Dopo il fallimento della fusione con Shutterstock, Getty prepara una ristrutturazione finanziaria e il ritorno alla proprietà privata. Ma la vicenda di uno dei più importanti archivi fotografici del mondo racconta anche una trasformazione più profonda: nell’era dell’intelligenza artificiale generativa, il valore di un’immagine dipende sempre meno dalla sua semplice disponibilità e sempre più da ciò che rappresenta, dalla sua provenienza e dai diritti che la accompagnano.
Autore: Fabio Ricceri Pagina 1 di 12
Fabio Ricceri, Founder ed Executive Editor di Rivista.AI. Trent’anni passati tra editoria, Internet e telecomunicazioni (IlSole24ORE, Editori Perla Finanza, Hearst, Excite Italia, Telecom Italia). Mi occupo di modelli economici e finanziari, infrastrutture, sovranità tecnologica, governance e regolamentazione dell'AI.
David Solomon, CEO della banca americana, richiama l’attenzione sulle conseguenze politiche delle elezioni del 3 novembre e sull’aumento dei costi di finanziamento delle infrastrutture AI. La domanda di capacità computazionale continua a superare l’offerta, ma autorizzazioni, opposizione locale e tassi d’interesse potrebbero cambiare la redditività dei progetti. È un nuovo segnale del rischio che abbiamo seguito nell’inchiesta “I soldi dell’AI”.
Il CEO di Microsoft propone di trattare i modelli di frontiera come potenziali rischi interni alle organizzazioni. Non perché siano necessariamente ostili, ma perché possono sbagliare, essere compromessi e agire su sistemi critici. Una riflessione che sposta il problema della sicurezza dall’affidabilità dei modelli all’architettura del controllo. E apre una domanda anche per Microsoft: chi controlla davvero l’intelligenza artificiale quando il fornitore gestisce l’intero ecosistema tecnologico?
Pechino accelera su intelligenza artificiale, semiconduttori, robotica e manifattura avanzata mentre cerca di rendere più resilienti le proprie catene di approvvigionamento. Dietro la formula delle “nuove forze produttive di qualità” emerge una strategia più ampia: non vincere soltanto la corsa ai modelli, ma incorporare l’AI nell’economia reale e ridurre le dipendenze tecnologiche che possono diventare vulnerabilità geopolitiche.
Una differenza di 20 miliardi di dollari nei ricavi annualizzati comunicati agli investitori ha scosso Wall Street. Ma dietro i numeri di OpenAI e Anthropic non c’è necessariamente un rallentamento della domanda: c’è una questione di comparabilità dei fatturati che diventa sempre più importante mentre l’industria dell’intelligenza artificiale chiede al mercato capitali senza precedenti.
L’editore americano chiede oltre 250 milioni di dollari di risarcimento per il presunto utilizzo non autorizzato di centinaia di migliaia di articoli nell’addestramento dei modelli. La causa si aggiunge a una lunga serie di contenziosi e riapre la questione del valore economico dell’informazione nell’era dell’intelligenza artificiale.
Kristalina Georgieva descrive un’economia mondiale stretta tra shock energetico, debito pubblico e boom degli investimenti nell’intelligenza artificiale. Nel lungo periodo l’AI potrebbe aggiungere fino a mezzo punto alla crescita globale ogni anno. Il problema è attraversare la fase intermedia, quando gli investimenti sono già enormi ma i guadagni di produttività devono ancora arrivare.
Reflection AI presenta Beam, un modello da 501 miliardi di parametri pensato per coding, reasoning e agenti, con l’ambizione di competere con GLM, Qwen e gli altri protagonisti dell’ecosistema cinese. Ma la partita va oltre i benchmark: mentre Washington prova a esportare “sovereign AI” nei Paesi alleati, avere modelli americani che possano essere installati, modificati e controllati diventa una questione geopolitica.
Qualcomm e Huawei firmano un accordo pluriennale sui brevetti che comprende 5G, AI, compute e networking. Per anni era il gruppo cinese a pagare per accedere alla proprietà intellettuale americana; ora una parte del flusso tecnologico va nella direzione opposta. Non significa che Pechino abbia colmato il gap nei semiconduttori, ma mostra come la sovranità possa costruirsi anche trasformando una dipendenza in proprietà intellettuale.
Il premio Turing attacca frontalmente Dario Amodei, considera evitabili gli incidenti degli agenti autonomi e sostiene che il problema non siano macchine destinate a sfuggire al controllo umano, ma sistemi progettati e sorvegliati male. Dietro lo scontro personale emerge però una questione molto più importante: se i frontier lab definiscono contemporaneamente il rischio e le regole necessarie per contenerlo, la safety può trasformarsi anche in una barriera all’ingresso. È un’altra strada che conduce alla stessa domanda posta da Luciano Floridi “chi controlla chi costruisce l’AI?” e che abbiamo affrontato nella nostra inchiesta “Chi governa la frontiera”.
78 miliardi di parametri, appena 3,46 miliardi attivi, pesi aperti e un modello costruito in Europa per lavorare soprattutto su documenti, industria e amministrazione. Kolibri non porta l’Europa alla frontiera di GPT, Claude e Gemini, suggerisce però che la sovranità tecnologica potrebbe non richiedere di vincere quella gara.
La società francese apre in Germania un hub dedicato a Industrial AI e Physics AI e lavora già con BMW e Siemens Energy. Dopo il round da 3 miliardi di euro, emerge con maggiore chiarezza la strategia di Mistral: non inseguire soltanto OpenAI, Anthropic e Google sul terreno dei chatbot, ma portare i propri modelli dove l’Europa possiede ancora un vantaggio difficile da replicare, dentro l’industria.
Il gruppo cinese avrebbe firmato un contratto quinquennale da 7 miliardi di dollari per utilizzare circa 100 mila chip AI avanzati nei data center Oracle del Sud-est asiatico. Per Oracle è una nuova conferma della domanda che sostiene la corsa al Capex, con circa 2,1 miliardi anticipati dal cliente. Ma l’accordo mostra soprattutto quanto sia diventato difficile separare Stati Uniti e Cina nell’AI: si può limitare l’esportazione dei chip, molto meno facilmente l’accesso al calcolo quando il compute attraversa il cloud.
L’intelligenza artificiale non è soltanto una questione di competitività tecnologica. Nel ragionamento che Mario Draghi ha portato ieri a Zurigo diventa una variabile della sostenibilità finanziaria dell’Europa. L’ex presidente della Banca centrale europea parte da un problema apparentemente lontano dall’AI: il debito pubblico.
La domanda AI continua a superare l’offerta, l’infrastruttura cloud cresce del 121% e Oracle ha ormai 664 miliardi di dollari di contratti da eseguire. Ma per costruire la capacità necessaria ha investito 28,5 miliardi in appena tre mesi, il free cash flow è diventato negativo e il mercato sta chiedendo un premio crescente per finanziare la corsa. Project Jupiter aggiunge un’altra variabile all’equazione: il tempo.
La Corte d’Appello di Washington conferma, con una decisione 2 a 1, la designazione di Anthropic come rischio per la supply chain della sicurezza nazionale. Al centro dello scontro non c’è un’AI fuori controllo, ma il contrario: un modello costruito per rifiutare alcuni ordini. Una sentenza che tocca la strategia di Dario Amodei e apre una domanda anche in vista dell’IPO: quanto vale la safety quando diventa un limite al mercato?
Alla Casa Bianca il presidente cinese chiede che l’intelligenza artificiale rimanga “sotto controllo umano”. Trump vuole invece lasciare la corsa sostanzialmente dov’è e indica nel Dipartimento di Giustizia il guardrail americano. Nessun accordo sulla governance, ma Washington e Pechino cominciano a discutere un meccanismo per notificarsi gli incidenti AI che minacciano la sicurezza nazionale.
Chi possiede il carrello quando a comprare è un’AI? Amazon blocca Muse e apre la guerra degli agenti
Dodici giorni dopo il lancio dell’agente di Meta, Amazon gli impedisce di fare acquisti sul marketplace. Ufficialmente è una questione di sicurezza e condizioni d’uso. Dietro c’è una battaglia molto più grande: chi controllerà la relazione con il consumatore quando a navigare Internet saranno gli agenti?
Mistral raccoglie 3 miliardi, lo Stato porta l’intelligenza artificiale nella PA e nuove startup puntano su difesa e infrastrutture critiche. Parigi sembra aver capito che sovranità non significa necessariamente costruire tutto in casa. Significa soprattutto poter decidere quale tecnologia usare, dove farla funzionare e chi controlla dati e infrastruttura.
A Sciences Po il pioniere del deep learning contesta la narrativa del rischio esistenziale e sostiene che gli attuali LLM non siano la strada verso un’intelligenza di livello umano. Il futuro, secondo LeCun, passa dai world model, dall’apprendimento della realtà fisica e da ecosistemi aperti. Una visione che trasforma anche il dibattito sulla sovranità tecnologica europea: forse l’Europa non deve inseguire la frontiera americana, ma provare a costruire quella successiva.
Mario De Caro a Rivista.AI: il lavoro dei ricercatori produce valore per le piattaforme, l’accesso ai frontier model può aumentare le disuguaglianze scientifiche e l’Europa dovrebbe costruire una propria infrastruttura comune per la ricerca. Ma la questione più profonda è un’altra: che cosa accade quando chi fornisce agli scienziati gli strumenti per fare ricerca diventa capace di competere con loro nella produzione della conoscenza?
Washington accusa sei società cinesi di utilizzare i frontier model americani per accelerare lo sviluppo delle proprie AI. Anthropic sostiene di aver individuato campagne per quasi 200 milioni di interazioni, Pechino respinge le accuse. Dopo chip, data center, energia e talenti, la competizione tecnologica apre un fronte più difficile da controllare: il trasferimento delle capacità da un modello all’altro.
Per il CEO di Nvidia c’è “zero percent chance” che l’intelligenza artificiale provochi la fine del mondo entro il 2030. Non è soltanto una risposta a Dario Amodei: dietro lo scontro sulla velocità della frontier AI ci sono due diverse economie del compute. E Nvidia continua a prepararsi per quella in cui la corsa non rallenta.
La settimana scorsa Rivista.AI aveva ricostruito l’ingresso di OpenAI nel sistema universitario italiano (vedi l’articolo “Quando l’AI entra nei laboratori: OpenAI, università e la nuova battaglia per la sovranità scientifica”) partendo dall’accordo triennale 2025-2028 attraverso il quale la CRUI ha messo ChatGPT Edu e altri servizi OpenAI a disposizione degli atenei aderenti. Un contratto con un valore massimo di riferimento di 30 milioni di euro, affidato attraverso una procedura negoziata senza previa pubblicazione di un bando, che aveva lasciato aperta una domanda: prima di arrivare a OpenAI, erano state valutate soluzioni alternative?
Per chiarirlo avevamo rivolto alla CRUI una serie di domande sul fabbisogno originario degli atenei, sulla verifica del mercato, sulle eventuali alternative considerate e sulle misure previste per evitare forme di dipendenza dal singolo fornitore.
Ora la CRUI ha risposto. E le risposte spostano il punto della questione.
Ursula von der Leyen appoggia il “pacing” dei frontier model, ma nello stesso discorso chiede più compute, gigafactory, capitale e capacità tecnologiche europee. Mentre Trump vuole vincere la corsa e Pechino respinge il rallentamento come possibile strumento di contenimento, Bruxelles tenta una strada diversa: frenare la frontiera e accelerare tutto ciò che serve per raggiungerla.
Pechino introduce nuovi poteri per impedire l’espatrio quando trasferimenti tecnologici e violazioni degli export control minacciano la sicurezza industriale del Paese. Nelle stesse ore accusa Amodei e i leader americani di “allarmismo” per la richiesta di rallentare la frontier AI. Non è necessariamente una contraddizione: Stati Uniti e Cina stanno costruendo due differenti concezioni della sicurezza dell’intelligenza artificiale. E la corsa comincia a riguardare non soltanto modelli e chip, ma anche le persone che sanno costruirli.
Il presidente Trump respinge l’idea di rallentare la corsa perché “chi vince l’AI vince”. L’ex presidente chiede invece ai Democratici di costruire un’agenda politica sull’intelligenza artificiale. In mezzo ci sono Congresso, posti di lavoro, data center, bollette, sicurezza e Cina. Complici le elezioni di MidTerm, l’AI americana sta passando dalla politica industriale alla politica elettorale.
Aggiornato il 12 settembre 2026 con i nuovi sviluppi sulle moratorie negli Stati Uniti e il caso Maryland, dove la crescente incertezza autorizzativa sta aggiungendo una nuova variabile alle decisioni di investimento nei data center.
Google investe 13 miliardi di euro in Finlandia e si assicura energia nucleare per 22 anni. Microsoft guarda a Regno Unito e Arabia Saudita, Amazon accelera in Spagna. Non è una fuga dagli Stati Uniti, dove il Capex continua a crescere. Ma mentre moratorie, bollette, permitting e opposizione locale rendono più difficile costruire nuovi data center americani, la disponibilità di energia sta ridisegnando la geografia mondiale dell’intelligenza artificiale.
OpenAI offre gratuitamente i suoi modelli più avanzati a migliaia di ricercatori mentre entra nel sistema universitario italiano attraverso l’accordo CRUI. La controversia sulla soluzione delle equazioni di Navier–Stokes aggiunge una domanda più difficile: cosa accade quando chi fornisce gli strumenti della ricerca comincia anche a competere nella produzione della conoscenza?
96 miliardi di dollari in tre mesi. Se serviva ancora una misura per capire quanto denaro stia attraversando l’infrastruttura dell’intelligenza artificiale, Nvidia l’ha appena fornita.
Nel secondo trimestre dell’anno fiscale 2027, chiuso il 26 luglio, la società di Jensen Huang ha registrato 96,2 miliardi di dollari di ricavi, il 106% in più rispetto allo stesso periodo dello scorso anno e il 18% in più rispetto al trimestre precedente. L’utile netto GAAP ha raggiunto 59,7 miliardi, più che raddoppiando rispetto ai 26,4 miliardi di un anno prima. Il margine lordo è arrivato al 75%. Il Data Center, ormai il vero cuore dell’azienda, ha generato da solo 89 miliardi di dollari, con una crescita del 117% su base annua.
La sovranità tecnologica europea ha una caratteristica piuttosto particolare: è molto più semplice da sostenere in linea di principio che da applicare quando bisogna decidere quale cloud utilizzare per far funzionare un esercito. Ed è probabilmente proprio qui che comincia la parte più complicata della strategia lanciata a giugno dalla Commissione europea.
Il Dipartimento di Giustizia americano interviene nella causa sul copyright sostenendo che obbligare le aziende AI a pagare per i contenuti utilizzati nel training potrebbe avvantaggiare Cina e altri concorrenti degli Stati Uniti. E sostiene, sorprendentemente, che a rimetterci sarebbero anche i piccoli editori.
Articolo aggiornato il 12 settembre 2026 con i nuovi sviluppi sulle moratorie negli Stati Uniti e sulla campagna per le Midterm.
Donald Trump li chiama la “Golden Goose” dell’economia americana e avverte che chi li rifiuta rischia di diventare “backwards and poor”. Ma dal Texas alla Pennsylvania, dal Michigan al Wisconsin, sempre più candidati repubblicani chiedono moratorie, stop agli incentivi e garanzie sulle bollette. A due mesi dalle Midterm, la corsa ai data center sta aprendo una frattura inattesa nel Partito Repubblicano.
Negli Stati Uniti le richieste di elettricità dei grandi consumatori, in gran parte data center, superano 700 GW in alcune delle principali regioni del Paese. Il Texas ha congelato nuove connessioni per capire quali progetti siano reali. Ohio, Pennsylvania e grandi utility stanno facendo lo stesso. Mentre il Capex AI continua a crescere, emerge un nuovo rischio: costruire reti e centrali per data center che potrebbero non arrivare mai.
I data center americani potrebbero assorbire un quinto dell’elettricità degli Stati Uniti entro il 2035. Google, Amazon, Microsoft, Meta e gli altri protagonisti della corsa all’intelligenza artificiale stanno quindi cercando di assicurarsi direttamente la capacità energetica necessaria, finanziando nucleare, gas, rinnovabili e generazione onsite. Dopo i chip e i data center, l’energia sta diventando il nuovo livello verticale dello stack dell’AI.
AT&T utilizza già modelli open per circa il 25% dei propri workload di intelligenza artificiale e vuole arrivare al 70-80%. Dietro la scelta ci sono costi, protezione dei dati e sovranità tecnologica. Ma soprattutto una convinzione destinata a interessare l’intero mercato enterprise: utilizzare il modello più potente per qualsiasi operazione potrebbe essere economicamente insostenibile.
Negli Stati Uniti la costruzione delle infrastrutture necessarie all’intelligenza artificiale è diventata un tema delle elezioni di metà mandato. Il 71% degli americani non vuole un data center AI nella propria area e la protesta attraversa Democratici e Repubblicani. Trump difende gli investimenti, ma governatori e candidati cominciano a cambiare posizione. Dopo chip, energia e capitali, la corsa all’AI incontra un nuovo possibile collo di bottiglia: il consenso.
Alibaba raccoglie 10,2 miliardi di dollari attraverso la più grande emissione primaria successiva alla quotazione mai realizzata a Hong Kong. Tutto il capitale sarà investito nell’intelligenza artificiale. Il titolo perde fino al 10%, ma l’offerta viene quasi tre volte sovrascritta. Non è una bocciatura dell’AI: è il mercato che comincia a chiedere quanto costerà finanziarne la corsa e, soprattutto, quando arriveranno i ritorni.
Prima gli investitori, poi i dipendenti. Nel giro di pochi giorni Sarah Friar ha messo sul tavolo crescita enterprise, nuovi numeri e una promessa: OpenAI arriverà in Borsa nel 2027, forse prima. Il problema è capire perché il CFO abbia sentito il bisogno di dirlo proprio adesso.
6,7 miliardi di dollari: presi da soli sarebbero il genere di numero che una startup dovrebbe appendere all’ingresso degli uffici. Per OpenAI, invece, sono diventati motivo di qualche preoccupazione tra gli investitori.
Secondo i dati comunicati dalla società ai propri azionisti e visionati dal Wall Street Journal, nel secondo trimestre del 2026 OpenAI ha generato circa 6,7 miliardi di dollari di ricavi, contro i 5,7 miliardi del trimestre precedente. La crescita è del 18%. Tutt’altro che trascurabile, naturalmente. Il problema è cosa succede qualche chilometro più in là, negli uffici di Anthropic.