Compute: perché la scarsità è un mito di mercato

La tesi: il compute è una commodity travestita da fossato

Il compute verrà prezzato come commodity entro il 2027. Il consenso lo tratta come il fossato definitivo dell'AI. La differenza vale centinaia di miliardi di capex già impegnato.

Questo è un cambio di regime, altro che un trend. Il valore migra dal layer che produce token al layer che sa come vengono usati.

Il dato che lo dimostra arriva da una fonte inattesa: le conversazioni reali con i modelli. Chi controlla la capacità di calcolo ignora come quella capacità viene consumata. La scarsità vera risiede altrove.

Perché il consenso ha il frame sbagliato

Il consenso osserva la metrica facile: numero di GPU installate, gigawatt di datacenter annunciati, ordini trimestrali a Nvidia. Quei numeri salgono in verticale. La conclusione sembra ovvia: chi controlla il calcolo vince.

La metrica che predice davvero il mercato è diversa. Conta come le persone usano questi modelli, giorno per giorno. Qui i fornitori mostrano una fetta accuratamente selezionata.

Un progetto accademico, l'AI Observatory della Stanford STAIR Lab, ha aggregato sette dataset di conversazioni reali raccolte col consenso degli utenti tra 2023 e 2025. Applicando i metodi dell'Anthropic Economic Index, i ricercatori hanno scoperto che il 48% delle conversazioni sarebbe finito nel filtro, perché estraneo al lavoro. Lo documenta MIT Technology Review.

Le differenze sono ampie. Salute e relazioni pesano il 44,2% nei dati indipendenti, contro il 31,2% nell'analisi di Anthropic. Il report di OpenAI del 2025 conferma il quadro generale: appena il 30% dell'uso consumer riguarda il lavoro.

Il consenso dimensiona il compute sulla domanda di produttività. La domanda reale nasce da salute, relazioni, compagnia, intrattenimento. Chi pianifica la capacità sta modellando il mercato sbagliato.

Lo scarto non è marginale. Se metà del traffico reale resta invisibile ai modelli di pianificazione, la stima della domanda futura poggia su una base incompleta. Chi dimensiona i datacenter sui carichi di lavoro produttivo sottostima la natura degli usi che davvero saturano la capacità. Il rischio non è costruire troppo. È costruire per il profilo di domanda sbagliato.

La curva di costo dice la conclusione

Il costo per unità di intelligenza segue una traiettoria documentata verso il basso. La performance equivalente a GPT-4 costava cifre da dollari per milione di token al lancio nel 2023. Oggi vale una frazione di quella cifra.

La mia proiezione resta esplicita: la performance equivalente a GPT-4 arriverà a prezzi da commodity entro fine 2026. Il margine abbandona il layer del modello e si sposta verso l'applicazione.

Tre data point definiscono la traiettoria: il crollo del prezzo per token tra 2023 e 2025, l'ingresso di modelli aperti competitivi, l'efficienza hardware che raddoppia a ogni generazione. La stessa curva del solare, giù di oltre l'80% nell'ultimo decennio secondo l'IEA, mostra come funziona l'abbondanza.

Il meccanismo è semplice. Ogni generazione di acceleratori migliora l'efficienza per watt. I modelli aperti comprimono i prezzi dei fornitori chiusi. La concorrenza tra layer trasforma un bene scarso in infrastruttura.

La curva del solare non è un'analogia decorativa. È lo stesso schema: un input tecnologico che cade di prezzo in modo prevedibile finché smette di essere il fattore limitante. Quando il costo di produrre un token tende a zero, il vantaggio non sta più nel produrlo. Sta nel sapere quale token serve, a chi, e in quale contesto. È lì che la traiettoria di costo sposta il potere di mercato.

Il cliff event: quando l'abbondanza diventa visibile

Cliff event: il compute inferenziale scenderà sotto la soglia in cui il costo marginale di una query smette di contare per chi la esegue. Data attesa: 2027.

A quel punto la capacità di calcolo diventa infrastruttura di base, come la banda larga dopo il 2005. La differenziazione svanisce dal layer fisico e risale verso il software.

L'adozione salta, altro che crescere in modo lineare. Quando ogni operatore individuale accede a intelligenza quasi gratuita, nascono aziende mono-persona con ricavi da unicorn. Questa è la discontinuità che il capex odierno ignora del tutto.

Tre categorie trasformate entro il 2028

La transizione premia chi possiede qualcosa di raro. Il calcolo diventa abbondante, quindi cessa di essere un vantaggio. Resta prezioso ciò che il denaro fatica a replicare.

• I fornitori di compute puro: chi vende capacità generica finisce a competere sul prezzo, come una utility.
• Le startup di foundation model prive di dati proprietari: il loro fossato evapora insieme al prezzo.
• Il procurement enterprise: i contratti pluriennali su capacità generica bloccano valore in una commodity.

Il valore si concentra dove vive il data moat verticale. Chi possiede dati proprietari sull'uso reale, quelli che perfino i grandi fornitori faticano a leggere, costruisce il vantaggio del prossimo decennio.

La mia posizione, e cosa la cambierebbe

La posizione è netta: il compute è la commodity del prossimo ciclo, mentre la conoscenza verificata dell'uso reale è l'asset scarso. L'AI Observatory dimostra che perfino i fornitori operano al buio su metà del loro traffico.

Cambierei idea di fronte a un'evidenza precisa. Un plateau nell'efficienza hardware, con il prezzo per token stabile per quattro trimestri consecutivi, falsificherebbe la tesi dell'abbondanza. Un consolidamento regolatorio che restringe l'accesso ai modelli aperti produrrebbe lo stesso effetto.

Vale la pena nominare il limite dell'evidenza. L'AI Observatory aggrega dati raccolti col consenso: un campione, non l'universo del traffico. La proiezione sul prezzo poggia su due anni di curva, non su un decennio. Sono dati sufficienti a definire una traiettoria, non a garantirla. Per questo la tesi porta un kill signal esplicito, invece di una certezza.

Fino ad allora la traiettoria resta chiara. Il 90% degli analisti ha ragione sul presente. Ha torto sul ritmo del cambiamento.

Cosa significa per chi decide adesso

La lettura pratica cambia a seconda del ruolo. Ogni decisore guarda la stessa curva da un'angolazione diversa.

• CTO: rivaluta lo stack costruito attorno a un singolo fornitore di modelli, prima che la portabilità diventi ovvia.
• Venture Capital: il bet impossibile eppure corretto è la startup verticale con dati proprietari, altro che il produttore di modelli.
• Chief Strategy Officer: qualsiasi piano triennale che assume calcolo scarso descrive un mondo in via di estinzione.
• Technology Procurement: il contratto pluriennale su capacità generica blocca valore in ciò che diventerà utility.

La previsione

Previsione: la performance equivalente a GPT-4 raggiungerà un prezzo da commodity, sotto un centesimo per mille token presso i fornitori principali, entro il 31 dicembre 2026. Il margine si sposterà in modo misurabile verso il layer applicativo.

Confidence: alta sulla tecnologia, media sul timing esatto. Orizzonte: fine 2026.

Kill signal: il prezzo per mille token della classe GPT-4 resta sopra un centesimo presso i tre fornitori principali per tutto il 2026. Quel fatto renderebbe la tesi sbagliata.