più interessante è quella di 1Mind, fondata da Amanda Kahlow (ex-6Sense), che ha raccolto $30 milioni per creare agenti AI che "sostituiscono completamente l'esperienza umana" nelle vendite. Non si limitano a mandare email - chiudono contratti, gestiscono onboarding, e Kahlow ha persino creato un avatar di se stessa per i pitch ai VC.

Quello che non vi stanno dicendo è che questi agenti stanno già sostituendo ruoli specifici: sales engineer, customer success, persino parti del lavoro degli account executive. Kahlow è brutalmente onesta: "Nel tempo, molto di quello che fa un AE oggi sparirà."

Scribe, dal canto suo, ha documentato oltre 10 milioni di workflow e viene usato dal 94% delle Fortune 500. Il loro nuovo prodotto, Scribe Optimize, promette di dire alle aziende esattamente cosa automatizzare per primo - una domanda da miliardi di dollari che la maggior parte delle aziende ancora non sa rispondere.

Dimentichiamo l'hype e parliamo di fatti: sì, potremmo essere in una bolla AI, ma non è il tipo di bolla apocalittica che tutti immaginano. È più sottile e più pericolosa.

Il problema sono i tempi sfasati. Mentre lo sviluppo software AI corre a velocità folle, costruire un data center richiede anni. Oracle ha già contrattato $300 miliardi in servizi cloud con OpenAI, Meta ha promesso $600 miliardi in infrastrutture nei prossimi tre anni. Ma cosa succede se la domanda non tiene il passo?

Un sondaggio McKinsey rivela la verità scomoda: quasi tutte le aziende usano AI "in qualche modo", ma poche la usano su scala reale. La maggior parte è ancora in modalità "aspetta e vedi". Se contate su queste aziende per riempire i vostri data center, potreste aspettare a lungo.

Poi c'è il paradosso infrastrutturale: Satya Nadella ha ammesso di essere più preoccupato per la mancanza di spazio nei data center che per la carenza di chip. Interi data center stanno fermi perché non riescono a gestire il consumo energetico delle ultime generazioni di chip. La rete elettrica si muove ancora alla velocità di sempre, mentre l'AI corre come un treno impazzito.

Nessuno vuole dirlo, ma i data center AI stanno diventando un disastro ambientale. In America Latina, le comunità stanno andando in tribunale per ottenere informazioni che governi e aziende preferirebbero tenere segrete.

In Uruguay, mentre la gente faceva la doccia con secchi d'acqua durante una siccità storica, il governo annunciava un data center Google che avrebbe consumato quantità "immense" di acqua. Quando i cittadini hanno chiesto quanta, il ministro dell'ambiente ha risposto: "No, è segreto aziendale di Google." Sono andati in tribunale e hanno vinto.

Uno studio pubblicato su Nature Communications ha mappato dove gli Stati Uniti dovrebbero costruire data center per minimizzare l'impatto ambientale. La risposta? Texas, Montana, Nebraska e South Dakota - non Virginia e California dove si concentra la maggior parte dello sviluppo attuale.

Nel peggiore degli scenari, i data center americani potrebbero generare 44 milioni di tonnellate extra di CO2 all'anno - più di interi paesi come Ungheria, Portogallo e Nuova Zelanda. E questo mentre le Big Tech che hanno promesso zero emissioni nette stanno già ammettendo nei loro report di sostenibilità che l'AI rende questi obiettivi "molto più difficili da raggiungere".

Il mercato delle acquisizioni AI sta diventando un gioco di specchi. Kaltura ha appena comprato eSelf.ai per $27 milioni - una startup fondata dal creatore dell'AI di Snap che ora promette avatar "fotorealistici" per sostituire gli esseri umani nelle videochiamate.

Ma la vera storia è nel deal SoftBank-OpenAI: una joint venture 50-50 per vendere strumenti AI enterprise in Giappone sotto il brand "Crystal Intelligence". Sulla carta sembra un normale accordo di espansione internazionale. Il problema? SoftBank è anche un grande investitore in OpenAI.

Questo solleva la domanda scomoda: stiamo creando valore economico reale o stiamo solo spostando soldi in cerchio? Quando un investitore compra servizi dalla sua stessa partecipata, chi sta davvero pagando il conto?

Intanto Grab, il gigante tech di Singapore, sta investendo fino a $410 milioni in Vay, una startup tedesca di auto telecomandate. Non è esattamente AI, ma mostra come i soldi si muovano freneticamente verso qualsiasi cosa sembri "tech del futuro". La corsa è iniziata, ma nessuno sa ancora dove porta.