Meta ha trovato qualcosa che Wall Street ama quasi quanto una nuova fonte di ricavi: una storia convincente. Dal lancio di Muse, il nuovo agente personale di intelligenza artificiale, il titolo Meta ha accelerato con una forza notevole, trasformando in poche settimane il vecchio problema della spesa AI in una nuova promessa di crescita. Muse è stato presentato l’8 settembre come un agente capace non soltanto di rispondere alle domande, ma di eseguire attività, interagire con servizi esterni, prenotare viaggi, gestire email e completare acquisti. Meta lo ha costruito attorno a una macchina virtuale dedicata, con controlli di sicurezza e autorizzazioni per le azioni sensibili.
Il mercato ha reagito rapidamente. Il Financial Times ha rilevato che Meta ha guadagnato l’11,4% in una sola seduta, aggiungendo circa 192 miliardi di dollari di capitalizzazione, mentre il titolo aveva accumulato circa il 35% nel mese. La dinamica è interessante perché non è soltanto una storia di prodotto. È una rivalutazione della gigantesca infrastruttura AI che Meta sta costruendo: data center, chip, modelli, software e distribuzione. Muse offre agli investitori qualcosa che prima mancava, cioè un oggetto facilmente comprensibile a cui associare quella montagna di capitale investito.
I numeri iniziali sono effettivamente significativi, ma devono essere trattati come numeri iniziali. Secondo dati interni riportati da The Information, Muse avrebbe superato 500.000 utenti nella prima settimana, con oltre 250.000 utenti attivi giornalieri e più di 2 milioni di prompt. È una partenza che dimostra curiosità e una certa capacità di attivazione, ma non dimostra ancora retention, frequenza d’uso nel medio periodo o redditività. La storia dell’industria tecnologica è piena di prodotti capaci di conquistare milioni di persone prima di scoprire che convincerle a tornare ogni giorno è un mestiere completamente diverso.
La stessa Meta sembra aver capito che un agente AI non può vivere soltanto dentro uno smartphone. Alla Connect 2026 ha annunciato l’integrazione di Muse con gli AI Glasses, nuovi connector per servizi come Shopify, Walmart, Best Buy, Sephora, Expedia, Instacart, Notion, GitHub e Box, oltre all’integrazione con Shop Pay e PayPal. Ha inoltre presentato Muse Charm, un piccolo dispositivo pensato per interagire vocalmente con l’agente. Qui la strategia diventa più interessante del singolo prodotto: Meta sta cercando di trasformare Muse da applicazione in interfaccia permanente fra persona, servizi digitali e transazioni.
Charm, tuttavia, rappresenta anche uno dei punti in cui l’industria AI rischia di innamorarsi nuovamente del proprio riflesso. Il dispositivo, previsto per la fine dell’anno, è un piccolo oggetto portatile attraverso cui parlare con Muse. TechCrunch lo ha descritto come una sorta di dispositivo alla Tamagotchi, inserendolo nella lunga lista di wearable AI che cercano di convincere gli utenti che lo smartphone sia improvvisamente diventato troppo ingombrante per una conversazione con un chatbot. Il paragone con l’iPod, evocato da alcuni commentatori, è quindi quantomeno prematuro. L’iPod risolveva un problema evidente, concreto e universale: portare con sé una grande quantità di musica in un dispositivo semplice. Un altro oggetto per parlare con un agente che già vive sul telefono e presto sugli occhiali deve invece dimostrare quale frizione elimini davvero.
Il problema economico è ancora più interessante. Un agente gratuito può essere straordinariamente popolare e contemporaneamente rappresentare un pessimo business. Ogni attività delegata a Muse comporta inferenza, memoria, accesso a strumenti, esecuzione di azioni e, in alcuni casi, interazione con servizi esterni. Il modello economico deve quindi spostarsi dalla semplice pubblicità verso abbonamenti, API, commerce e commissioni sulle transazioni. L’accordo con Shopify mostra precisamente questa direzione: Muse potrà utilizzare Shop Pay per completare acquisti nei negozi basati sulla piattaforma. Meta sta dunque cercando di costruire un’economia nella quale l’agente non monetizza soltanto l’attenzione dell’utente, ma la sua capacità di agire economicamente per suo conto.
È una trasformazione molto più importante di quanto suggerisca la parola chatbot. Se il browser ha organizzato Internet attorno alle pagine e l’app store attorno alle applicazioni, l’agente potrebbe organizzare una parte del mercato digitale attorno alle intenzioni dell’utente. Ma qui emerge il problema che nessuna demo sul palco risolve facilmente: chi controlla la relazione commerciale? Amazon ha già impedito a Muse di fare acquisti sul proprio sito, mentre altri operatori stanno invece aprendo i propri sistemi agli agenti. L’agente può diventare un nuovo intermediario dominante, ma soltanto se il resto di Internet accetta di diventare il suo sistema operativo commerciale.
Nel frattempo, il mercato continua a muoversi con la memoria di un pesce rosso. OpenAI ha avuto il proprio momento di gloria con ChatGPT, Google ha recuperato terreno con Gemini, Meta ha attraversato la fase di entusiasmo per Llama 2 e Llama 3, quindi la brusca perdita di fiducia intorno a Llama 4. Adesso è il turno di Muse. La tecnologia cambia rapidamente, ma soprattutto cambia rapidamente il racconto finanziario che la accompagna. Nel settore AI la leadership è diventata una posizione temporanea, quasi una poltrona presa in affitto.
La seconda storia della giornata arriva da Jensen Huang e sembra uscita da un manuale di antropologia della Silicon Valley. Nell’intervista con Ezra Klein, il CEO di Nvidia ha raccontato di non conoscere il proprio indirizzo, il proprio ZIP code e persino il proprio numero di telefono. Quando Klein ha mostrato incredulità, Huang ha insistito: qualche anno fa, fermandosi a fare benzina, gli sarebbe stato chiesto il codice postale e lui sarebbe andato nel panico perché non lo ricordava.
La frase diventa interessante quando viene separata dall’aneddoto. Huang non sta semplicemente raccontando una stranezza personale; sta sostenendo una tesi sul rapporto fra esseri umani e tecnologia. Secondo il CEO di Nvidia, alcune capacità possono essere delegate alle macchine senza che questo rappresenti necessariamente una perdita significativa. Nella stessa conversazione ha messo in discussione il valore futuro di competenze elementari come la divisione lunga e le tabelline, sostenendo che dovremo scoprire quali capacità contano davvero in un mondo nel quale molte operazioni cognitive possono essere esternalizzate all’AI.
Il punto più interessante, però, è quello che Huang rischia di dimostrare involontariamente. Delegare una funzione non significa necessariamente smettere di averne bisogno. Non sapere un indirizzo perché esiste Google Maps è efficiente; non sapere più orientarsi senza Google Maps è una dipendenza. La differenza è sottile ma fondamentale. Una tecnologia è veramente utile quando aumenta la capacità di una persona; diventa più problematica quando sostituisce una capacità senza lasciare all’utente abbastanza competenza per capire quando la macchina sta sbagliando.
Per un CEO di Nvidia la distinzione è quasi filosofica, ma anche industriale. Nvidia sta costruendo l’infrastruttura economica sulla quale questa esternalizzazione cognitiva dovrebbe funzionare. Huang ha quindi un interesse evidente nel descrivere l’AI non come una minaccia alla capacità umana, ma come una nuova infrastruttura cognitiva. La sua osservazione sull’indirizzo personale è curiosa proprio perché rende visibile il confine fra comodità e dipendenza.
La Silicon Valley ama raccontare che l’intelligenza artificiale ci libererà dalle attività inutili. È una promessa seducente, ma la storia della tecnologia insegna che ogni infrastruttura elimina alcune competenze e ne crea altre. Il problema non è sapere il proprio ZIP code. Il problema è sapere abbastanza del mondo da accorgersi quando una macchina, un agente o persino un CEO miliardario sta prendendo una decisione sbagliata. Muse può prenotare il viaggio, scegliere il prodotto e completare il pagamento; la parte ancora non automatizzata, e probabilmente la più preziosa, resta capire se quel viaggio serviva davvero, se quel prodotto era necessario e se qualcuno avrebbe dovuto fermare la transazione prima del clic.
La corsa degli agenti AI entra così nella sua fase più interessante: non più soltanto quale modello risponde meglio, ma quale sistema riesce a diventare abbastanza affidabile da agire al posto nostro. Meta sta cercando di occupare quello spazio con Muse, Nvidia sta vendendo l’infrastruttura che rende possibile questa nuova delega cognitiva, mentre Google, OpenAI, Anthropic e altri contendenti costruiscono sistemi concorrenti. Il prossimo vantaggio competitivo non sarà semplicemente avere il modello più intelligente. Sarà riuscire a convincere miliardi di persone a consegnargli abbastanza accesso alla propria vita da renderlo economicamente indispensabile. E questa, curiosamente, è una decisione che nessun agente dovrebbe prendere al posto dell’utente.