AI Enterprise: Quando il Deployment Diventa Strategia di Potere

OpenAI ha appena lanciato la OpenAI Deployment Company con 4 miliardi di dollari di investimenti iniziali e l'acquisizione di Tomoro. Non è solo un'altra mossa enterprise - è la dichiarazione che il vero business dell'AI non sono i modelli, ma il controllo della loro implementazione.

La nuova società, controllata da OpenAI ma finanziata da 19 giganti dell'investimento tra cui TPG, Bain Capital e Goldman Sachs, piazza Forward Deployed Engineers direttamente nelle aziende clienti. Esattamente il modello Palantir che ha reso quella società indispensabile ai governi mondiali.

Il timing non è casuale: arriva subito dopo che Anthropic ha formato una partnership simile con le banche di Wall Street. La corsa non è più sui modelli migliori, ma su chi controlla l'infrastruttura di deployment. Quando i tuoi ingegneri sono embedded nei sistemi critici del cliente, non stai vendendo software - stai vendendo dipendenza.

Denise Dresser, Chief Revenue Officer di OpenAI, lo dice chiaramente: "DeployCo è progettata per aiutare le organizzazioni trasformare le capacità AI in vero impatto operativo." Traduzione: stiamo entrando nelle vostre operazioni core e non ne uscirete più.

Mentre tutti parlano dei chip H100, il vero moat di Nvidia è CUDA - una piattaforma software che Jensen Huang chiama il suo "tesoro" più prezioso. E ha ragione: è l'unica cosa che impedisce ad AMD e Intel di competere davvero.

CUDA non è solo un linguaggio di programmazione, è un ecosistema completo di librerie ottimizzate che fa girare l'AI moderna. Quando DeepSeek ha dovuto scendere fino al livello PTX (assembly per GPU) per ottimizzare le performance, ha dimostrato quanto sia profondo questo vantaggio competitivo.

La verità scomoda: Nvidia assume più ingegneri software che hardware. Mentre AMD fatica con ROCm (che nome orribile) e Intel fallisce con oneAPI, Nvidia ha costruito un lock-in effect che rende i suoi chip indispensabili anche quando la concorrenza ha specifiche migliori sulla carta.

Intanto, l'azienda ha appena siglato un accordo da 2,1 miliardi con IREN per costruire "AI factories" in Texas. Non stanno solo vendendo chip - stanno costruendo l'infrastruttura che renderà impossibile vivere senza di loro. Questo è il vero business model: hardware come esca, software come trappola.

Google Threat Intelligence ha documentato qualcosa di inquietante: l'hacking potenziato dall'AI è passato da problema emergente a minaccia su scala industriale in soli tre mesi. Gruppi criminali e attori statali di Cina, Corea del Nord e Russia stanno usando Gemini, Claude e strumenti OpenAI per raffinare e scalare gli attacchi.

Per la prima volta, Google ha fermato un exploit zero-day sviluppato con AI. I ricercatori hanno trovato indizi nel codice Python - "punteggi CVSS allucinati" e formattazione "strutturata da manuale" tipica dei dati di training LLM. Non è più fantascienza: è realtà operativa.

John Hultquist, chief analyst di Google, è diretto: "C'è l'idea sbagliata che la corsa alle vulnerabilità AI sia imminente. La realtà è che è già iniziata." Gli attaccanti usano "persona-driven jailbreaking" per convincere l'AI a trovare vulnerabilità, fingendosi esperti di sicurezza.

La risposta di OpenAI? Daybreak, un'iniziativa AI per rilevare e patchare vulnerabilità prima degli attaccanti. Arriva un mese dopo che Anthropic ha dichiarato Claude Mythos "troppo pericoloso" per il rilascio pubblico. La guerra è iniziata, e si combatte con le stesse armi su entrambi i fronti.

General Motors ha licenziato oltre il 10% del suo dipartimento IT - circa 600 dipendenti - per fare spazio a specialisti AI. Non è ristrutturazione, è sostituzione deliberata delle competenze. Quello che sta succedendo in GM è il blueprint di come l'AI trasformerà davvero il lavoro.

L'azienda cerca "sviluppo AI-native, ingegneria dati e analytics, ingegneria cloud-based, sviluppo di agenti e modelli". In pratica: persone che sanno costruire con l'AI da zero, non solo usarla come strumento di produttività. È la differenza tra guidare un'auto e costruire il motore.

Intanto a Hollywood, la situazione è ancora più cruda. Scrittori che hanno scioperato contro l'AI nel 2023 ora addestrano segretamente modelli per 52 dollari l'ora su piattaforme come Mercor e Outlier. "Per screenwriter come me - e chi cerca lavoro ovunque - il lavoro AI gig è il nuovo fare il cameriere", scrive un autore anonimo su WIRED.

La verità che nessuno vuole dire: non stiamo assistendo a un'automazione graduale, ma a una ricostruzione completa della forza lavoro. Chi non si adatta non viene riqualificato - viene sostituito. GM lo sta facendo apertamente. Altri lo faranno in silenzio.

Thinking Machines, la startup di Mira Murati, ha annunciato gli "interaction models" - AI che possono processare input e generare risposte simultaneamente. In sostanza, AI che può interromperti mentre parli. Sembra un dettaglio tecnico, ma è una rivoluzione nell'interfaccia uomo-macchina.

Il modello TML-Interaction-Small risponde in 0,40 secondi, velocità di conversazione umana naturale e significativamente più veloce di OpenAI e Google. La differenza tra "full duplex" e il tradizionale botta-e-risposta è come quella tra una telefonata e una chat di testo.

Murati, ex-CTO di OpenAI che se n'è andata dopo aver contribuito al licenziamento di Sam Altman, sta costruendo quello che OpenAI non è riuscita a fare: AI veramente interattiva. "I modelli di oggi sperimentano la realtà in un singolo thread", spiega Thinking Machines. "Fino a quando l'utente non finisce di digitare o parlare, il modello aspetta senza percezione".

Non è ancora un prodotto - è una "research preview" che arriverà nei prossimi mesi. Ma il messaggio è chiaro: mentre OpenAI si concentra su deployment e partnership enterprise, i veri innovatori stanno ripensando l'interazione fondamentale tra umani e AI.