Jensen Huang e Mark Zuckerberg non vogliono che le principali società di intelligenza artificiale decidano insieme quanto velocemente far avanzare i modelli più potenti. Il numero uno di Nvidia e il fondatore di Meta hanno preso le distanze dalla proposta sostenuta negli ultimi giorni da Dario Amodei di Anthropic, Sam Altman di OpenAI ed Elon Musk di rallentare in modo coordinato lo sviluppo dell’AI di frontiera quando i rischi superano determinate soglie.
Le dichiarazioni arrivate il 15 settembre mostrano una frattura che riguarda molto più della sicurezza. Dietro il confronto ci sono modelli di business, accesso alla capacità di calcolo, politiche industriali, concorrenza tra sistemi aperti e proprietari e investimenti che ormai si misurano in centinaia di miliardi di dollari.
Huang, intervenuto alla conferenza Dreamforce di Salesforce a San Francisco, ha sostenuto che le imprese debbano fermare autonomamente un prodotto quando non sono sicure del suo funzionamento, senza nuovi obblighi federali. Zuckerberg ha espresso una posizione simile: ogni laboratorio, ha scritto, dispone degli incentivi e della responsabilità necessari per stabilire il ritmo adeguato allo sviluppo dei propri modelli.
Indice degli argomenti:
La proposta di Anthropic per rallentare la frontiera
La discussione è accelerata dopo l’intervento di Dario Amodei. Il 12 settembre il ceo di Anthropic ha chiesto di «pacing the frontier», cioè modulare deliberatamente il ritmo con cui aumentano le capacità dei sistemi più avanzati.
La proposta non prevede uno stop generalizzato alla ricerca. Amodei indica tre livelli di intervento:
- valutatori indipendenti inseriti stabilmente nei laboratori,
- standard comuni tra le principali società di AI,
- successivamente, forme di coordinamento internazionale.
Anthropic si è impegnata unilateralmente ad aumentare l’accesso concesso ai valutatori esterni.
L’obiettivo dichiarato è permettere a soggetti indipendenti di verificare capacità e misure di sicurezza prima che determinati sistemi vengano sviluppati o distribuiti su larga scala.
Sam Altman ha appoggiato l’impostazione e ha annunciato che OpenAI intende rafforzare il ricorso a valutazioni di terze parti. Elon Musk ha a sua volta sostenuto pubblicamente la proposta di Amodei. La convergenza è significativa perché coinvolge imprenditori e aziende che competono direttamente sul mercato e che negli ultimi anni hanno avuto ripetuti contrasti.
OpenAI aveva già rallentato alcuni programmi
Le richieste di maggiore prudenza arrivano dopo decisioni operative già prese da OpenAI.
Il 18 agosto 2026 l’azienda ha comunicato di avere temporaneamente rallentato alcune attività di sviluppo dopo problemi di sicurezza e dopo aver rilevato che un nuovo sistema poteva raggiungere livelli particolarmente avanzati nelle capacità informatiche. OpenAI ha riferito di avere sospeso per due settimane parte dell’addestramento tramite reinforcement learning e di avere mantenuto fermo il maggiore programma di training previsto mentre venivano rafforzati monitoraggio, isolamento delle reti e verifiche di allineamento.
Il 3 settembre la società ha poi classificato GPT-6 Astra al livello «Critical» per le capacità di cybersecurity previste dal proprio Preparedness Framework. Secondo la system card pubblicata dall’azienda, il sistema può, nelle condizioni appropriate e con accesso agli strumenti necessari, individuare vulnerabilità sconosciute e sviluppare metodi per sfruttarle anche contro sistemi protetti.
Sono elementi che spiegano perché una parte dell’industria considera ormai insufficiente affidarsi soltanto ai controlli applicati al momento del lancio commerciale.
Huang: la sicurezza è un problema di ingegneria
Jensen Huang parte da una premessa diversa. A Dreamforce ha definito la sicurezza principalmente un problema ingegneristico.
Per il ceo di Nvidia, una società che non è sicura delle funzioni o dell’affidabilità di un prodotto semplicemente non dovrebbe distribuirlo. Il ritmo di sviluppo può quindi essere modificato dalla singola impresa quando emergono problemi, senza un accordo che coinvolga l’intero settore.
Huang ha inoltre respinto la necessità di introdurre nuove leggi federali specifiche per rallentare la ricerca. A suo giudizio, velocità dell’innovazione e sicurezza non costituiscono due obiettivi incompatibili: le aziende possono continuare a sviluppare rapidamente nuovi sistemi e fermarsi nel momento in cui i test mostrano rischi non controllati.
La posizione di Nvidia ha un peso economico particolare. L’azienda vende la capacità di calcolo sulla quale si basa gran parte dell’espansione dell’intelligenza artificiale mondiale. Una riduzione strutturale del ritmo con cui i laboratori addestrano nuovi modelli potrebbe modificare la domanda di acceleratori, server, reti e data center.
Nvidia cresce insieme alla domanda di calcolo
I conti spiegano la dimensione degli interessi coinvolti.
Nel trimestre terminato il 26 luglio 2026 Nvidia ha registrato ricavi per 96,2 miliardi di dollari, il 106% in più rispetto allo stesso periodo dell’anno precedente. La divisione Data Center ha generato 89 miliardi, con un aumento annuo del 117%. I dati sono stati pubblicati dalla società il 26 agosto e risultano anche nei documenti depositati presso la Sec.
In altri termini, oltre nove dollari su dieci delle vendite trimestrali di Nvidia sono ormai collegati al business dei data center. L’espansione degli investimenti dei grandi gruppi tecnologici alimenta direttamente questo mercato.
Durante la conference call sui risultati Nvidia ha stimato che la spesa in conto capitale dei cinque maggiori hyperscaler possa avvicinarsi agli 800 miliardi di dollari nel 2026 e arrivare a circa 1.300 miliardi nel 2027. Si tratta di una previsione dell’azienda, non di un dato consuntivo, ma rende evidente la scala finanziaria assunta dalla costruzione dell’infrastruttura AI.
Un rallentamento concordato tra i principali sviluppatori avrebbe quindi conseguenze che superano i laboratori di ricerca. Toccherebbe produttori di semiconduttori, operatori cloud, gruppi energetici, costruttori di data center e investitori che finanziano l’intera filiera.
Zuckerberg punta sulla responsabilità delle imprese
Mark Zuckerberg ha formulato una posizione meno radicale nei confronti dei rischi, ma è arrivato a una conclusione simile a quella di Huang.
Il fondatore di Meta sostiene che ogni laboratorio abbia sia la responsabilità sia l’incentivo economico a procedere alla velocità compatibile con la sicurezza. Un’impresa i cui modelli provocassero danni, ha osservato, potrebbe affrontare conseguenze legali ed economiche rilevanti.
Zuckerberg ha portato come esempio Muse, l’agente personale annunciato da Meta l’8 settembre 2026. Secondo il ceo, la società ne ha rinviato il lancio di alcuni mesi per completare il lavoro sulla sicurezza, senza chiedere alle aziende concorrenti di interrompere nello stesso periodo i propri programmi.
Meta dichiara di avere progettato Muse con un ambiente informatico dedicato, controlli sugli accessi e strumenti per lasciare all’utente la possibilità di stabilire quali dati e applicazioni l’agente possa utilizzare.
Zuckerberg si è detto favorevole a un ecosistema più ampio di valutatori indipendenti. Non ha però aderito alla proposta di Anthropic di costruire un meccanismo comune che condizioni il ritmo di sviluppo dei principali laboratori.
Per Meta l’AI vale fino a 145 miliardi di investimenti
Anche Meta ha ragioni economiche rilevanti per difendere la propria autonomia nello sviluppo.
A luglio il gruppo ha indicato per il 2026 investimenti in conto capitale compresi tra 130 e 145 miliardi di dollari, in gran parte destinati all’espansione della capacità informatica e dei data center necessari all’intelligenza artificiale.
Per la società di Zuckerberg l’AI serve contemporaneamente a sviluppare nuovi prodotti, migliorare i sistemi pubblicitari, gestire le raccomandazioni dei contenuti e costruire agenti digitali. Una regola concordata tra concorrenti sul ritmo di sviluppo potrebbe quindi incidere sia sui prodotti futuri sia sulle attività che finanziano oggi il gruppo.
Lo scontro tra modelli aperti e sistemi proprietari
La divisione attraversa anche una delle questioni industriali più importanti dell’AI: il rapporto tra modelli aperti e sistemi chiusi.
Anthropic e OpenAI basano gran parte del proprio business su modelli proprietari accessibili attraverso prodotti commerciali e interfacce Api. Meta ha invece sostenuto a lungo una maggiore apertura dei modelli, mentre Nvidia ha interesse alla diffusione di un ecosistema ampio, nel quale aziende diverse possano costruire e utilizzare sistemi AI sulla propria infrastruttura.
Per i sostenitori dell’open source e dei modelli con pesi disponibili, obblighi molto costosi di valutazione e autorizzazione potrebbero rafforzare i gruppi che dispongono già di miliardi di dollari per addestrare e controllare sistemi proprietari. Chi sostiene standard più rigidi replica che l’aumento delle capacità rende necessario applicare controlli comuni almeno ai sistemi che superano determinate soglie di rischio.
Google ha proposto nel giugno 2026 un modello intermedio: per i sistemi di frontiera, un organismo indipendente con supervisione federale potrebbe definire standard di sicurezza e verificare audit volontari, mentre per le applicazioni già diffuse l’azienda propone di utilizzare e aggiornare le norme esistenti.
Anche la finanza rende difficile rallentare
Le aziende che discutono di sicurezza stanno contemporaneamente raccogliendo e investendo capitali a livelli senza precedenti.
Anthropic ha annunciato il 28 maggio un aumento di capitale da 65 miliardi di dollari che ha attribuito alla società una valutazione post-money di 965 miliardi. L’azienda dichiarava allora ricavi annualizzati superiori a 47 miliardi di dollari.
OpenAI, secondo il Financial Times del 16 settembre, sta valutando un nuovo round di finanziamento che potrebbe assegnarle una valutazione intorno a 1.200 miliardi di dollari. Si tratta di colloqui preliminari e non di un’operazione conclusa.
Il capitale raccolto serve in misura rilevante a finanziare chip, energia, server, personale specializzato e data center. La competizione crea quindi un problema di incentivi: ciascun laboratorio può riconoscere la necessità di maggiore prudenza, ma un rallentamento unilaterale rischia di lasciare spazio ai concorrenti.
È proprio questo problema che Amodei cerca di affrontare proponendo standard comuni. Huang e Zuckerberg arrivano alla conclusione opposta: l’impresa deve poter decidere autonomamente quando fermarsi.
La politica americana entra nel confronto
Il confronto industriale ha assunto anche una dimensione politica negli Stati Uniti.
Il presidente Donald Trump ha criticato pubblicamente le proposte di rallentamento, sostenendo che limitare lo sviluppo americano potrebbe favorire i concorrenti internazionali. Il 14 settembre, durante una telefonata pubblica con Huang, Trump ha respinto gli allarmi sui rischi esistenziali dell’AI; Huang ha risposto confermando la propria opposizione a un rallentamento imposto al settore. (TNW)
Amodei considera invece possibile conciliare un ritmo più prudente con la competizione tecnologica internazionale e ha proposto che il governo americano faciliti le discussioni tra laboratori quando le norme antitrust rendono problematici accordi tra concorrenti. La fattibilità giuridica e politica di un simile meccanismo rimane oggetto di discussione.
Sicurezza e concorrenza diventano lo stesso problema
La frattura tra Nvidia e Meta da una parte e Anthropic e OpenAI dall’altra mostra quanto sia difficile separare la governance dell’intelligenza artificiale dalla struttura economica del settore.
Il problema non riguarda più soltanto quale modello ottenga i risultati migliori. Ogni nuova generazione richiede infrastrutture più grandi, capitali crescenti e sistemi di controllo più sofisticati. Nello stesso momento, gli agenti acquisiscono maggiori capacità di agire su software, reti e servizi esterni.
Le aziende concordano sulla necessità di test e misure di sicurezza. Divergono sul soggetto che deve decidere quando la corsa debba rallentare.
Anthropic e OpenAI chiedono che almeno una parte di quella decisione venga sottratta alla competizione quotidiana e affidata anche a standard condivisi e valutatori indipendenti. Nvidia e Meta vogliono mantenerla principalmente all’interno delle singole aziende.
Con investimenti infrastrutturali nell’ordine delle centinaia di miliardi di dollari e valutazioni delle maggiori società AI vicine o superiori al trilione, la scelta del modello di controllo determinerà anche chi potrà sostenere i costi per restare nella fascia più avanzata del mercato. La sicurezza dell’AI è diventata così anche una questione di struttura della concorrenza e distribuzione del potere economico nell’industria tecnologica.
Partecipa alla community