Prima di procedere
Il panorama globale dell'intelligenza artificiale sta attraversando una fase di profonda trasformazione che minaccia di ridefinire gli equilibri di potere tecnologico per il prossimo decennio. I principali fornitori di servizi cloud, tra cui giganti del calibro di Microsoft, Amazon Web Services e la stella nascente CoreWeave, hanno preso decisioni strategiche drastiche che stanno isolando le startup innovative. Secondo rapporti recenti emersi dai corridoi della Silicon Valley, la stragrande maggioranza della potenza di calcolo derivante dalle unità di elaborazione grafica (GPU) di ultima generazione è stata riservata quasi esclusivamente a partner strategici come OpenAI e Anthropic, o destinata ai progetti interni di sviluppo dei provider stessi. Questo scenario ha creato una vera e propria crisi di approvvigionamento per le piccole e medie imprese del settore dell'intelligenza artificiale, costrette ad affrontare liste d'attesa che si estendono fino alla fine del 2026. I grandi fondi di venture capital, tra cui Sequoia Capital, Founders Fund, General Catalyst e Andreessen Horowitz, stanno osservando con crescente preoccupazione come il capitale investito rischi di rimanere improduttivo a causa dell'impossibilità di accedere all'hardware necessario per addestrare i modelli.
La carenza di risorse computazionali non è solo un problema di disponibilità fisica, ma si è trasformata rapidamente in una sfida economica insostenibile per molti attori del mercato. Negli ultimi sei mesi, le tariffe di noleggio per le GPU di fascia alta hanno subito un'impennata superiore al 25%, riflettendo uno squilibrio critico tra domanda e offerta. Hemant Taneja, partner di General Catalyst, ha recentemente lanciato un allarme inviando sondaggi dettagliati ai fondatori delle startup nel portafoglio del fondo per mappare l'entità del danno operativo. I segnali sono inequivocabili: l'accesso ai chip NVIDIA è diventato il principale ostacolo allo sviluppo tecnologico nel corso di tutto il 2024. Per tentare di arginare il problema, alcuni fondi stanno cercando di agire come aggregatori di domanda, creando pool di calcolo condivisi e negoziando direttamente con i fornitori per ottenere quote riservate, un modello che ricorda le dinamiche di approvvigionamento delle materie prime critiche in tempi di crisi geopolitica.
La situazione attuale appare persino più grave di quella registrata all'inizio del 2023, l'anno dell'esplosione di ChatGPT. Se allora il problema era legato a una crescita improvvisa e imprevista della domanda, oggi ci troviamo di fronte a una restrizione sistematica dell'offerta operata dai provider per favorire i clienti più solvibili e i contratti a lungo termine. Microsoft ha implementato un sistema di distribuzione a tre livelli per la sua piattaforma Azure che penalizza i nuovi entranti: il primo livello garantisce l'accesso prioritario a circa 1000 grandi aziende con contratti annuali milionari; il secondo livello serve le medie imprese tramite manager dedicati; il terzo livello, dedicato alle startup e alle micro-imprese, è delegato ad agenti partner che gestiscono solo le briciole delle risorse rimanenti. Per poter noleggiare i nuovi chip con architettura Blackwell di NVIDIA, un'azienda è oggi spesso obbligata a impegnarsi per un minimo di 1000 unità, firmando contratti pluriennali con budget che partono da decine di milioni di dollari. Chi non può permettersi tali investimenti è costretto ad attendere mesi per le vecchie architetture Hopper, con il rischio costante che Azure revochi l'accesso in caso di inattività anche solo di poche ore, eliminando di fatto i benefici dei programmi di supporto per startup.
Esempi concreti di questa crisi infrastrutturale arrivano da Lightning AI, il cui CEO Will Falcon ha dichiarato che la piattaforma gestisce circa 40.000 GPU, a fronte di una domanda inevasa che supera le 400.000 unità provenienti da decine di imprese in coda. I prezzi orari medi sono passati rapidamente da $1,6 a oltre $2 per i chip standard, con rincari ancora più pesanti per le configurazioni ottimizzate. Anche startup di successo come Krea, specializzata nella generazione di immagini e forte di un round di finanziamento da $83 milioni guidato da Bain Capital Ventures, hanno subito duramente il colpo. Il CEO Victor Perez ha raccontato come, solo sei mesi fa, i fornitori si contendessero il suo business, mentre oggi le stesse figure commerciali sono scomparse o richiedono aumenti di prezzo del 32%, portando il costo orario delle GPU a $3,7. Secondo Perez, una tale instabilità nella catena di fornitura può distruggere un'azienda più velocemente di qualsiasi errore di mercato o mancanza di visione tecnica.
Di fronte a questo scenario di oligopolio, la tendenza emergente tra gli sviluppatori più audaci è quella della de-cloudificazione strategica. Alcuni imprenditori hanno deciso di abbandonare la dipendenza dai fornitori esterni per costruire la propria infrastruttura privata e sicura. È il caso emblematico di Collide, startup focalizzata sugli agenti intelligenti per il settore energetico, che ha scelto di investire circa $500.000 direttamente nell'acquisto di hardware proprietario NVIDIA. Il fondatore Colin McLellan sostiene che, nonostante l'elevato esborso iniziale e le complessità logistiche di gestione di un data center, questa scelta garantisce l'indipendenza operativa totale e si rivela economicamente vantaggiosa nel lungo periodo rispetto ai costi proibitivi e alle incertezze del cloud attuale. Questa frammentazione dell'infrastruttura potrebbe segnare la fine dell'era in cui il cloud era visto come l'unica via possibile per l'innovazione rapida, spingendo le startup verso un ritorno all'hardware di proprietà per sopravvivere alla guerra dei chip che dominerà il mercato mondiale fino al 2026.
