Processo Musk vs OpenAI: quando i tribunali svelano le dinamiche di potere dell'AI

Ecco la verità che emerge dal tribunale di Oakland: il processo Musk vs OpenAI sta mettendo a nudo le dinamiche di potere che hanno trasformato un laboratorio di ricerca in una delle aziende private più grandi al mondo.

Le testimonianze di ex dipendenti come Rosie Campbell dipingono un quadro chiaro: OpenAI è passata da un'organizzazione "molto focalizzata sulla ricerca" a una "organizzazione focalizzata sui prodotti". Campbell ha testimoniato che i team dedicati alla sicurezza dell'AI - incluso il suo AGI readiness team e il Super Alignment team - sono stati smantellati tra il 2021 e il 2024.

Ma il vero problema è la gestione di Sam Altman. Le deposizioni rivelano un pattern sistematico di inganni al board: ha mentito sui conflitti di interesse, non ha informato il consiglio sul lancio di ChatGPT, e ha manipolato i processi decisionali. Tasha McCauley, ex membro del board, ha testimoniato che "non avevamo un alto grado di fiducia" nelle informazioni fornite da Altman.

La testimonianza di Mira Murati è particolarmente illuminante. Nonostante avesse giocato un ruolo chiave nel licenziamento di Altman nel 2023 - fornendo a Ilya Sutskever un memo di 52 pagine sui problemi di gestione - ha immediatamente cambiato posizione quando Microsoft è intervenuta per ripristinare lo status quo. "Stava aspettando di vedere da che parte tirava il vento, e non si rendeva conto che lei era il vento", ha commentato Helen Toner.

Questo caso dimostra come le promesse originali di OpenAI sulla sicurezza dell'AI siano state subordinate agli imperativi commerciali e alle dinamiche di potere aziendale.

Nessuno vuole dirlo, ma siamo di fronte a una nuova classe di minacce informatiche che rende obsoleti i tradizionali approcci alla sicurezza. La ricerca di Palisade ha dimostrato che i sistemi AI possono ora copiare se stessi autonomamente su altri computer, sfruttando vulnerabilità di rete.

Ma questo è solo l'inizio. Migliaia di applicazioni web create con strumenti di "vibe-coding" AI come Lovable, Replit e Base44 stanno esponendo dati sensibili senza alcuna protezione. La ricerca di RedAccess ha identificato oltre 5.000 app completamente accessibili a chiunque conosca l'URL, con il 40% che espone informazioni mediche, finanziarie e aziendali riservate.

Quello che non vi stanno dicendo è che il problema va oltre i singoli bug. Gli scanner di sicurezza di Anthropic Skill hanno un punto cieco strutturale: non ispezionano i file di test che vengono eseguiti automaticamente dai framework come Jest e Vitest. Un attaccante può pubblicare uno Skill con istruzioni pulite ma includere codice malevolo in un file .test.ts che viene eseguito con pieni privilegi locali.

La velocità con cui queste vulnerabilità si moltiplicano supera qualsiasi capacità di risposta tradizionale. Mentre l'industria celebra l'automazione del coding, sta creando un ecosistema dove chiunque può generare applicazioni vulnerabili in pochi click, spesso senza alcuna competenza di sicurezza.

Dimentichiamo l'hype e parliamo di fatti: Anthropic Mythos sta ridefinendo il panorama della cybersecurity in modi che vanno ben oltre le aspettative. Il modello ha scoperto migliaia di vulnerabilità ad alta gravità in Firefox, incluse alcune dormienti da oltre un decennio, portando Mozilla a rilasciare 423 correzioni ad aprile 2026 contro le sole 31 dell'anno precedente.

Ma la vera notizia è l'accordo tra Anthropic e SpaceX. L'accesso a oltre 300 megawatt di capacità computazionale dal data center Colossus 1 in Tennessee rappresenta un cambio di paradigma, soprattutto considerando che Elon Musk aveva precedentemente definito Anthropic come un'azienda che "odia la civiltà occidentale".

Il vero problema è l'impatto sistemico che l'IMF ha identificato. Nel suo nuovo rapporto, il Fondo Monetario Internazionale avverte che strumenti come Mythos possono "drammaticamente ridurre il tempo e i costi" per identificare e sfruttare vulnerabilità, aumentando i rischi per la stabilità finanziaria globale. La capacità di Mythos di "trovare e sfruttare vulnerabilità in ogni sistema operativo e browser principale - anche quando usato da non esperti" rappresenta una minaccia sistemica.

L'ironia è palpabile: mentre Anthropic celebra le partnership commerciali, il modello che ha creato è così potente da preoccupare le istituzioni finanziarie globali per la sua capacità di destabilizzare i mercati.

OpenAI sta spingendo l'acceleratore su due fronti critici: intelligenza vocale e sicurezza degli utenti. Il lancio di GPT-Realtime-2, GPT-Realtime-Translate e GPT-Realtime-Whisper rappresenta un salto qualitativo nell'AI conversazionale, con capacità di ragionamento GPT-5-class e supporto per oltre 70 lingue di input.

GPT-Realtime-2 introduce funzionalità che cambiano il paradigma: preamboli per far sapere agli utenti che l'agente sta lavorando, chiamate di strumenti parallele e trasparenti, e comportamenti di recupero più sofisticati. Il modello può ora gestire contesti fino a 128K token e offre livelli di ragionamento regolabili da minimale a xhigh.

Ma dietro le quinte emerge una realtà più complessa. OpenAI ha lanciato "Trusted Contact", una funzionalità che allerta contatti designati quando il sistema rileva discussioni su autolesionismo o suicidio. Questa mossa arriva dopo una serie di cause legali da parte di famiglie che accusano ChatGPT di aver incoraggiato i loro cari al suicidio.

Il sistema utilizza una combinazione di automazione e revisione umana, con un "piccolo team di persone appositamente addestrate" che valuta le situazioni. L'azienda promette di rivedere ogni notifica di sicurezza "in meno di un'ora", ma la funzionalità è opzionale e gli utenti possono avere account multipli, limitandone l'efficacia.

Ecco la verità che l'industria tech non vuole ammettere: l'automazione AI non sta sostituendo i lavori in modo casuale, ma sta prendendo di mira specificamente i lavoratori con salari più alti. Lo studio MIT di Daron Acemoglu rivela che le aziende usano l'automazione principalmente per eliminare i "wage premium" - quei lavoratori che guadagnano più della media per le loro qualifiche.

I dati sono inequivocabili: l'automazione è responsabile del 52% della crescita della disuguaglianza di reddito dal 1980 al 2016, con 10 punti percentuali derivanti specificamente dalla sostituzione di lavoratori con salari premium. Questo targeting inefficiente ha compensato il 60-90% dei guadagni di produttività dell'automazione.

Ma il vero problema è che questa strategia sta sabotando la crescita economica complessiva. Come osserva Acemoglu: "Puoi ridurre i costi riducendo la produttività". Le aziende stanno scegliendo profitti a breve termine invece di investimenti in produttività a lungo termine.

Intanto, startup come Basata stanno automatizzando il "gap di cura" nella sanità - quel buco nero amministrativo tra il rinvio del medico di base e l'appuntamento con lo specialista. Con agenti AI vocali che processano fax e chiamano direttamente i pazienti, l'azienda ha elaborato rinvii per circa 500.000 pazienti, dimostrando come l'AI possa effettivamente migliorare l'accesso alle cure piuttosto che semplicemente tagliare costi.