Nel mercato dell’intelligenza artificiale sta emergendo una dinamica quasi comica, se non fosse che coinvolge contratti governativi miliardari, sistemi militari, intelligence geopolitica e infrastrutture critiche: molte aziende vendono AI come se fosse magia; Palantir Technologies invece sta costruendo un impero sostenendo pubblicamente che gran parte dell’AI moderna sia poco più di una macchina statistica elegante capace di produrre “slop”, termine volutamente sprezzante utilizzato dal management per descrivere output generativi incoerenti, allucinazioni sintatticamente impeccabili e automazioni che funzionano magnificamente… fino al momento in cui qualcuno decide di usarle in un contesto reale dove un errore costa vite, denaro o crisi diplomatiche.
Il paradosso è straordinariamente americano. La Silicon Valley ha passato gli ultimi tre anni a vendere la narrativa dell’AI universale, autonoma, quasi demiurgica, mentre Alex Karp, CEO dai capelli sempre più simili a quelli di un professore di filosofia tedesca sopravvissuto a un esperimento DARPA, continua a ripetere che senza governance, supervisione umana e integrazione operativa, i modelli linguistici restano poco affidabili. Non è semplice scetticismo tecnologico; è una precisa strategia industriale. Ogni volta che Karp critica l’hype generativo, sta implicitamente dicendo ai governi occidentali: “Quando vi stancherete dei demo su LinkedIn e dovrete far funzionare davvero queste cose, tornerete da noi”.
Ed è difficile sostenere che il mercato non gli stia dando ragione. OpenAI e Anthropic dominano la conversazione pubblica; Palantir domina silenziosamente la monetizzazione operativa in settori dove compliance, auditabilità e sicurezza contano più della creatività probabilistica. La differenza sembra sottile, ma economicamente è enorme. Generare un testo brillante è impressionante. Coordinare catene logistiche militari, intelligence satellitare, dati sanitari e sistemi industriali senza provocare disastri reputazionali o legali è un’altra categoria di problema. Molto meno glamour. Molto più profittevole.
La cultura tecnologica contemporanea soffre di una sindrome cronica: confondere demo spettacolari con sistemi affidabili. Succede ciclicamente. Accadde con il cloud, con il metaverso, con la blockchain enterprise, persino con gli ERP negli anni Novanta. Ogni nuova ondata tecnologica produce evangelisti convinti che la complessità operativa sia un dettaglio amministrativo destinato a dissolversi grazie alla “scala”. Poi arrivano audit, procurement governativi, normative europee, cybersecurity, responsabilità legale e consigli di amministrazione terrorizzati dalla parola “hallucination”. A quel punto la conversazione cambia improvvisamente tono.
Palantir sta scommettendo esattamente su questo momento psicologico. Non vuole essere percepita come il laboratorio più creativo dell’AI; vuole diventare il sistema operativo della fiducia algoritmica occidentale. La distinzione è fondamentale. Nel mondo enterprise avanzato, soprattutto in difesa e intelligence, la domanda non è più “quanto è intelligente il modello?”, ma “chi è responsabile quando sbaglia?”. È una domanda molto meno romantica e immensamente più monetizzabile.
Karp ha compreso prima di molti altri un dettaglio strategico che buona parte della Silicon Valley continua a ignorare: i modelli foundation stanno rapidamente diventando commodity. Costosi, sofisticati, impressionanti, ma progressivamente intercambiabili. La vera battaglia economica si sposta quindi verso orchestration layer, governance layer, integrazione verticale, sicurezza e workflow operativi. In altre parole: infrastruttura decisionale. Non è un caso che Palantir continui a parlare più di “decision loops” che di chatbot.
Qui emerge una frattura quasi filosofica dentro l’industria AI. Da una parte esiste la visione consumer, dominata da interfacce conversazionali, produttività individuale e automazione generalista. Dall’altra emerge la visione militar-industriale dell’AI, dove ogni output deve essere tracciabile, verificabile e integrato dentro catene gerarchiche di responsabilità. La prima genera entusiasmo mediatico. La seconda genera contratti decennali.
Naturalmente Palantir non è immune alle contraddizioni che denuncia. L’azienda critica apertamente i limiti dei foundation models, ma dipende sempre più dalla loro evoluzione. Se modelli come GPT, Claude o sistemi futuri diventassero sufficientemente affidabili e modulari da ridurre il bisogno di piattaforme intermedie, parte del vantaggio competitivo di Palantir potrebbe erodersi rapidamente. Alcuni investitori lo sanno perfettamente. Alcuni dipendenti pure. È il classico dilemma dell’infrastruttura software: costruire valore sopra una tecnologia che potrebbe un giorno inglobarti.
La storia tecnologica è piena di esempi simili. IBM dominava l’hardware finché il software non divorò i margini. Microsoft dominava il desktop finché il cloud non riscrisse l’economia dell’informatica enterprise. Oracle pensava che il database fosse il centro del mondo; poi arrivò AWS a ricordare che il controllo dell’infrastruttura batte spesso il controllo dell’applicazione. Ora il settore AI si trova nello stesso passaggio evolutivo. Tutti discutono dei modelli. Pochi comprendono che il potere reale potrebbe accumularsi nei sistemi che governano i modelli.
Palantir, sotto questo profilo, assomiglia più a una compagnia di difesa che a una startup AI tradizionale. La sua estetica comunicativa, quasi deliberatamente anti-Silicon Valley, non è casuale. Karp evita l’ottimismo utopico tipico dei founder californiani. Preferisce linguaggio geopolitico, sicurezza nazionale, resilienza occidentale. In un’epoca in cui metà dell’industria AI parla come un TED Talk permanente e l’altra metà come un culto millenarista convinto dell’arrivo imminente della superintelligenza, Palantir parla come un contractor governativo ossessionato dal rischio operativo. È meno seducente per Twitter. Molto più rassicurante per il Pentagono.
Anche economicamente la narrativa è potente. Le aziende iniziano lentamente a capire che implementare AI non significa semplicemente acquistare accesso API da un foundation model provider. Serve controllo sui dati, monitoraggio degli output, compliance normativa, gestione dei permessi, audit trail, cybersecurity, explainability e supervisione umana. Ogni nuovo requisito genera margini. Ogni paura aziendale diventa una nuova linea di business. La grande ironia dell’AI moderna è che più i modelli diventano potenti, più aumenta il valore economico della burocrazia tecnologica costruita attorno a essi.
In Europa questo scenario assume contorni ancora più interessanti. Con l’European Union che accelera sulla regolamentazione AI, inclusi obblighi di trasparenza, accountability e risk management, aziende come Palantir potrebbero trovarsi in una posizione strategicamente privilegiata. Molti executive europei stanno scoprendo che integrare AI in organizzazioni reali non assomiglia minimamente ai keynote delle conferenze tecnologiche. Assomiglia piuttosto a una combinazione tra compliance bancaria, cybersecurity militare e gestione del rischio reputazionale.
Il mercato, lentamente, sta passando dall’era del “wow” all’era del “chi firma la responsabilità?”. È una transizione inevitabile. Quando l’AI generativa era confinata a marketing, customer service e automazione creativa, gli errori erano tollerabili, talvolta persino divertenti. Quando gli stessi sistemi iniziano a supportare supply chain critiche, targeting militare, intelligence sanitaria o gestione energetica, l’errore diventa una questione politica.
Non sorprende quindi che Palantir insista tanto sull’human-in-the-loop. Non è semplice prudenza etica; è architettura di mercato. Se l’autonomia completa resta troppo rischiosa, allora serviranno piattaforme capaci di coordinare collaborazione uomo-macchina in modo verificabile. Chi controlla quel layer controlla il flusso operativo dell’AI enterprise.
Una frase sintetizza perfettamente questa fase storica: “L’AI non sostituirà le organizzazioni; sostituirà le organizzazioni incapaci di governare l’AI”. Sembra uno slogan da consulenza strategica strapagata a Davos, ma contiene una verità strutturale. Le imprese non cercano più soltanto intelligenza artificiale. Cercano prevedibilità artificiale.
Intanto il settore continua a vivere in una bolla narrativa quasi surreale. Ogni settimana nasce un nuovo modello “rivoluzionario”, ogni CEO promette produttività esplosiva, ogni VC annuncia la fine del lavoro cognitivo umano. Poi, dietro le quinte, i grandi clienti enterprise fanno domande molto meno futuristiche: dove finiscono i dati? Chi controlla i log? Come gestiamo errori sistemici? Cosa succede durante un attacco cyber? Come dimostriamo compliance regolatoria? Chi va davanti al Congresso quando il sistema fallisce?
Sono domande noiose. E proprio per questo valgono miliardi.
Palantir sta monetizzando quella noia strategica. Sta trasformando il disincanto verso l’hype AI in vantaggio competitivo. Mentre il resto dell’industria compete per costruire il modello più potente, l’azienda prova a posizionarsi come garante istituzionale della fiducia algoritmica. È una scommessa sofisticata, perché implica accettare un ruolo meno glamour ma probabilmente più stabile nel lungo periodo.
La vera battaglia dell’intelligenza artificiale potrebbe quindi non essere tra modelli, ma tra sistemi di controllo. Non vincerà necessariamente chi costruirà l’AI più brillante; potrebbe vincere chi convincerà governi e multinazionali che la propria AI è quella meno pericolosa da mettere in produzione alle tre del mattino durante una crisi reale. Ed è una dinamica che ricorda molto più il settore aerospaziale o nucleare che il tradizionale software consumer.
Nel frattempo, la Silicon Valley continua a vendere sogni sintetici confezionati in interfacce eleganti. Palantir vende paranoia operativa. Guardando i flussi di capitale degli ultimi trimestri, sembra che il mercato inizi lentamente a preferire la seconda.