Ogni tanto nella Silicon Valley qualcuno prova a riscrivere le regole del capitalismo. Di solito fallisce, oppure viene acquisito da una big tech e trasformato in una funzione dentro un’app. Talvolta però emerge una figura che insiste nel trattare il capitalismo come se fosse un sistema operativo da aggiornare. Elon Musk appartiene chiaramente alla seconda categoria. Il suo ultimo annuncio, che intreccia il progetto “Macrohard” della società xAI con un nuovo agente digitale collegato alle infrastrutture di Tesla, sembra meno una roadmap tecnologica e più un esperimento filosofico sull’economia del software. L’idea è tanto semplice quanto ambiziosa: costruire una “intelligenza artificiale in tempo reale” capace di replicare le funzioni operative di intere aziende, trasformando ogni automobile Tesla in una sorta di nodo operativo distribuito di un’impresa automatizzata.
Chi ha seguito la carriera di Musk sa che la narrativa è parte integrante del prodotto. Non si vendono soltanto veicoli elettrici o razzi riutilizzabili, si vendono visioni di futuro. Il progetto Macrohard, nome che suona come una battuta ironica su Microsoft ma che in realtà nasconde un’ambizione architettonica enorme, rappresenta l’ultimo capitolo di questa narrativa. L’obiettivo dichiarato è fondere il ragionamento linguistico del modello Grok con le capacità di percezione visiva sviluppate per il sistema di guida autonoma Full Self-Driving, creando una piattaforma che comprenda simultaneamente testo, video e contesto operativo.
La vera innovazione non risiede tanto nel modello linguistico, quanto nella convergenza tra sistemi percettivi e sistemi decisionali. Il software di guida autonoma di Tesla è essenzialmente un gigantesco motore di analisi video in tempo reale, addestrato su miliardi di chilometri di dati raccolti dalle automobili della flotta globale. Integrare quella pipeline con un agente linguistico significa dotare l’AI di una percezione del mondo fisico che i chatbot tradizionali non possiedono. In teoria, un agente Macrohard potrebbe analizzare un flusso video proveniente da una fabbrica, interpretare report finanziari e suggerire decisioni operative nello stesso ciclo computazionale.
Non è difficile capire perché Musk descriva il sistema come la prima “azienda simulata in tempo reale”. Se l’intelligenza artificiale riesce davvero a combinare visione, linguaggio e ragionamento operativo, allora il confine tra software gestionale e struttura aziendale diventa sorprendentemente sottile. In fondo, molte aziende moderne non sono altro che flussi di informazioni coordinati da software ERP, dashboard di analisi e sistemi di comunicazione digitale. Automatizzare quel flusso con agenti autonomi rappresenta una naturale evoluzione del capitalismo algoritmico.
Naturalmente il diavolo, come sempre, si nasconde nei dettagli dell’hardware. Musk sostiene che l’architettura si baserà su un sistema ibrido. Da un lato il chip AI4 sviluppato internamente da Tesla, progettato per elaborare flussi video con efficienza energetica; dall’altro i server GPU di Nvidia utilizzati nei data center di xAI per il ragionamento ad alta intensità computazionale. Questa combinazione riflette una strategia che negli ultimi anni è diventata quasi inevitabile nell’industria dell’intelligenza artificiale: distribuire l’elaborazione tra edge computing e cloud.
Il chip AI4 ha un costo stimato intorno ai 650 dollari, una cifra relativamente modesta se confrontata con il prezzo delle GPU di fascia alta utilizzate nei modelli generativi. Questo suggerisce un’idea piuttosto radicale. Ogni Tesla potrebbe diventare un nodo periferico della rete AI, capace di analizzare video e contesto locale, mentre i server centrali eseguono il ragionamento più complesso. L’automobile, in altre parole, si trasformerebbe in un terminale computazionale distribuito. Il veicolo non sarebbe soltanto un mezzo di trasporto, ma un dispositivo di calcolo mobile inserito in una rete economica globale.
Chiunque abbia gestito infrastrutture tecnologiche sa però che l’architettura tecnica è soltanto metà della storia. L’altra metà riguarda l’organizzazione umana. Negli ultimi mesi diverse fonti hanno riportato che più di venti ingegneri hanno lasciato il progetto Macrohard, mentre un’importante iniziativa interna dedicata alla raccolta dati sarebbe stata sospesa. Le dimissioni di personale altamente specializzato sono raramente casuali nel mondo dell’AI. Spesso indicano tensioni strategiche, divergenze sulla roadmap o, più semplicemente, la consapevolezza che le promesse tecnologiche sono state fatte troppo presto.
La Silicon Valley possiede una lunga tradizione di annunci futuristici seguiti da implementazioni molto più lente. La storia del sistema di guida autonoma di Tesla rappresenta probabilmente l’esempio più noto. Musk ha promesso per anni una guida completamente autonoma imminente; la tecnologia ha certamente compiuto progressi impressionanti, ma la realtà operativa rimane molto più complessa della narrativa. Trasportare quel modello di sviluppo nel mondo dell’intelligenza artificiale aziendale comporta rischi analoghi.
Esiste poi un elemento geopolitico che merita attenzione. La fusione tra xAI e SpaceX, avvenuta a febbraio secondo diverse indiscrezioni industriali, suggerisce che Musk stia costruendo qualcosa di più di un semplice laboratorio di ricerca sull’AI. Integrare intelligenza artificiale, infrastrutture satellitari e mobilità autonoma significa creare un ecosistema tecnologico quasi sovranazionale. Satelliti che raccolgono dati, veicoli che li elaborano localmente, data center che prendono decisioni strategiche. Una catena verticale di potere computazionale.
Gli economisti amano definire questo fenomeno con un’espressione elegante: integrazione verticale digitale. Tradotto in termini più pragmatici, significa controllare ogni livello della catena tecnologica, dall’hardware al software fino ai dati. Le aziende che riescono a costruire queste piattaforme diventano inevitabilmente dominanti. Apple ha dimostrato l’efficacia del modello con l’iPhone; Amazon lo ha fatto con il cloud. Musk sta tentando di applicare lo stesso principio all’intelligenza artificiale distribuita.
La domanda interessante riguarda l’impatto economico. Se Macrohard funzionasse davvero come promesso, il sistema potrebbe automatizzare una quantità sorprendente di attività aziendali. Gestione logistica, analisi finanziaria, monitoraggio industriale, assistenza clienti. L’AI non sostituirebbe semplicemente singoli lavoratori; potrebbe replicare interi processi organizzativi. Una Tesla parcheggiata in un garage potrebbe teoricamente partecipare all’elaborazione di strategie aziendali mentre il proprietario dorme.
Un vecchio economista britannico osservò una volta che il capitalismo tende sempre a trasformare il lavoro umano in macchine, e le macchine in capitale. L’intelligenza artificiale rappresenta probabilmente la fase successiva di questo processo. Non automatizza soltanto il lavoro manuale, ma anche il coordinamento manageriale. L’azienda diventa software. Il management diventa algoritmo.
La cultura tecnologica della Silicon Valley ha un rapporto curioso con questo scenario. Pubblicamente celebra la democratizzazione dell’intelligenza artificiale. Nei corridoi dei venture capital, tuttavia, molti investitori ammettono privatamente che l’AI potrebbe concentrare il potere economico nelle mani di poche piattaforme. Chi controlla i modelli, i dati e l’infrastruttura possiede un vantaggio competitivo quasi impossibile da replicare.
Il progetto Macrohard sembra muoversi esattamente in quella direzione. Non si tratta soltanto di costruire un nuovo assistente digitale. L’obiettivo implicito è creare un’infrastruttura economica parallela, in cui milioni di dispositivi Tesla diventano nodi di una gigantesca rete cognitiva distribuita. Un po’ cloud computing, un po’ robotica, un po’ capitalismo algoritmico.
Naturalmente rimane il problema più importante: la realtà. Le tecnologie di intelligenza artificiale continuano a migliorare rapidamente, ma trasformare un modello linguistico in un sistema capace di gestire aziende reali richiede molto più della generazione di testo plausibile. Servono dati affidabili, processi decisionali robusti e soprattutto una comprensione del contesto economico che nemmeno gli esseri umani possiedono sempre.
Molti osservatori ricordano una frase attribuita a un ingegnere della NASA negli anni Sessanta. “Il futuro arriva sempre più lentamente di quanto pensiamo, e poi improvvisamente tutto insieme.” L’intelligenza artificiale aziendale potrebbe seguire esattamente questo schema. Per anni apparirà come una curiosità tecnologica; poi, quasi senza preavviso, inizierà a sostituire intere funzioni organizzative.
Nel frattempo Musk continua a fare ciò che gli riesce meglio. Annunciare il futuro con dieci anni di anticipo. Talvolta il calendario si dimostra ottimista. Talvolta sorprendentemente realistico. Il progetto Macrohard appartiene probabilmente a entrambe le categorie. Visione radicale, implementazione incerta.
Una cosa però è già chiara. L’idea che un’automobile possa diventare un agente economico digitale non appartiene più alla fantascienza. Nel laboratorio di Musk, tra GPU, chip proprietari e flussi video analizzati in tempo reale, quella visione sta lentamente prendendo forma. Se funzionerà davvero, il concetto stesso di azienda potrebbe cambiare. Non più un edificio pieno di persone, ma una rete di algoritmi che collaborano attraverso l’infrastruttura del mondo fisico.
Il capitalismo, come sempre, troverà un modo per adattarsi. Anche se significa trasformare ogni parcheggio in un piccolo data center distribuito. Una prospettiva che, a pensarci bene, avrebbe probabilmente divertito molto un certo economista austriaco chiamato Joseph Schumpeter, grande teorico della distruzione creatrice. Perché se Macrohard funzionasse davvero, distruggerebbe una quantità impressionante di vecchie idee su cosa significhi gestire un’impresa. E nel capitalismo tecnologico, la distruzione delle vecchie idee è spesso il vero motore dell’innovazione.