TECH
2026.06.22

TECH — Settimana 22/06–28/06 2026

TL;DR

I mercati prezzano l’AI vicino al trilione di dollari mentre chi la usa scopre il conto: la settimana segna il passaggio dal ‘tokenmaxxing’ all’efficienza, con l’energia e il silicio (non i modelli) che diventano il vero campo di battaglia geopolitico.

🛰️ TECH — Settimana 22/06–28/06 2026

TL;DR: I mercati prezzano l’AI vicino al trilione di dollari mentre chi la usa scopre il conto: la settimana segna il passaggio dal “tokenmaxxing” all’efficienza, con l’energia e il silicio (non i modelli) che diventano il vero campo di battaglia geopolitico.

🔴 Segnale forte

La resa dei conti dell’efficienza: il capitale corre, gli operatori frenano

Questa settimana due narrazioni opposte si sono toccate senza incontrarsi. Da un lato il capitale: Anthropic ha consolidato una valutazione da circa 965 miliardi di dollari dopo un round da 65 miliardi, scavalcando OpenAI, ed entrambi i laboratori hanno depositato confidenzialmente i documenti per quotarsi in borsa, con OpenAI che punta a una finestra IPO tra settembre e novembre e a una valutazione vicina al trilione (dettagli sul percorso di Anthropic). Dall’altro lato, chi quei modelli li paga davvero: il 26 giugno CNBC ha raccontato un mercato che si sposta dal “tokenmaxxing” all’efficienza, mentre la CBC ha documentato aziende che tirano il freno sulla spesa AI.

Il dato che racconta la tensione è operativo, non finanziario. Uber ha ammesso di aver esaurito l’intero budget AI del 2026 nei primi quattro mesi dell’anno, con il COO che definisce “sempre più difficile da giustificare” il costo interno. Sulle tariffe flat sono emersi gli “inference whale”, utenti che generano oltre 35.000 dollari di compute pagando 200 dollari al mese. Il risultato è che il costo per token è diventato il KPI con cui si misura l’AI come qualunque altra funzione di business, e l’economia dell’inferenza nel 2026 si è imposta come la disciplina che separa chi guadagna da chi brucia capitale.

Qui entra la geopolitica, attraverso la porta meno glamour: l’energia. L’inferenza, non l’addestramento, assorbe ormai tra l’80% e il 90% del consumo energetico totale dell’AI. Con la capacità di rete elettrica sostanzialmente fissa nel breve periodo, la metrica che conta non è più il parametro di un modello ma la performance per watt, cioè la velocità con cui un megawatt si converte in token che fatturano. È un cambio di paradigma silenzioso: la frontiera competitiva si sposta dal software al vincolo fisico. Chi controlla la potenza elettrica e l’efficienza del silicio controlla il margine, e in molti Paesi la rete è infrastruttura strategica nazionale. La forbice tra valutazioni da trilione e ROI ancora da dimostrare è il vero segnale della settimana: non è una bolla annunciata, è la domanda industriale (“quanto rende davvero un token?”) che inizia a pesare più della promessa di scala.

Fonti: CNBC — shift to efficiency, CBC — tokenmaxxing pullback, Al Jazeera — Anthropic $965bn, Investing.com — Anthropic IPO, Spheron — inference economics, NVIDIA — performance per watt

📡 Altri fili

Silicio sovrano: Qualcomm entra in Cina, gli USA escono

Il 24-25 giugno Qualcomm ha presentato la piattaforma data center Dragonfly, sfidando apertamente Nvidia con la CPU C1000, l’acceleratore di inferenza AI300 e una tecnologia di memoria ad alta banda pensata per abbassare l’energia per token (annuncio). La mossa strategica però non è tecnica, è geopolitica: Qualcomm sta progettando chip specifici per la Cina, calibrati per restare dentro i limiti di export USA, proteggendo un mercato che vale quasi metà del suo fatturato annuo. Tom’s Hardware ha descritto questi acceleratori come volutamente depotenziati per superare le soglie di controllo, mentre Meta ha firmato un accordo multigenerazionale per la C1000.

È il segno di un mercato che si biforca per decreto. A inizio mese gli USA hanno esteso il divieto di forniture anche alle controllate cinesi fuori dalla Cina, chiudendo le scappatoie, mentre Brookings titolava che gli Stati Uniti sono ormai fuori dal mercato dei chip AI cinese: paradossalmente, anche dove Washington ha approvato vendite, Pechino non lascia che le proprie aziende comprino il silicio americano. Il decoupling è ormai bidirezionale e volontario da entrambe le parti. Sullo sfondo, la posta economica è enorme: SIA e Deloitte stimano che i chip nei data center AI possano superare 1.200 miliardi di dollari di ricavi annui entro il 2028, quasi un decuplo in quattro anni, con i semiconduttori che pesano per oltre il 95% del valore di un rack server. Chi disegna le regole di export sta ridisegnando una torta da oltre un trilione.

Fonti: Digitimes — Qualcomm Dragonfly, Nikkei — chip Cina-specifici, Tom’s Hardware, Al Jazeera — ban controllate, Brookings, SIA/Deloitte — $1.2T

Il mercato dei cervelli: DeMind perde i suoi padri fondatori

La settimana ha visto due partenze pesanti da Google DeepMind, entrambe verso i rivali. Noam Shazeer, tra gli autori del paper del 2017 “Attention Is All You Need” che ha introdotto l’architettura Transformer, è passato a OpenAI; John Jumper, premio Nobel per AlphaFold, è andato in Anthropic (cronaca della settimana). Non è gossip da Silicon Valley: il talento di frontiera è un asset strategico scarso quanto il silicio, e la sua concentrazione in pochi laboratori è la versione umana del decoupling industriale. La fuga avviene proprio mentre OpenAI e Anthropic preparano le IPO e mentre Microsoft e Google rilanciano sui modelli di coding, il segmento che ha trainato la corsa di Anthropic grazie a Claude Code. Chi sta per quotarsi ha bisogno di una storia di leadership tecnica blindata, e questi ingaggi sono tanto reclutamento quanto messaggio agli investitori.

Fonti: BuildFastWithAI — 22 giugno, CNBC — Microsoft e Google sul coding

Due Europe, due filosofie: il conto alla rovescia dell’AI Act e la marcia indietro

Il 2 agosto 2026 si avvicina e con esso la piena applicabilità dell’AI Act europeo: l’AI Office acquisirà poteri reali, tra cui richiedere accesso ai modelli, ordinare mitigazioni e perfino richiamare un modello dal mercato UE, mentre scattano gli obblighi dell’Articolo 50 (etichettare i chatbot come AI, marcare i contenuti generati, dichiarare i deepfake) (timeline ufficiale). Sulla carta è il regime più severo al mondo, con sanzioni fino a 35 milioni di euro o il 7% del fatturato globale. Ma il segnale interessante è opposto: il 7 maggio l’UE ha trovato l’accordo politico sul “Digital Omnibus”, che chiarisce, semplifica ed estende le scadenze per i sistemi ad alto rischio. Bruxelles, sotto pressione competitiva, sta ammorbidendo proprio mentre i poteri sanzionatori entrano in vigore.

Si delineano così due filosofie regolatorie speculari. Gli USA usano la regolazione come arma offensiva verso l’esterno (export control, contenimento della Cina) e lasciano correre all’interno; l’UE costruisce un perimetro di diritti verso l’interno ma inizia a temere di soffocare la propria industria. Per chi sviluppa o adotta AI in Europa, la finestra di agosto sarà il primo test concreto: nessuna sanzione formale è ancora a registro, e il modo in cui l’AI Office userà i nuovi poteri dirà se il regime ha denti o solo dichiarazioni.

Fonti: Implementation timeline AI Act, Latham & Watkins — Omnibus e proroghe, Commissione UE — quadro normativo

Il lato oscuro dell’economia agentica: l’Agentjacking

Mentre gli agenti di coding diventano il motore economico dei laboratori, diventano anche la nuova superficie d’attacco. Questa settimana è stata divulgata una classe di attacco chiamata “Agentjacking”: gli aggressori confezionano falsi report di errore Sentry contenenti injection in markdown che l’agente AI interpreta come legittima guida di debug, eseguendo poi comandi malevoli (dettagli). Il timing è eloquente: nello stesso giorno OpenAI ha rilasciato GPT-5.5-Cyber, che ha toccato l’85,6% su CyberGym, il punteggio singolo più alto mai registrato in ambito offensivo. La stessa intelligenza che rende gli agenti economicamente preziosi li rende pericolosi se dirottata. Per un’economia che corre verso valutazioni da trilione poggiando su agenti autonomi, la sicurezza non è un dettaglio operativo ma un rischio sistemico che può riprezzare l’intero settore.

Fonti: BuildFastWithAI — 22 giugno, BuildFastWithAI — 27 giugno

🧭 Pattern della settimana

Il filo che attraversa tutto è uno scollamento tra il piano del racconto e il piano della materia. I mercati raccontano la scala (valutazioni vicine al trilione, IPO, fuga di cervelli verso i campioni), ma la realtà operativa parla di vincoli: costo per token, performance per watt, budget esauriti, reti elettriche sature. Il valore si sta spostando dal modello (software, ormai quasi commodity nella narrazione) all’infrastruttura fisica (silicio, energia, capacità di calcolo). Non è un caso che le notizie più dense della settimana riguardino chip ed efficienza, non nuovi parametri.

Il secondo pattern è il decoupling come grammatica condivisa. Si decoupla la supply chain dei chip (USA-Cina, in modo ormai bidirezionale e volontario), si decoupla la regolazione (modello americano offensivo verso l’esterno contro modello europeo protettivo verso l’interno), si concentra il talento in pochi poli. Ogni asse di frammentazione riduce la fungibilità globale dell’AI e aumenta il peso delle scelte sovrane.

Il segnale debole da non sottovalutare è linguistico prima che tecnico: “costo per token” e “performance per watt” stanno diventando la lingua franca industriale dell’AI. Quando un settore smette di parlare di capacità e inizia a parlare di efficienza unitaria, sta maturando, e la maturità porta con sé selezione, consolidamento e la fine della fase in cui il capitale finanzia qualunque promessa di scala.

📌 Da tenere d’occhio