Satya Nadella ha scelto il punto più sensibile dell’economia dell’intelligenza artificiale: chi incassa davvero il valore prodotto dai modelli. Il Ceo di Microsoft, in un’intervista rilasciata al Wall Street Journal il 22 giugno 2026, ha criticato l’idea che pochi grandi sistemi possano assorbire conoscenza, dati e rendite di interi settori, lasciando imprese e lavoratori in una posizione subordinata. Per il manager che ha legato Microsoft alla crescita di OpenAI, è una presa di posizione che pesa più di una semplice riflessione industriale.
Il cuore del ragionamento è il “permesso sociale” dell’AI. Se la tecnologia viene raccontata come sostituzione del lavoro, consumo crescente di energia e concentrazione del potere in poche piattaforme, la reazione politica e pubblica diventa inevitabile. Nadella non nega la forza dei modelli frontier. Sostiene però che l’economia dell’AI regge solo se le imprese mantengono controllo su dati, processi, proprietà intellettuale e capacità di apprendimento.
Indice degli argomenti:
La concentrazione dell’AI generativa diventa un tema industriale
La critica arriva mentre il mercato dell’AI corre a una velocità che sta ridefinendo gli equilibri tra software, cloud, semiconduttori ed energia. Microsoft ha comunicato, nei risultati del terzo trimestre fiscale 2026 chiuso al 31 marzo, che il proprio business AI ha superato 37 miliardi di dollari di ricavi annualizzati, con una crescita del 123% anno su anno. Nello stesso trimestre, Azure e gli altri servizi cloud sono cresciuti del 40%.
La scala degli investimenti spiega perché Nadella insista sulla distribuzione del valore. Microsoft prevede circa 190 miliardi di dollari di capex nel 2026, includendo circa 25 miliardi legati all’aumento dei prezzi dei componenti. Nel trimestre marzo 2026, i capex sono stati pari a 31,9 miliardi di dollari e circa due terzi hanno riguardato asset a vita breve, soprattutto Gpu e Cpu.
L’AI generativa non è più un prodotto software con costi marginali trascurabili: è una filiera industriale fatta di calcolo, energia, data center, chip, reti e contratti cloud pluriennali.
Alcuni numeri danno la scala del cambio di fase.
| Indicatore | Dato | Fonte e periodo |
|---|---|---|
| Ricavi annualizzati del business AI Microsoft | 37 miliardi di dollari, +123% anno su anno | Microsoft, Q3 FY26, trimestre chiuso il 31 marzo 2026 |
| Capex Microsoft previsti nel 2026 | Circa 190 miliardi di dollari | Microsoft, earnings call Q3 FY26 |
| Spesa mondiale in IA prevista nel 2026 | 2.590 miliardi di dollari, +47% | Gartner, forecast maggio 2026 |
| Investimenti privati in IA negli Stati Uniti nel 2025 | 285,9 miliardi di dollari | Stanford HAI, AI Index 2026 |
| Consumo elettrico globale dei data center al 2030 | Circa 945 TWh nello scenario base | International Energy Agency, Energy and AI |
Dal modello migliore al controllo dell’ecosistema
La posizione di Nadella va letta anche dentro la nuova architettura dei rapporti tra Microsoft e OpenAI. Nell’accordo annunciato ad aprile 2026, Microsoft resta il principale partner cloud di OpenAI, ma OpenAI può servire i propri prodotti anche attraverso altri cloud provider. Microsoft mantiene una licenza non esclusiva sulla proprietà intellettuale di OpenAI per modelli e prodotti fino al 2032 e non paga più revenue share a OpenAI.
È un passaggio importante: Microsoft riduce l’idea di dipendenza esclusiva da un singolo laboratorio e rafforza la propria identità di piattaforma. La stessa documentazione di Microsoft Foundry insiste sulla possibilità di esplorare, valutare e distribuire modelli di Microsoft, OpenAI, DeepSeek, Hugging Face, Meta e altri provider. Il punto non è soltanto scegliere il modello più performante, ma decidere dove risiedono il contesto aziendale, gli strumenti di valutazione, la governance e la fatturazione.
Questa è anche la parte più interessata del ragionamento di Nadella. Se i modelli diventano più intercambiabili, il valore si sposta verso chi controlla l’ambiente in cui i modelli vengono selezionati, orchestrati e integrati nei processi. Microsoft ha tutto da guadagnare da un mercato multi-modello, purché la regia resti dentro Azure, Microsoft 365, GitHub, Security e Foundry. La critica alla concentrazione dei model builder convive quindi con un’altra concentrazione possibile: quella delle piattaforme cloud e applicative che governano l’accesso all’AI.
Il rischio per le imprese: perdere il proprio apprendimento
La parte più concreta dell’avvertimento riguarda le aziende utenti. Nadella parla di “capitale umano” e “capitale token” per descrivere una nuova combinazione tra conoscenza delle persone, dati interni, tracce operative, agenti e modelli. Tradotto in termini manageriali, ogni impresa deve evitare che i propri flussi di lavoro diventino semplice materia prima per sistemi esterni.
Il rischio non è solo la dipendenza da un fornitore. È la perdita progressiva della conoscenza tacita che distingue un’organizzazione: criteri decisionali, eccezioni operative, esperienza dei team, relazioni con clienti e fornitori, pratiche di compliance, capacità di interpretare contesti locali. Se l’AI assorbe questi elementi senza restituire capacità all’impresa, il vantaggio competitivo si sposta fuori dall’organizzazione.
Per questo la scelta tecnologica non può limitarsi al confronto tra modelli. Le imprese devono presidiare almeno tre livelli:
- la proprietà e la qualità dei dati,
- la portabilità delle applicazioni AI
- la capacità di misurare il valore prodotto dagli agenti nei processi reali.
La promessa di produttività resta fragile quando l’AI viene innestata su procedure disordinate, basi dati incoerenti o contratti che rendono costoso cambiare architettura.
Antitrust, cloud e partnership sotto osservazione
Le autorità hanno già individuato il nodo. La Federal Trade Commission statunitense, nel rapporto sulle partnership tra cloud provider e sviluppatori di AI, ha evidenziato come questi accordi possano influenzare accesso a calcolo, talenti, proprietà intellettuale, dati tecnici e costi di switching. La Competition and Markets Authority britannica, nell’aggiornamento sui foundation model dell’aprile 2024, ha segnalato rischi legati alla presenza di pochi incumbent digitali forti sia nello sviluppo dei modelli sia nei canali di distribuzione.
Il tema non riguarda solo OpenAI, Anthropic, Google o Microsoft. Riguarda la struttura stessa del mercato: chi possiede il cloud, chi finanzia il calcolo, chi controlla i marketplace dei modelli, chi integra l’Ai nei software usati ogni giorno dalle imprese. In un’economia in cui gli agenti AI iniziano a eseguire compiti, produrre documenti, scrivere codice, analizzare dati e interagire con sistemi aziendali, il lock-in può nascere molto prima del contratto: può formarsi dentro le abitudini operative.
Il costo energetico rafforza la richiesta di risultati
Il richiamo al consenso pubblico ha anche una base energetica. L’International Energy Agency, nel report Energy and AI, stima che il consumo elettrico globale dei data center possa raddoppiare entro il 2030, arrivando a circa 945 TWh nello scenario base. La crescita dei server accelerati, spinta in larga parte dall’adozione dell’AI, è prevista al 30% annuo.
Questo non significa che l’AI sia incompatibile con la transizione energetica. Significa che il settore dovrà dimostrare benefici misurabili. Se data center, chip e reti assorbono una quota crescente di investimenti e risorse, governi, imprese e cittadini chiederanno prove più solide: produttività, servizi migliori, ricerca scientifica, efficienza nei processi pubblici e privati, nuove competenze. Una tecnologia percepita come costosa e concentrata rischia di perdere legittimità anche se continua a migliorare sul piano tecnico.
La nuova domanda per i manager
Per le imprese, la fase che si apre impone una domanda più precisa: quale parte dell’intelligenza prodotta dall’AI resta davvero dentro l’organizzazione? La risposta non dipende solo dal modello scelto. Dipende da contratti, architetture dati, competenze interne, strumenti di auditing, criteri di valutazione e capacità di ridisegnare i processi senza consegnare tutto il valore alla piattaforma esterna.
La linea indicata da Nadella coincide con l’interesse di Microsoft, ma intercetta un problema reale. L’AI generativa può diventare un acceleratore di produttività diffuso oppure un sistema di estrazione del valore concentrato in pochi snodi tecnologici. La differenza si giocherà nella capacità delle imprese di usare più modelli, proteggere la propria conoscenza e misurare i risultati con criteri economici, non solo sperimentali.
Il mercato sta già entrando in questa fase. I modelli restano importanti, ma la competizione decisiva si sposta verso gli ecosistemi che li rendono utilizzabili, governabili e sostenibili. Per aziende e istituzioni, il vantaggio non sarà accedere all’IA più potente disponibile in un dato momento. Sarà costruire sistemi in cui l’AI migliori la capacità dell’organizzazione di apprendere, decidere e creare valore senza perdere il controllo della propria economia interna.
Fonti principali
CMA, rischi concorrenziali nei foundation model
Wall Street Journal via Mint, intervista a Satya Nadella
Microsoft, earnings call Q3 FY26
Microsoft, nuova fase della partnership con OpenAI
Stanford HAI, AI Index Report 2026
Gartner, forecast mondiale sulla spesa AI 2026
International Energy Agency, Energy and AI
FTC, Partnerships Between Cloud Service Providers and AI Developers
Partecipa alla community