Silicon Valley, 20 maggio 2026. Andrej Karpathy, uno degli architetti intellettuali del deep learning moderno, firma con Anthropic. Non \u00e8 un passaggio di carriera. \u00c8 un voto di fiducia espresso con i piedi da qualcuno che ha visto i libri contabili, i modelli di addestramento e le rotte di sviluppo di OpenAI dall’interno per anni, dalla fondazione. Quando uno dei cinque o sei ricercatori al mondo capaci di costruire un sistema linguistico di frontiera sceglie di spostarsi, vale la pena smettere di guardare il mercato azionario per un momento e chiedersi cosa sta vedendo che gli altri non vedono ancora.<\/p>\n
La vera partita dell’intelligenza artificiale non \u00e8 chi ha il chatbot pi\u00f9 fluente. \u00c8 chi controlla il pre-training, cio\u00e8 chi decide cosa sa e cosa non sa un modello prima ancora che qualcuno lo interroghi.<\/p>\n
Karpathy andr\u00e0 a guidare proprio quel reparto in Anthropic, il gruppo responsabile delle grandi esecuzioni di addestramento che danno a Claude la sua base di conoscenza. La sua analisi pubblicata tre mesi fa, quella che mappa 26 milioni di posti di lavoro americani ad alto rischio di disintermediazione entro cinque anni, non era una previsione accademica. Era la mappa del territorio che conosce meglio di chiunque altro. E il fatto che lui, con quella mappa in mano, abbia scelto Anthropic piuttosto che restare nell’ecosistema di OpenAI dice qualcosa di preciso su dove si trova il vantaggio tecnico nel 2026.<\/p>\n
Per gli imprenditori e i manager europei, questa notizia arriva nel momento peggiore possibile per ignorarla. Non perch\u00e9 Karpathy sia famoso, ma perch\u00e9 i segnali che porta con s\u00e9 si stanno gi\u00e0 materializzando nei bilanci di aziende medie che non hanno ancora capito di essere dentro il fenomeno.<\/p>\n
L’analisi pubblicata da Karpathy prima del suo passaggio ad Anthropic classifica 192 categorie occupazionali del Bureau of Labor Statistics americano per rischio di sostituzione da parte dell’intelligenza artificiale nei prossimi cinque anni. Il numero aggregato per i profili ad alto o altissimo rischio \u00e8 26 milioni di posizioni negli Stati Uniti soltanto.<\/p>\n
Le categorie in zona rossa non sono quelle che ci si aspetterebbe da una lettura superficiale. Non si tratta solo di receptionist e addetti alla contabilit\u00e0. La lista include software developer, avvocati, project manager, responsabili delle risorse umane, ricercatori di mercato, analisti acquisti. In zona verde restano invece i lavori fisicamente radicati nel territorio: elettricisti, operai edili, badanti, cuochi, carpentieri. Il confine non \u00e8 tra lavoro qualificato e non qualificato. Il confine passa tra lavoro che si esegue con atomi e lavoro che si esegue con bit.<\/p>\n
Sul fronte della concentrazione del settore, il movimento di Karpathy rafforza una tendenza gi\u00e0 visibile. Anthropic ha attratto negli ultimi diciotto mesi un numero sproporzionato di ricercatori di frontiera rispetto alle sue dimensioni. Il suo modello Claude, nelle versioni recenti, compete direttamente con GPT-4o in benchmark di ragionamento avanzato. Con Karpathy al pre-training, il differenziale tecnico rispetto a OpenAI potrebbe spostarsi pi\u00f9 rapidamente di quanto i mercati abbiano gi\u00e0 scontato.<\/p>\n
Sul fronte macroeconomico, MarketWatch segnala oggi che l’inflazione americana ha raggiunto un massimo triennale. L’IA \u00e8 indicata come uno dei fattori che, contro ogni aspettativa teorica, sta contribuendo ad alimentarla piuttosto che a comprimerla. L’interpretazione prevalente \u00e8 che il boom infrastrutturale legato ai data center, il consumo energetico massiccio e i colli di bottiglia nella fornitura di chip specializzati stanno generando pressioni di costo che nessun modello di produttivit\u00e0 riesce ancora a compensare nell’immediato. La Federal Reserve, attraverso i discorsi recenti di Barr e Bowman, segnala attenzione crescente alla salute finanziaria delle imprese di minore dimensione, esattamente quelle pi\u00f9 esposte al doppio stress di credito scarso e trasformazione tecnologica accelerata.<\/p>\n
Karpathy aveva gi\u00e0 lasciato OpenAI nel 2024 per un progetto autonomo, Eureka Labs, focalizzato sull’istruzione potenziata dall’AI. Il ritorno nel mercato della ricerca di frontiera, questa volta in Anthropic, arriva in un momento specifico. Siamo alla vigilia di quella che molti analisti chiamano la stagione degli IPO dell’AI, con Anthropic che si prepara a una valorizzazione pubblica che potrebbe superare i 60 miliardi di dollari.<\/p>\n
Il messaggio implicito di questa mossa \u00e8 duplice. Da un lato, segnala che Karpathy ha valutato la traiettoria tecnica di Anthropic come superiore, o almeno pi\u00f9 coerente con la sua visione, rispetto a quella di OpenAI nel 2026. Dall’altro, la sua scelta di concentrarsi sul pre-training piuttosto che su applicazioni consumer suggerisce che la prossima grande discontinuit\u00e0 non sar\u00e0 nei prodotti visibili agli utenti finali, ma nei modelli base che li alimentano.<\/p>\n
Il riferimento alla sicurezza non \u00e8 retorica. Dario Amodei aveva lasciato OpenAI nel 2021 precisamente per disaccordo sulla velocit\u00e0 di sviluppo rispetto alle precauzioni. La traiettoria di Karpathy mostra una convergenza verso quella posizione, e questo ha implicazioni dirette per il tipo di sistemi che Anthropic rilascer\u00e0 nei prossimi anni. Si tratter\u00e0 di sistemi potenzialmente pi\u00f9 cautelosi nell’output, ma costruiti su basi tecniche pi\u00f9 solide.<\/p>\n
Parallelamente, la BCE attraverso Philip Lane ha pubblicato questa settimana un’analisi sugli shock di offerta energetica. Lagarde ha dichiarato che il coraggio di costruire un’Europa duratura passa per scelte strutturali che le imprese non possono aspettare che vengano dall’alto. Il segnale dai piani alti delle banche centrali \u00e8 coerente: il contesto di trasformazione tecnologica e geopolitica non si stabilizzer\u00e0 nel breve periodo, e le imprese che attendono un momento di maggiore chiarezza rischiano di trovare il mercato gi\u00e0 ridisegnato.<\/p>\n
Il mercato azionario tech americano ha reagito positivamente alla notizia. Anthropic, pur non quotata, ha visto aumentare le valutazioni dei round secondari nelle borse private. Le aziende quotate dell’ecosistema AI, da Nvidia a Microsoft, hanno mantenuto la volatilit\u00e0 implicita sui livelli elevati degli ultimi sessanta giorni. Questo segnala che gli operatori istituzionali non hanno ancora una narrativa stabile su chi vincer\u00e0 la prossima fase della corsa ai modelli di frontiera.<\/p>\n
Il prezzo del petrolio scende oggi sotto i 105 dollari al barile, con i mercati che scontano la possibilit\u00e0 di un accordo USA-Iran, ma l’effetto sul costo energetico per i data center rimane strutturalmente alto. Nvidia e i suoi principali clienti stanno affrontando colli di bottiglia nella fornitura di chip H100 e Blackwell che non si risolveranno prima del quarto trimestre 2026. Questo significa che chiunque voglia fare training su modelli di frontiera nei prossimi sei mesi si trover\u00e0 in un mercato ristretto, con vantaggi sproporzionati per chi ha gi\u00e0 prenotato capacit\u00e0 computazionale.<\/p>\n
L’euro tiene su 1,08 rispetto al dollaro, ma la divergenza tra politica monetaria BCE e Fed mantiene aperta la finestra di competitivit\u00e0 per gli esportatori europei. L’importante \u00e8 riuscire a gestire l’incertezza sui costi operativi interni, parte dei quali sta gi\u00e0 incorporando aumenti legati all’infrastruttura digitale.<\/p>\n
Orizzonte Immediato, da 0 a 6 mesi. Le aziende che usano strumenti AI generativi per funzioni di back-office, produzione di contenuti o analisi dati si trovano in un momento di discontinuit\u00e0 tecnica. I modelli su cui hanno costruito workflow consolidati potrebbero non essere quelli che domineranno il prossimo ciclo. Chi ha contratti enterprise con OpenAI dovrebbe valutare se ha senso iniziare un parallelo con Anthropic, non per lealt\u00e0 al brand ma perch\u00e9 Karpathy al pre-training cambier\u00e0 la qualit\u00e0 di Claude nei prossimi dodici mesi in modo non marginale. Il rischio immediato non \u00e8 tecnologico: \u00e8 organizzativo. Le aziende che hanno costruito processi dipendenti da un singolo fornitore AI senza alternative testate si trovano esposte a una transizione che non controllano.<\/p>\n
Orizzonte Medio, da 6 a 18 mesi. Lo scenario pi\u00f9 probabile \u00e8 un’ulteriore biforcazione del mercato del lavoro, con la curva che accelera nelle funzioni amministrative e di analisi. Per le PMI italiane, questo ha due implicazioni opposte. La prima \u00e8 una riduzione strutturale dei costi operativi per chi adotta strumenti AI in modo sistematico, non episodico. La seconda \u00e8 una pressione sui margini per chi non lo fa, perch\u00e9 i concorrenti che adottano strumenti AI riducono i loro costi fissi pi\u00f9 velocemente. Le aziende che sopravvivono sono quelle che non usano l’AI per fare meglio quello che gi\u00e0 facevano, ma per fare cose che prima non potevano permettersi. Ricerca di mercato profonda, personalizzazione dell’offerta su mercati esteri, analisi predittiva della domanda.<\/p>\n
Orizzonte Lungo, oltre i 18 mesi. Il precedente strutturale qui non \u00e8 la singola mossa di Karpathy, ma il fatto che il ciclo di concentrazione del talento AI stia producendo un oligopolio tecnico in cui tre o quattro organizzazioni controllano i modelli di frontiera. Per le imprese europee, questo pone una questione di dipendenza strategica analoga a quella energetica. Si costruisce su infrastrutture che non si controllano, regolate da legislazioni straniere, con prezzi decisi da soggetti che non hanno obblighi verso il tessuto produttivo europeo. La risposta non \u00e8 ignorare questi strumenti, ma costruire competenza interna sufficiente a non essere passivi nell’adozione.<\/p>\n
Professionisti e servizi alle imprese. Studi legali, commercialisti, agenzie di consulenza strategica, uffici acquisti: esattamente le categorie nella zona rossa della mappa di Karpathy. Per le PMI italiane che esternalizzano queste funzioni, il 2026 \u00e8 il momento in cui rinegoziare i contratti o portare in house capacit\u00e0 che diventano pi\u00f9 economiche da gestire internamente con supporto AI. Chi ancora paga parcelle orarie per ricerche di mercato che un modello linguistico produce in trenta minuti sta finanziando la propria inefficienza.<\/p>\n
Produzione industriale e manifattura avanzata. Settore apparentemente in zona verde, ma con un’esposizione nascosta nelle funzioni di supporto: progettazione assistita, documentazione tecnica, gestione della conformit\u00e0 normativa, customer service tecnico. Le aziende manifatturiere italiane che competono sui mercati internazionali hanno in queste funzioni un costo operativo che i concorrenti tedeschi, nordici e americani stanno gi\u00e0 riducendo con strumenti AI integrati. L’opportunit\u00e0 \u00e8 che chi adotta presto costruisce un vantaggio di costo che si trasformer\u00e0 in margine esportabile.<\/p>\n
Export e internazionalizzazione delle PMI. Questa \u00e8 l’esposizione meno discussa. Le funzioni tipiche di un ufficio export sono ricerca di potenziali partner esteri, analisi normativa doganale, produzione di materiale commerciale adattato al mercato locale, gestione della corrispondenza in lingua straniera. Tutte rientrano nella zona rossa della mappa del rischio. Non perch\u00e9 quelle persone vadano licenziate, ma perch\u00e9 il loro tempo dovrebbe smettere di essere consumato da compiti che un modello linguistico gestisce meglio e pi\u00f9 velocemente. L’opportunit\u00e0 nascosta \u00e8 che la PMI italiana che libera quelle risorse pu\u00f2 finalmente permettersi di presidiare tre mercati invece di uno.<\/p>\n
Il primo rischio \u00e8 la dipendenza da fornitore unico. Le aziende che hanno costruito workflow critici su un singolo provider AI, che sia OpenAI, Google o altri, non hanno ancora testato cosa succede quando quel provider cambia prezzi, disponibilit\u00e0 o qualit\u00e0 del modello. Con Karpathy che porta a Anthropic una capacit\u00e0 di pre-training potenzialmente superiore, il mercato si biforcher\u00e0 ulteriormente nei prossimi dodici mesi. Chi non ha alternative operative testate si trover\u00e0 a dover cambiare infrastruttura in fretta, nel momento peggiore.<\/p>\n
Il secondo rischio \u00e8 il credito alle PMI. La ricerca citata durante questa settimana, coerente con le analisi della Federal Reserve e della BCE, mostra che le banche pi\u00f9 grandi hanno la propensione pi\u00f9 bassa a finanziare le piccole imprese. Nel momento in cui le PMI hanno pi\u00f9 bisogno di credito per investire nella transizione tecnologica, la struttura bancaria lavora contro di loro. In Europa, la concentrazione bancaria degli ultimi quindici anni ha ridotto il numero di istituti piccoli, esattamente quelli con la maggiore propensione al credito alle microimprese. Questo non \u00e8 un problema di lungo periodo: \u00e8 un vincolo operativo oggi.<\/p>\n
Il terzo rischio \u00e8 il ritardo nella formazione del management. Le aziende italiane stanno investendo in strumenti AI senza investire nella capacit\u00e0 del management di capire cosa stanno comprando. Un abbonamento a Claude Enterprise o a Copilot non genera valore se chi lo usa non sa come interrogare un modello, come valutarne i limiti, come integrarlo in un processo decisionale. Il rischio non \u00e8 tecnologico, \u00e8 cognitivo: si delega a uno strumento che non si sa valutare, e si prende per buono l’output perch\u00e9 sembra plausibile.<\/p>\n
Quello che mi ha colpito della mappa di Karpathy non \u00e8 la lista dei lavori a rischio. \u00c8 la lista di quelli al sicuro.<\/p>\n
Elettricisti, idraulici, operai edili, badanti, cuochi. Tutti lavori che in Italia sono difficili da trovare, scarsamente remunerati in rapporto alla loro effettiva scarsit\u00e0 futura, e sistematicamente sottovalutati nella cultura imprenditoriale italiana che ha sempre premiato il laureato rispetto al tecnico specializzato. Ci stiamo avviando verso un mondo in cui il valore del lavoro fisicamente radicato, quello che non si pu\u00f2 fare da remoto e non si pu\u00f2 automatizzare con un transformer, aumenter\u00e0 strutturalmente. Mentre il mondo accademico continua a produrre laureati in legge, economia e scienze della comunicazione, tutte categorie nella zona rossa.<\/p>\n
Sul lato imprenditoriale, la notizia di Karpathy mi dice una cosa che vedo confermata ogni volta che lavoro con PMI italiane sui mercati esteri: il vantaggio non sta nell’avere gli strumenti pi\u00f9 avanzati. Sta nel sapere cosa farci. Un imprenditore che capisce come usare un modello linguistico per analizzare un mercato straniero, identificare i distributori giusti, personalizzare la proposta commerciale e gestire la corrispondenza in tre lingue ha un vantaggio strutturale su un competitor che ha cinque persone a fare le stesse cose manualmente.<\/p>\n
L’Europa in questa partita \u00e8 in ritardo non perch\u00e9 manchino le competenze tecniche, che ci sono, ma perch\u00e9 manca la cultura dell’adozione veloce. La BCE parla di coraggio per costruire un’Europa duratura, ma il coraggio che serve alle imprese \u00e8 pi\u00f9 prosaico: smettere di valutare l’AI come una voce di costo e iniziare a trattarla come un moltiplicatore di capacit\u00e0.<\/p>\n
La lezione operativa \u00e8 semplice. Non \u00e8 il modello che usi a fare la differenza. \u00c8 la decisione di costruire, oggi, una competenza interna che non sia dipendente da una singola piattaforma. Karpathy si \u00e8 spostato perch\u00e9 aveva una visione di dove va il pre-training. La domanda per le PMI italiane \u00e8: hai una visione di dove va il tuo vantaggio competitivo quando i tuoi concorrenti smettono di pagare per le funzioni che stai ancora gestendo manualmente?<\/p>\n
Quali sono i 26 milioni di lavori a rischio secondo Karpathy?
Secondo l’analisi di Andrej Karpathy, 26 milioni di posizioni negli Stati Uniti sono ad alto o altissimo rischio di sostituzione nei prossimi cinque anni. La lista include software developer, avvocati, project manager, responsabili HR, ricercatori di mercato e analisti acquisti. Non si tratta solo di lavori amministrativi, ma soprattutto di funzioni che si eseguono con dati e informazioni, non con atomi.<\/p>\n
Perch\u00e9 Karpathy si \u00e8 spostato da OpenAI ad Anthropic?
Karpathy ha scelto Anthropic per il suo ruolo nel pre-training, cio\u00e8 la fase pi\u00f9 critica dello sviluppo dei modelli linguistici. Questa mossa segnala che ritiene la traiettoria tecnica di Anthropic superiore a quella di OpenAI nel 2026. Il pre-training \u00e8 dove si decide davvero cosa sa un modello prima ancora che venga interrogato.<\/p>\n
Come possono le PMI italiane proteggersi dall’automazione dell’IA?
Le PMI dovrebbero evitare di dipendere da un singolo provider AI e costruire competenza interna su come usare questi strumenti in modo strategico. Invece di usare l’IA solo per fare meglio quello che gi\u00e0 fanno, dovrebbero usarla per accedere a mercati, funzioni e analisi che prima erano economicamente impossibili.<\/p>\n
Qual \u00e8 il ruolo della BCE e della Federal Reserve in questa transizione?
Le banche centrali monitorano come l’AI stia creando pressioni inflazionistiche attraverso i costi infrastrutturali, e sono consapevoli che le PMI hanno meno accesso al credito proprio quando ne hanno pi\u00f9 bisogno per investire nella transizione tecnologica. Questo \u00e8 un vincolo strutturale che le imprese europee devono affrontare oggi.<\/p>\n
Che differenza c’\u00e8 tra i lavori a rischio e quelli al sicuro?
Il confine non \u00e8 tra lavoro qualificato e non qualificato, ma tra lavoro che si esegue con bit (informaci\u00f3n e dati) e lavoro che si esegue con atomi (fisicamente radicato). Elettricisti, idraulici, operai edili e badanti rimangono protetti perch\u00e9 la loro attivit\u00e0 richiede una presenza fisica che l’IA non pu\u00f2 sostituire.<\/p>\n
Sul fronte Anthropic e OpenAI: il primo benchmark pubblico di Claude dopo l’ingresso di Karpathy nel team di pre-training, atteso entro fine estate 2026. Qualsiasi annuncio su nuovi round di finanziamento o IPO di Anthropic, che cambierebbe il profilo di rischio fornitore per chi usa Claude.<\/p>\n
Sul fronte del mercato del lavoro tech: i dati sull’occupazione nei settori di supporto professionale negli Stati Uniti per il secondo trimestre 2026, che saranno il primo segnale statistico della velocit\u00e0 di sostituzione. Eventuali annunci di ristrutturazione nelle funzioni amministrative di aziende Fortune 500, spesso precursori di quello che arriva alle PMI europee con sei-dodici mesi di ritardo.<\/p>\n
Sul fronte dei mercati e del credito: l’evoluzione dei tassi BCE nel meeting di giugno, con attenzione specifica a eventuali segnali su strumenti di sostegno al credito per le PMI in fase di transizione tecnologica. Il costo del credito per le imprese di minore dimensione in Italia, che \u00e8 gi\u00e0 superiore alla media europea e rischia di peggiorare nel contesto di concentrazione bancaria.<\/p>\n
Sul fronte regolatorio europeo: l’applicazione dell’AI Act nella sua fase operativa, con attenzione ai settori dei servizi professionali dove le aziende italiane potrebbero trovarsi esposte a requisiti di trasparenza sugli strumenti usati con i clienti.<\/p>\n
Karpathy torna all’inizio di questa storia. Un ricercatore che conosce dall’interno il laboratorio pi\u00f9 potente del mondo, che ha costruito la mappa del rischio occupazionale con i propri dati, che ha scelto di andare dove pensa che si giochi la partita tecnica pi\u00f9 importante dei prossimi anni. Non si \u00e8 fermato a scrivere un report. Ha cambiato squadra.<\/p>\n
Le banche centrali, nel frattempo, monitorano la salute finanziaria delle piccole imprese mentre la concentrazione bancaria riduce il credito disponibile esattamente per chi ne ha pi\u00f9 bisogno. Il paradosso europeo \u00e8 gi\u00e0 scritto: le PMI hanno pi\u00f9 opportunit\u00e0 che mai grazie all’AI, e meno accesso al capitale che servirebbe per sfruttarle.<\/p>\n
L’intelligenza artificiale non \u00e8 una minaccia al lavoro n\u00e9 un’opportunit\u00e0 di crescita. \u00c8 una leva, e come tutte le leve richiede un punto d’appoggio solido. La domanda rilevante non \u00e8 se adottarla, ma su quale base stai costruendo la tua capacit\u00e0 di usarla quando il mercato smette di aspettarti.<\/p>\n","protected":false},"excerpt":{"rendered":"
Silicon Valley, 20 maggio 2026. Andrej Karpathy, uno degli architetti intellettuali del deep learning moderno, firma con Anthropic. Non \u00e8 un passaggio di carriera. \u00c8 un voto di fiducia espresso con i piedi da qualcuno che ha visto i libri contabili, i modelli di addestramento e le rotte di sviluppo di OpenAI dall’interno per anni, […]<\/p>\n","protected":false},"author":1,"featured_media":620,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[2],"tags":[1173,1169,1168,1175,1174,1167,1170,1171,494,1172],"class_list":["post-621","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-geopolitica","tag-adozione-ai","tag-andrej-karpathy","tag-anthropic","tag-banche-centrali","tag-credito-pmi","tag-intelligenza-artificiale","tag-mercato-lavoro","tag-pmi-italia","tag-strategia-aziendale","tag-transizione-digitale"],"_links":{"self":[{"href":"https:\/\/www.raisingstar.it\/blog\/wp-json\/wp\/v2\/posts\/621","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.raisingstar.it\/blog\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.raisingstar.it\/blog\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.raisingstar.it\/blog\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/www.raisingstar.it\/blog\/wp-json\/wp\/v2\/comments?post=621"}],"version-history":[{"count":0,"href":"https:\/\/www.raisingstar.it\/blog\/wp-json\/wp\/v2\/posts\/621\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www.raisingstar.it\/blog\/wp-json\/wp\/v2\/media\/620"}],"wp:attachment":[{"href":"https:\/\/www.raisingstar.it\/blog\/wp-json\/wp\/v2\/media?parent=621"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.raisingstar.it\/blog\/wp-json\/wp\/v2\/categories?post=621"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.raisingstar.it\/blog\/wp-json\/wp\/v2\/tags?post=621"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}