Aziende come Baseten, Together AI e Modal sembravano destinate a essere schiacciate da hyperscaler come Microsoft, Amazon Web Services e Google Cloud, che controllano sia l’infrastruttura fisica sia la relazione storica con gli sviluppatori enterprise. La teoria appariva semplice, quasi banale: chi possiede i data center e i chip finirà inevitabilmente per catturare tutto il valore economico dell’intelligenza artificiale.

La realtà del 2026 sta andando in una direzione molto diversa, e più interessante. I cosiddetti “inference provider” stanno crescendo a ritmi che ricordano la fase iniziale del cloud computing nei primi anni Duemila, quando il mercato sottovalutava aziende considerate inizialmente meri intermediari infrastrutturali. Secondo le informazioni riportate da , Baseten starebbe discutendo un round da circa 1 miliardo di dollari con una valutazione intorno agli 11 miliardi, con offerte persino superiori che avrebbero toccato i 15 miliardi. La cifra non è stata confermata ufficialmente dall’azienda, ma il dato coincide con il clima attuale del venture capital statunitense, dove tutto ciò che intercetta la domanda enterprise per modelli open source viene improvvisamente considerato “strategico”.

L’aspetto più significativo non è però la valutazione. È la qualità della crescita. I ricavi annualizzati attribuiti a Baseten avrebbero raggiunto circa 600 milioni di dollari nel trimestre terminato a marzo, mentre Together AI avrebbe superato il miliardo di ARR già nei primi mesi del 2026. Numeri difficili da verificare integralmente perché molte di queste aziende restano private e comunicano selettivamente i dati, ma coerenti con il boom di utilizzo di modelli open source come Meta Llama, Mistral e DeepSeek all’interno di applicazioni enterprise.

Dietro questi numeri si nasconde una trasformazione strutturale del mercato AI che molti executive continuano ostinatamente a ignorare. L’inferenza è diventata più importante dell’addestramento. Per anni la narrativa dominante della Silicon Valley ha celebrato il training dei modelli come il vero fossato competitivo, alimentando l’ossessione quasi teatrale per GPU sempre più grandi, cluster sempre più costosi e dataset sempre più mastodontici. Era la fase in cui ogni CEO pronunciava “foundation model” con la stessa solennità con cui nel 2021 pronunciava “metaverso”. Poi è arrivata la matematica economica.

Addestrare un modello frontier resta fondamentale, ma distribuire quel modello in produzione, ottimizzarlo, scalarlo, ridurre latenza e costi, orchestrare workload agentici complessi e garantire affidabilità enterprise è diventato il vero centro di gravità economico. L’inferenza è il punto in cui l’AI incontra il fatturato reale. Tutto il resto è marketing finanziario.

Qui emerge il vantaggio competitivo delle nuove piattaforme specializzate. Gli hyperscaler sono eccellenti nell’offrire capacità computazionale globale a prezzi relativamente efficienti, ma storicamente faticano a costruire esperienze sviluppatore eleganti e veloci. Erik Bernhardsson, fondatore di Modal ed ex leader di ricerca di Spotify, lo ha detto apertamente in un’intervista recente: il cloud tradizionale è potente, ma spesso lento nell’iterazione software e nella qualità dell’esperienza di sviluppo. Non è un dettaglio marginale. È esattamente il motivo per cui aziende come Stripe hanno conquistato mercati dominati da colossi infrastrutturali molto più grandi.

Modal, in particolare, sta crescendo grazie a prodotti sandbox pensati per eseguire agenti AI e codice isolato senza compromettere il resto della codebase aziendale. In termini strategici, significa che il mercato sta iniziando a costruire il “runtime operativo” dell’AI autonoma. Non semplici API per chatbot, ma ambienti software dove gli agenti possono eseguire task, testare codice, utilizzare strumenti e interagire con sistemi enterprise. È un cambio di paradigma enorme, anche se molte board continuano a credere che l’AI significhi ancora “riassunti automatici delle email”.

Naturalmente il modello economico di queste startup resta fragile. La contraddizione è evidente: molte società di inferenza noleggiano GPU Nvidia dai grandi cloud provider e poi rivendono capacità computazionale con margini compressi. Storicamente questo tipo di arbitraggio infrastrutturale finisce male. Il settore telecom europeo è pieno di cadaveri aziendali costruiti sullo stesso principio. Quando il fornitore upstream aumenta i prezzi o concentra la capacità sui clienti strategici, gli intermediari soffrono immediatamente.

Ed è esattamente ciò che sta iniziando ad accadere. Microsoft starebbe allocando una quota crescente di GPU ai mega-clienti strategici come Anthropic, riducendo la disponibilità per altri operatori. Parallelamente il costo delle GPU Nvidia continua a mantenersi elevato nonostante l’espansione della capacità produttiva. Il risultato è una pressione inevitabile sui margini delle startup di inferenza.

Per questo molte aziende stanno tentando di spostarsi verso livelli software più redditizi. Baseten ha acquisito Parsed per offrire funzionalità di fine tuning e gestione dati enterprise. Modal sta guardando al reinforcement learning infrastructure. Together AI, invece, ha scelto una strada più capital intensive, acquistando direttamente server Nvidia e costruendo parte della propria infrastruttura fisica. Due filosofie quasi opposte: integrazione verticale contro agilità software pura.

La questione più interessante riguarda però Nvidia stessa. Nvidia sta finanziando molte di queste startup mentre contemporaneamente vende chip ai loro concorrenti diretti. È una strategia che ricorda la Standard Oil di Rockefeller: controllare l’intero ecosistema invece di scegliere un singolo vincitore. Nvidia non vuole semplicemente dominare l’hardware AI. Vuole diventare il sistema operativo economico dell’intera industria.

Molti investitori continuano a descrivere questa fase come una “nuova corsa all’oro dell’AI”. In realtà assomiglia molto di più alla costruzione delle ferrovie americane dell’Ottocento. I modelli foundation attirano l’attenzione mediatica, ma il valore di lungo periodo potrebbe accumularsi nelle infrastrutture invisibili che orchestrano il traffico computazionale globale. È meno glamour, certo. Nessun keynote hollywoodiano. Nessun CEO con giacca di pelle che promette AGI entro Natale. Ma storicamente il software infrastrutturale tende a produrre monopoli molto più duraturi delle piattaforme applicative. Ed è precisamente questo che sta iniziando a capire Wall Street.