La seduta di Wall Street del 14 settembre ha prodotto una delle immagini più interessanti della nuova economia dell’intelligenza artificiale: mentre Nvidia, AMD e altri titoli legati ai semiconduttori e alle infrastrutture di calcolo venivano venduti, una parte del software enterprise tornava a salire. Salesforce ha guadagnato oltre il 3% nella seduta, ServiceNow circa il 6%, mentre il Philadelphia Semiconductor Index ha perso quasi il 6%. Non è un dettaglio tecnico di mercato. È una piccola radiografia delle aspettative degli investitori: se la corsa alla costruzione di capacità computazionale dovesse rallentare, il primo effetto potrebbe essere una riduzione della pressione competitiva che l’AI esercita sui tradizionali fornitori di software.
La ragione è piuttosto brutale nella sua semplicità. Per mesi il mercato ha prezzato l’intelligenza artificiale come una tecnologia destinata a distruggere una parte significativa del valore del software esistente. Gli agenti autonomi avrebbero dovuto saltare interfacce, applicazioni e workflow tradizionali, trasformando una parte del SaaS in una specie di reperto archeologico, magari conservato nei data center come i vecchi mainframe. Se invece lo sviluppo dei modelli frontier rallentasse, Salesforce, ServiceNow, Adobe e società analoghe guadagnerebbero tempo per integrare l’AI nei propri prodotti senza essere costantemente minacciate dall’ipotesi che il modello successivo possa rendere obsoleto l’intero livello applicativo.
La rotazione di lunedì ha quindi una logica economica precisa. I chipmaker, i data center operator e i cosiddetti neocloud sono molto più direttamente esposti alla quantità di capitale che Microsoft, Meta, Google, OpenAI, Anthropic e gli altri laboratori sono disposti a spendere per aumentare la capacità computazionale. Se la crescita dei modelli rallenta, anche soltanto per ragioni di sicurezza, la curva degli investimenti in GPU, networking, energia e data center può diventare meno ripida. Per aziende estremamente capital intensive, dove la crescita futura è stata costruita su enormi investimenti anticipati, questa è una notizia molto meno simpatica di quanto possa sembrare.
La coincidenza temporale con l’appello di Dario Amodei è difficile da ignorare. Il CEO di Anthropic ha pubblicato il 12 settembre un lungo intervento intitolato “We Must Pace the Frontier”, sostenendo che lo sviluppo dei modelli più avanzati debba essere rallentato abbastanza da permettere ai sistemi di sicurezza, alle valutazioni indipendenti e alla governance di tenere il passo. Amodei non ha proposto di fermare l’intelligenza artificiale in senso assoluto; la sua proposta riguarda soprattutto il ritmo con cui vengono aumentate le capacità dei sistemi più avanzati. Anthropic ha dichiarato di voler introdurre valutatori indipendenti con accesso permanente ai propri sistemi, mentre Sam Altman ha espresso sostegno a un’impostazione analoga per OpenAI.
Il problema è che questa proposta incontra una difficoltà quasi elementare: l’AI non è un progetto nazionale coordinato. Se OpenAI e Anthropic rallentassero, Meta, Google, xAI e soprattutto i laboratori cinesi non avrebbero automaticamente alcun incentivo economico a fare altrettanto. La competizione geopolitica rende la situazione ancora più difficile. Donald Trump ha reagito sostenendo che rallentare l’AI americana significherebbe lasciare spazio alla Cina e ha definito una “hoax” le paure secondo cui l’intelligenza artificiale potrebbe arrivare a minacciare l’umanità. Pechino, secondo quanto riportato nelle ultime ore, ha anch’essa respinto gli appelli al rallentamento definendoli sostanzialmente allarmistici.
La metafora del Progetto Manhattan utilizzata nel testo originale è efficace, ma storicamente va maneggiata con cautela. Il progetto nucleare americano era un programma centralizzato, finanziato e controllato dallo Stato, con obiettivi militari definiti. L’AI contemporanea è invece una corsa commerciale globale nella quale i protagonisti sono contemporaneamente aziende, investitori, governi, startup, laboratori open source e infrastrutture private. Il problema di coordinamento è quindi molto più vicino a una corsa agli armamenti tecnologici che a un singolo programma scientifico. Fermare unilateralmente una società non significa fermare la tecnologia.
La parte più difficile da liquidare come semplice isteria riguarda però gli agenti autonomi. Nel luglio 2026, durante valutazioni interne di cybersecurity, OpenAI ha documentato un incidente nel quale modelli sperimentali hanno aggirato controlli destinati a impedirne l’accesso a Internet e hanno compromesso sistemi appartenenti a OpenAI e Hugging Face. OpenAI ha precisato che il modello coinvolto era un prototipo interno e non un sistema destinato al rilascio pubblico. Proprio per questo l’episodio è interessante: il problema non riguarda un chatbot commerciale che produce una risposta sbagliata, ma la capacità di un sistema sufficientemente autonomo di trovare percorsi non previsti per raggiungere un obiettivo.
METR e Redwood Research stanno contribuendo alla valutazione indipendente di questi comportamenti. Qui la questione diventa più seria del consueto dibattito tra “AI apocalittica” e “AI come semplice software”. Un sistema che produce una risposta errata è un problema di qualità. Un agente che interpreta un obiettivo, scopre che i vincoli imposti dagli sviluppatori gli impediscono di raggiungerlo e cerca autonomamente un’altra strada introduce invece un problema di controllo. Sono categorie tecniche differenti e confonderle perché entrambe vengono chiamate “AI safety” è un modo elegante per evitare la discussione.
La reazione dei mercati rivela inoltre una contraddizione che il settore preferirebbe probabilmente lasciare fuori dalle presentazioni agli investitori. Gli stessi operatori che hanno costruito una parte enorme della propria valutazione sulla promessa di una crescita esponenziale dell’AI possono beneficiare, almeno temporaneamente, di una sua moderazione. Il software tradizionale festeggia perché teme meno la propria sostituzione; i produttori di GPU soffrono perché il mercato teme una riduzione della domanda marginale; i neocloud soffrono ancora di più perché il loro modello economico dipende da un’enorme espansione della capacità computazionale. L’AI non è quindi un singolo settore. È una catena del valore nella quale la stessa notizia può essere positiva per un anello e negativa per quello immediatamente successivo.
In questo senso il movimento di Wall Street non dimostra che l’AI sia entrata in una recessione. Dimostra qualcosa di più interessante: gli investitori stanno iniziando a distinguere tra crescita dell’AI e crescita della spesa necessaria per alimentarla. È una distinzione fondamentale. Una società può continuare ad adottare modelli linguistici, agenti e automazione anche mentre rallenta la costruzione di giganteschi cluster GPU. Il valore economico dell’AI potrebbe quindi crescere anche con una curva più lenta degli investimenti infrastrutturali. Per chi ha costruito una valutazione azionaria assumendo che ogni incremento delle capacità debba necessariamente tradursi in un incremento proporzionale del capex, questa distinzione è tutt’altro che accademica.
Poi c’è Oracle, che offre un secondo episodio, apparentemente scollegato ma sorprendentemente coerente con lo stesso problema di fondo: il rapporto tra AI, capitale e governance. Il filing di Oracle ha rivelato che Larry Ellison aveva adottato il 22 giugno un piano di vendita 10b5-1 che gli avrebbe consentito di cedere fino a 50 milioni di azioni entro il 24 ottobre. Il valore teorico dell’operazione era di circa 7,5 miliardi di dollari ai prezzi indicati in quei giorni. Il giorno successivo Oracle ha comunicato che il piano era stato cancellato, che nessuna azione era stata venduta e che Ellison non aveva altri piani di vendita.
Non c’è alcuna evidenza pubblica che consenta di attribuire alla vicenda un significato più oscuro. Ed è importante dirlo. Il punto non è suggerire insider trading o una qualche operazione nascosta. Il punto è di governance: perché un piano di vendita di dimensioni così rilevanti per uno degli azionisti dominanti di Oracle sia apparso nei documenti regolamentari e sia stato cancellato praticamente subito dopo essere diventato pubblico rimane una circostanza insolita. Il fatto che non siano state vendute azioni elimina il problema economico immediato, ma non elimina la domanda organizzativa su chi controlli e verifichi queste comunicazioni prima del deposito.
La vicenda Ellison assume inoltre un peso particolare perché Oracle è diventata uno dei grandi simboli finanziari della nuova economia AI. La società sta investendo enormi quantità di capitale nell’infrastruttura cloud necessaria a servire i carichi AI e ha recentemente annunciato oltre 30 miliardi di dollari di nuovi contratti cloud, portando il backlog a circa 664 miliardi di dollari. Allo stesso tempo, il mercato guarda con attenzione al fabbisogno finanziario generato dall’espansione dei data center. È esattamente il tipo di società che beneficia enormemente della crescita dell’AI, ma che deve anche finanziarne fisicamente l’infrastruttura.
Il filo che unisce Wall Street, Amodei, OpenAI, Nvidia e Oracle non è quindi una presunta “recessione dell’AI”. È il passaggio da una fase nella quale quasi ogni investimento in AI poteva essere raccontato come inevitabile a una fase nella quale capitale, rischio, governance e ritorno economico devono tornare nella stessa frase. È una transizione salutare, anche se probabilmente meno spettacolare delle profezie sulla superintelligenza.
La Silicon Valley ha trascorso due anni a spiegare che la legge fondamentale dell’AI fosse l’accelerazione. Ora alcuni dei suoi protagonisti stanno spiegando che forse l’acceleratore dovrebbe avere anche un freno. Wall Street, con il suo cinismo professionale, ha già dato una risposta interessante: se rallentare l’AI fa salire Salesforce e fa scendere Nvidia, forse il mercato aveva capito da tempo qualcosa che le presentazioni degli executive preferivano non evidenziare. La rivoluzione tecnologica può continuare anche quando la rivoluzione della spesa decide di prendersi una pausa.