La traiettoria di OpenAI sulla regolamentazione dell’intelligenza artificiale sta assumendo contorni quasi romani, più simili a Giano Bifronte che a una startup della Silicon Valley. Da una parte l’azienda continua a presentarsi come custode responsabile della sicurezza globale dell’AI, evocando standard internazionali, audit, governance multilaterale e perfino analogie con l’Agenzia Internazionale per l’Energia Atomica; dall’altra sostiene, o ha sostenuto fino a poche settimane fa, una proposta legislativa in Illinois che avrebbe limitato in modo significativo la responsabilità civile delle aziende AI in caso di danni catastrofici.
I fatti, almeno nella loro struttura generale, sembrano accurati. OpenAI aveva effettivamente sostenuto la proposta SB 3444 in Illinois, un disegno di legge che prevedeva protezioni per gli sviluppatori di “frontier models” qualora avessero pubblicato report di sicurezza e non avessero agito in modo intenzionale o gravemente negligente. La definizione di “critical harms” era notevole: morti o feriti gravi su larga scala, oppure danni superiori a un miliardo di dollari. Una soglia che sembra uscita da un comitato assicurativo di Lloyd’s più che da una discussione democratica sulla responsabilità tecnologica.
Il dettaglio più interessante non è però la legge in sé, è la rapidità con cui OpenAI ha corretto il tiro, secondo la documentazione e le testimonianze riportate, Caitlin Niedermeyer, rappresentante del team Global Affairs di OpenAI, ha chiarito davanti al Senato dell’Illinois che l’azienda non sosteneva la clausola di esonero dalla responsabilità presente nella SB 3444. Parallelamente, OpenAI ha iniziato a sostenere la SB 315, una proposta decisamente più severa, focalizzata su audit indipendenti, framework di sicurezza pubblici e verifiche di conformità per i grandi modelli di AI.
Non siamo davanti a una conversione etica improvvisa. Le corporation non hanno epifanie morali; hanno risk management, consulenti politici e dashboard reputazionali. OpenAI ha semplicemente percepito che il clima politico stava cambiando. Il caso Mythos, citato nel briefing, insieme alla crescente ossessione americana per i rischi esistenziali dell’AI, ha modificato la narrativa pubblica. Negli Stati Uniti il consenso bipartisan sulla deregolamentazione tecnologica si sta incrinando lentamente. Perfino Washington, tradizionalmente più indulgente verso Big Tech rispetto a Bruxelles, sta iniziando a intuire che lasciare la governance dell’intelligenza artificiale interamente nelle mani delle aziende equivale a lasciare la sicurezza nucleare nelle mani delle utilities elettriche.
L’Illinois è diventato un laboratorio interessante proprio perché rappresenta una sorta di miniatura geopolitica del dibattito globale. Da un lato legislatori che vogliono evitare un “patchwork normativo” statale; dall’altro organizzazioni per la sicurezza AI che chiedono audit indipendenti e responsabilità effettiva. In mezzo, le aziende AI che cercano disperatamente una regolazione sufficientemente severa da sembrare credibile, ma non abbastanza severa da rallentare il business model.
Storicamente la Silicon Valley ha odiato gli audit indipendenti. L’industria tecnologica preferisce l’autoregolamentazione perché mantiene il controllo narrativo, tecnico e temporale delle verifiche. Accettare audit esterni significa ammettere implicitamente che i sistemi sono troppo complessi, opachi o rischiosi per essere valutati solo internamente. Nel mondo finanziario questa logica è vecchia di un secolo; nel mondo AI sembra ancora rivoluzionaria. Forse perché il settore ha trascorso tre anni a raccontare che l’intelligenza artificiale avrebbe sostituito il lavoro umano, salvo poi scoprire che servono ancora esseri umani per controllare che non distrugga accidentalmente infrastrutture critiche.
Il contesto economico è ancora più interessante. Le indiscrezioni secondo cui Anthropic potrebbe raggiungere una valutazione di 900 miliardi di dollari sono probabilmente speculative e non confermate ufficialmente, ma riflettono un fenomeno reale: la finanziarizzazione estrema dell’AI frontier. Un’industria che genera ricavi relativamente modesti rispetto alle valutazioni, ma che viene prezzata come se controllasse già il futuro del PIL globale.
Nel frattempo, la geopolitica dell’AI continua a convergere verso un modello duale Stati Uniti Cina. Scott Bessent ha parlato della necessità di protocolli comuni per impedire che attori non statali acquisiscano capacità AI pericolose. La formulazione è quasi identica al linguaggio utilizzato per la proliferazione nucleare dopo la Guerra Fredda. Questo dovrebbe far riflettere. Quando i governi iniziano a descrivere i modelli linguistici con il lessico della deterrenza strategica, significa che l’AI ha smesso di essere percepita come semplice software.
La posizione di OpenAI appare quindi duplice e perfettamente coerente con la logica del capitalismo tecnologico contemporaneo. L’azienda vuole regolamentazione, ma regolamentazione centralizzata. Vuole standard di sicurezza, ma standard che possano essere soddisfatti principalmente dai grandi operatori già capitalizzati. Vuole audit, ma all’interno di un framework che favorisca chi possiede infrastrutture computazionali gigantesche. In altre parole: la regolazione come barriera competitiva.
Questo è il punto che molti commentatori progressisti sembrano ignorare. Le Big Tech non temono necessariamente la regolazione. Temono la regolazione imprevedibile. Una regolazione ben progettata può consolidare oligopoli enormemente profittevoli. Bruxelles lo ha già dimostrato nel fintech e nel cloud; Washington potrebbe replicarlo nell’AI. Le startup indipendenti parlano spesso di innovazione aperta, ma un audit di sicurezza avanzato costa milioni di dollari. Una compliance continua richiede team legali, red team, governance interna e infrastrutture documentali enormi. Le aziende da mille dipendenti possono permetterselo. Le startup da trenta persone no.
La conversazione pubblica è stata da sempre dominata da due estremi: da una parte gli evangelisti dell’AI che promettevano abbondanza cognitiva infinita; dall’altra gli apocalittici convinti che GPT avrebbe lanciato missili nucleari entro il trimestre successivo. La realtà, come spesso accade, è più banale e più pericolosa. Il rischio immediato non è Terminator. È la costruzione graduale di un sistema economico in cui pochi attori controllano infrastrutture cognitive fondamentali, definendo contemporaneamente gli standard etici, tecnici e legali con cui devono essere governate.
Alcuni segnali sono già evidenti. OpenAI prende le distanze da alcune iniziative politiche troppo aggressive, sostiene organismi internazionali di governance e contemporaneamente continua a difendere la necessità di evitare frammentazioni normative tra stati federali. Anthropic assume posizioni leggermente più rigorose sulla responsabilità civile, ma resta comunque all’interno della stessa architettura industriale. Nessuno dei grandi laboratori propone davvero un modello di accountability radicalmente aperto. Sarebbe contrario agli interessi economici di base del settore.
Le reazioni pubbliche online raccontano molto bene questa tensione: su Reddit, numerosi utenti hanno interpretato la SB 3444 come una sorta di “get out of jail free card” per le aziende AI. Il tono è spesso emotivo, ma coglie un nervo reale: l’asimmetria tra profitti privati e rischio sociale. Quando un’industria sostiene contemporaneamente di essere abbastanza potente da trasformare il lavoro umano globale e abbastanza irresponsabile da non poter essere ritenuta colpevole per danni sistemici, la fiducia pubblica inevitabilmente si erode.
La Silicon Valley ha già vissuto questo schema. Facebook parlava di “connecting the world” mentre ottimizzava metriche di engagement tossiche. Uber parlava di empowerment mentre aggirava sistematicamente normative urbane. Le piattaforme crypto parlavano di decentralizzazione mentre costruivano nuove concentrazioni speculative. L’AI generativa sembra seguire una traiettoria simile, ma con implicazioni molto più profonde perché l’infrastruttura cognitiva tende a infiltrarsi ovunque: sanità, difesa, finanza, media, diritto, istruzione.
Giano Bifronte, nella mitologia romana, guardava contemporaneamente al passato e al futuro. OpenAI oggi guarda contemporaneamente a due pubblici diversi. Agli investitori promette crescita esponenziale, leadership geopolitica e dominance infrastrutturale. Ai regolatori promette prudenza, audit e sicurezza. Entrambe le narrazioni sono funzionali; entrambe contengono elementi di verità. Il problema nasce quando il mercato pretende velocità assoluta e la governance richiede lentezza istituzionale. Storicamente, è lì che le crisi diventano inevitabili.
La sensazione crescente è che il settore AI stia entrando nella sua fase telecom anni Novanta: meno entusiasmo utopico, più battaglie regolatorie, più consolidamento, più lobbying, più guerra fredda industriale tra grandi operatori. Non è necessariamente una cattiva notizia. Le industrie mature smettono di comportarsi come movimenti messianici e iniziano finalmente ad assomigliare a infrastrutture critiche. Ma questo passaggio comporta una domanda molto meno glamour di quelle amate dai keynote della Silicon Valley: chi paga quando qualcosa va storto?