AI Power Play: Quando i Miliardi Parlano e le Parole Costano Caro

OpenAI ha appena fatto due mosse che ridefiniscono il panorama AI. Prima, l'accordo shock da $300 miliardi con Oracle per l'infrastruttura cloud - una cifra che ha mandato in tilt Wall Street. Secondo, il lancio di OpenAI Grove, un programma per aspiranti founder che vogliono costruire nel mondo AI.

L'accordo Oracle è rivelatore più di quanto sembri. OpenAI sta diversificando la sua infrastruttura, spalmando il rischio tra più provider cloud invece di dipendere solo da Microsoft. Ma ecco la verità che nessuno vuole dire: con $10 miliardi di ricavi annuali e impegni per $60 miliardi l'anno solo per il compute, i conti non tornano. Da dove arriveranno tutti questi soldi?

Il programma Grove è altrettanto interessante. Quindici partecipanti selezionati avranno accesso anticipato a nuovi tool OpenAI, mentorship diretta e la possibilità di "esplorare il fundraising" - interno o esterno ad OpenAI. Traduzione: OpenAI sta costruendo il suo ecosistema di startup satellite, proprio come ha fatto Google con le sue acquisizioni.

Ma c'è un problema energetico gigantesco. Un accordo da 4.5 gigawatt richiede energia che semplicemente non esiste. Mentre i data center dovrebbero consumare il 14% dell'elettricità USA entro il 2040, OpenAI è rimasta stranamente silenziosa sui suoi piani energetici - a differenza di Google, Meta e Amazon che stanno comprando centrali nucleari e fattorie solari.

Il settlement da $1.5 miliardi di Anthropic con gli autori ha cambiato tutto. Non perché risolva la questione copyright - quella rimane aperta - ma perché ora parliamo di soldi veri, non più di ipotesi legali.

Steven Levy di Wired, che inizialmente era titubante sui pagamenti agli autori, ora ha cambiato idea: "Merito quei dollari!" Il motivo è semplice. I libri sono il corpus più prezioso per addestrare AI - più affidabili dei social media, più profondi delle news. Senza libri, i large language model sarebbero immensamente più deboli.

Ma mentre Anthropic paga, altri "rubano" spudoratamente. Il CEO di People Inc. ha definito Google un "bad actor" perché usa lo stesso crawler per la ricerca (dove manda traffico) e per l'AI (dove "ruba contenuto"). Il traffico Google verso People è crollato dal 90% al 20% in pochi anni.

Encyclopedia Britannica e Merriam-Webster hanno fatto causa a Perplexity per plagio diretto - screenshot identici parola per parola. La strategia è chiara: bloccare i crawler AI che non pagano, costringendo le aziende a negoziare accordi di licenza.

Trump ha già preso posizione: pagare gli autori è "troppo difficile" e danneggerebbe la competizione con la Cina. Ma come dice Levy: "Se l'AI può risolvere i misteri dell'universo, può gestire una sfida contabile."

Il mercato dei dati per l'AI training sta vivendo uno sconvolgimento epocale. Micro1, startup di soli tre anni, ha raccolto $35 milioni con valutazione $500 milioni per sfidare Scale AI nel business del data labeling.

La dinamica è esplosiva: dopo che Meta ha investito $14 miliardi in Scale AI, OpenAI e Google hanno tagliato i rapporti per paura che i loro dati finissero nelle mani di Meta. Risultato: un mercato da miliardi di dollari improvvisamente aperto alla competizione.

Micro1, guidata dal 24enne Ali Ansari, ha fatto crescere i ricavi da $7 milioni a $50 milioni in un anno. Il segreto? Hanno capito che il gioco è cambiato. Non servono più contractor low-skill per labeling semplice, ma esperti di dominio - professori di Stanford e Harvard, ingegneri senior, dottori - per dati di alta qualità.

Il loro AI recruiter "Zara" intervista e seleziona questi esperti, mentre Scale AI è rimasta ferma al modello vecchio. Ma il mercato sta cambiando di nuovo: ora tutti vogliono "environments" - workspace virtuali per addestrare AI agent su task simulati.

Con Surge a $1.2 miliardi di ricavi e Mercor oltre $450 milioni, c'è spazio per tutti. Per ora. Ma quando la polvere si sarà posata, solo chi avrà anticipato il prossimo shift tecnologico sopravvivrà.

Stiamo entrando nell'età d'oro della robotica startup. I venture capital hanno investito $6 miliardi nei primi sette mesi del 2025, rendendo la robotica una delle poche categorie non-AI a crescere.

Seth Winterroth di Eclipse Ventures ricorda quando nel 2015 le startup robotiche faticavano a raccogliere fondi. Il punto di svolta? L'acquisizione di Kiva Systems da parte di Amazon nel 2013. "Ha lanciato 1.000 startup robotiche," dice Winterroth. La maggior parte è fallita, ma quel talento ha imparato e si è evoluto.

Xpanner ha appena lanciato l'X1 Kit, un sistema AI fisico che si retrofita su macchinari pesanti per automatizzare task intensivi. Nei primi test ha ridotto dell'80% il fabbisogno di manodopera e dimezzato i tempi operativi nel pile driving per installazioni solari.

I costi hardware sono crollati, sensori e batterie sono migliorati, e ora c'è un mercato maturo che sa cosa vuole. Non più "lights out manufacturing" senza umani, ma automazione collaborativa per task ripetitivi come il machine tending.

Gli investitori puntano su manufacturing, warehousing, costruzioni e healthcare. Ma evitano come la peste i robot consumer e gli umanoidi. Come dice Fady Saad di Cybernetix: "L'unica azienda robotica consumer di successo, iRobot, non è riuscita a trovare un secondo atto."

Mentre Starmer vuole "iniettare AI nelle vene del Regno Unito", i lavoratori britannici la usano di nascosto. Un sondaggio Guardian/Ipsos rivela che il 33% non dice ai capi di usare strumenti AI, temendo che la loro competenza venga messa in discussione.

Solo il 13% degli adulti UK discute apertamente l'uso di AI con i senior, e quasi la metà la considera un tool per chi "non è bravo nel proprio lavoro". Il paradosso è evidente: il governo spinge per l'adozione massiva mentre i lavoratori si vergognano di ammetterne l'uso.

La settimana prossima Trump visiterà il UK con Sam Altman e Jensen Huang di Nvidia, che annuncerà investimenti nel più grande datacenter britannico vicino a Blyth. OpenAI ha firmato un memorandum per esplorare l'uso di AI avanzata in giustizia, sicurezza ed educazione.

Ma c'è un gap di fiducia gigantesco. Oltre la metà crede che l'AI minacci la struttura sociale, il 63% non la considera un buon sostituto per l'interazione umana. Uno studio Johns Hopkins mostra che i medici che usano AI sono visti dai colleghi come "significativamente meno capaci".

Gaia Marcus dell'Ada Lovelace Institute centra il punto: "Non abbiamo ancora visto evidenze convincenti che questi tool generativi aumentino significativamente la produttività. Tutto suggerisce che gli umani devono rimanere al comando."