Sebbene non semplici da raccontare per il grande pubblico, gli argomenti riguardanti le innovazioni tecnologiche sono diventati pietanze quotidiane per le diete mediali di ogni cittadino che vuole tenersi minimamente aggiornato. Peraltro, la magia e la diffusione di dispositivi e connessioni digitali ci hanno convinto della necessità di non snobbarli proprio per la loro capacità di incidere, prima o poi, nella nostra vita.
Nonostante la buona volontà che si è disposti a investire, non è tuttavia semplice districarsi nelle questioni tecnologiche. Terribilmente intrecciate a molteplici fattori e interessi, esse si dispongono ed evolvono seguendo dinamiche complesse e veloci, presentando sempre fondamenti e ragioni ingegneristiche su cui è difficile dibattere senza entrare più approfonditamente negli aspetti tecnici. Per colmare tale gap conoscitivo spesso dipendiamo pesantemente – e questo, nelle società complesse, è vero per molti altri casi – dalle informazioni elaborate e veicolate dai cosiddetti esperti del settore, una situazione che giustifica la pretesa di poter contare su un’informazione pubblica di qualità.
Un esempio hot di questo scenario – anche per la sua valenza in termini di geopolitica, e dunque di capacità/volontà di controllo e indirizzamento dell’opinione pubblica – riguarda l’informazione sulla Intelligenza Artificiale (IA) e le sue applicazioni, un argomento ormai trattato a tambur battente su ogni media. Fortunatamente – viste le ricadute sociali che il tema implica – su ciò abbondano articoli, servizi e commenti.
In questo filone pubblicistico, però, spesso, da parte di tanti autori – forse essi stessi alle prese con difficoltà a livello di approfondimento tecnico o di distanza dai centri effettivi di sviluppo, che rendono difficile una verifica fattuale –, manca una certa verve critica rispetto alle “verità” che i facitori di queste tecnologie vogliono far passare – e qui gli attori sono le solite big-tech che, oggi agli apici del potere economico, risultano anche ben collocate nei gangli della politica e della informazione, soprattutto social.
Una scossa a questo stato di cose è arrivata finalmente con il fenomeno DeepSeek, una finora oscura startup cinese nata nel 2023. L’irruzione di DeepSeek nel panorama della IA – in realtà, in una nicchia dell’IA, quella dei Large Language Model (LLM), che hanno dato vita a chatGPT, monopolizzando clamorosamente lo sviluppo di tutta l’IA – ha fatto parlare per il settore del “momento Sputnick” per aver ribaltato con successo e spirito innovativo delle verità – quelle dettate dalla innovazione via Silicon Valley – considerate indiscutibili.
DeepSeek è diventata una mina vagante per tante ragioni (Mihov 2025; Khan 2025), tra cui il pericolo di innescare una grande recessione economica nel sopravvalutato settore dell’high-tech occidentale (Ferraino 2025).
Analizzeremo questo avvenimento riportando una intervista che Ed Zitran, un rinomato e sarcastico pubblicista statunitense, ha rilasciato alla National Public Radio, una delle poche emittenti pubbliche americane che, per la qualità e libertà della sua informazione, si trova purtroppo anche a rischio di un grave ridimensionamento per i vari tagli finanziari al budget federale minacciati – e non è un caso, leggendo domande e risposte – dal nuovo presidente degli Stati Uniti (NCPR News 2025). L’intervista, usando un linguaggio chiaro e deciso, ha il merito di riassumere le reali poste in gioco nelle attuali vicende della IA e diradare le nebbie dell’hype sui tanti aspetti importanti lasciati intenzionalmente in ombra.
Intervista tradotta
Brooke: questo è il podcast di metà settimana di On the Media (NPR) e io sono Brooke Gladstone. Ultimamente il mercato azionario è stato in fermento, ma questa settimana l’industria dell’intelligenza artificiale, in particolare, ha sentito tremare il terreno con l’intrusione nel loro quartiere di un nuovo arrivato. Un modello cinese chiamato DeepSeek, fondato da un miliardario cinese nel 2023, è comparso prepotentemente sulla scena con una tecnologia paragonabile a quella dei colossi americani. Sto parlando di intelligenza artificiale (IA), OpenAI, Google DeepMind, Anthropic, LLama AI di Meta, XAI di Elon Musk. Tuttavia, essa è molto più economica da realizzare e incredibilmente accessibile a tutti. Ed Zitran, conduttore del podcast Better Offline e autore della newsletter, Where’s Your Ed At, ha avvertito che la bolla dell’intelligenza artificiale è pronta a scoppiare da un po’ di tempo.
Brooke: Ed, grazie per essere qui con noi.
Ed: Il piacere è mio.
Sulla bolla speculativa dell’industria dell’IA e il ruolo di DeepSeek
Brooke: Dunque, lunedì le azioni di molte grandi aziende tecnologiche hanno subito un forte calo, tra cui Alphabet, Microsoft, il produttore di chip IA Nvidia, che credo abbia perso quasi 600 miliardi di dollari di valore, a quanto si dice la più grande perdita giornaliera nella storia degli Stati Uniti, anche se si è leggermente ripresa. Tutto è successo quando è uscita la notizia di un nuovo modello di AI cinese relativamente aperto chiamato DeepSeek R. È un po’ come uno spavento da film horror per l’industria dell’IA. Perché?
Ed: dunque, è importante sapere su quali piccoli fondamenta è stata costruita la bolla dell’IA. Se si guardano queste aziende, Anthropic, OpenAI, e poi quelle concorrenti di Amazon e Google con Gemini, ad esempio, non vi è molto dietro di loro. È sempre stata questa l’idea che l’America abbia costruito questi enormi, bellissimi, grandi modelli linguistici che richiedono, in base alla loro narrazione, tutti questi soldi per tonnellate di GPU, le GPU più costose, i più grandi data center, perché l’unico modo per farlo era semplicemente stipare più dati di addestramento. Che ha fatto DeepSeek, ha trovato un modo per costruire modelli simili a GPT40, la tecnologia di base di chatGPT e 01, il modello di ragionamento, che OpenAI aveva costruito, e renderli molto, molto più economici, e poi hanno pubblicato tutte le ricerche svolte e il loro modo di operare rilasciando il modello in modalità open source, il che significa che il codice sorgente di questi modelli è lì per chiunque voglia fondamentalmente adattarli.
Brooke: dunque, le GPU sono un circuito elettronico che può eseguire calcoli matematici ad alta velocità. È questo il chip che produce Nvidia?
Ed: Una cosa del genere, le GPU (Graphic Processor Unit) sono le unità di elaborazione grafica, vengono utilizzate per tutto, dall’editing video ai videogiochi per computer. Nvidia ha un software chiamato CUDA. Ora tutto ciò che devi sapere è che le GPU tradizionalmente venivano utilizzate per il rendering grafico. Ciò che CUDA permetteva, e ci sono voluti 15 anni per farlo o più, è creare software che potesse funzionare sulle GPU. Quindi ciò che Nvidia ha iniziato a fare è stato realizzare queste GPU molto, molto potenti, e quando dico una GPU in un computer, è che esse possono connettersi ai computer. In effetti le GPU che Nvidia vende sono enormi, montate su rack, e richiedono incredibili livelli di raffreddamento. Si scaldano ed è il modo in cui l’intelligenza artificiale generativa, quindi la tecnologia sotto chatGPT, funziona. Esse sono estremamente costose dal punto di vista computazionale [i modelli LLM ormai funzionano sulla base di calcoli matematici che implicano miliardi e miliardi di parametri NdT] e consumano molta energia, motivo per cui hai sentito così tante brutte storie su, beh, i danni ambientali causati da queste aziende.
Brooke: bene. DeepSeek non aveva accesso ai chip Nvidia, o almeno non un accesso illimitato, in parte a causa delle sanzioni di Biden e altre cose, quindi hanno dovuto trovare altri modi per ridurre i costi?
Ed: dunque, le sanzioni hanno fatto in modo che ciò che poteva essere venduto alle aziende cinesi fosse limitato. Ora, pensiamo a prima che arrivassero le sanzioni, DeepSeek è nata da un hedge fund chiamato High Flyer, un fatto che dovrebbe anche mettere profondamente in imbarazzo l’industria tecnologica americana visto che un hedge fund qualsiasi li ha appena superati.
In ogni caso, quello che hanno fatto è stato accumulare queste unità di elaborazione grafica prima che arrivassero le sanzioni, ma ne hanno anche usate alcune con una larghezza di banda di memoria inferiore. Nvidia poteva vendere solo quelle un po’ handicappate alla Cina, dunque avevano una combinazione di questi chip, quindi hanno trovato modi per istruire entrambi i modelli, alimentandoli efficacemente con dati per insegnare loro come fare le cose. E anche sviluppare l’inferenza, che è quando scrivi un prompt nella chatGPT, e si deve dedurre il significato e poi sputare fuori qualcosa, un’immagine, un testo e così via. Ma queste limitazioni significavano che DeepSeek doveva in un certo senso essere creativo, e lo hanno fatto. Sono diventati molto creativi. E solo per essere chiari, tutto questo è nei loro documenti. Probabilmente le persone stanno già lavorando per ricrearlo. Le persone stanno eseguendo i modelli da sole ora.
Brooke: non solo li stanno eseguendo, possono anche modificarli.
Ed: esatto, e possono costruire cose sopra di loro. Ora, un dettaglio importante qui è che una delle cose più clamorose riguarda il fatto che DeepSeek ha addestrato il suo modello V3, competitivo con chatGPT, che ha la tecnologia sottostante GPT. E lo hanno addestrato per cinque milioni e mezzo di dollari rispetto a GPT 40, che è l’ultimo modello costato cento milioni o più secondo Sam Altman. Quindi essi dimostrano, in un certo senso, che non hai davvero bisogno di acquistare le GPU più recenti e migliori. In effetti, non ne hai nemmeno bisogno di così tante come pensavi. Essi ne usano solo 2.048 rispetto alle centinaia di migliaia che hanno gli hyperscaler. Il motivo per cui si stanno costruendo tutti questi data center è perché hanno bisogno di più GPU e più spazio per mettere le GPU e modi per raffreddarle. E in effetti, nel video con gli ultimi chip Blackwell si scopre che queste cose sono in server/rack di 1.300 chilogrammi. È davvero, davvero molto bello da guardare. È solo il risultato che fa un po’ schifo.
Brooke: ma chatGPT o l’azienda che l’ha creato, OpenAI, non ha appena creato, come dici tu, questo nuovo programma di ragionamento, un paio di mesi fa chiamato O1? Dicono che può rispondere ad alcune delle domande matematiche più difficili. E sembra aver messo di nuovo l’azienda in cima alla classifica. Stiamo dicendo che DeepSeek può fare cose simili?
Ed: sì. Ora, quando dici che può fare queste cose molto complesse, questo è un altro pezzo di k-fabe di questo settore.
Brooke: cos’è il k-fabe?
Ed: il K-fabe del wrestling, in particolare, dove fingi che qualcosa sia reale e serio quando non lo è davvero. Quindi i test di benchmarking per i grandi modelli linguistici in generale sono estremamente truccati. Puoi addestrare i modelli a gestirli. Essi non hanno a che fare con casi d’uso reali. Quando è uscito O1, i media, che dovrebbero vergognarsi di sé stessi, si sono fatti in quattro per dire quanto fosse rivoluzionario senza mai chiedersi, cosa fa realmente? Cosa posso costruire con esso? E per giunta, O1 è incredibilmente costoso. Quando è uscito, la grande discussione è stata, wow, solo OpenAI può fare questo. Solo OpenAI è in grado di fare qualcosa del genere. Avevi cose simili da altre aziende, Anthropic, ma OpenAI è citata in cima alla pila. Ed è per questo che sono stati in grado di far pagare una cifra così incredibile. Ed è per questo che sono stati in grado di raccogliere 6 miliardi di dollari. Ma ora, i subdoli cinesi ‒ e lo dico sarcasticamente, questa è solo buona ingegneria ‒ arrivano e dicono, non solo possiamo farlo a 30 volte meno, e per essere chiari, quel numero si basa sulle parole di DeepSeek ‒ quindi non sappiamo chi lo sovvenziona ‒ ma nonostante ciò, non solo possono farlo a meno, ma possono farlo. E per giunta, rendono open source tutta la dannata cosa. Quindi ora chiunque può costruire il proprio modello di ragionamento usando questo, oppure può fare reverse engineering e costruire il proprio modello di ragionamento che funzionerà a meno. E con i loro server, eliminando in un certo senso la necessità di avere a che fare completamente con OpenAI. Gli sviluppatori con cui ho parlato sono estremamente colpiti da O1, ma sono anche estremamente colpiti da R1 di DeepSeek. Quindi sono un po’ tipo, eh, perché dovrei pagare questa folle quantità di denaro quando non potrei? Alla fine, troverai aziende cloud in America che gestiranno questi modelli. E a quel punto, dove è lo sbocco per OpenAI? E la risposta è che non ne hanno uno. E così è per tutti gli altri.
Deepseek e la battaglia egemonica dell’IA tra Stati Uniti e Cina
Brooke: DeepSeek non è completamente aperto perché non ha detto come hanno addestrato la loro IA.
Ed: Beh, non hanno condiviso i loro dati di addestramento. Hanno detto come l’hanno addestrata, ed erano in realtà estremamente dettagliati.
Brooke: ma la domanda è: possiamo fidarci dei loro numeri?
Ed: Non dobbiamo. Hanno pubblicato il codice sorgente, e la ricerca dietro a tutto. E l’ultima settimana è stata folle. Hai visto così tante persone usarlo, e i risultati parlano da soli. Il modello funziona davvero bene. È più economico. Ci sono versioni di R1 che puoi eseguire su un MacBook. Questo è potenzialmente apocalittico per OpenAI, perché anche se non ti fidi di DeepSeek, anche se dici, non mi fido del loro modello ospitato, quindi della versione di cui DeepSeek vende l’accesso. Non mi fido, il che è giusto. Non sappiamo dove viene eseguito e non sappiamo chi lo supporta. Ma puoi ospitarlo autonomamente. Puoi eseguirlo su una cosa locale o puoi eseguirlo usando una GPU. Queste cose possono essere fatte in sicurezza. Non devi fidarti di loro. E puoi costruirne uno tuo. Hanno spiegato come lo hanno addestrato. Hanno spiegato perché era più economico in modo molto dettagliato. E ho parlato con diversi esperti che dicono tutti la stessa cosa: oh-oh, OpenAI…
Brooke: quindi ora Cina e America sono in una gara di IA, una battaglia egemonica di IA generativa. E sembra che questa tecnologia, DeepSeek, abbia capovolto le nostre ipotesi su come sarebbe andata a finire. La maggior parte delle nostre ipotesi, non le tue, perché ti ho letto. Dici che non c’è mai stata davvero alcuna competizione tra le aziende di IA americane.
Ed: sì, questo è il nocciolo della questione. Questa situazione dovrebbe causare una vergogna insondabile nei media tecnologici, ed in realtà nella Silicon Valley. Se ne stavano tutti seduti a girarsi i pollici? No. Ciò che è successo è che Anthropic e OpenAI sono stati in competizione amichevole. Hanno entrambi fatto cose simili in modi diversi, ma sono tutti supportati dagli hyperscaler. OpenAI, fondata principalmente da Microsoft, fino a poco tempo fa girava quasi interamente sui server Microsoft, ma pagava tariffe scontate a Microsoft e continuava a perdere soldi. Hanno perso 5 miliardi di dollari l’anno scorso, che probabilmente sono destinati a perdere di più quest’anno.
Brooke: OpenAI?
Ed: sì, e questo dopo 3,7 miliardi di dollari di fatturato. Anthropic, credo che l’anno scorso abbia perso 2,7 miliardi di dollari. E penseresti che, con tutta quella perdita, sarebbero impazienti di creare i propri modelli efficienti, giusto? E se ti dicessi che non devono farlo? E se ti dicessi che non c’è una vera competizione tra loro? Google, Amazon, essi sostengono Anthropic, ci mettono dentro dei soldi. Avevano tutte queste strane politiche di assegni in bianco e i venture capitalist sostenevano la concorrenza, qualunque cosa fosse. Non potevano fare niente perché, in base alla narrazione che era stata costruita, queste aziende avevano bisogno di tutti questi soldi e di tutte queste GPU perché era l’unico modo per costruire queste grandi modelli di linguaggio. Quindi perché mai avrebbero dovuto costruire qualcosa di più efficiente quando potevano continuare a fare tutti la stessa cosa, questa grande cosa indecente, con perdite, e dispendiosa? Avrebbero sempre ottenuto più soldi perché questo è l’unico modo in cui possiamo combattere la Cina quando la Cina costruisce la cosa. Il vero danno che DeepSeek ha fatto è che hanno dimostrato che l’America non vuole davvero innovare. L’America non compete. Non c’è una corsa agli armamenti dell’IA. Non c’è una vera killer app per tutto questo. ChatGPT è popolare solo perché l’IA è la novità. ChatGPT ha 200 milioni di utenti settimanali. La gente dice che è un segno di qualcosa. Sì, è quello che succede quando letteralmente ogni organo di stampa per due anni ha detto che ChatGPT è la cosa più importante senza sedersi e dire, cosa fa questa dannata cosa e perché è importante? Oh fantastico, mi aiuta a barare sui miei documenti universitari. Può allucinare le cose. Oh fantastico, e ora in aggiunta a questo ‒ e in realtà il più grande cambiamento narrativo qui ‒ è che tutto è stato basato sul fatto che dovevamo spendere questi soldi, che non c’era un modo più economico per farlo su larga scala. Non potevamo fare altro che dare più soldi a Sam Altman e più soldi a Dario Amodei, quet’ultimo è il CEO di Anthropic. E tutto quello che dovevano fare era continuare a fare promesse eclatanti perché non pensavano che nessuno avrebbe osato competere. Nessuno avrebbe osato abbassare il prezzo. E non credo che OpenAI credesse che qualcuno potesse ragionare in questo modo. Penso che sia positivo che sia successo. Sono contento che sia successo, perché il gioco è finito.
I limiti dell’IA generativa
Brooke: Bloomberg ha riferito il mese scorso che i grandi nomi della tecnologia IA, OpenAI, Google e Anthropic stanno lottando per costruire un’AI più avanzata. Hai detto dal 2024, inizio 2024, che l’AI generativa aveva già raggiunto il picco? Perché lo pensavi allora e perché lo pensi ora?
Ed: dunque, i modelli di ragionamento, quello che fanno, solo per spiegare, è scomporre un prompt. Se dici, dammi un elenco di tutte le capitali di stato che iniziano con la lettera R. Bene, lo farà e c’è un’altra cosa tecnica, che non approfondirò. Puoi vederlo pensare, ma, deve essere chiaro, queste cose non stanno pensando. Dunque elabora attraverso dei passaggi, dice, okay, quali sono gli stati in America? Quali stati hanno questo? E poi va e controlla il suo lavoro. Tuttavia, questi modelli sono probabilistici. Sono notevolmente accurati nel senso che indovinerebbero che, se dici che ho bisogno di una poesia su Garfield con una pistola, dovrebbe includere Garfield e una pistola, e forse un tipo di pistola. E indovinerebbe quale sarebbe la parola successiva. Ora, fare questo e addestrare questi modelli richiede un bel po’ di soldi, e un sacco di GPU, ma anche un sacco di dati, spulciano l’intera Internet per essere precisi. Non solo attraverso una comune scansione, che è un file di grandi dimensioni di un sacco di siti Internet, ma fondamentalmente scansionano qualsiasi cosa riescono a trovare. Sottovoce si dice che OpenAI sta letteralmente trascrivendo ogni video da YouTube, per poi usarne il testo.
Brooke: mio marito ha scritto un sacco di libri. È in quella lista. Mia figlia ha scritto un paio di libri. È in quella lista. Io ho scritto un fumetto, e usano anche quello.
Ed: Oddio, è semplicemente disgustoso.
Brooke: un minuscolo granello nell’universo di cose che hanno usato. Non mi sentivo particolarmente speciale, ma sto solo dicendo, so quanto fosse totale il loro uso di questa roba.
Ed: ma ecco la cosa folle, però. Anche con tutta la tua roba e tutto su Internet, per continuare a fare quello che stanno facendo, avrebbero bisogno di quattro volte le informazioni disponibili dell’intera Internet. Se non di più…
Brooke: perché?
Ed: per aiutarli a capire le cose devi addestrarli ficcando dentro una quantità immensa di dati. E, per dire un’altra cosa, questi modelli sono probabilistici. Non c’è modo di risolvere il problema dell’allucinazione. Le allucinazioni si verificano quando questi modelli presentano informazioni false come autorevolmente vere.
Brooke: pensavo che stessero migliorando molto nel cogliere queste cose.
Ed: no, non è così. Il problema con i modelli di ragionamento è che, controllando il loro lavoro, sono leggermente migliorati. Ma penso che le persone dimentichino quanto sia straordinario il cervello umano. Gli errori che commettiamo sono fondamentalmente diversi. Non commettiamo errori perché ogni cosa che facciamo è un’ipotesi. Commettiamo errori perché stiamo costantemente andando in pezzi. Stiamo tutti morendo e i nostri corpi sono un inferno, almeno nel mio caso. Ma quello che sto dicendo è che questi modelli si sarebbero esauriti perché avrebbero esaurito i dati di addestramento, ma c’è anche un limite a ciò che puoi fare con un modello probabilistico. Non hanno pensieri. Sono probabilistici. Indovinano la prossima cosa in arrivo. E sono piuttosto bravi a farlo. Ma abbastanza buono in realtà non è affatto abbastanza. E quando pensi a cosa determina un boom nel successo del software, un boom del software di solito si basa sull’adozione di massa da parte dei consumatori e sull’adozione di massa a livello aziendale. Ora, per impresa ci si riferisce alle grandi aziende, con 10.000, 50.000, 100.000 persone, ma anche fino a 1.000. Ciò nonostante, i servizi finanziari, l’assistenza sanitaria, tutti questi settori, hanno una tolleranza molto bassa per gli errori. E se commetti un errore con la tua IA, beh, non so se ricordi cosa è successo con Knight Capital [società di trading, fallita nel 2012 dopo che un errore di un software automatizzato provocò una perdita di circa 500 milioni di dollari NdT]. Quello era un erroe di un algoritmo. Hanno perso centinaia di milioni di dollari e si sono distrutti a causa di un piccolo errore. Non sappiamo nemmeno come funzionano queste cose, come prendono le loro decisioni, ma sappiamo che commettono errori perché non sanno nulla. Non hanno conoscenza.
Brooke: non sono coscienti. Capisco.
Ed: no, no, no, non solo non coscienti. Non sanno niente. ChatGPT non sa quello che fa, anche se dici dammi un elenco di tutti gli stati americani e ci riesce sempre.
Brooke: è solo riconoscimento di schemi.
Ed: sì, sta effettivamente dicendo, qual è la risposta più probabile a questo? Non sa cos’è uno stato, non sa cos’è l’America, non sa niente. È solo notevolmente accurato nella probabilità, ma notevolmente accurato non è neanche lontanamente accurato come vorremmo che fosse. E di conseguenza, non vi è poi molto da fare per ciò.
Sulle nuove applicazioni nell’IA generativa
Brooke: hai scritto, e se l’intelligenza artificiale non fosse effettivamente in grado di fare molto di più di quello che stiamo vedendo oggi? E se non ci fosse una tempistica chiara di quando sarà in grado di fare di più? E se tutto questo ciclo di clamore fosse stato costruito, spinto da media compiacenti a che si prendano queste persone in parola? Hai detto che credi che gran parte del boom dell’IA sia solo aria fritta, pompata attraverso una combinazione di distorsioni dettate da dirigenti aziendali e dai media che fantasticano su cosa potrebbe fare l’IA piuttosto che concentrarsi su ciò che sta realmente facendo. Hai detto che l’IA in questo paese stava solo buttando un sacco di soldi oltre il muro per vedere se sarebbe emersa qualche nuova idea?
Ed: Si.
Brooke: stiamo parlando di agenti che possono effettivamente fare cose per te in modo prevedibile? Stiamo parlando di Dio? Qual è la nuova idea che speravano che emergesse dal lancio di miliardi in questo progetto?
Ed: dunque, la Silicon Valley non ha avuto una vera e propria depressione. Potremmo pensare che la bolla delle dot-com fosse brutta, ma la bolla delle dot-com è stata quando hanno scoperto l’e-commerce e poi l’hanno gestito nel peggior modo possibile. Questo è così diverso perché se non ci fosse stato il ciclo di hype che ha avuto, probabilmente ci saremmo ritrovati con un DeepSeek americano in cinque anni. Il DeepSeek, nel modo in cui è addestrato, utilizza dati sintetici, il che lo rende molto bravo in cose con risposte fattuali, cose come la codifica e la matematica. Ma il modo in cui la Silicon Valley ha funzionato tradizionalmente è che dai un mucchio di soldi a delle persone intelligenti e poi alla fine escono i soldi. Nel caso dei precedenti cicli di hype, in opere come il cloud computing e gli smartphone, c’erano posti molto ovvi in cui andare. Jim Covello di Goldman Sachs ha detto notoriamente rispondendo a una domanda che, beh, nessuno credeva nello smartphone. Sbagliato, c’erano migliaia di presentazioni che portavano abbastanza precisamente a quello.
Dunque, con l’hype dell’IA è stata una grande tempesta mediatica. All’improvviso vi è una decisione forte di Microsoft dietro a tutto questo, è avvenuto che hanno visto chatGPT e hanno detto, accidenti, abbiamo bisogno di quello e di Bing, di ogni GPU che riesci a trovare. E sto dicendo la verità, è folle che le aziende con una capitalizzazione di mercato multimiliardaria funzionino in questo modo. Ciononostante, tutte queste aziende hanno detto, beh, questa è la prossima grande novità. Ci metto un sacco di soldi in ciò. Questo è l’anteprima, comprare di più, fare di più, far crescere tutto funziona sempre. E io la chiamo l’economia della putrefazione, la mentalità della crescita a tutti i costi. La Silicon Valley negli anni si è orientata verso solo idee di crescita. Cosa crescerà, cosa possiamo vendere di più? Tranne che hanno cacciato tutti i veri innovatori. Ma per quanto riguarda la tua domanda originale, non sapevano cosa avrebbero fatto. Pensavano che chatGPT sarebbe diventata magicamente redditizia, quando non ha funzionato, hanno pensato, beh, e se la rendessimo più potente e grande, potremmo ottenere più finanziamenti in questo modo? E così hanno fatto. E poi hanno continuato a scontrarsi con i problemi relativi ai dati per l’addestramento, ai rendimenti decrescenti. Si sono detti, ok, agenti, agenti suona bene. Ora agenti è un termine di marketing fantastico. Ciò che dovrebbe far risuonare positivamente è che è una cosa che arriva e fa un qualcosa per te [assistenti software che operano nel computer, ad esempio navigando, guardando ed entrando nei siti per eseguire qualche operazione, da noi desiderata, in maniera autonoma NdT] .
Brooke: anche solo cercare di ottenere una prenotazione aerea è un incubo. Se potessi esternalizzarlo, lo farei sicuramente.
Ed: ma quando guardi effettivamente i prodotti come l’operatore di OpenAI, fanno schifo. Sono spazzatura, non funzionano. Non funzionano, e anche adesso i media sono ancora tipo, beh, teoricamente potrebbe funzionare, non funzionano ma i modelli linguistici non sono costruiti per compiti distinti. Non fanno cose. Sono modelli linguistici. Se vuoi far funzionare un agente, devi trovare delle regole, ma devi anche trovare delle regole per il mondo reale, che l’IA ha dimostrato di poter far funzionare. E intendo dire l’IA vera, non l’IA generativa che non è nemmeno autonoma, è piuttosto difficile.
Brooke: dunque, fammi un esempio di dove siamo adesso con l’IA. Stai dicendo che non può fare nulla. Beh, intendo dire, può scrivere relazioni.
Ed: questa è in realtà una distinzione importante. L’IA come termine è una cosa. E in circolazione da un po’, decenni in realtà. L’IA che vedi in un taxi Waymo, come un’auto autonoma. Funziona abbastanza bene. Poi guardi Tesla e pensi, funziona meno bene, perché il problema non è essere in grado di guidare lungo una strada, ma è il caso limite. L’addestramento per i casi limite è così difficile. Comunque i casi molto rari poi finiscono con la morte di qualcuno. Ora, IA è un termine ombrello e quello che vedi in un Waymo, per esempio, non ha niente a che fare con chatGPT. ChatGPT è IA generativa, modelli basati su trasformatori. Quello che Sam Altman e i suoi simili hanno fatto è stato attaccare una cosa al lato di un’altra cosa e hanno detto che è la stessa cosa, perché vogliono che i mercati e i giornalisti le associno in modo che non debbano costruire cose reali.
Brooke: quando dici che hanno attaccato una cosa a un’altra cosa, dammi un modo concreto per visualizzare cosa significa.
Ed: dunque, chatGPT non è intelligenza artificiale. Non è intelligente. Immagino che sia intelligenza artificiale che finge di esserla, ma non è. Ma il termine ombrello di IA è vecchio e ha fatto cose utili. Alfa-fold. Proteine. Queste sono cose che esistono davvero e aiutano con le malattie.
Brooke: sono cose che passano attraverso un’enorme quantità di dati per trovare proteine che possono forse consentirci di sviluppare medicine per combattere le malattie.
Ed: giusto, e questa non è IA generativa. Solo per essere chiari. E le versioni di Siri prima di Apple Intelligence, non IA generativa, un altro tipo di IA, WaymoCabs, IA. Algoritmi. Potresti chiamarli IA. Quelli ci sono da un po’. L’IA generativa è separata. Ma è quello che fa Sam Altman mentre va e parla di intelligenza artificiale. E la maggior parte delle persone non sa molto di tecnologia, il che va bene. Ma Altman ne ha approfittato. E in particolare ha approfittato delle persone nei media e dei dirigenti delle società pubbliche che non conoscono la differenza tra nessuna di queste cose e hanno detto, sì, chatGPT lo è. Questo è tutto IA.
Il lobbismo dell’IA e le difficoltà del business model
Brooke: Sam Altman si è presentato al Congresso e ha detto, abbiamo bisogno che ci aiutiate ad aiutarvi in modo che l’IA non prenda il sopravvento sul mondo.
Ed: oh, è anche molto divertente quando lo dice. Adorano parlare di sicurezza dell’IA. Vuoi sapere qual è la vera storia sulla sicurezza dell’IA. Laghi bollenti, furti a milioni di persone, energia in funzione e bruciata, le enormi richieste di energia che stanno danneggiando la nostra rete elettrica. Questo è un problema di sicurezza. Il problema di sicurezza di cui parla Sam Altman è cosa succederebbe se chatGPT si svegliasse e facesse questo? È marketing, marketing cinico e spregevole da parte di un imbonitore da fiera. Sam Altman è un bugiardo. Ed è vergognoso quanto lontano sia arrivato.
Brooke: parliamo un attimo dell’impatto ambientale. Consuma un’enorme quantità di energia a quanto pare secondo l’agenzia internazionale per l’energia. Una richiesta fatta tramite chatGPT consuma 10 volte l’elettricità di una ricerca Google per raffreddare tutte quelle GPU incredibilmente calde richiede acqua dolce, in un mondo in cui un quarto dell’umanità non ha già accesso all’acqua pulita. Finisce per creare un sacco di rifiuti elettronici tossici. La sua energia è spesso generata bruciando combustibili fossili. L’analisi costi-benefici qui non sembra così buona.
Ed: non lo è.
Brooke: dici comunque che è incredibilmente poco redditizio. Dicono sempre, beh, non genererà mai un profitto all’inizio. Nemmeno Amazon stava facendo soldi quando ha iniziato.
Ed: adorano quell’esempio. Adorano anche tirare in ballo Uber. Ora, Uber funziona grazie allo sfruttamento del lavoro. Ma anche Uber nel suo anno peggiore ha perso circa 6 miliardi di dollari. Vuoi sapere che anno è stato? Era il 2020 quando la loro attività ha smesso di funzionare perché nessuno usciva. Ora, dicono, oh, all’inizio Amazon non era redditizia. Stavano costruendo l’infrastruttura e avevano un piano vero e proprio. Non se ne stavano lì seduti a dire, a un certo punto succederà qualcosa quindi dobbiamo investirci soldi. Con Uber, per esempio, sì, una specie di azienda da cani, azienda orribile. Ma nonostante ciò, guardi cosa fa Uber e puoi almeno spiegare a una persona perché potrebbe usarla. Devo andare da qualche parte o ho bisogno che mi venga portato qualcosa utilizzando un’app. Quella è un’attività con una cosa. Anche allora, richiede così tanto abuso di manodopera e lo fa ancora. OpenAI al confronto, qual è esattamente l’applicazione killer? Qual è la cosa che devi fare con OpenAI? Qual è il momento iPhone? Allora, per ottenere la segreteria telefonica, dovevi effettivamente chiamare un numero e premere un pulsante, ma all’improvviso potevi guardare la segreteria telefonica e scorrerla. Potresti saltare l’inizio. Manda messaggi alle persone in modo naturale invece di usare i pulsanti goffi di un Nokia 3210. Erano cose ovvie. I primi giorni di Uber a San Francisco, era davvero difficile prendere un taxi ovunque. Quindi quello che sto descrivendo qui sono problemi reali risolti immediatamente. Noterai che le persone non hanno davvero problemi immediati che stanno risolvendo con chatGPT, a parte Sam Altman che risolve il problema di come fa a guadagnare qualche miliardo in più?
Brooke: ok, l’intelligenza artificiale generativa è incredibilmente poco redditizia. 1$ guadagnato per ogni 2,25 $ spesi. Qualcosa del genere?
Ed: 2,35 $ dalle mie ultime stime. L’anno scorso il consiglio di amministrazione di OpenAI ha affermato di aver bisogno di ancora più capitale di quanto avessero immaginato. E il CEO, Sam Altman, ha recentemente affermato che stanno perdendo soldi nel loro piano per fare soldi, che è il piano pro chatGPT. Cos’è? Ecco dove accadono le cose divertenti. Gli abbonamenti premium di OpenAI costituiscono circa il 73% dei loro ricavi. La maggior parte dei loro ricavi non proviene da persone che effettivamente usano i loro modelli per fare cose, il che dovrebbe dirti tutto. Perché se la maggior parte dei loro soldi non proviene da persone che usano i loro presunti modelli molto utili, beh, significa che o non stanno facendo pagare abbastanza o non sono così utili.
Brooke: penso che Altman abbia detto che non stava facendo pagare abbastanza.
Ed: non sta facendo pagare abbastanza. Ma i loro abbonamenti premium hanno dei limiti alla quantità che puoi usare. Beh, sono 200 $ al mese di abbonamento GPT plus che ti consente di usare i loro modelli quanto vuoi e continuano a perdere soldi con loro. E la cosa divertente è che il più grande punto di forza sono i loro modelli di ragionamento, 01 e 03. 03, a proposito, è la loro novità che sta solo aggiungendo ancora più forza elaborativa. Deve ancora dimostrare di essere effettivamente diverso se non leggermente migliore nei benchmark e costa anche 1.000 $ per 10 minuti. È folle. Ma il motivo per cui stanno perdendo soldi è perché il modo in cui hanno costruito i loro modelli è incredibilmente inefficiente. E ora che è arrivato DeepSeek, non è poi così ovvio perché qualcuno pagherebbe per chatGPT plus. Ma il fatto che non possano fare soldi con un abbonamento da 200 dollari al mese, è il tipo di cosa per cui potresti farti licenziare da un’azienda, farti buttare fuori dalla porta.
Brooke: come fa DeepSeek a fare soldi?
Ed: beh, questa è la cosa che non sappiamo. Ma è importante separare la società DeepSeek, che è venuta fuori da un hedge fund cinese. Non sappiamo chi li sovvenziona.
Brooke: ma chiunque può usare i loro programmi gratuitamente?
Ed: essi rilasciano anche la loro app incentrata sul consumatore, e chiunque può usarla gratuitamente. E questo è sovvenzionato al 100% e non sappiamo come. Ma i loro modelli, che sono open source, possono essere installati da chiunque. E puoi creare modelli come loro. A questo punto, ci si deve chiedere quanto tempo ci vuole perché qualcuno rilasci semplicemente una chatGPT plus più economica che fa la maggior parte delle stesse cose.
La bolla azionaria dell’industria IA, quella delle “startup grasse e felici”
Brooke: dunque prima hai descritto che questa bolla scoppia, giusto? Come lo sai? Perché è inevitabile?
Ed: lo sento nella mia anima, ma niente è inevitabile. Tuttavia, questi modelli non stanno migliorando. Stanno rigirando sulla stessa cosa in modi diversi.
Brooke: fammi un esempio.
Ed: voglio dire, stanno solo migliorando nei benchmark. Nella loro capacità effettiva di fare cose nuove non accade niente di nuovo. Guarda cosa è successo con l’operatore/assistente, che sono i cosiddetti agenti. L’operatore OpenAI non funziona. Fa schifo. Puoi usarlo se usi l’abbonamento plus chatGPT, ad esempio.
Brooke: hai mai provato a usarlo?
Ed: sì, non funziona molto bene. A volte non capisce cosa sta guardando e si ferma. È davvero divertente che questa azienda valga 150 miliardi di dollari. Ogni volta che rilasciano un prodotto, non ci sono nuove capacità. Al confronto, con l’operatore OpenAI è stata piuttosto eccitante nel senso che ha fatto qualcosa di leggermente diverso, anche se non funziona. Ogni volta con loro è solo questa roba riscaldata . Quindi…
Brooke: oh, solo per dire, come va a finire dunque questa storia?
Ed: la storia era che Microsoft ha alimentato alla grande chatGPT e dunque, accidenti, dobbiamo assicurarci che sia grande perché sembri davvero intelligente! Google ha rilasciato Gemini perché Microsoft ha investito in OpenAI e voleva fare la stessa cosa. Meta ha aggiunto un grande modello linguistico. Ne hanno creato uno open source loro stessi, Llama. E l’hanno fatto perché tutti gli altri stavano facendo modelli basati su GPT e Transformer in Generative AI. Tutti fanno la stessa cosa in questo settore. Nessuno pensava, può davvero farlo? Raccontano tutti le stesse bugie. Una persona abbastanza timida è andata a Google IO, la conferenza degli sviluppatori, e ha raccontato questa storia su come un agente ti aiuterebbe a restituire le tue scarpe. Ci ha messo qualche minuto, ha esaminato questa cosa, parlando di come sarebbe andato autonomamente nella tua e-mail, ti avrebbe fatto avere la cosa del reso, te l’avrebbe semplicemente consegnata. Sarebbe stato fantastico. E poi ha concluso dicendo che è totalmente teorico… Stanno inventando cose, ci hanno investito un sacco di soldi, e ora non sanno cosa fare. Tutti i cavalli e tutti gli uomini del Re sembrano non essere in grado di far sì che la valle sputi fuori un prodotto utile e di massa significativo che cambi davvero il mondo e non solo danneggiare la nostra rete elettrica, rubare a milioni di persone e far bollire i laghi.
Brooke: la scorsa settimana, Trump ha annunciato un piano infrastrutturale di intelligenza artificiale da 500 miliardi di dollari chiamato Progetto Stargate, insieme ai CEO di OpenAI, Oracle e SoftBank. E sebbene sia stato annunciato alla Casa Bianca, è finanziato privatamente. Il presidente Trump vuole ancora in un certo senso metterci il suo marchio. Si tratta del fatto che vuole attingere a quella dolce, dolce, energia maschile?
Ed: no, è solo Trump che fa quello che fa Trump, che è convincere gli altri a fare cose, e poi prendersi il merito. Non ci sono soldi pubblici in questo, e in effetti, c’è un altro piccolo campanello di allarme. E dunque, non sono 500 miliardi di dollari, sono fino a 500 miliardi di dollari. Anche un altro dettaglio strano. OpenAI ha promesso di dare 19 miliardi di dollari, secondo le informazioni, che hanno in programma di raccogliere tramite una vendita di azioni e debito. Il loro round di autofinanziamento più grande che hanno raccolto è di 6 miliardi di dollari. La loro azienda perde 5 miliardi di dollari all’anno. Cosa sta succedendo? Perché devo parlare di queste sciocchezze con la faccia seria? È tutta una performance. Stanno tutti ballando il tip tap, e poi è arrivato DeepSeek e ha fatto questo e li ha spaventati così tanto perché l’intera cosa è vuota. È una vera cipolla di vetro.
Brooke: dopo l’annuncio del progetto Stargate, Elon Musk è andato sui social media per criticare il progetto, dopotutto egli ha il suo proprio impero di intelligenza artificiale. Mi chiedo se DeepSeek minacci tutte le aziende tecnologiche di intelligenza artificiale allo stesso modo?
Ed: ognuna di esse, perché stanno tutte costruendo la stessa cosa. C’è pochissima differenza tra GPT-40, il modello di OpenAI e Anthropics Claude Sonnet 3.5, e Google Gemini. Ci sono varie versioni, ma sono tutte più o meno uguali. Quindi il modello V3 di DeepSeek è quello che è competitivo con tutti quelli, ed è circa 30 volte più economico. È molto più economico, e ora è open source, quindi tutti possono costruirlo. Ora, la situazione di Elon Musk è ancora più strana. Ha appena acquistato 100.000 GPU con Dell. Molto bizzarro. Partnership con Michael Dell in quel settore.
Brooke: Dell crea queste cose?
Ed: Dell realizza l’architettura del server. Vanno all’interno. Quindi Dell ha il data center. Ma nonostante ciò, GROC e X.AI, GROC è il chatbot collegato a Twitter, non è in realtà molto ovvio cosa tutto ciò dovrebbe fare, un po’ come le aggiunte di intelligenza artificiale a Facebook e WhatsApp e Instagram, non hanno molto senso. Ma in realtà è bene sollevare la questione, perché tutti stanno seguendo questa cosa senza una direzione. Del tipo, stiamo tutti facendo grandi modelli linguistici, giusto? Faremo tutti la stessa cosa, giusto? Proprio come hanno fatto con Metaverse. Ora, Google è rimasto fuori da Metaverse, a proposito. Microsoft ha acquistato la maledetta Activision e ha scritto Metaverse di lato. Mark Zuckerberg ha perso circa 45 miliardi di dollari con il Metaverso, e tralasciando l’hyperscale, ci sono state centinaia di startup che hanno raccolto miliardi di dollari per il Metaverso, perché tutti si stanno solo seguendo a vicenda. La valle è spregevole in questo momento. È piena di persone che costruiscono cose perché tutti gli altri stanno costruendo qualcosa. Non costruiscono cose per risolvere problemi reali. Penso che questo sia in realtà anche un problema economico più grande. Perché l’intelligenza artificiale è in ogni cosa? Nessuno lo sa.
Brooke: il Metaverso è stato lo sforzo di Zuckerberg per creare una specie di spazio multimediale dove le persone potessero vivere o qualcosa del genere, giusto?
Ed: egli stava sostenendo che sarebbe stato il prossimo Internet, ma in realtà era solo un mucchio di sciocchezze. Era solo un mucchio di cose che ha fatto perché aveva bisogno di un nuovo mercato in crescita. Il Metaverso era in realtà un sintomo del problema più grande, l’economia marcia di cui parlo, che è tutto deve crescere per sempre, e le aziende tecnologiche di solito sono brave in questo, tranne che hanno esaurito i mercati in crescita. Hanno esaurito le grandi idee. Quindi il motivo per cui continui a vedere l’industria tecnologica saltare da una cosa all’altra, è che quando come persona normale li guardi e pensi, sembra un po’ stupido, o questo non sembra molto utile. Ciò che sta succedendo è che non hanno idea di cosa stanno facendo e hanno bisogno di qualcosa di nuovo per crescere. Perché se a un certo punto il mercato dice, aspetta, non crescerai per sempre? Beh, cosa è successo a Nvidia? Nvidia è diventata una delle azioni più grandi. Ha avuto una crescita ridicola di più di cento percento nell’ultimo anno. È pazzesco. Il mercato sta dando di matto perché indovina un po’? L’unica cosa che cresce per sempre è il cancro.
Brooke: ok, che dire delle persone che dicono, dai è solo questione di tempo? Succederà. Sostieni con forza che se questa non è un’atmosfera competitiva qui negli Stati Uniti, se succede qualcosa, probabilmente sarà da qualche altra parte.
Ed: sì, ma cosa potrebbe succedere altrove? Non significa che troveranno un segno di molti trilioni di dollari da questo. DeepSeek ha dimostrato che questo può essere fatto in modo più economico ed efficiente. Non hanno dimostrato che esiste un nuovo modello di business. Non hanno creato nuove funzionalità. E c’è un argomento in questo momento, un argomento molto fastidioso in cui si dice, beh, se il prezzo scende ciò significa che accadranno più cose perché più persone parleranno, il paradosso di Jevons è spesso citato [i miglioramenti tecnologici che aumentano l’efficienza di una risorsa possono fare aumentare il consumo di quella risorsa, anziché diminuirlo NdT] , e il paradosso di Jevons dice, beh, quando il prezzo di una risorsa scende, ne aumenta l’uso. Non è quello che succederà qui. Nessuno ha rinunciato a usare l’intelligenza artificiale generativa perché era troppo costosa. Infatti, queste aziende hanno guadagnato miliardi di dollari in questo modo. Un terzo dei finanziamenti a rischio nel 2024 è andato all’intelligenza artificiale. Queste aziende non si sono impoverite. E ora siamo in questa strana situazione in cui potremmo dover accettare, oh, non so, forse non è un business da miliardi di dollari. L’avessero trattato come uno più piccolo? Se avessero detto che potrebbe essere un’industria da 50 miliardi di dollari. L’avrebbero affrontato in modo completamente diverso. Non avrebbero mai investito miliardi di dollari nelle GPU. Potrebbero aver investito qualche miliardo e poi essersi riconcentrati, un po’ come è successo con DeepSeek. Ne abbiamo solo un numero limitato e loro ne fanno solo un numero limitato, quindi faremo di più con quelle. No, le startup americane sono diventate grasse e felici. Ma anche se metti da parte questo, non c’è mai stato un modello di business con questo, dai! È semplicemente noioso. Dammi una vera innovazione. Non questa assurdità riscaldata.
Brooke: e lo dici qui, le big tech. Ci si limita a clonare e monopolizzare.
Ed: sì, e quello che volevano, credo, con questo, era creare il monopolio del modello di linguaggio di grandi dimensioni creando il misticismo che diceva, ok, questi modelli devono costare così tanto. L’unico modo in cui possono funzionare è quando abbiamo l’infinito problema di soldi e l’unico modo in cui possiamo costruirli è con le GPU più grandi che hai. Quel mito ha permesso loro di ballare il tip tap finché volevano escludendo anche gli altri. Perché altri, come potresti costruire un modello come GPT4O? Non hai tutte le GPU e tutti i soldi. Tranne ora, forse potrebbe non essere così. E ora, ooh, non lo so. Le persone non si sentono così bene là fuori.
Le possibili conseguenze della bolla speculativa dell’IA
Brooke: quindi se questi sono davvero tutti i primi segnali dello scoppio della bolla dell’intelligenza artificiale, quali sono le ramificazioni umane del crollo di questo settore?
Ed: dunque, ci saranno decine di migliaia di persone licenziate proprio come è successo nel 2022 e nel 2023 in grandi aziende tecnologiche. Inoltre, non ho paura che la bolla scoppi. Ho paura di quello che succederà dopo. Una volta che tutto questo crollerà, i mercati si renderanno conto che l’industria tecnologica non ha più mercati in crescita. Il motivo per cui le aziende tecnologiche hanno avuto valutazioni così incredibili è perché sono sempre state in grado di dare questa sensazione di crescita eterna che il software può sempre fare soldi magici. È per questo che i monopoli sono così potenti. Hanno avuto semplicemente soldi infiniti da buttare in cose infinite. Come Google che possedeva il mercato in cui acquisti annunci, il mercato in cui li vendi e il modo in cui ospiti gli annunci stessi. Non hanno mai dovuto lavorare particolarmente duro se non buttare soldi sul problema, escludendo altre persone. Una volta che diventa ovvio che non riescono a trovare la prossima cosa che darà loro una crescita del fatturato del 10-15-20% anno su anno, i mercati riconsidereranno il modo in cui si valutano le azioni tecnologiche. E quando ciò accadrà, le vedrete polverizzate. Non credo che nessuna azienda chiuderà. Penso che Meta morirà in meno di 10 anni solo perché è una cattiva azienda. Ma in questo momento, i mercati credono che le aziende tecnologiche possano crescere per sempre e puniscono quelle che non lo fanno. Ci sono diverse aziende tecnologiche che perdono soldi, ma poiché aumentano il fatturato, va bene. Cosa succede se la storia della crescita muore? Come il crollo immobiliare del 2008, ma specificamente per la tecnologia. E lo temo. Spero di sbagliarmi. Il costo umano sarà orribile.
Brooke: anche al di fuori della depressione che potrebbe verificarsi nel mondo della tecnologia, ci sono così tanti fondi pensione là fuori che potrebbero aver fatto investimenti. Stai dipingendo un quadro del crollo immobiliare del 2008.
Ed: in realtà lo sto facendo. Ho scritto un pezzo su questo abbastanza di recente. Era una cosa in stile Sherwood e parlava di OpenAI e dei suoi prossimi e migliori tentativi di svolta [Zitron 2024 NdT]. E se guardi indietro a quel periodo, e hai menzionato le persone che potrebbero dire che mi sbaglio, dovrei solo aspettare che queste cose si realizzano. Potresti vedere storie come quelle di David Leonard sul New York Times e di altri che parlavano di come non ci sarà un crollo immobiliare. E forse anche un crollo sarebbe una buona cosa. Ma non c’è nulla di cui preoccuparsi… C’erano persone a quel tempo che parlavano di come non ci fosse nulla di cui preoccuparsi. E lo facevano nei dettagli e usando una retorica simile. Aspetta e vedrai. Le cose vanno sempre bene, giusto? Ciò che sale non scende mai. Questa è la frase, giusto? Ed è orribile perché non deve essere così. Queste aziende potrebbero essere sostenibili. Potrebbero avere una modesta crescita del due o tre percento. Google come azienda fondamentalmente stampa denaro. Potrebbero semplicemente gestire un Google stabile e buona, che piaccia alla gente e guadagnare miliardi e miliardi di dollari. Starebbero bene. Ma no, devono crescere. E noi siamo gli utenti e anche il nostro pianeta, anche la nostra economia. Siamo le vittime dell’economia marcia. E loro sono i vincitori. Questi uomini sono così ricchi, Sam Altman, anche se OpenAI crolla, starà bene. È un multimiliardario con un’automobile da 5 milioni di dollari. Queste persone lo fanno perché sanno che staranno bene. Che probabilmente troveranno tutti un altro lavoro comodo. È disgustoso ed è cinico.
Brooke: beh, questa è la fine. Ho solo un altro paio di domande informative.
Ed: certo.
Brooke: una è che hai parlato dei modelli basati sui trasformatori. Non ho ancora capito di cosa si trattasse.
Ed: è solo la tecnologia di base dietro ogni singolo modello linguistico di grandi dimensioni. Allo stesso modo in cui i server supportano il cloud computing.
Brooke: e la mia altra domanda è, c’è un’automobile da 5 milioni di dollari?
Ed: sì, possiede una Koenigsegg Regera. Che ometto sgradevole.
Brooke: Ed, grazie mille.
Ed: è stato un vero piacere. Mi è piaciuto. Tornerò in qualsiasi momento.
Brooke: Ed Zittron è il protagonista del podcast Better Offline e autore della newsletter Where’s your ed at? Arrivederci. Dalla prima trasmissione di WNYC nel 1924, ci siamo dedicati alla creazione del tipo di contenuto di cui sappiamo che il mondo ha bisogno. Da allora, il rigoroso giornalismo di New York Public Radio ha vinto un Peabody Award e un Dupont Columbia Award, tra gli altri.
References
Ferraino, G., 2025, Trump fa paura a Wall Street: profondo rosso per Big tech (ma c’entra anche Deepseek), 26/02.
Khan, L., 2025, Stop Worshiping the American Tech Giants, 25/02, New York Times.
Mihov, D., 2025, DeepSeek Took AI By Storm, Then Came The Red Flags, 10/02, The Guardian.
NCPR News, 2025, What the Trump Administration’s threats to public media funding mean for local stations like NCPR, 12/02.
NPR, 2025, Brooke Talks AI With Ed Zitron.
Zitron, E., 2024, The Subprime AI Crisis, 16/09.
