Come quattro aziende controllano il futuro della tecnologia mondiale

L’intelligenza artificiale generativa non è più una promessa tecnologica: è un’infrastruttura economica globale. Nel 2025, gli investimenti mondiali nel settore AI hanno superato i 200 miliardi di dollari, pari al 50% dell’intero capitale di rischio distribuito a livello planetario. Una concentrazione di capitali senza precedenti nella storia della tecnologia, che converge quasi interamente nelle mani di quattro attori: OpenAI, Anthropic, Google DeepMind e Alibaba Cloud. Queste entità non producono semplicemente software: definiscono i modelli fondazionali su cui si costruisce l’intera catena del valore dell’economia digitale, dalla generazione di codice alla ricerca scientifica, dall’assistenza sanitaria alla difesa nazionale.

Il risultato è un oligopolio strutturale. Non si tratta di una posizione dominante transitoria, ma di una concentrazione di potere che si autoalimenta: chi possiede i modelli più avanzati attrae i dati migliori, i talenti più qualificati e il capitale più ingente, innalzando progressivamente le barriere all’ingresso per qualsiasi nuovo concorrente.

Le quattro colonne portanti dell’AI globale

OpenAI resta il nome più riconoscibile. ChatGPT conta oltre 800 milioni di utenti attivi settimanali e, nel segmento consumer, mantiene circa il 68% del traffico globale verso chatbot AI. I ricavi annualizzati della società hanno raggiunto i 18-20 miliardi di dollari a fine 2025, con un obiettivo dichiarato di 30 miliardi per il 2026. Tuttavia, OpenAI opera ancora in perdita strutturale — oltre 5 miliardi annui — e ha accumulato impegni infrastrutturali per oltre 1.400 miliardi di dollari, distribuiti tra Microsoft Azure, Amazon Web Services, Oracle e CoreWeave. La società si prepara a un’IPO che potrebbe valutarla oltre mille miliardi, trasformandola nel più grande debutto borsistico della storia tecnologica.

Anthropic rappresenta il caso di crescita più esplosivo nella storia del software enterprise. Dai circa 87 milioni di dollari di ricavi annualizzati a inizio 2024, la società è passata a oltre 7 miliardi entro ottobre 2025 — una crescita di 80 volte in meno di due anni. Anthropic detiene oggi circa il 40% della spesa enterprise per modelli linguistici di grandi dimensioni, superando OpenAI (27%) e Google (21%). Il dominio è particolarmente evidente nel segmento coding, dove Claude Code controlla il 54% del mercato. A differenza di OpenAI, l’85% dei ricavi di Anthropic proviene da clienti business, e la società prevede di raggiungere il flusso di cassa positivo entro il 2027.

Google DeepMind, forte dell’ecosistema di distribuzione più capillare al mondo — Search, Chrome, Android, Workspace — ha recuperato terreno con velocità impressionante. Gemini è passato dal 5,4% al 18,2% di quota nel mercato chatbot consumer in un solo anno, costringendo OpenAI a dichiarare internamente un “codice rosso”. Nel segmento enterprise, Google cattura il 21% della spesa per modelli linguistici. Ma soprattutto, Google controlla direttamente una quota significativa della capacità computazionale globale dedicata all’AI: circa il 18-21% dell’intera potenza di calcolo AI mondiale risiede nei suoi data center, alimentando sia i propri modelli sia quelli di terze parti tramite Google Cloud e i chip TPU proprietari.

Alibaba Cloud, attraverso la famiglia di modelli Qwen, rappresenta il polo AI dominante in Cina e il principale sfidante non occidentale. La quota di mercato di Qwen nel segmento enterprise cinese è cresciuta dal 17,7% al 32,1% nel secondo semestre 2025, consolidando la prima posizione nel Paese. La serie Qwen 3 ha superato 600 milioni di download, con oltre 180.000 modelli derivati sviluppati dalla comunità su Hugging Face. Alibaba ha annunciato investimenti per 53 miliardi di dollari in infrastruttura AI e cloud su un orizzonte triennale, e l’app consumer Qwen ha raggiunto 10 milioni di download nella prima settimana di disponibilità pubblica. La strategia open-source di Alibaba — che mira esplicitamente a creare “Android dell’era AI” — le consente di estendere la propria influenza ben oltre i confini cinesi: i modelli open-source cinesi rappresentano ormai circa il 30% dell’utilizzo globale di token AI.

Le barriere strutturali: perché nessuno può competere

Il primo fattore di concentrazione è il costo. L’addestramento di un modello fondazionale di frontiera richiede investimenti dell’ordine di decine di miliardi di dollari per singolo cluster computazionale. Nel 2025, le sole spese in conto capitale dei principali hyperscaler — Alphabet, Meta, Microsoft, Amazon — hanno superato i 380 miliardi di dollari complessivi, con proiezioni che superano i 500 miliardi per il 2026. Si tratta di cifre che escludono qualsiasi attore che non disponga già di un’infrastruttura cloud di scala globale o di accesso privilegiato ai mercati dei capitali.

Il secondo fattore è il circolo virtuoso dei dati. I modelli più utilizzati generano più interazioni, che a loro volta producono feedback utile al miglioramento dei modelli stessi. Questo meccanismo è particolarmente visibile nel caso di ChatGPT e di Gemini, dove centinaia di milioni di utenti attivi forniscono quotidianamente un volume di dati di addestramento indiretto che nessun concorrente emergente può replicare.

Il terzo fattore è la distribuzione. Google integra Gemini in Search, Chrome, Workspace e Android. OpenAI beneficia dell’integrazione profonda con Microsoft 365 Copilot e Azure. Alibaba distribuisce Qwen attraverso il proprio ecosistema e-commerce, Alipay, Taobao e Alibaba Cloud. Anthropic, pur priva di un ecosistema consumer comparabile, ha costruito una rete di distribuzione enterprise attraverso partnership strategiche con Amazon (AWS Bedrock) e Google Cloud. L’effetto complessivo è che l’accesso ai modelli AI avanzati diventa inseparabile dalle piattaforme che si utilizzano già quotidianamente.

Infine, la competizione per il talento è feroce e ulteriormente concentrante. I ricercatori senior in ambito AI percepiscono compensi nell’ordine di milioni di dollari, sostenibili solo per organizzazioni con valutazioni a centinaia di miliardi. L’esodo di competenze dalle università e dai laboratori pubblici verso le quattro grandi accelera il divario, impoverendo l’ecosistema della ricerca aperta.

La dipendenza sistemica: imprese, governi, individui

La concentrazione non sarebbe un problema se si trattasse soltanto di quote di mercato. Il punto è che l’intera economia digitale è ora strutturalmente dipendente da questi quattro fornitori. Nel segmento enterprise, Anthropic, OpenAI e Google insieme coprono l’88% della spesa per API di modelli linguistici. Il restante 12% è frammentato tra Meta Llama, Cohere, Mistral e una lunga coda di operatori minori che, nella maggior parte dei casi, dipendono a loro volta dall’infrastruttura cloud dei tre hyperscaler principali.

Per le imprese, questo significa che la catena di fornitura dell’intelligenza è soggetta ai medesimi rischi di concentrazione che si osservano nei semiconduttori o nell’energia: un’interruzione di servizio, un cambio di politica tariffaria o una restrizione normativa da parte di uno dei quattro player può avere ripercussioni immediate su migliaia di aziende che hanno integrato i modelli AI nei propri processi critici. Non si tratta di uno scenario ipotetico: nel 2025, la domanda giornaliera di token enterprise nella sola Cina è passata da 10.200 miliardi nel primo semestre a 37.000 miliardi nel secondo — un aumento del 263% — e oltre un terzo di questa domanda transita attraverso i modelli di un’unica azienda, Alibaba.

Per i governi, la dipendenza è ancora più delicata. L’Unione Europea, nonostante l’approvazione dell’AI Act, non possiede alcun modello fondazionale di frontiera sviluppato interamente sul proprio territorio. Le agenzie di intelligence, i sistemi sanitari nazionali, le infrastrutture critiche che adottano modelli AI lo fanno attraverso API controllate da società statunitensi o cinesi. Questo crea una forma di dipendenza tecnologica paragonabile, per portata strategica, alla dipendenza energetica dal petrolio mediorientale nel XX secolo.

Per gli individui, la concentrazione si manifesta come un’asimmetria informativa radicale. I modelli fondazionali determinano quali informazioni vengono sintetizzate, come vengono presentate, quali bias vengono amplificati o soppressi. Quando l’68% del traffico chatbot globale transita per un singolo prodotto (ChatGPT) e un altro 18% per un secondo (Gemini), il potere di modellare la percezione pubblica si concentra in misura senza precedenti nella storia dei media.

La geopolitica dell’AI: una nuova cortina di ferro digitale

La rivalità sino-americana aggiunge una dimensione geopolitica alla concentrazione. I modelli proprietari occidentali — GPT, Claude, Gemini — mantengono circa il 70% della quota globale di utilizzo. I modelli cinesi, guidati da Qwen e DeepSeek, controllano il restante 30% e guadagnano terreno rapidamente, soprattutto nel segmento open-source. Le restrizioni all’esportazione di chip avanzati imposte dagli Stati Uniti — e le periodiche aperture, come la potenziale vendita di chip Nvidia H200 alla Cina — trasformano la catena di approvvigionamento dell’AI in uno strumento di politica estera.

Il mondo si divide così in due sfere di influenza tecnologica. Da un lato, l’ecosistema americano, dominato da OpenAI-Microsoft, Anthropic-Amazon/Google e Google DeepMind, che opera prevalentemente con modelli proprietari e licenze chiuse. Dall’altro, l’ecosistema cinese, dove Alibaba, ByteDance (Doubao) e DeepSeek competono attraverso modelli open-weight e una strategia di diffusione rapida che sacrifica il controllo proprietario in cambio di adozione capillare. I Paesi terzi — Europa, Africa, America Latina, Sud-Est Asiatico — si trovano nella posizione di dover scegliere tra le due sfere, senza possedere alternative autoctone credibili.

Le stime di Epoch AI indicano che i modelli cinesi, in media, accusano un ritardo di circa sette mesi rispetto ai rilasci di frontiera americani. Il divario si è brevemente ridotto con il lancio di DeepSeek R1 a inizio 2025, ma si è successivamente riallargato. Tuttavia, il gap potrebbe nuovamente comprimersi qualora la Cina ottenesse accesso su larga scala ai chip Nvidia di ultima generazione: con i chip H200, i laboratori cinesi potrebbero costruire supercomputer per l’addestramento AI comparabili a quelli americani con un sovrapprezzo di circa il 50%, facilmente assorbibile tramite sussidi governativi.

Verso un futuro senza alternative?

La traiettoria attuale non suggerisce una deconcentrazione imminente. Al contrario, l’arco del 2026 potrebbe segnare un’ulteriore consolidamento: le IPO attese di OpenAI e Anthropic inietteranno decine di miliardi di nuovo capitale nelle due società già dominanti, mentre Google e Alibaba continuano a investire cifre astronomiche in infrastruttura. La capacità computazionale globale dedicata all’AI è destinata a crescere di 10 volte entro la fine del 2027, ma questa crescita si concentrerà quasi interamente negli stessi data center controllati dai medesimi attori.

Esistono controspinte. Il movimento open-source, alimentato sia da Meta (Llama) sia dall’ecosistema cinese, offre un’alternativa parziale alla dipendenza dai modelli proprietari. L’AI Act europeo tenta di imporre obblighi di trasparenza e accountability. Iniziative come Mistral in Francia e Aleph Alpha in Germania rappresentano tentativi embrionali di sovranità tecnologica europea.

Ma la realtà dei numeri è implacabile. Quando tre aziende americane assorbono l’88% della spesa enterprise per modelli AI, quando un singolo fornitore cinese gestisce un terzo del traffico AI delle imprese nel proprio Paese, quando le IPO in arrivo valgono più del PIL di intere nazioni, il termine “oligopolio” non descrive un rischio futuro: fotografa il presente.

L’intelligenza artificiale è la tecnologia più trasformativa dai tempi di Internet, e il suo sviluppo è controllato da un numero di soggetti che si contano sulle dita di una mano. La domanda non è se questo rappresenti un problema, ma quanto tempo occorrerà prima che le conseguenze di questa concentrazione diventino impossibili da ignorare.