Now Reading: Perché le Big Tech investono così tanto nell’AI
-
01
Perché le Big Tech investono così tanto nell’AI
L’AI è insieme prodotto, infrastruttura e difesa del potere di mercato. Ecco perché le Big Tech accettano costi enormi pur di controllarne lo sviluppo.
Le Big Tech non stanno investendo nell’intelligenza artificiale soltanto perché i chatbot attirano utenti. Stanno costruendo data center, acquistando chip, sviluppando modelli, integrando assistenti nei software e finanziando startup perché l’AI può modificare il punto in cui si concentra il valore dell’intero settore digitale.
Per Microsoft, Alphabet, Amazon e Meta la posta in gioco non è una singola applicazione. È il controllo dell’infrastruttura su cui imprese, sviluppatori e consumatori svolgeranno una parte crescente del lavoro. Chi fornisce capacità di calcolo, modelli, distribuzione e dati può incassare su più livelli e rendere più costoso il passaggio a un concorrente.
L’AI vende soprattutto cloud e capacità di calcolo
Un modello avanzato richiede chip, reti, energia, archiviazione e software di orchestrazione. Questa domanda favorisce le società che già possiedono grandi piattaforme cloud. L’assistente visibile all’utente è soltanto la superficie commerciale di una catena molto più redditizia: addestramento, inferenza, API, database, sicurezza e servizi aziendali.
I numeri di Microsoft mostrano la scala del fenomeno. Nel primo trimestre fiscale 2026 la società ha dichiarato 34,9 miliardi di dollari di spese in conto capitale, motivate in larga parte dalla domanda di cloud e AI. Nel trimestre concluso a marzo 2026 ha poi indicato per il proprio business AI un ritmo annualizzato di ricavi superiore a 37 miliardi di dollari. L’investimento è enorme, ma serve a trasformare la capacità di calcolo in un servizio continuativo.
La conseguenza è che molte aziende useranno l’AI senza possedere modelli o infrastrutture. Pagheranno per accedere a sistemi ospitati da pochi fornitori, come già accade con il cloud. L’intelligenza artificiale può quindi allargare il mercato digitale e, allo stesso tempo, rafforzare la dipendenza dai suoi operatori dominanti.
Difendere i prodotti esistenti è importante quanto crearne di nuovi
Google deve proteggere la ricerca e la pubblicità; Microsoft il software da ufficio e il cloud; Amazon AWS e il commercio elettronico; Meta l’attenzione raccolta attraverso social network e messaggistica. Se una nuova interfaccia diventasse il modo principale per cercare informazioni, scrivere documenti, programmare o acquistare prodotti, una parte del potere potrebbe spostarsi verso chi controlla quella nuova interfaccia.
Per questo le aziende integrano l’AI nei servizi che possiedono già. Non aspettano che il modello generi profitti autonomi: lo usano per difendere l’ecosistema, aumentare il tempo trascorso nella piattaforma e raccogliere nuove informazioni sull’attività degli utenti.
La strategia è simile a quella con cui le piattaforme hanno incorporato video, pagamenti, mappe e messaggistica. Una funzione nata all’esterno viene assorbita, collegata all’account e resa parte del pacchetto. Il vantaggio non deriva soltanto dalla qualità tecnica, ma dalla distribuzione: miliardi di persone ricevono la funzione attraverso strumenti che usano già.
Dati e feedback diventano una barriera all’ingresso
I modelli migliorano attraverso ricerca, test, dati selezionati e feedback sull’uso. Le grandi piattaforme possiedono un vantaggio difficile da replicare: possono osservare come l’AI viene utilizzata dentro motori di ricerca, sistemi operativi, suite di produttività, social network e servizi cloud.
Non tutto questo materiale viene necessariamente impiegato per addestrare i modelli, perché intervengono contratti e regole sulla privacy. Ma la capacità di misurare errori, bisogni e comportamenti offre comunque un vantaggio di prodotto. Una startup può creare un modello competitivo; distribuire il servizio, garantirne l’affidabilità e integrarlo in centinaia di flussi di lavoro è un altro problema.
L’investimento è anche una corsa difensiva
Le Big Tech non possono sapere con certezza quale modello economico prevarrà. Possono però stimare il rischio di restare indietro. Se l’AI diventasse un nuovo livello fondamentale dell’informatica, rinunciare oggi agli investimenti significherebbe dipendere domani dall’infrastruttura di un concorrente.
Questa dinamica spiega perché la spesa continui anche quando i ritorni immediati sono difficili da misurare. Ogni impresa cerca di evitare il proprio “momento smartphone”: una transizione in cui un nuovo soggetto controlla l’accesso agli utenti e impone condizioni al resto del mercato.
Il costo reale non è soltanto finanziario
Data center e modelli richiedono energia, acqua, territorio, componenti e personale specializzato. Microsoft stessa, presentando il proprio approccio alle infrastrutture, ha riconosciuto che la costruzione dell’AI coinvolge reti elettriche, raffreddamento, connettività e comunità locali. Questi costi possono ricadere su territori che non partecipano allo stesso modo ai profitti.
Anche la concorrenza diventa più difficile. L’OCSE insiste sulla necessità di un’AI affidabile e centrata sulle persone, ma i principi devono confrontarsi con una realtà materiale: soltanto poche società possono sostenere investimenti di questa scala.
Che cosa stanno comprando davvero
Le Big Tech stanno comprando tre cose: capacità di calcolo, accesso agli utenti e tempo. Il calcolo permette di offrire i modelli; la distribuzione consente di imporli come standard; il tempo serve a capire quali applicazioni saranno davvero redditizie prima che un concorrente conquisti quella posizione.
Per questo l’AI non è soltanto una nuova categoria di software. È un tentativo di decidere chi controllerà il prossimo strato dell’economia digitale. La domanda non è se ogni funzione AI avrà successo. È quante attività finiranno per dipendere dall’infrastruttura di chi può permettersi di costruirla.
