Nel 2026, Satya Nadella, Ceo di Microsoft, ha lanciato un avvertimento chiaro sull’economia dell’intelligenza artificiale: non è sostenibile che un piccolo numero di grandi modelli AI assorbiscano la conoscenza, i dati e il valore economico di interi settori, lasciando imprese e lavoratori in una posizione subordinata. Le sue parole, rilasciate a un’intervista al Wall Street Journal nel giugno 2026, segnano un punto di svolta nella strategia di Microsoft e nel dibattito globale sull’AI.

Il rischio dell’oligopolio tecnologico

Nadella ha messo la lente d’ingrandimento sul “permesso sociale” dell’AI, un concetto che riguarda come la tecnologia viene percepita dalla società. Secondo lui, se l’intelligenza artificiale viene vista come una tecnologia che sostituisce i lavori tradizionali, che consuma grandi quantità di energia e che concentra il potere in poche mani, la reazione da parte dei governi, delle imprese e del pubblico sarà inevitabile. Microsoft, con l’appoggio di Nadella, sta quindi cercando di anticipare queste prese di posizione, promuovendo un sistema in cui il valore si distribuisce più equamente.

Microsoft cresce, investe e si diversifica

Questa posizione è concreta e sostenuta da dati finanziari. Nel terzo trimestre fiscale 2026, Microsoft ha riferito che il suo business dell’AI ha superato i 37 miliardi di dollari di ricavi annualizzati, con una crescita del 123% sul periodo dell’anno precedente. L’incremento è strettamente collegato al settore dell’AI generativa. Parallelamente, Azure e gli altri servizi cloud hanno registrato una crescita del 40%. Questo indica che il mercato dell’AI è non solo in movimento, ma sta ridefinendo l’intero settore dei software, del cloud computing e delle semiconduttori.

Nel 2026, Microsoft prevede un investimento straordinario, circa 190 miliardi di dollari, con una parte significativa destinata alla costruzione di infrastrutture a vita breve, soprattutto di GPU e CPU. Il terzo trimestre ha visto una spesa di circa 31,9 miliardi di dollari, dei quali due terzi dedicati all’ammodernamento delle strutture tecnologiche.

Un mercato che va verso la multi-modelità

Il Ceo ha ribadito l’importanza di una strategia basata su molteplici modelli. Microsoft, grazie all’accordo con OpenAI firmato ad aprile 2026, ha chiarito che manterrà partnership cloud esclusiva con l’azienda, ma non sarà l’unico provider in grado di distribuire i prodotti di OpenAI. Questo passaggio è cruciale perché permette a Microsoft di non dipendere esclusivamente da un unico laboratorio, rafforzando la propria identità di piattaforma e il controllo del mercato.

Nella documentazione di Microsoft Foundry si sottolinea la possibilità per le aziende di esplorare, valutare e distribuire modelli offerti da Microsoft, OpenAI, DeepSeek, Hugging Face, Meta e altri fornitori. Lo scopo non è soltanto scegliere il modello più performante, ma decidere dove risiedono contesto aziendale, strumenti di valutazione, governance e fatturazione.

I vantaggi di una multi-modelità

    • Le aziende non diventano dipendenti da un unico modello di AI
    • I modelli diventano intercambiabili, spostando il valore verso chi gestisce il sistema in cui operano
    • Microsoft guadagna da un mercato multi-model, sempre che la regolazione resti interna ad Azure, Microsoft 365, GitHub, Security e Foundry

I pericoli del lock-in

Se il mercato degli sviluppatori di modelli AI si concentra troppo, il rischio è che le grandi piattaforme cloud, come Microsoft, Google, Amazon e Alibaba, controllino non solo i modelli, ma l’ambiente in cui vengono utilizzati. In questo scenario, le aziende non gestiscono autonomamente l’AI, ma attraverso infrastrutture esterne. Questo lock-in può formarsi non soltanto dopo la stipula di un contratto, ma all’interno dell’uso quotidiano, delle abitudini operative.

Governare l’AI non è solo una questione tecnologica

Nadella introduce un concetto chiave: il “capitale umano” e il “capitale token”. Esso descrive una combinazione unica di esperienze umane, dati interni, tracce operative, agenti AI e modelli. Per ogni azienda, il rischio non è solo affidarsi a un fornitore esterno, ma perdere progressivamente la conoscenza tacita che contraddistingue un’organizzazione.

    • Criteri decisionali interni
    • Eccezioni operative e procedure interne
    • Esperienza dei team e storia aziendale
    • Relazioni con clienti e fornitori
    • Pratiche di conformità e gestione del rischio
    • Capacità di interpretare contesti locali

Se questa conoscenza non viene restituita all’impresa, il vantaggio competitivo migrerà fuori dall’organizzazione. Ecco perché la scelta tecnologica non può limitarsi solo al confronto tra modelli.

I tre aspetti per governare l’AI

1. Scegliere il modello adatto

Ogni azienda dovrà valutare con attenzione quale modello risponde meglio alle proprie esigenze in termini di complessità, risorse, capacità tecnologiche e livello di personalizzazione.

2. Gestire i dati e l’architettura interna

I benefici dell’AI sono fragili quando i flussi di lavoro aziendali non sono ben organizzati, le basi di dati sono disordinate o i contratti di outsourcing rendono costosa la modifica dell’architettura.

3. Controllare la governance e l’etica

Le imprese dovranno implementare strumenti per auditing, valutazione e controllo, garantendo che l’AI non compromettendo gli obiettivi aziendali ed etici.

Rischi, governance e sostenibilità

Governi e istituzioni sono già intervenute su questi temi. La Federal Trade Commission statunitense ha sottolineato che le partnership tra provider cloud e sviluppatori AI potrebbero influenzare l’accesso a calcolo, talenti e proprietà intellettuale. La Competition and Markets Authority del Regno Unito ha individuato rischi legati alla presenza di alcuni grandi player digitali che dominano sia lo sviluppo che la distribuzione dei modelli AI. Questi rischi non riguardano solo Microsoft, Amazon, OpenAI o Google, ma l’intera struttura mercantile del mercato dell’AI.

Energia e sostenibilità: sfide crescenti

Il ruolo dell’energia nello sviluppo dell’AI non è stato trascurato. L'Agenzia Internazionale per l'Energia (IEA) ha stimato che il consumo elettrico dei data center potrebbe raddoppiare entro il 2030, arrivando a circa 945 terawattora. Questo consumo, alimentato in larga