Chi sta vincendo la corsa per l’innovazione nell’intelligenza artificiale? In tre parole: i soliti noti, ovvero le Big Tech, per intenderci. Questa la tesi di un rapporto pubblicato martedì 8 luglio da Somo, ong olandese che da cinquant’anni si occupa di multinazionali e della loro influenza sulla società.L’organizzazione ha analizzato la catena del valore delle dodici startup e scaleup di intelligenza artificiale più grandi, da Open AI ad Anthropic, da Mistral a Inflection, da Aleph Alpha ad Hugging Facel: la conclusione, spiega, è che sono tutte fortemente “dipendenti” dalle big tech. Non sfidanti: dipendenti. Chi sperava in un cambio della guardia - per quanto i nuovi entrati non siano certo estranei alla mentalità predatoria che caratterizza il mondo della tecnologia digitale - è servito.In che modo si sostanzia la dipendenzaMa in che modo si sostanzia questa dipendenza? Le AI generative sono costruite sulla base di complesse catene del valore, in cui ogni tassello si lega all’altro in un quadro di legami a doppio senso. Si comincia, ovviamente, con i chip: undici su dodici fanno affidamento su processori prodotti da Nvidia, che domina il mercato della progettazione di questi componenti con una quota che oscilla tra l’80% e il 95%. Un predominio dovuto non solo alla capacità di design ma anche al software usato per ottimizzare i chip, che sarebbe - secondo Somo - in grado di fare la differenza e isolare l’azienda di Jensen Huang dalla concorrenza.Non stupisce che Nvidia valesse (a giugno 2025) circa 3.400 miliardi di dollari, con un incremento del 735 % a partire dal lancio di ChatGpt nel 2022. Il margine operativo nel 2024 è stato del 55,5%.Facciamo un elenco di quanto raccolto dalla ong olandese: per quanto riguarda l’hardware, secondo Somo tutti tranne Inflection AI (che fa affidamento su Intel, grande rivale dell’azienda di Jensen Huang) usano quello di Nvidia. “Alcune startup impiegano chip di Amazon, Google, Microsoft e Cerebras, ma sembrano complementari più che sostitutivi”, commenta con Wired Margarida Silva, che ha coordinato il rapporto. Per esempio Anthropic (che impiega anche materiale Google e Amazon), Mistral (anche Amazon e Cerebras), Aleph Alpha (anche Cerebras). Una parabola che ha già portato il gigante americano guidato da Jensen Huang sotto la lente dell’authority francese per la concorrenza per pratiche anti-competitive.Il cambio di passo della AI generativaIl problema è che farne a meno non è semplice. Quanti chip servono per addestrare un modello linguistico di grandi dimensioni (Llm)? Tanti, argomenta Silva. A questo punto le strade sono tre: comprarli in proprio - e servono parecchi quattrini - , usare un supercomputer pubblico affittandone il tempo-macchina, o fare un accordo con i grandi del tech, che mettono a disposizione i propri data center, naturalmente a determinate condizioni. Secondo Somo, la gran parte delle startup analizzate ha scelto la terza opzione. Anche perché, aggiungiamo noi, il cambio di passo dell’AI generativa ha modificato in profondità il paradigma del digitale, che finora è sempre stato più o meno questo: pochi investimenti in capitale fisico, contano solo i “cervelli” degli sviluppatori, e una buona divisione marketing e commerciale. È per questo che tante aziende sono nate in un garage: per avviarle non c’era bisogno di molto altro.Diverso il discorso quando si tratta di produrre modelli in grado di fornire risposte complete e rapide. Per allenarli e renderli performanti serve un investimento in macchinari: siamo, quindi, ai confini con l’industria classica, che infatti si è sempre sognata i tassi di crescita e i ritorni sull’investimento tipici del digitale. Non solo: se la tecnologia cambia, i macchinari rischiano di restare sul groppone. Le prime avvisaglie ci sono state: DeepSeek, Llm cinese uscito pochi mesi fa, ha sorpreso il mondo dichiarando (e pare sia vero) di aver addestrato un proprio modello dalle performance paragonabili agli altri spendendo soli sei milioni di dollari, grazie alla tecnica della “distillazione”, che consente ai modelli più piccoli di apprendere da quelli già esistenti e più grandi. In una prospettiva di business, il rischio di restare col cerino in mano è troppo alto per chi non ha le spalle forti dei colossi del web: si perde, quindi, una quota di libertà per garantirsi la sopravvivenza legandosi ad altri. Lo diceva anche Freud.Un predominio che viene da lontanoDall’altra parte, disporre di grossi budget permette alle grandi corporation di pianificare strategie decennali, aggiustarle, e anche - può accadere, ed è accaduto - talvolta di sbagliarle. Ma senza mettere a repentaglio la baraccaIl cloud di massa risale dei primi anni Dieci. Per sostenere le proprie attività nella nuvola, le aziende hanno investito enormi somme nel corso di due lustri, non solo in hardware ma anche in terreni, quelli su cui piazzare i data center, alcuni costruiti specificamente per la AI. Ci sono le cifre: dal 2015 al 2024, scrive Somo, Amazon, Google e Microsoft assieme hanno speso 671, 96 miliardi di euro in terreni, fabbricati ed equipaggiamenti, con un incremento rilevante dopo il 2020, la stagione del Covid, quella dell’accelerazione del digitale. Così, riprende Silva, il vantaggio acquisito investendo in tempi non sospetti sarebbe tale da metterle al riparo dalla concorrenza.Quegli accordi capestroNon solo. Dice Silva: “Allo stesso tempo, le big tech hanno perseguito aggressivamente una strategia di accordi con le startup offrendo crediti cloud o investimenti in cambio del fatto che queste usassero i suoi prodotti, che concedessero ai grandi nomi del web accesso alla loro tecnologia innovativa e il diritto di venderla”. Il risultato, prosegue l'esperta, è che, “mentre i piccoli dell’AI [si fa per dire, parliamo in alcuni casi di aziende da centinaia di milioni di dollari e oltre, ndr] fanno ancora fatica a trovare un modello di business profittevole, Nvidia, Amazon, Google e Microsoft stanno già raccogliendo i frutti dell’intelligenza artificiale, con un incremento del fatturato per processori e servizi cloud”.Per esempio, si legge nello studio, “Microsoft ha fornito a OpenAI l’infrastruttura in cambio del diritto esclusivo a vendere l’accesso ai propri modelli linguistici di grandi dimensioni tramite il suo cloud Azure”, scrive Somo. “L’accordo originale proibiva a OpenAI di cercare infrastrutture cloud complementari altrove. Nonostante l’accordo sia stato rinegoziato, Microsoft mantiene il diritto di ‘primo rifiuto', vale a dire che l’azienda di Sam Altman può usare un altro provider solo se quella di Redmond rifiuta di fornire il servizio richiesto. Anche l’investimento di Microsoft in Mistral ha comportato l’impegno a usare l’infrastruttura cloud di Redmond e la possibilità di ‘addestrare modelli specifici per settori industriali per un certo numero di clienti selezionati e di supportare il carico di lavoro del settore pubblico europeo”, prosegue il testo.“Parte del problema è che il dominio delle big tech nel campo delle infrastrutture digitali non è mai stato spezzato”, riattacca Silva. Ci sono conseguenze sulla capacità di innovazione? Queste pratiche“ne limitano il potenziale perché gli accordi assicurano che le big tech siano nella posizione, ancora una volta, di controllare l’accesso allo sviluppo di nuovi prodotti da parte di altre aziende. L’abbiamo già visto con gli app store controllati da Google e Apple, che hanno consentito loro di imporre efficacemente agli sviluppatori cosa produrre, imponendo commissioni insostenibili”. La conseguenza è che "le persone avranno meno scelta reale e meno controllo sulla propria vita digitale, cosa particolarmente importante per l’AI perché questi servizi saranno usato da un numero crescente di persone e organizzazioni pubbliche”.A proposito di pubblico: un esempio è “la decisione del parlamento europeo di usare Claude (Llm di Anthropic) per gestire i propri archivi storici”, afferma il report. Non c’è bisogno di spiegare la quantità di testi e dati che l’Unione deve elaborare, dal momento che ogni documento deve essere tradotto in tutte le lingue ufficiali. La spiegazione c'è: “Una ricerca dell’Irish Council for civil liberties ha rivelato che il parlamento europeo poteva scegliere solo tra i modelli disponibili su Amazon web services, per via di un accordo di fornitura”. Come scrive l’Iccl; “Il parlamento è bloccato nell’ecosistema cloud di Amazon, e si affida ad Amazon Bedrock, il marketplace di Amazon per i modelli AI”.Le infrastrutture di calcoloLe cose non migliorano se si guarda alle infrastrutture di calcolo e alle piattaforme finali: i nomi sono sempre quelli, cui si aggiungono Oracle, Coreweave. Nel caso di AlephAlpha si impiega, scrive Somo, anche un’infrastruttura cloud proprietaria e quella del supercomputer Stackit. Inflection AI è l’unica a fare riferimento (esclusivo, peraltro) a Intel. Per l'ong intervenire non è facile. “Il problema è che senza spezzare la dipendenza e le profonde connessioni tra le startup della AI e Big Tech, anche il supporto pubblico per aziende come Mistral probabilmente rafforzerà il potere delle big tech dominanti - dice Silva -. Mistral [sostenuta anche dal governo francese, ndr], per esempio, ha una partnership in corso con Microsoft e vende i propri modelli sul cloud dell’azienda. Vendendo l’accesso ai modelli di Mistral, Microsoft attrae ancora più clienti per i propri servizi cloud, rinforzando così la propria posizione dominante”.La richiesta di Somo è così, spiega Silva, che i decisori europei usino gli strumenti antitrust “lungo tutta la catena del valore, dai chip al cloud alle piattaforme, per limitare la capacità di Big Tech di dominare lo sviluppo della tecnologia”. Ma anche di “limitare l’impiego delle partnership da parte dei giganti del web per estendere il proprio controllo sul mercato. Dovrebbe anche essere imposto uno standard per l’interoperabilità”.