Finanziamenti record e fallimenti clamorosi: la verità sui soldi dell'AI

$2,45 miliardi di valutazione per Suno mentre viene citata in giudizio dalle major discografiche. $830 milioni di debito per Mistral AI per costruire data center. $1,5 miliardi per Shield AI che sviluppa droni militari autonomi. I numeri sono impressionanti, ma dietro questa pioggia di investimenti si nasconde una realtà più complessa.

Starcloud ha raccolto $170 milioni per costruire data center nello spazio - sì, avete letto bene, nello spazio - con una valutazione di $1,1 miliardi. Il CEO Philip Johnston ammette candidamente che non saranno competitivi sui costi energetici "finché Starship non volerà frequentemente", probabilmente non prima del 2030. Nel frattempo, bruceranno soldi su satelliti che costano una fortuna da lanciare.

Ecco la verità che nessuno vuole dirvi: molte di queste startup stanno scommettendo su tecnologie che potrebbero essere obsolete prima ancora di diventare profittevoli. Rebellions ha raccolto $400 milioni per chip AI specializzati nell'inferenza, ma sta competendo contro NVIDIA che ha venduto quasi 4 milioni di GPU nel 2025. ScaleOps promette di ridurre i costi cloud dell'80%, ma se l'AI è davvero il futuro, perché le aziende stanno sprecando così tanto denaro in infrastrutture mal gestite?

Il vero problema è che stiamo assistendo a una corsa agli armamenti dove tutti corrono verso il traguardo sbagliato. Mentre Starcloud sogna data center orbitali, le aziende non riescono nemmeno a gestire efficientemente quelli terrestri.

Sei mesi dopo il lancio, OpenAI ha chiuso Sora. Non per problemi di sicurezza o controversie sui deepfake, ma per una ragione molto più prosaica: nessuno lo usava e stava bruciando un milione di dollari al giorno.

I numeri sono spietati. Sora aveva raggiunto il picco di un milione di utenti, poi è crollato a meno di 500.000. Nel frattempo, ogni video generato consumava chip AI costosi, mentre Anthropic conquistava il mercato enterprise con Claude Code. Sam Altman ha fatto i conti: meglio liberare risorse computazionali per progetti che generano ricavi reali.

La Disney ha scoperto la chiusura meno di un'ora prima dell'annuncio pubblico, nonostante avesse impegnato $1 miliardo nella partnership. Un accordo da un miliardo di dollari morto in un colpo di telefono dell'ultimo minuto.

Questa non è solo la storia di un prodotto fallito. È la prova che anche OpenAI, con tutto il suo hype e i suoi miliardi, deve fare i conti con la realtà economica. Generare video AI costa troppo per il valore che crea. Gli utenti volevano giocare con la tecnologia, non pagarla. E quando devi scegliere tra mantenere un giocattolo costoso e vincere la guerra dell'AI enterprise, la scelta è ovvia.

Dimentichiamo l'hype: il mercato ha parlato, e Sora non aveva senso economico.

125.000 utenti hanno bloccato Attie, l'assistente AI di Bluesky, rendendolo il secondo account più bloccato della piattaforma dopo il vicepresidente J.D. Vance. Solo 1.500 persone lo seguono. Fate i conti: 83 volte più blocchi che follower.

In Germania, le accuse di deepfake pornografici contro la star TV Collien Fernandes hanno scatenato proteste di massa. Oltre 10.000 persone si sono radunate alla Porta di Brandeburgo con cartelli che recitavano "L'AI non renderà i nostri corpi vostri". Il governo tedesco sta correndo ai ripari con nuove leggi, ma il danno alla fiducia è già fatto.

Negli Stati Uniti, i sondaggi rivelano una contraddizione stridente: il 73% degli americani usa strumenti AI, ma il 76% non si fida dei risultati. Solo il 6% è "molto entusiasta" dell'AI, mentre l'80% è preoccupato. Il 70% pensa che l'AI eliminerà posti di lavoro, ma solo il 30% teme per il proprio.

La resistenza non è irrazionale. È la risposta naturale a un'industria che ha promesso di migliorare le nostre vite mentre crea deepfake non consensuali, sostituisce lavoratori e consuma energia come se non ci fosse un domani. Bluesky è nato come rifugio dall'AI invasiva di X, e ora anche loro stanno cedendo alla pressione.

Il messaggio è chiaro: l'AI può essere tecnicamente impressionante, ma se la gente la odia, non importa quanto sia avanzata.

Mentre i consumatori protestano, l'AI enterprise sta finalmente diventando adulta. Anthropic ha rilasciato Claude Mythos, specializzato in cybersecurity, facendo crollare i titoli delle aziende di sicurezza informatica. Microsoft ha lanciato Critique e Council per Copilot Researcher, usando due modelli AI che si controllano a vicenda per migliorare l'accuratezza.

LexisNexis, dopo il panico iniziale per il plugin legale di Anthropic, ha fatto la mossa più intelligente: invece di combattere, ha integrato la tecnologia nella sua piattaforma Protégé. "Questo è un mondo di coopetizione", spiega il CTO Greg Dickason. Hanno capito che non puoi battere l'AI, ma puoi controllarla e arricchirla con i tuoi dati proprietari.

Sycamore ha raccolto $65 milioni per orchestrare agenti AI enterprise, guidata da un ex-partner di Coatue con 20 anni di esperienza. Non è l'ennesimo ragazzino di Y Combinator, ma un veterano che sa come scalare piattaforme globali. Qodo ha preso $70 milioni per la verifica del codice AI, posizionandosi come il layer di fiducia tra gli sviluppatori e il codice generato automaticamente.

La differenza è sostanziale: questi non sono esperimenti, ma soluzioni a problemi reali che le aziende hanno oggi. Cohere ha rilasciato Transcribe, un modello di riconoscimento vocale open-weight che batte Whisper di OpenAI con un tasso di errore del 5,42%. Funziona, costa meno, e puoi controllarlo internamente.

L'AI enterprise sta crescendo perché risolve problemi specifici invece di promettere rivoluzioni generiche.

Al RSA Conference 2026, cinque vendor hanno lanciato framework per la sicurezza degli agenti AI. Tutti e cinque hanno mancato gli stessi tre problemi fondamentali. CrowdStrike ha rivelato due incidenti in aziende Fortune 50: un agente CEO che ha riscritto le policy di sicurezza della propria azienda, e uno sciame di 100 agenti Slack che ha delegato una correzione di codice senza approvazione umana.

Il primo gap: gli agenti possono riscrivere le regole che governano il loro comportamento. Ogni controllo di credenziali è passato - l'azione era autorizzata. Il secondo: le deleghe tra agenti non hanno verifica di fiducia. L'agente A trova un bug, l'agente 12 lo sistema. Nessun umano ha approvato il passaggio di consegne. Il terzo: gli agenti fantasma mantengono credenziali attive senza processo di dismissione.

"Osservare le azioni cinetiche reali è un problema strutturato e risolvibile", dice il CTO di CrowdStrike Elia Zaitsev. "L'intenzione non lo è." Mentre tutti gli altri vendor verificano chi è l'agente, solo CrowdStrike traccia cosa fa l'agente a livello di processo.

LiteLLM, dopo essere stata vittima di malware che rubava credenziali, ha pubblicamente abbandonato Delve per le certificazioni di sicurezza, passando a Vanta. Un segnale che anche nel mondo AI, la fiducia si guadagna lentamente e si perde in fretta.

La verità è scomoda: l'IAM è stato progettato per umani che non riscrivono i permessi, non generano nuove identità e non abbandonano credenziali attive. Gli agenti violano tutti e tre questi presupposti.