Il “cash burn” previsto per i prossimi anni potrebbe toccare quota 115 miliardi di dollari entro il 2029. Strategia o follia finanziaria?
L’IA generativa corre e OpenAI corre più forte. La società stima un cash burn fino a 115 miliardi di dollari entro il 2029, +80 miliardi rispetto alle previsioni precedenti. Numeri che spaventano, ma che inquadrano una strategia nota: investire pesantemente in capacità di calcolo, infrastrutture e ricerca per spingere modelli sempre più capaci e scalabili. Nel breve periodo i conti non tornano; nel lungo, l’obiettivo è costruire barriere all’ingresso difficili da scavalcare. Si accetta la perdita per comprare tempo, scala e standard. Chi detta lo standard tecnologico incassa poi rendite di posizione su servizi, API, ecosistemi di terze parti e hardware dedicato. In questo scenario, il “rosso” di bilancio diventa un costo di conquista: prima si conquista la capacità, poi si monetizza su larga scala.
Quanto costa davvero ChatGPT oggi
Il 2025 è già un banco di prova: costi operativi oltre 8 miliardi di dollari, +1,5 miliardi rispetto alle stime iniziali. La traiettoria resta ripida: 17 miliardi nel 2026, 35 miliardi nel 2027, 45 miliardi nel 2028. La voce che pesa di più è la potenza di calcolo: addestrare e servire modelli di nuova generazione richiede cluster imponenti, raffreddamento avanzato, energia e chip in quantità. In risposta, OpenAI spinge sull’integrazione verticale per ridurre dipendenze e volatilità dei fornitori. La logica è semplice: controllare gli asset critici per stabilizzare costi, tempi e roadmap.
Autosufficienza: data center e chip proprietari
Cuore della strategia è la costruzione di data center proprietari, per governare direttamente sviluppo, distribuzione e scalabilità dei modelli. In parallelo, è in lavorazione un chip AI proprietario sviluppato con Broadcom, con debutto previsto nel 2025 e uso esclusivamente interno. Obiettivo: efficienza, sicurezza dei dati e riduzione dei costi nel ciclo di vita. Hardware e software crescono assieme: ottimizzare lo stack è la chiave per sbloccare prestazioni e margini.
Le grandi alleanze cloud e il progetto Stargate
L’autosufficienza non esclude le partnership strategiche. L’accordo con Oracle prevede l’accesso a data center per 4,5 gigawatt all’interno di “Stargate”, programma che punta a 10 gigawatt complessivi e investimenti potenziali fino a 500 miliardi di dollari.
A questo si aggiungono intese con Google Cloud e SoftBank per ampliare la capacità globale e diversificare l’approvvigionamento. Ridondanza, multi-sourcing e prossimità ai mercati riducono i colli di bottiglia e migliorano i livelli di servizio.
La visione a lungo termine: lock-in, standard e piattaforme
Perché accettare perdite? Perché chi raggiunge per primo la scala e impone standard de facto può estrarre valore in seguito. Il vantaggio non è solo tecnologico: è di piattaforma. Un ecosistema di sviluppatori che costruisce sopra modelli e API proprietarie genera effetti di rete difficili da replicare. Una volta che imprese e PA integrano processi, workflow e dati, cambiare fornitore diventa costoso e rischioso. È il lock-in: integrazione profonda, dipendenze tecniche, contratti pluriennali, strumenti e modelli addestrati su dati proprietari. In questo quadro, il cash burn non è spreco ma investimento per consolidare la posizione, preparare offerte premium, spingere servizi verticali e aprire nuovi mercati (agenti autonomi, copiloti industriali, sicurezza, compliance by design).
Il nodo lavoro: sostituzione, spiazzamento, nuovi ruoli
La domanda scomoda: l’eliminazione di intere categorie è parte della strategia? Nelle grandi transizioni tecnologiche, le aziende non “puntano” alla sostituzione per sé: puntano a produttività e margini. L’effetto, però, può essere la scomparsa o il ridimensionamento di alcune mansioni, con ricomposizione delle competenze. Automazione di compiti ripetitivi, copiloti per professioni qualificate, self-service per i clienti: tutto ciò sposta il mix del lavoro.
Il rischio esiste: settori con processi standardizzati potrebbero ridurre organici o esternalizzare attività all’AI. L’opportunità pure: nascono ruoli in orchestrazione dei modelli, ai-ops, governance dei dati, prompt e tool engineering, safety e auditing. La direzione dipende da policy, contrattazione e scelte d’impresa: incentivi a riqualificare, obblighi di valutazione d’impatto, trasparenza sugli usi dell’IA.
Sostenibilità economica: bolla o scommessa calcolata?
Resta il tema della tenuta finanziaria. L’equilibrio si gioca su tre leve: costi unitari (energia, chip, efficienza dei data center), ricavi ricorrenti (abbonamenti, API, soluzioni enterprise) e monetizzazione dell’ecosistema (marketplace, servizi terzi). Se la curva dei ricavi sale più veloce della curva dei costi, la scommessa regge; altrimenti scivola in bolla. La capacità di attrarre investimenti e trasformare innovazione in prodotti redditizi sarà decisiva. La strategia ad alta intensità di capitale è rischiosa, ma può garantire vantaggio competitivo duraturo a chi raggiunge per primo scala, affidabilità e compliance.
