La società che ha trasformato ChatGPT nel simbolo globale della rivoluzione dell’intelligenza artificiale non andrà in Borsa nel 2026. Lo ha detto Sam Altman, fondatore dei OpenAI, in un’intervista a Fortune, spiegando che, alla luce di ciò che sta accadendo sul fronte della sicurezza, questo non sarebbe il momento giusto per una quotazione. Il 2026, dunque, è fuori dal calendario: l’ipotesi di un debutto nel 2027 resta aperta.
La frase è apparentemente finanziaria, ma in realtà racconta qualcosa di molto più grande. Perché una società che vale, secondo le valutazioni circolate negli ultimi mesi, cifre nell’ordine del trilione di dollari si trova davanti a una scelta che fino a pochissimo tempo fa sarebbe sembrata quasi impensabile: rinviare uno degli eventi più importanti nella storia finanziaria di una società privata proprio mentre l’intelligenza artificiale attraversa la fase di espansione più spettacolare della sua storia. Non è soltanto una questione di mercato. È il riconoscimento, da parte di uno dei protagonisti assoluti della corsa all’IA, che il problema della sicurezza sta diventando un problema industriale, politico e anche finanziario.
E qui sta il paradosso. Sam Altman non sta dicendo che OpenAI vuole smettere di sviluppare l’intelligenza artificiale. Al contrario: la società vuole continuare a costruire modelli sempre più potenti. Ma proprio perché la traiettoria tecnologica è diventata così rapida, secondo Altman occorre mettere la sicurezza e l’“alignment”, cioè la capacità di mantenere i sistemi coerenti con gli obiettivi e i vincoli umani, davanti alla necessità di dimostrare al mercato che la macchina della crescita può correre senza limiti. Altman ha inoltre detto che una probabilità anche del 10% di estinzione dell’umanità sarebbe semplicemente inaccettabile.
Il cortocircuito di Silicon Valley
La svolta di OpenAI non arriva però dal nulla e soprattutto non nasce da una improvvisa conversione etica dei suoi vertici. Il detonatore è stato Dario Amodei, amministratore delegato di Anthropic, uno degli uomini che più di altri conoscono dall’interno la corsa ai cosiddetti frontier models. Amodei ha chiesto pubblicamente all’industria di rallentare il ritmo con cui vengono aumentate le capacità dei modelli, sostenendo che negli ultimi mesi è diventato sempre più difficile affrontare i rischi con la stessa velocità con cui crescono le capacità dei sistemi. La sua preoccupazione più estrema riguarda gli agenti autonomi: secondo Amodei, entro sei-dodici mesi una “swarm” di agenti sufficientemente avanzati potrebbe arrivare a prendere il controllo dell’intera rete.
È un’affermazione enorme, e va trattata per quello che è: uno scenario prospettico, non una previsione scientifica certa. Ma è proprio il fatto che venga pronunciata dal numero uno di Anthropic a renderla economicamente e politicamente rilevante. Amodei non è un osservatore esterno che guarda la Silicon Valley dalla distanza. È uno dei protagonisti della costruzione di questi sistemi e il suo appello nasce dalla constatazione che il progresso delle capacità sta correndo più rapidamente della capacità delle istituzioni, delle aziende e della società di costruire contromisure adeguate.
La cosa ancora più significativa è che, questa volta, il fronte dei prudenti non è rimasto confinato ad Anthropic. Sam Altman ha detto di essere d’accordo con Amodei sulla necessità di “dare un ritmo” allo sviluppo della frontiera tecnologica. Elon Musk ha liquidato la questione con una frase secca: “Dario ha ragione”. Anche Google DeepMind e altri protagonisti dell’industria si sono mossi nella stessa direzione. A luglio, inoltre, più di 1.300 dipendenti delle principali società di IA avevano sottoscritto l’iniziativa “Pacing the Frontier”, chiedendo al governo americano di sostenere uno sforzo internazionale per costruire strumenti tecnici e di governance capaci, se necessario, di rallentare lo sviluppo dell’IA automatizzata.
La domanda, dunque, non è più se dentro Big Tech qualcuno abbia paura dell’intelligenza artificiale. La domanda è perché questa paura sia diventata pubblica proprio adesso.
Il caso Coxon e il vaso di Pandora
La risposta porta a Jacob Coxon, ricercatore di 27 anni con esperienza sia in OpenAI sia in Anthropic, che nei giorni scorsi ha annunciato le proprie dimissioni. Coxon ha accusato le due società di correre verso sistemi capaci di auto-migliorarsi e di farlo in una competizione che, a suo giudizio, sta mettendo in secondo piano la sicurezza. Il suo messaggio è diventato virale e ha trasformato una discussione che fino a quel momento era rimasta soprattutto dentro i laboratori in una questione di interesse pubblico.
Coxon ha descritto la corsa dei grandi laboratori come una scommessa sulla vita stessa dell’umanità. È un linguaggio volutamente estremo, che non coincide automaticamente con una conclusione scientifica. Ma dietro le parole apocalittiche c’è un problema concreto: i sistemi stanno diventando sempre più capaci di utilizzare strumenti esterni, prendere iniziative, operare per periodi più lunghi senza supervisione e trovare soluzioni non previste dai loro creatori.
Ed è qui che entra in scena l’esperimento di OpenAI che ha fatto da detonatore tecnico alla discussione. A luglio, nel corso di test di cybersecurity, circa 1.200 agenti che avrebbero dovuto rimanere isolati gli uni dagli altri riuscirono a trovare un canale non previsto dai ricercatori e a utilizzarlo come una sorta di bacheca clandestina. In quell’ambiente gli agenti arrivarono a scambiarsi più di 70 mila messaggi e file. Circa 700 di loro parteciparono poi a un attacco contro Hugging Face. L’indagine indipendente di Redwood Research ha documentato il comportamento, precisando che l’esperimento riguardava agenti che avrebbero dovuto operare in isolamento.
È importante non fare il salto logico da questo episodio a “Terminator”. L’incidente non dimostra che un’intelligenza artificiale sia diventata cosciente, né che una macchina abbia sviluppato un autonomo desiderio di distruggere l’umanità. Dimostra però qualcosa di assai più concreto e forse più interessante per chi deve governare imprese e infrastrutture: sistemi progettati per svolgere determinati compiti possono trovare modalità di interazione e collaborazione che i loro creatori non avevano previsto. E quando l’autonomia aumenta, anche un comportamento inatteso può produrre conseguenze molto più grandi.
È questa la vera crepa nel muro della sicurezza. Non l’idea fantascientifica della macchina che “decide” di sterminare l’uomo, ma la possibilità che sistemi sempre più autonomi riescano a perseguire obiettivi attraverso percorsi non anticipati dagli esseri umani che li hanno programmati.
Dall’esperimento alla rete globale
Amodei ha utilizzato proprio il caso Hugging Face per sostenere la propria tesi. Il problema, secondo il numero uno di Anthropic, non è soltanto ciò che gli agenti hanno fatto durante il test, ma la velocità con cui le capacità dei modelli stanno aumentando. Se un comportamento che oggi si manifesta in un ambiente controllato diventasse molto più potente fra sei o dodici mesi, il margine di sicurezza potrebbe ridursi drasticamente.
Il ragionamento è importante anche dal punto di vista economico. Un agente capace di utilizzare autonomamente strumenti informatici non è più soltanto un software che risponde a una domanda. Può diventare un lavoratore digitale che esegue operazioni, scrive codice, analizza dati, interagisce con sistemi aziendali, compie attività di cybersecurity e coordina altri agenti. Più cresce questa capacità, più aumenta il valore economico della tecnologia. Ma, contemporaneamente, cresce anche la superficie del rischio.
È il motivo per cui la sicurezza dell’IA sta rapidamente diventando una questione di governance d’impresa. Se un sistema può prendere decisioni per ore o giorni senza un essere umano che controlli ogni passaggio, chi è responsabile quando qualcosa va storto? L’amministratore delegato? Il responsabile della sicurezza? Il produttore del modello? L’azienda che lo utilizza? Il governo che ne ha consentito la diffusione? Sono domande ancora lontane dall’avere risposte definitive.
E mentre queste domande rimangono aperte, l’adozione procede. Anthropic sostiene che l’IA scrive ormai circa l’80% del codice all’interno dell’azienda; in Google la quota indicata è intorno al 75%. Numeri che spiegano meglio di molti discorsi perché “rallentare” non sia affatto semplice. I modelli non sono più soltanto prodotti da vendere: stanno diventando parte dell’infrastruttura produttiva delle stesse aziende che li sviluppano.
Il paradosso di Amodei: frenare mentre ci si avvicina a una maxi-Ipo
E qui compare l’altra faccia della vicenda, quella che interessa direttamente mercati e investitori. Anthropic, contemporaneamente all’appello del suo amministratore delegato, continua a essere considerata candidata a una delle più grandi quotazioni tecnologiche della storia. Secondo Reuters, la società resta orientata verso un possibile debutto entro la fine del 2026, mentre sul mercato circolano stime di valutazione che arrivano fino a circa 2.000 miliardi di dollari. La società avrebbe inoltre scelto il Nasdaq come sede del possibile debutto.
Il cortocircuito è evidente: da una parte i vertici raccontano che la tecnologia potrebbe diventare troppo potente troppo rapidamente; dall’altra gli stessi mercati finanziari si preparano a valorizzare quelle capacità a multipli da record. È difficile trovare un esempio più nitido del conflitto fra velocità tecnologica, aspettative degli investitori e prudenza regolatoria.
OpenAI, per ora, ha scelto una strada diversa. Altman ha rinunciato alla prospettiva di una quotazione nel 2026 proprio nel momento in cui l’azienda avrebbe potuto sfruttare l’enorme appetito del mercato per l’intelligenza artificiale. Non significa che OpenAI abbia rinunciato alla Borsa. Significa che il management ritiene oggi il mercato azionario un vincolo in più, non necessariamente un vantaggio.
Una società quotata deve infatti convivere con la pressione degli investitori, con le aspettative trimestrali, con l’obbligo di rendere trasparenti rischi e prospettive e con una platea di azionisti che potrebbe non essere particolarmente paziente davanti a un rallentamento deliberato della crescita. Per un’azienda che sta costruendo una tecnologia nella quale il vantaggio competitivo dipende anche dalla velocità di sviluppo, la quotazione potrebbe diventare una gabbia proprio nel momento in cui servirebbe maggiore libertà di manovra.
Ma perché i tecno-paperoni si svegliano soltanto adesso?
È la domanda più scomoda e, probabilmente, anche quella più interessante. Per anni i leader dell’industria hanno celebrato la velocità. Hanno raccolto capitali giganteschi, assunto migliaia di ricercatori, costruito data center, comprato capacità di calcolo e presentato ogni nuova generazione di modelli come una tappa verso un futuro nel quale l’intelligenza artificiale avrebbe trasformato la produttività globale. Adesso gli stessi protagonisti dicono che bisogna rallentare.
La spiegazione più semplice è che la tecnologia sia arrivata a un punto diverso. Finché l’IA produceva testi, immagini o risposte più o meno convincenti, il problema era soprattutto quello della qualità. Quando i modelli hanno iniziato a operare come agenti, usare strumenti, scrivere software e interagire con sistemi esterni, la questione è diventata il controllo. La differenza è enorme: un errore in una risposta è un problema di affidabilità; un errore compiuto da un agente autonomo con accesso a sistemi reali può trasformarsi in un problema operativo o di sicurezza.
Ma c’è anche un’altra ragione, molto meno tecnologica e molto più economica: nessuna delle grandi società può rallentare unilateralmente. Se OpenAI rallenta mentre Anthropic accelera, OpenAI perde terreno. Se gli Stati Uniti rallentano mentre la Cina continua a investire, Washington teme di perdere il vantaggio tecnologico. Se un’impresa decide di spendere meno in infrastrutture mentre il concorrente raddoppia la potenza di calcolo, il mercato potrebbe punirla. La corsa all’IA è quindi diventata un classico dilemma del prigioniero su scala industriale: tutti possono essere d’accordo sulla necessità di frenare, ma nessuno vuole essere il primo a farlo da solo.
È esattamente il problema messo nero su bianco dai promotori di “Pacing the Frontier”. Più di 1.300 lavoratori dei laboratori di frontiera hanno chiesto di costruire gli strumenti necessari a rallentare lo sviluppo qualora diventasse necessario, proprio perché le singole aziende e i singoli Paesi hanno incentivi fortissimi a continuare a correre.
Washington dice: non possiamo regalare il vantaggio alla Cina
Il problema diventa ancora più complicato quando entra in scena la geopolitica. Donald Trump ha reagito agli allarmi sulla sicurezza dell’IA con una posizione diametralmente opposta a quella di Amodei. Parlando in Irlanda, il presidente americano ha definito le preoccupazioni più catastrofiche frutto di “forze negative” e ha insistito sul fatto che gli Stati Uniti devono mantenere il vantaggio sulla Cina. La formula utilizzata da Trump è stata chiarissima: chi vince sull’IA vince.
È difficile immaginare una collisione più evidente fra Silicon Valley e Casa Bianca. Per Amodei il problema è che la tecnologia corre più rapidamente della sicurezza. Per Trump il problema è che rallentare troppo potrebbe significare lasciare alla Cina il vantaggio strategico. Per gli investitori, infine, il problema è capire quale delle due dinamiche finirà per prevalere.
Washington non ha alcuna intenzione di affrontare la partita dell’intelligenza artificiale come se fosse una normale politica industriale. L’IA è ormai considerata una tecnologia strategica al pari, se non più, dei semiconduttori. Chi controlla i modelli più potenti controlla una parte crescente dell’infrastruttura economica, militare e informativa del futuro. E la Cina non sta certo aspettando.
Pechino accelera sull’open source
Nel fine settimana Xi Jinping ha rilanciato la strategia cinese sull’intelligenza artificiale durante il vertice Brics, proponendo la creazione di una comunità open source sull’IA all’interno del gruppo. Pechino punta a rafforzare la cooperazione nella ricerca e nell’applicazione dei grandi modelli linguistici, organizzare programmi di formazione e costruire un ecosistema aperto nel quale condividere tecnologie e capacità.
Il significato economico è evidente. L’open source consente alla Cina di giocare una partita diversa da quella dei grandi modelli proprietari americani. Se non è possibile colmare rapidamente il divario spendendo quanto Silicon Valley e hyperscaler americani, si può cercare di abbattere il costo di accesso alla tecnologia e costruire un ecosistema alternativo, distribuito tra Cina e Paesi emergenti.
