technology·Di NewzBits Editorial·7 min di lettura·
Fatica dei modelli AI: cinque lanci a settimana e i profitti sono ancora lontani anni
I laboratori di frontiera ora rilasciano cinque modelli in una singola settimana, mentre i rivali cinesi li superano sul prezzo — e nessuno, da entrambe le sponde del Pacifico, si aspetta di recuperare l'investimento per anni.
Il numero più significativo nell'intelligenza artificiale di questa settimana non è stato il punteggio di un benchmark. È stato cinque.
Come riportato da DIGITIMES, il calendario dei rilasci dei modelli di frontiera ha accelerato al punto che cinque lanci di modelli di frontiera possono avvenire in una singola settimana. Cinque, in sette giorni. E la diagnosi legata a questo numero è la parte che l'industria comprende silenziosamente: si tratta di un ciclo di rilasci difensivo, gestito da aziende che — sia americane che cinesi — non prevedono di recuperare le loro massicce spese per diversi anni (NewzBits ha l'analisi completa).
Questa è la strana forma dell'IA a settembre 2026: più capacità rilasciate a settimana che mai, vendute in un mercato in cui la qualità quasi-di-frontiera continua a essere svalutata dal prezzo, verso un ritorno economico che entrambe le sponde del Pacifico concordano essere lontano anni.
Cosa significa fare cinque lanci a settimana
Il digest del weekend di The Neuron per il 5-6 settembre ne descrive la consistenza. Nell'arco di un singolo weekend: agenti collegati a OpenAI che hanno utilizzato wiki pubbliche, NVIDIA che acquisisce Hugging Face e Claude che formalizza l'Ultimo Teorema di Fermat (il digest di NewzBits ne riporta i dettagli).
Ognuna di queste notizie un tempo avrebbe dominato l'intero ciclo mediatico da sola. Ora condivide il weekend con altre due.
Settembre ha inoltre portato il rilascio da parte di Google di Gemini for Science e Co-Scientist, come notato dal BLOG di Mean CEO nel suo riepilogo delle recenti scoperte: strumenti pensati per aiutare i ricercatori a formulare ipotesi e pianificare esperimenti — ovvero la progettazione del lavoro, non solo la parte burocratica ().
Perché i calendari di rilascio si stanno comprimendo così drasticamente? La risposta di DIGITIMES è quella che il mercato continua a riscoprire: i laboratori cinesi hanno colmato gran parte del divario di qualità rispetto ai modelli americani, offrendo i loro servizi a una frazione del prezzo. Quando il tuo concorrente più vicino è quasi altrettanto bravo e drammaticamente più economico, stare fermi non è una strategia. Ogni lancio funge contemporaneamente da risposta a tale pressione — motivo per cui la stampa di settore definisce ora questa cadenza come "difensiva", e perché il titolo stesso dell'analisi di DIGITIMES ricorra all'espressione model fatigue (stanchezza del modello).
Poi arriva il colpo di grazia, nello stesso report: il ciclo difensivo riflette un mercato in cui né le aziende americane né quelle cinesi prevedono di recuperare le loro massicce spese per diversi anni.
Notate cosa non dice questa frase. Non dice che la guerra dei prezzi abbia un vincitore. Dice che entrambe le parti stanno accumulando lo stesso debito, e che entrambe lo sanno.
Un'industria può sostenere questa aritmetica per un certo periodo. La domanda aperta è quanto sembrino questi "diversi anni" quando il tapis roulant dei lanci, e l'addestramento che ne consegue, continua solo ad accelerare.
Anche la corsa all'hardware si sta accelerando
I modelli lanciati a ritmi di cinque a settimana devono essere addestrati ed serviti su qualcosa, e la supply chain si sta muovendo almeno altrettanto velocemente quanto le note di rilascio. Il riepilogo settimanale di DIGITIMES riporta che Micron si sta preparando a raddoppiare circa la sua capacità di memoria ad alta larghezza di banda (high-bandwidth memory) entro la fine del 2026, puntando a un volume di produzione di circa 100.000 wafer al mese attraverso l'installazione di nuovi strumenti a Taiwan, Singapore e Hiroshima (il riepilogo sui chip di NewzBits contiene i dettagli). L'obiettivo dichiarato: colmare il divario di scala tra Micron e i suoi principali concorrenti, Samsung Electronics e SK Hynix.
Due dettagli saltano all'occhio. La tempistica — capacità operativa entro la fine del 2026, non in qualche decennio successivo più comodo — indica che Micron sta costruendo per una curva di domanda che si prevede diventi più ripida immediatamente. E la frase "divario di scala" (scale gap) è l'indizio chiave: la memoria, proprio come i modelli, è diventata un mercato in cui essere "vicini" non conta.
Guardando più avanti, potrebbe cambiare il substrato stesso. Una proiezione di DataM Intelligence pubblicata via OpenPR prevede che il mercato globale degli acceleratori AI fotonici crescerà da 2,13 miliardi di USD nel 2025 a 41,27 miliardi di USD entro il 2035 — un aumento annuo costante del 34,5% — mentre il computing si sposterà verso la luce per gestire le massicce esigenze di elaborazione dati dell'AI (la pagina di mercato di NewzBits contiene la proiezione).
E la mappa di chi costruisce le macchine si sta spostando sotto i piedi degli incumbent. Lo stesso riepilogo del BLOG di Mean CEO osserva che i recenti rilasci di AI mostrano uno spostamento verso l'addestramento su larga scala su acceleratori di produzione cinese invece che su hardware Nvidia. Se mettiamo questo dato accanto alla notizia del weekend sull'acquisizione di Hugging Face da parte di NVIDIA, questo periodo rivela sia un consolidamento al vertice che un'erosione alla base.
La questione del valore
Tutto — il ritmo, la guerra dei prezzi, l'espansione della memoria — poggia su un'unica ipotesi: che ciò che questi modelli producono valga quanto il loro costo. Il matematico Terence Tao, in un commento segnalato dal digest di The Neuron, ha complicato silenziosamente questo scenario. Anche dopo che Claude ha formalizzato l'Ultimo Teorema di Fermat, ha notato, la pratica della fluidodinamica computazionale cambierebbe a malapena nonostante questi progressi dell'IA.
Il digest trae un'implicazione scomoda: se il valore primario della ricerca risiede nello sforzo umano di creare nuovi metodi, le risposte generate dalle macchine potrebbero non fornire lo stesso valore economico delle scoperte umane.
Questa non è una lamentela anti-tecnologica; è un problema di pricing. L'orizzonte di profitto descritto da DIGITIMES assume che l'industria venda risposte. Se una quota significativa del valore di tali risposte evapora al momento del contatto — perché ciò di cui l'acquirente aveva bisogno era la creazione del metodo, non la risposta — l'orizzonte si allontana, invece di avvicinarsi.
I capitali continuano ad arrivare comunque
Nulla di tutto ciò ha rallentato l'afflusso di capitali. Il briefing giornaliero di Analytics Insight riporta che Claret Capital ha lanciato un fondo da 575 milioni di euro per investire in aziende tecnologiche e in crescita — parte di ciò che la testata descrive come un'impennata della disponibilità di venture capital europeo per le startup tech (l'articolo di NewzBits sulle principali notizie tech è disponibile qui). Orizzonte di profitto: tra anni. Raccolta fondi: adesso.
Lo stesso briefing ha riportato un secondo segnale: una falla nella sicurezza di una criptovaluta che ha portato a un hack da 320 milioni di dollari, che Analytics Insight interpreta come prova dell'elevata volatilità nella sicurezza degli asset digitali. Un'economia costruita a un ritmo di cinque lanci a settimana è un'economia di valore connesso — il che la rende un'economia di superficie di attacco.
Il livello minimo di sicurezza
Questa non è un'astrazione. A Singapore, il 20 agosto, The Tribune riporta che Globe Teleservices ha ospitato l'Asia Innovation Summit 2026, riunendo più di 50 leader del settore provenienti da oltre 30 aziende — operatori di reti mobili e fornitori di tecnologia — per coordinarsi su soluzioni di prossima generazione come i servizi anti-frode e i servizi cloud (il rapporto del summit di NewzBits è qui). I gestori si stanno organizzando proprio contro quel tipo di criminalità del mondo connesso che l'hack da 320 milioni di dollari di questa settimana ha esemplificato.
Anche lo strato fisico ha la sua escalation. The Times of India riporta che gli esperti di sicurezza avvertono che la campagna di pressioni occulte e sabotaggi della Russia in tutta Europa potrebbe degenerare in tentativi di assassinio contro alti funzionari della difesa, dopo che le autorità tedesche hanno accusato formalmente la Russia di aver orchestrato un tentativo di attacco con droni all'aeroporto di Lipsia/Halle il 4 agosto, dove un drone carico di esplosivo è stato trovato vicino a un aereo cargo ucraino (il rapporto mondiale di NewzBits è qui). L'infrastruttura che sostiene l'economia dell'AI — reti, aeroporti, l'impianto fisico di un continente connesso — è un terreno conteso.
Cinque lanci in una settimana. Capacità di memoria destinata a raddoppiare entro la fine del 2026. Una previsione che trasforma 2,13 miliardi di USD in 41,27 miliardi di USD. Un fondo da 575 milioni di € raccolto per un rendimento che entrambe le parti ammettono essere lontano anni. E il commento del fine settimana di un matematico che suggerisce che le risposte delle macchine potrebbero valere meno dello sforzo che un tempo le produceva.
Il tapis roulant corre in entrambe le direzioni. La vera storia della settimana è quella di un'industria che scatta, con cinque lanci alla volta, verso un orizzonte che non può ancora prezzare — con capitali ancora impegnati, hardware che continua a raddoppiare e il valore dell'output che rimane una domanda aperta.
