Guerra AI: Anthropic vs Cina, OpenAI chiama i consulenti

Ecco la verità che nessuno vuole dirvi: mentre tutti parlano di competizione AI, la vera guerra si combatte sui dati rubati e i contratti militari. Anthropic ha appena accusato tre giganti cinesi dell'AI - DeepSeek, Moonshot AI e MiniMax - di aver orchestrato campagne industriali per rubare le capacità di Claude attraverso 24.000 account falsi e 16 milioni di conversazioni.

La tecnica si chiama "distillazione" ed è elegante nella sua semplicità: usi un modello avanzato per addestrarne uno più economico, copiando essenzialmente i compiti a casa. Ma il vero problema è che questo furto di proprietà intellettuale mina completamente i controlli alle esportazioni che dovrebbero limitare l'accesso della Cina ai chip AI avanzati.

Mentre Anthropic combatte questa battaglia, dall'altra parte si trova sotto pressione del Pentagono. Il Segretario alla Difesa Hegseth ha convocato il CEO Dario Amodei per un ultimatum: collabora con la sorveglianza di massa e lo sviluppo di armi autonome, oppure vieni etichettato come "rischio per la catena di approvvigionamento" - la stessa etichetta riservata ai nemici stranieri.

Dietro le quinte, questa è la nuova realtà dell'AI: le aziende americane sono schiacciate tra il furto cinese e le richieste militari americane, mentre i loro modelli vengono usati per operazioni speciali come la cattura di Maduro in Venezuela.

I numeri non mentono: il 67% delle organizzazioni che usano AI agent riporta miglioramenti di produttività misurabili, con il 9% che vede aumenti del 75% o più. Ma c'è un problema che l'industria preferisce non ammettere: solo il 10% riesce effettivamente a scalare questi agent in produzione.

Il colpevole? I costi di inferenza. Il 49% delle aziende identifica questo come il principale ostacolo alla crescita. Mentre l'addestramento è un costo fisso, ogni prompt a un agent genera token che costano denaro, e questi costi si moltiplicano con ogni passaggio di ragionamento, retry e ciclo di auto-correzione.

La ricerca di DigitalOcean su 1.100 sviluppatori rivela che il 44% ora spende la maggioranza del budget AI (76-100%) sull'inferenza, non sull'addestramento. È l'economia dell'AI capovolta: più gli agent diventano intelligenti, più diventano costosi da far girare.

Ma c'è una soluzione in arrivo: l'interoperabilità. Nuovi protocolli come Agent2Agent permettono agli agent di collaborare attraverso piattaforme diverse, creando ecosistemi dove il valore viene dalla coordinazione intelligente, non dall'efficienza isolata. Aziende come Eaton stanno già implementando sistemi dove agent specializzati lavorano insieme - uno per il triage, uno per recuperare policy, altri per eseguire azioni di routine.

Dimentichiamo l'hype e parliamo di fatti: OpenAI ha appena ammesso che la tecnologia da sola non basta. L'azienda ha lanciato la "Frontier Alliance", partnership pluriennali con quattro giganti della consulenza - McKinsey, BCG, Accenture e Capgemini - per vendere i suoi prodotti enterprise.

La mossa è rivelatrice: nonostante tutti i discorsi su modelli sempre più intelligenti, l'adozione enterprise dell'AI rimane lenta perché le aziende faticano a trovare un ROI significativo. Il problema non è l'intelligenza del modello, ma come gli agent vengono costruiti e implementati nelle organizzazioni.

"L'AI da sola non guida la trasformazione", ammette il CEO di BCG Christoph Schweizer. "Deve essere collegata alla strategia, integrata in processi riprogettati e adottata su scala con incentivi allineati e cultura."

Il vero business model emerge: invece di vendere solo tecnologia, OpenAI sta vendendo trasformazione completa. I consulenti convinceranno le aziende a cambiare strategie e workflow per incorporare gli strumenti OpenAI dove ha senso, non solo attaccare AI ai processi esistenti.

Non è una coincidenza che anche Anthropic abbia siglato accordi simili con Deloitte e Accenture. Quello che non vi stanno dicendo è che questa è la prova che l'AI enterprise è ancora troppo complessa per essere self-service.

Nessuno vuole affrontare la domanda più importante: se l'AI elimina davvero tutti i nostri lavori, come verremo nutriti? Sam Altman di OpenAI promette che "il futuro può essere molto migliore del presente" perché l'AI ci renderà ricchissimi. Ma questa sembra un'assunzione rischiosa per tutti tranne Altman e i suoi compagni tecno-oligarchi.

Anche se l'AI genera enorme prosperità economica, la sua distribuzione rimarrà una sfida politica. Ma il vero problema è come questa riorganizzazione economica ristrutturerà il potere. Chi deciderà cosa tassare quando l'AI distruggerà il reddito da lavoro? Chi decide quanto consumare per le persone comuni che non hanno partecipazioni nell'AI?

Un nuovo scenario di Citrini Research illustra come l'AI agentiva potrebbe portare distruzione economica di massa: le capacità AI migliorano, le aziende hanno bisogno di meno lavoratori, i licenziamenti aumentano, i lavoratori licenziati spendono meno, la pressione sui margini spinge le aziende a investire di più nell'AI. Un ciclo di feedback negativo senza freni naturali.

Gli economisti propongono tasse sui consumi, sul capitale, persino distribuire direttamente equity delle venture AI. Ma questi oligarchi tecnologici hanno resistito vigorosamente agli sforzi governativi per limitare il loro potere. Come piano B, stanno costruendo i propri "network-state" in Groenlandia, Nigeria, Honduras, sperando di sfuggire alla governance democratica.

Uber ha capito una cosa fondamentale: se non puoi batterli, renditi indispensabile. L'azienda ha lanciato Uber Autonomous Solutions, una nuova divisione progettata per gestire tutto ciò che riguarda l'operatività di robotaxi, camion autonomi e robot di consegna - tutto tranne costruire i veicoli stessi.

La mossa è sia esistenziale che opportunistica. Uber ha venduto la sua unità di sviluppo AV interna nel 2020 dopo lotte interne e pressioni seguite all'incidente mortale di uno dei suoi veicoli di test. Ora sta cercando di recuperare posizione attraverso partnership e investimenti, ma questo non fornisce sostituzione ai ricavi persi se queste aziende erodono il suo business di ride-hailing alimentato da conducenti umani.

La strategia è elegante: Uber dice ai suoi partner AV di concentrarsi su ciò che sanno fare meglio - sviluppare software per la guida autonoma - mentre si occupa del resto. Infrastruttura, esperienza utente, gestione della flotta, tutto quello che serve per commercializzare un robotaxi.

Il pitch è semplice: "Quello che determinerà il successo o il fallimento dell'autonomo nel mondo è se può essere commercializzato, e Uber sarà la cosa che renderà l'autonomo commercialmente fattibile", dice il presidente Andrew MacDonald.

Uber punta ad aiutare i partner a scalare i deployment di robotaxi in più di 15 città entro fine anno. Ma la vera domanda è: riuscirà a trasformare una minaccia esistenziale in un'opportunità di business?