La parte più interessante dell’annuncio di OpenAI non è la valutazione da 10 miliardi di dollari della nuova “Deployment Company”, né i 4 miliardi di investimento iniziale raccolti da nomi che sembrano usciti da una tavola rotonda di Davos, da Goldman Sachs a SoftBank, passando per McKinsey & Company e Capgemini. Il dettaglio veramente rivelatore è molto meno glamour e molto più cinico: la Silicon Valley ha finalmente capito che il vero business dell’intelligenza artificiale non è costruire modelli. È entrare negli organigrammi aziendali e colonizzare i processi operativi dall’interno.

Per oltre tre anni il mercato AI ha vissuto una specie di adolescenza isterica. Benchmark ovunque, leaderboard, demo miracolose, CEO che promettevano AGI entro Natale e venture capitalist che finanziavano qualsiasi startup con “agentic” infilato nel pitch deck. Una quantità impressionante di teatro computazionale. Intanto, nelle grandi aziende reali, quelle che muovono supply chain globali, compliance bancaria, sistemi assicurativi e infrastrutture industriali, i progetti AI finivano spesso nello stesso cimitero dei progetti blockchain enterprise del 2018: una demo elegante, qualche slide McKinsey, due workshop motivazionali e un pilot dimenticato in SharePoint.

Qui entra in scena il modello copiato quasi brutalmente da Palantir Technologies. I forward deployed engineers, gli FDE, sono probabilmente la vera innovazione manageriale della Silicon Valley dell’ultimo decennio. Non perché scrivano codice migliore, ma perché eliminano il grande alibi della consulenza tradizionale: “la tecnologia funziona, è il cliente che non riesce a implementarla”. Gli ingegneri embedded fanno esattamente il contrario. Entrano nella confusione organizzativa, convivono con ERP preistorici, autorizzazioni deliranti, data lake tossici, middle management passivo-aggressivo e infrastrutture che sembrano reperti archeologici di SAP installati durante l’era Bush.

La cosa affascinante è che OpenAI stia diventando lentamente ciò che la Silicon Valley aveva sempre deriso: una società di servizi ad alta marginalità umana. Una specie di Accenture con GPU Nvidia e linguaggio apocalittico sull’AGI.

L’acquisizione della società britannica Tomoro è perfettamente coerente con questa trasformazione. Centocinquanta ingegneri specializzati in deployment valgono oggi più di molti team di ricerca AI. Il motivo è brutale nella sua semplicità: costruire un modello frontier è difficile, ma convincere una multinazionale a cambiare workflow lo è molto di più. Nel capitalismo enterprise contemporaneo, la resistenza organizzativa è la vera barriera computazionale.

Il caso citato di Supercell è emblematico. Un agente AI di supporto in-game per 110 milioni di utenti sviluppato in dodici settimane non rappresenta soltanto un successo tecnico. Dimostra che il deployment rapido dell’AI sta diventando una disciplina industriale autonoma. Una volta il vantaggio competitivo era il software. Oggi il vantaggio competitivo è la velocità con cui riesci a innestare agenti AI dentro sistemi legacy senza paralizzare l’azienda.

Curiosamente, pochi giorni prima, anche Anthropic ha annunciato una struttura quasi identica, con 1,5 miliardi di backing finanziario. Quando due aziende teoricamente rivali convergono sulla stessa strategia nello stesso momento, significa che il mercato ha già preso una decisione invisibile. La guerra dei modelli sta rallentando. La guerra dell’implementazione è appena iniziata.

Per anni il settore enterprise ha funzionato su una distinzione abbastanza netta. Le Big Tech costruivano piattaforme. Le società di consulenza monetizzavano il caos operativo necessario per implementarle. Oracle vendeva database. Accenture vendeva il dolore necessario per integrarli. SAP vendeva ERP. Deloitte vendeva la terapia post-traumatica per usarli davvero.

L’intelligenza artificiale sta distruggendo questa divisione del lavoro.

OpenAI e Anthropic non vogliono più essere semplici fornitori infrastrutturali. Vogliono diventare operatori strategici permanenti dentro le imprese. Vogliono possedere il layer operativo dell’intelligenza aziendale. È una mutazione enorme. Anche culturalmente. La Silicon Valley ha sempre avuto un certo disprezzo aristocratico verso la consulenza. Troppo lenta, troppo umana, troppo basata su slide e governance. Adesso invece scopre che il business più profittevole del pianeta non è vendere software, ma vendere trasformazione continua.

I numeri spiegano tutto meglio della retorica. Per ogni dollaro speso in software, le aziende ne spendono circa sei in servizi. Questo rapporto esiste da decenni ed è il motivo per cui la consulenza globale è diventata un’industria multi-trilionaria. La differenza è che ora i vendor AI vogliono catturare direttamente quella spesa, senza intermediari. Non collaborare con McKinsey. Diventare McKinsey, ma con accesso privilegiato ai modelli frontier.

La distribuzione integrata attraverso i fondi partner è probabilmente il dettaglio più sottovalutato dell’intera operazione. Se investitori come TPG o SoftBank sponsorizzano oltre 2.000 aziende globalmente, OpenAI ottiene un canale di penetrazione enterprise praticamente immediato. Salta il tradizionale ciclo di vendita CIO-based, che spesso richiede mesi di procurement, governance e approvazioni interne. Il deployment AI diventa quasi un’estensione del private equity moderno. Il fondo investe nell’azienda e contemporaneamente installa il layer operativo AI che dovrebbe aumentarne efficienza e valore.

Una specie di capitalismo aumentato algoritmicamente.

Non è difficile immaginare cosa succederà nei prossimi cinque anni. Gli agenti AI non verranno venduti come software, ma come forza lavoro orchestrata. Non comprerai più “licenze”. Comprerai capacità operative sintetiche. Finance agent. Legal agent. Procurement agent. Compliance agent. Una supply chain di lavoratori artificiali supervisionati da un numero sempre più piccolo di esseri umani.

Naturalmente la narrativa pubblica continuerà a parlare di produttività. È sempre produttività quando si licenziano persone abbastanza lentamente da non spaventare Wall Street.

Il dato più interessante riguarda però il calo della quota API di OpenAI, scesa secondo diverse stime dal 50% al 25% in circa due anni. Qui emerge una lezione strategica che molte startup AI ignorano completamente: i modelli stanno diventando commodity più velocemente del previsto. Claude migliora. Gemini migliora. Gli open source migliorano. Persino aziende che fino a ieri sembravano irrilevanti ora producono modelli competitivi.

Quando il vantaggio tecnologico si assottiglia, il mercato premia chi controlla integrazione, workflow e dipendenza operativa.

Microsoft lo aveva capito trent’anni fa con Office. Salesforce lo ha capito con il CRM cloud. Amazon lo ha capito con AWS. Ora OpenAI sta tentando di costruire un moat non tecnologico ma organizzativo. Se i tuoi ingegneri vivono dentro il cliente, se riscrivono i suoi processi interni, se costruiscono agenti customizzati legati ai tuoi modelli, sostituirti diventa costosissimo anche se esiste un modello migliore.

È il vecchio lock-in enterprise, solo travestito da rivoluzione cognitiva.

Nel frattempo emerge anche un lato più oscuro di questa centralizzazione. Lo stesso articolo cita la causa federale intentata contro OpenAI dopo la sparatoria alla Florida State University del 2025, dove ChatGPT sarebbe stato utilizzato per ottenere indicazioni operative su armi e tattiche. Il contrasto è quasi surreale: da una parte OpenAI entra nelle aziende come partner strategico infrastrutturale; dall’altra viene trascinata nei tribunali come possibile facilitatore di violenza reale.

Questo sdoppiamento è probabilmente inevitabile. Più un sistema AI diventa operativo dentro la società, più eredita ambiguità morali, rischi legali e responsabilità politiche. La Silicon Valley aveva inizialmente venduto i modelli linguistici come “assistenti”. Una definizione rassicurante, quasi infantile. Oggi quegli stessi sistemi stanno diventando layer decisionali embedded nelle strutture economiche e istituzionali.

La parola “deployment” sembra tecnica, neutrale, innocua. In realtà è la parola chiave dell’intera nuova economia AI. Perché il problema non è più generare testo o codice. Il problema è integrare capacità sintetiche dentro organizzazioni progettate per lavoratori umani.

Qui la faccenda diventa quasi antropologica. Le aziende moderne non sono ottimizzate per efficienza computazionale. Sono ottimizzate per gerarchie, incentivi politici, budget annuali e gestione del rischio reputazionale. Inserire agenti AI in questo ecosistema richiede qualcosa che gli ingegneri puri spesso detestano: diplomazia organizzativa.

Paradossalmente, il futuro dell’intelligenza artificiale potrebbe dipendere meno dai ricercatori di frontier model e più da figure ibride, mezzi ingegneri e mezzi consulenti strategici. Professionisti capaci di tradurre modelli probabilistici in workflow aziendali reali. Una professione che fino a pochi anni fa sarebbe sembrata noiosa. Oggi vale miliardi.

Nel frattempo, mentre la stampa continua a ossessionarsi con l’AGI, la vera conquista silenziosa è già iniziata. Non stanno costruendo soltanto chatbot migliori. Stanno costruendo infrastrutture operative permanenti dentro il capitalismo globale. E chi controlla il deployment, molto spesso, finisce per controllare anche il potere.