Il tasso di ricavi annualizzato da 40 miliardi di dollari di OpenAI alza la posta per le scommesse di Amazon e AMD sull’IA

Secondo quanto riportato, OpenAI ha portato i propri ricavi annualizzati oltre i 40 miliardi di dollari, trasformando la vicenda dell’infrastruttura di Amazon e AMD in un banco di prova per capire quanto rapidamente la domanda di IA possa diventare un business stabile. La cifra rappresenterebbe circa il doppio del tasso di ricavi annualizzato di OpenAI alla fine del 2025. Solleva inoltre una domanda più difficile: chi riesce a catturare il valore economico creato da questa crescita?

OpenAI è al centro dell’impennata della domanda, ma non controlla ogni livello necessario per servire i clienti. Gli operatori cloud forniscono capacità, i produttori di chip mettono a disposizione acceleratori e i fornitori di energia sostengono l’espansione dei data center. Ogni partecipante affronta costi, rischi e potere negoziale differenti.

Questa tensione ha fatto da sfondo alla trasmissione del 14 agosto di Bloomberg Technology. Il programma ha affiancato la crescita di OpenAI a due storie apparentemente distinte. New York City sta contestando il modello di consegne in subappalto di Amazon, mentre l’ex responsabile dell’IA di Meta Yann LeCun si sta impegnando più a fondo negli investimenti in startup.

Nel loro insieme, queste storie descrivono un cambiamento più ampio. Le aziende tecnologiche stanno crescendo rapidamente, ma governi, lavoratori, investitori e fornitori di infrastrutture chiedono sempre più di avere voce in capitolo su come questa crescita venga gestita.

Per OpenAI, la sfida immediata consiste nel trasformare una rapida adozione in una piattaforma economicamente sostenibile. Per Amazon e AMD, l’opportunità risiede nella fornitura della capacità cloud e dei sistemi di calcolo alla base di tale adozione. Il rischio è investire prima della domanda senza assicurarsi sufficiente valore nel lungo periodo.

Il tasso di ricavi annualizzato di OpenAI è entrato in un’altra categoria

Il tasso annualizzato riportato di 40 miliardi di dollari conta perché OpenAI ha raddoppiato partendo da una base già insolitamente ampia.

I ricavi annualizzati sono un’istantanea, non un anno di vendite completato. Prendono la performance recente e ne proiettano il ritmo su dodici mesi. Questa misura può mostrare slancio, ma non rivela redditività, fidelizzazione o domanda futura.

Questa distinzione è essenziale in questo caso. Il ritmo attuale di OpenAI, secondo quanto riportato, indica oltre 40 miliardi di dollari di ricavi annualizzati. Non significa che l’azienda abbia già incassato tale importo nel corso del 2026.

Ciononostante, la direzione è coerente con le precedenti comunicazioni di OpenAI. A gennaio, la direttrice finanziaria Sarah Friar ha scritto che i ricavi ricorrenti annuali sono passati da 2 miliardi di dollari nel 2023 a 6 miliardi nel 2024. Hanno poi superato i 20 miliardi nel 2025.

Friar ha collegato direttamente questa crescita alla capacità di calcolo disponibile. Sia i ricavi e la capacità di calcolo di OpenAI sono aumentati bruscamente tra il 2023 e il 2025. L’azienda ha presentato l’infrastruttura aggiuntiva come un vincolo all’adozione, e non soltanto come un centro di costo.

Questa tesi cambia il modo in cui gli investitori dovrebbero interpretare la nuova cifra. Se OpenAI ha raggiunto il ritmo riportato perché una maggiore capacità ha sbloccato un maggiore utilizzo, allora l’infrastruttura rimane centrale per un’ulteriore espansione. La domanda da sola non può generare ricavi quando l’azienda non dispone di sistemi sufficienti per servirla.

Il tasso annualizzato suggerisce inoltre che l’IA generativa sia andata oltre una singola applicazione consumer. ChatGPT rimane il prodotto più noto di OpenAI, ma l’azienda genera ricavi tramite abbonamenti, implementazioni aziendali, API per sviluppatori e servizi di programmazione.

Questi canali hanno economie diverse. Gli abbonamenti consumer generano pagamenti ricorrenti, mentre i ricavi delle API dipendono dall’utilizzo. Gli accordi aziendali possono aggiungere stabilità, ma i grandi clienti si aspettano di norma sicurezza, amministrazione e condizioni di servizio prevedibili.

I prodotti di programmazione possono generare un utilizzo particolarmente frequente perché si inseriscono nel lavoro quotidiano di sviluppo. Tuttavia, un’attività più intensa richiede anche più inferenza, il processo di calcolo che genera risposte da un modello addestrato.

Più ricavi possono quindi generare maggiori spese infrastrutturali. Il test centrale è se i ricavi crescono più rapidamente del costo per servire ogni richiesta.

OpenAI non ha fornito abbastanza dettagli finanziari pubblici per risolvere la questione. La crescita riportata dimostra la domanda dei clienti, ma i soli ricavi annualizzati non possono mostrare il margine lordo o il flusso di cassa libero.

Ecco perché la cifra di 40 miliardi di dollari è più di un traguardo celebrativo. Mette pressione su OpenAI affinché dimostri che l’adozione può sostenere gli impegni di calcolo necessari per continuare a espandersi.

Mette pressione anche sui fornitori. Le aziende cloud e dei semiconduttori devono decidere quanta capacità costruire prima che la domanda futura diventi certa. Se aspettano, possono perdere clienti. Se si muovono troppo presto, sistemi costosi possono rimanere sottoutilizzati.

Perché le scommesse infrastrutturali di Amazon e AMD ora contano di più

Il legame tra Amazon e AMD conta perché la crescita di OpenAI deve infine passare attraverso capacità cloud, acceleratori, reti ed elettricità.

Amazon partecipa attraverso AWS, la sua divisione cloud e uno dei principali fornitori di servizi di calcolo. AMD compete nei processori e negli acceleratori per l’IA, dove la domanda proviene sempre più da grandi data center e sviluppatori di modelli.

Nessuna delle due aziende ha bisogno di OpenAI da sola per giustificare la propria strategia. Entrambe servono un’ampia base di clienti, tra cui imprese, startup, governi e fornitori di modelli concorrenti. Tuttavia, l’espansione di OpenAI offre una misura insolitamente visibile del consumo di IA sottostante.

AWS ha riferito che il suo tasso di ricavi annualizzato dall’IA ha superato i 15 miliardi di dollari durante il primo trimestre del 2026. Amazon ha inoltre dichiarato che AWS aveva raggiunto un tasso di ricavi annualizzato di 142 miliardi di dollari nell’ultimo trimestre del 2025.

Queste cifre coprono più dell’IA generativa. Includono infrastrutture e servizi nell’intero portafoglio cloud di Amazon. Anche così, indicano che i carichi di lavoro dell’IA sono diventati rilevanti all’interno di un’attività già operativa su scala globale.

La posizione di Amazon differisce da quella di OpenAI. OpenAI può vendere direttamente agli utenti un assistente o un servizio di modelli finito. AWS vende l’ambiente di calcolo in cui operano molte applicazioni concorrenti.

Questa posizione crea diversificazione. Se una società di modelli perde slancio, un altro cliente può utilizzare la stessa ampia infrastruttura. Tuttavia, i fornitori cloud affrontano anche una pressione costante per ridurre i costi di calcolo finanziando al contempo nuovi data center.

AMD affronta il mercato da un altro livello. Fornisce processori per server e acceleratori Instinct utilizzati nei sistemi di IA. La sua attività nei data center è diventata una fonte centrale di crescita anziché un’estensione secondaria del personal computing.

Nel suo aggiornamento del primo trimestre, AMD ha dichiarato che i ricavi dei data center hanno raggiunto 5,8 miliardi di dollari, in aumento del 57% rispetto all’anno precedente. L’azienda ha attribuito questa crescita alla domanda di processori EPYC e GPU Instinct nei suoi risultati finanziari.

Questi numeri spiegano perché la traiettoria di OpenAI possa influenzare le aspettative ben oltre una singola azienda privata. Un aumento sostenuto nell’uso dei modelli supporta più acquisti di acceleratori, implementazioni cloud più ampie e una maggiore domanda di networking.

Tuttavia, la relazione non è automatica. Maggiori ricavi dalle applicazioni non garantiscono guadagni equivalenti a ogni fornitore di infrastrutture.

Gli operatori cloud possono progettare chip proprietari, negoziare sconti o spostare i carichi di lavoro tra i fornitori. Gli sviluppatori di modelli possono migliorare l’efficienza del software. I clienti possono inoltre indirizzare le attività più semplici verso modelli più piccoli che richiedono meno calcolo.

AMD deve quindi competere su più della semplice disponibilità di processori. Gli sviluppatori hanno bisogno di software maturo, sistemi affidabili e strumenti che consentano di spostare i carichi di lavoro senza costose riscritture.

Amazon affronta un compromesso simile. AWS beneficia quando i clienti consumano più capacità di calcolo, ma questi clienti vogliono costi inferiori per attività. I miglioramenti che rendono l’inferenza più economica possono ridurre i ricavi unitari, incoraggiando al contempo un maggiore utilizzo complessivo.

Questo è il meccanismo centrale alla base dell’opportunità per Amazon e AMD. La riduzione dei costi unitari può espandere il mercato, ma i fornitori devono preservare i margini mentre i clienti chiedono prestazioni migliori.

La crescita di OpenAI rafforza l’argomento secondo cui l’utilizzo può espandersi abbastanza rapidamente da sostenere questo ciclo. Non garantisce che ogni livello catturi lo stesso rendimento.

I fornitori più forti saranno probabilmente quelli in grado di ridurre il costo totale di gestione dei servizi di IA. Ciò include prestazioni dell’hardware, compatibilità software, efficienza energetica, networking e velocità di implementazione.

La crescita rapida non risponde alla domanda sulla redditività

I ricavi riportati di OpenAI sono aumentati vertiginosamente, ma il costo di produrre tali ricavi resta l’incertezza decisiva.

L’addestramento di un modello di frontiera richiede grandi cluster di acceleratori, un’ampia elaborazione dei dati e team tecnici specializzati. Servire il modello genera un’altra spesa continua, poiché ogni richiesta dell’utente consuma risorse di calcolo.

Questo schema differisce dalla distribuzione software tradizionale. Un’applicazione convenzionale può spesso servire un utente aggiuntivo a un costo incrementale relativamente ridotto. I sistemi di IA generativa devono eseguire calcoli sostanziali ogni volta che rispondono.

I guadagni di efficienza possono ridurre questo onere. Modelli più piccoli possono gestire richieste di routine, mentre sistemi più grandi affrontano compiti difficili. Il caching può riutilizzare calcoli precedenti e chip specializzati possono elaborare le operazioni comuni in modo più efficiente.

Tuttavia, nuove capacità possono compensare questi risparmi. Finestre di contesto più lunghe, carichi di lavoro di ragionamento, generazione video e agenti autonomi richiedono spesso più calcolo per attività.

Un agente di IA è un software in grado di pianificare e compiere azioni tra diversi strumenti con una supervisione limitata. Gli agenti possono creare più valore economico di una singola risposta di chatbot, ma possono anche generare molte chiamate al modello.

Questo rende importante il mix di prodotti di OpenAI. I ricavi derivanti da un flusso di lavoro aziendale ad alto valore possono sostenere una maggiore spesa di calcolo. L’attività consumer a basso valore offre meno spazio per un’inferenza costosa.

La stessa questione si applica agli assistenti di programmazione. Uno sviluppatore può accettare un costo operativo più elevato quando un sistema completa un lavoro significativo. Tuttavia, suggerimenti inaffidabili possono creare costi di revisione che riducono il valore dello strumento.

Le aziende che valutano questi servizi hanno bisogno di prove che vadano oltre dimostrazioni impressionanti. Hanno bisogno di miglioramenti misurabili nel lavoro completato, nell’accuratezza delle risposte e nel tempo dei dipendenti.

È qui che un ritmo riportato di 40 miliardi di dollari diventa al tempo stesso incoraggiante e incompleto. Indica che molti clienti vedono un valore sufficiente per pagare. Non rivela con quale costanza tali clienti rinnovino o amplino i contratti.

Né mostra come siano distribuiti i ricavi. Un’attività trainata da pochi grandi accordi comporta rischi diversi rispetto a una sostenuta da un utilizzo ricorrente e diversificato.

Gli impegni infrastrutturali di OpenAI aggiungono un’altra incertezza. La capacità viene spesso assicurata attraverso accordi che si estendono per anni nel futuro. Tali accordi possono proteggere l’offerta, ma possono anche creare obblighi che durano più della domanda attuale.

Amazon e AMD affrontano le proprie versioni di questo rischio temporale. I data center richiedono anni per essere pianificati e costruiti. Le nuove piattaforme di processori richiedono lunghi cicli di progettazione, produzione e implementazione.

I fornitori non possono aspettare che la domanda diventi evidente prima di investire. I clienti incontrerebbero allora carenze e i concorrenti potrebbero prendere il loro posto.

Il risultato è un mercato costruito su previsioni sovrapposte. OpenAI prevede l’utilizzo. Amazon prevede il consumo cloud. AMD prevede la domanda di processori e acceleratori.

Se tutte e tre le previsioni saranno accurate, il mercato potrà sostenere investimenti continui. Se l'adozione aziendale rallenta, il livello infrastrutturale potrebbe subirne le conseguenze prima che l'entusiasmo dei consumatori cambi visibilmente.

Le rendicontazioni finanziarie pubbliche offriranno maggiore chiarezza per Amazon e AMD che per OpenAI. Gli investitori possono analizzare ricavi dei data center, spese in conto capitale, margini e previsioni.

OpenAI resta una società privata, quindi gli osservatori esterni ricevono meno informazioni standardizzate. I ricavi annualizzati riportati sono utili, ma non possono sostituire bilanci certificati che coprano costi e generazione di cassa.

Questo divario dovrebbe influenzare il modo in cui i lettori interpretano il titolo. Una crescita esplosiva è un'affermazione sulla velocità. Una crescita sostenibile richiede prove della solidità economica.

Lo scontro di Amazon a New York mostra che la scala comporta nuovi obblighi

La disputa di Amazon sulle consegne dimostra che la scala tecnologica diventa prima o poi una questione di lavoro e governance.

Il proposto Delivery Protection Act di New York City prende di mira le strutture dell'ultimo miglio, i magazzini che coordinano la fase finale della consegna dei pacchi. Il disegno di legge richiederebbe agli operatori interessati di ottenere licenze e di assumere direttamente i lavoratori essenziali delle consegne e dei magazzini.

La proposta si concentra su accordi di subappalto come il programma Delivery Service Partner di Amazon. In questo sistema, aziende locali assumono autisti che consegnano pacchi utilizzando processi e tecnologie strettamente associati ad Amazon.

I sostenitori sostengono che le aziende dominanti dovrebbero accettare la responsabilità diretta dei lavoratori che svolgono una parte essenziale del loro servizio. Collegano inoltre l'assunzione diretta alla formazione sulla sicurezza e a una responsabilità più chiara.

Il Consiglio comunale ha discusso questi temi durante un'audizione sul disegno di legge ad aprile. Il sindaco Zohran Mamdani ha successivamente sostenuto la proposta, trasformandola in uno scontro politico diretto con Amazon.

Amazon respinge la premessa centrale del disegno di legge. L'azienda afferma che i suoi partner per le consegne sono imprese indipendenti che assumono dipendenti, gestiscono team e servono le proprie comunità.

In una testimonianza aziendale scritta, Amazon ha dichiarato di collaborare con oltre 40 partner per le consegne che impiegano più di 5.000 persone a New York City. Ha sostenuto che la proposta potrebbe minacciare quelle imprese e quei posti di lavoro.

Queste posizioni mettono in luce un conflitto noto. Le piattaforme e le grandi aziende tecnologiche descrivono le reti di partner come forme flessibili di imprenditorialità. Regolatori e sostenitori dei lavoratori le vedono spesso come meccanismi che allontanano le aziende dagli obblighi occupazionali.

La disputa non riguarda direttamente l'infrastruttura AI. Rientra nella stessa analisi perché mostra cosa accade quando un'azienda incentrata sulla tecnologia diventa indispensabile per la vita urbana.

La scala attrae più dei clienti. Attrae anche richieste di responsabilità da parte di governi, comunità e lavoratori.

OpenAI si sta avvicinando a una soglia comparabile in un altro ambito. Man mano che i suoi prodotti influenzano istruzione, programmazione, sanità e lavoro d'ufficio, i responsabili politici esamineranno attentamente la responsabilità per errori, sicurezza, uso dei dati e sostituzione dei lavoratori.

L'esperienza di Amazon offre un avvertimento. Un'azienda non può presumere che i confini organizzativi determineranno sempre la responsabilità pubblica.

I regolatori potrebbero invece concentrarsi sul controllo effettivo. Possono chiedere chi stabilisce le aspettative di prestazione, fornisce la tecnologia chiave, controlla le relazioni con i clienti e trae vantaggio dal servizio.

Le stesse domande possono emergere lungo tutta la catena di fornitura dell'AI. Un fornitore di modelli può fare affidamento su un operatore cloud, valutatori esterni, appaltatori o sviluppatori di applicazioni. Quando si verifica un danno, i contratti formali potrebbero non stabilire chi il pubblico ritiene responsabile.

Per Amazon, la posta in gioco immediata riguarda le operazioni di consegna e la struttura occupazionale. Per il più ampio settore tecnologico, il caso verifica se le norme locali possano costringere le grandi piattaforme a internalizzare costi precedentemente sostenuti dai partner.

Il disegno di legge deve ancora affrontare incertezze legislative, legali e operative. I requisiti possono cambiare prima dell'approvazione e il contenzioso potrebbe ritardarne l'attuazione.

Anche le affermazioni di Amazon sulla perdita di flessibilità meritano esame anziché essere liquidate. L'assunzione diretta potrebbe migliorare la responsabilità, pur sconvolgendo i piccoli operatori costruiti attorno al modello esistente.

La questione centrale non è se ogni subappaltatore sia illegittimo. È se una grande azienda eserciti un controllo sufficiente da giustificare obblighi diretti.

Questo argomento conterà quando le aziende AI costruiranno reti altrettanto complesse di fornitori e intermediari. La crescita dei ricavi può accelerare più rapidamente dei sistemi di governance, ma il divario raramente rimane aperto per sempre.

I talenti dell'AI si spostano dai laboratori aziendali al capitale

Le mosse di Yann LeCun dopo Meta mostrano che la competizione per l'influenza nell'AI si estende ora dai laboratori di ricerca al finanziamento delle startup.

LeCun ha trascorso più di dodici anni alla guida di un'influente ricerca AI in Meta. È inoltre diventato uno dei critici più in vista del settore nei confronti dell'affidarsi interamente ai large language model.

I large language model prevedono e generano sequenze di testo utilizzando schemi appresi da vasti dati di addestramento. LeCun sostiene che per raggiungere un'intelligenza artificiale più capace siano necessari sistemi che comprendano il mondo fisico, ricordino, ragionino e pianifichino.

Ha lasciato Meta per creare Advanced Machine Intelligence Labs attorno a questa direzione. La sua partenza ha riflesso sia un disaccordo scientifico sia un cambiamento della struttura aziendale interna a Meta.

Meta ha spinto aggressivamente verso iniziative commerciali di superintelligenza, reclutando al contempo nuovi dirigenti e ricercatori. L'approccio di LeCun enfatizza i world model, sistemi progettati per apprendere il comportamento degli ambienti anziché limitarsi a prevedere il linguaggio.

La partenza di LeCun ha anche mostrato come le grandi aziende tecnologiche non racchiudano più ogni percorso influente della ricerca AI. Scienziati esperti possono riunire finanziamenti, talenti e partnership al di fuori dei laboratori affermati.

LeCun è poi entrato nel comitato consultivo di Hiro Capital, offrendo alla società di venture capital accesso alla sua prospettiva tecnica. È stato inoltre associato a Extelligence Invest, un'iniziativa di investimento nelle fasi iniziali che, secondo quanto riportato, si è conclusa dopo un breve periodo.

I dettagli sono importanti perché “entrare in una società di venture capital” può descrivere vari livelli di coinvolgimento. Un ruolo consultivo non implica necessariamente la responsabilità quotidiana nella scelta degli investimenti.

Sarebbe quindi impreciso presentare LeCun come se avesse semplicemente abbandonato la ricerca per il venture capital. Il suo principale focus operativo resta AMI Labs, mentre le relazioni consultive estendono la sua influenza tra aziende nelle fasi iniziali.

Ciononostante, la direzione è significativa. I ricercatori AI plasmano sempre più i mercati non solo pubblicando lavori o costruendo prodotti, ma anche decidendo quali approcci tecnici ricevano capitale.

Questo può ampliare la gamma di idee finanziate. Gli investitori spesso si concentrano su qualunque architettura di modello produca al momento i risultati commerciali più forti.

La crescita dei ricavi di OpenAI potrebbe intensificare tale concentrazione. Un tasso annualizzato riportato di 40 miliardi di dollari fa apparire le attività basate sui modelli linguistici come validate su una scala straordinaria.

Il coinvolgimento di LeCun con le startup offre un contrappeso. Può aiutare gli investitori a valutare aziende che perseguono world model, ragionamento basato sull'energia, robotica e altre alternative.

Ciò non dimostra che il suo percorso preferito avrà successo. I world model devono ancora affrontare difficili sfide di ricerca e commercializzazione. Il loro valore deve essere dimostrato attraverso prestazioni affidabili in applicazioni reali.

Il contrasto rafforza comunque la tensione principale dell'articolo. OpenAI rappresenta una rapida monetizzazione attorno agli attuali sistemi di modelli. LeCun rappresenta il continuo investimento in approcci progettati per superarne i limiti.

Amazon e AMD si collocano tra questi percorsi. La loro infrastruttura può supportare oggi i modelli linguistici e potenzialmente architetture diverse domani.

Questa posizione offre opzionalità, ma i cambiamenti architetturali possono modificare i requisiti hardware. Un sistema ottimizzato per gli attuali carichi di lavoro dei transformer potrebbe non essere ideale per ogni approccio futuro.

I fornitori devono quindi seguire la ricerca con la stessa attenzione riservata ai ricavi. L'applicazione dominante di oggi può guidare gli investimenti, mentre l'architettura di domani può cambiare il punto in cui si accumula il valore computazionale.

Ecco perché gli investimenti nelle fasi iniziali sono importanti per le aziende infrastrutturali consolidate. Piccoli laboratori possono creare carichi di lavoro, framework software o metodi di efficienza che rimodellano la domanda.

Per gli acquirenti aziendali, anche il movimento dei talenti complica le decisioni di acquisto. Un prodotto popolare può crescere rapidamente mentre il suo approccio tecnico sottostante resta contestato.

Le aziende dovrebbero evitare di trattare un singolo traguardo di ricavi come il verdetto finale sull'architettura AI. Hanno bisogno di sistemi che preservino l'accesso ai dati, valutino gli output e consentano il cambiamento dei modelli.

Una base di conoscenza AI ricercabile può aiutare i team a mantenere questo contesto operativo. I fornitori di modelli cambieranno, ma le organizzazioni hanno comunque bisogno di controllare le proprie informazioni e decisioni.

Cosa osservare dopo il titolo dei 40 miliardi di dollari

Tre segnali mostreranno se la crescita di OpenAI sostiene la più ampia tesi infrastrutturale o ne rivela le ipotesi più deboli.

Il primo segnale è la qualità della futura informativa finanziaria di OpenAI. Un altro aumento dei ricavi annualizzati confermerebbe lo slancio, ma non risponderebbe alle questioni economiche centrali.

Osservate le prove relative alla fidelizzazione dei clienti paganti, all'utilizzo aziendale, ai costi di inferenza e agli obblighi infrastrutturali. Maggiori dettagli su queste misure rafforzerebbero l'idea che la crescita stia diventando duratura.

Il silenzio non dimostrerebbe che l'attività sia debole. Tuttavia, basarsi principalmente sui titoli relativi al run rate lascerebbe gli osservatori esterni incapaci di giudicare con quale efficienza i ricavi si trasformino in cassa.

Il secondo segnale è la rendicontazione pubblica dei fornitori di infrastruttura. La crescita cloud di Amazon, le spese in conto capitale e i margini possono rivelare se i carichi di lavoro AI stiano producendo rendimenti interessanti.

I ricavi dei data center di AMD e le sue previsioni possono mostrare se la domanda si sta ampliando tra i clienti. I suoi progressi software conteranno insieme alle vendite di chip, perché l'adozione dipende da strumenti di implementazione affidabili.

Solidi risultati dei fornitori sosterrebbero la tesi Amazon e AMD secondo cui l'adozione dei modelli sta creando una domanda duratura lungo tutto lo stack. Una crescita più lenta o margini più deboli suggerirebbero che la concorrenza sta assorbendo gran parte del valore.

Il terzo segnale è l'azione dei governi attorno ai modelli operativi delle aziende tecnologiche. Il disegno di legge di New York City sulle consegne offre un esempio immediato.

Se la misura avanzerà, Amazon dovrà spiegare in che modo i requisiti di assunzione diretta incidano su partner, costi e servizio. Altre giurisdizioni osserveranno l'esito.

Una legge approvata con successo potrebbe incoraggiare i governi a esaminare dove le aziende di piattaforma collocano la responsabilità. Questo controllo potrebbe estendersi agli appaltatori AI, al lavoro sui dati, alla moderazione dei contenuti e alle decisioni automatizzate sul posto di lavoro.

I lettori dovrebbero inoltre seguire se le aziende sostenute da LeCun produrranno dimostrazioni tecniche credibili. Le alternative di ricerca diventano strategicamente importanti quando risolvono compiti che gli attuali modelli linguistici gestiscono male.

Un world model che comprenda in modo affidabile gli ambienti fisici influenzerebbe la robotica e i sistemi autonomi. Potrebbe inoltre spostare la domanda verso combinazioni diverse di processori, memoria e dati.

Nessuno di questi segnali risolverà da solo la questione del mercato. Insieme, possono distinguere un'ampia transizione economica da un periodo di entusiasmo concentrato.

Il ritmo di ricavi attribuito a OpenAI è una forte prova del fatto che i clienti stanno pagando per l’AI su larga scala. Non dimostra che ogni fornitore, partner della filiera o implementazione avrà successo.

La prossima fase riguarderà la distribuzione. OpenAI vuole trattenere il valore dei propri prodotti. Amazon vuole che la domanda di cloud giustifichi la capacità. AMD vuole che la domanda di calcolo si traduca in un’adozione duratura della piattaforma.

Lavoratori e governi vogliono che le aziende in espansione accettino responsabilità commisurate al loro controllo. Ricercatori e investitori vogliono spazio per perseguire percorsi tecnici al di fuori del modello dominante.

Ecco perché la cifra di $40 miliardi conta. Colloca OpenAI in una nuova categoria commerciale, rendendo al tempo stesso più difficili da ignorare i costi ancora irrisolti.

Per i leader aziendali e tecnologici, la risposta pratica non è inseguire il numero più grande. Occorre monitorare se i sistemi di AI portano a termine lavori di valore, se i costi diminuiscono con la scala e se i fornitori preservano la concorrenza. Poi osservare come reagisce la catena infrastrutturale amazon amd, mentre la crescita di OpenAI incontra limiti finanziari, tecnici e politici.