Il 2025 è stato l'anno in cui l'AI ha ricevuto un controllo di atmosfera

Nel primo semestre del 2025, per l’industria dell’AI il denaro non era un problema. Nella seconda metà dell’anno, però, è arrivato il momento di fare i conti con la realtà. 

OpenAI ha raccolto 40 miliardi di dollari su una valutazione da 300 miliardi. Safe Superintelligence e Thinking Machine Labs hanno ottenuto singolarmente round seed da 2 miliardi ciascuna, senza aver ancora lanciato un prodotto. Anche i founder alle prime armi raccoglievano cifre che prima spettavano solo ai giganti del tech. 

A questi investimenti astronomici sono seguite spese altrettanto incredibili. Meta ha sborsato quasi 15 miliardi di dollari per acquisire il CEO di Scale AI, Alexandr Wang, e ha speso milioni per attrarre talenti da altri laboratori AI. Nel frattempo, i principali attori dell’AI hanno promesso quasi 1,3 trilioni di dollari in spese infrastrutturali future. 

Il primo semestre del 2025 ha eguagliato il fervore, e l’interesse degli investitori, dell’anno precedente. Ma negli ultimi mesi, l’atmosfera è cambiata, portando a una sorta di verifica della realtà. L’ottimismo estremo per l’AI, e le valutazioni folli che l’hanno accompagnato, resistono ancora. Ma questa visione rosea ora è mitigata da preoccupazioni su una possibile bolla AI, la sicurezza degli utenti e la sostenibilità del progresso tecnologico a questo ritmo. 

L’era dell’accettazione e della celebrazione sfrenata dell’AI sta svanendo ai margini. E con essa, arrivano più scrutinio e domande. Le aziende AI possono sostenere la propria velocità? Scalare nell’era post-DeepSeek richiede davvero miliardi? Esiste un modello di business che restituisca almeno una parte dei multi-miliardi di investimenti? 

Abbiamo seguito ogni passo. E le nostre storie più popolari del 2025 raccontano la vera storia: un settore che fa i conti con la realtà, pur promettendo di rimodellarla. 

Come è iniziato l’anno

I maggiori laboratori di AI sono cresciuti ancora quest’anno. 

Solo nel 2025, OpenAI ha raccolto un round da 40 miliardi di dollari guidato da Softbank su una valutazione post-money da 300 miliardi. Si dice che l’azienda abbia anche investitori come Amazon coinvolti in accordi circolari legati al calcolo computazionale, ed è in trattative per raccogliere altri 100 miliardi su una valutazione di 830 miliardi . Questo porterebbe OpenAI vicino alla valutazione da 1 trilione che, secondo le indiscrezioni, mira a raggiungere con una IPO il prossimo anno. 

Il rivale OpenAI Anthropic ha chiuso quest’anno due round per un totale di 16,5 miliardi, l’ultimo dei quali ha portato la valutazione a 183 miliardi con la partecipazione di nomi pesanti come Iconiq Capital, Fidelity e Qatar Investment Authority. (Il CEO Dario Amodei ha ammesso in un memo trapelato ai dipendenti di non essere “entusiasta” di prendere denaro da stati del Golfo dittatoriali). 

Poi c’è xAI di Elon Musk, che quest’anno ha raccolto almeno 10 miliardi dopo l’acquisizione di X, la piattaforma social precedentemente nota come Twitter e anch’essa di proprietà di Musk.

Abbiamo visto anche startup più piccole e appena nate ricevere una spinta dall’entusiasmo degli investitori. 

La startup Thinking Machine Labs, fondata da Mira Murati, ex chief technologist di OpenAI, ha ottenuto un round seed da 2 miliardi su una valutazione di 12 miliardi, pur condividendo pochissime informazioni sul proprio prodotto. La startup Lovable, specializzata in “vibe-coding”, ha raccolto 200 milioni in un round Series A che le ha conferito lo status di unicorno solo otto mesi dopo il lancio; questo mese Lovable ha raccolto altri 330 milioni su una valutazione post-money di quasi 7 miliardi. E non possiamo dimenticare Mercor, startup AI per la selezione del personale, che quest’anno ha raccolto 450 milioni in due round, portando la valutazione a 10 miliardi. 

Queste valutazioni incredibilmente alte continuano ad avvenire nonostante una penetrazione aziendale ancora modesta e notevoli vincoli infrastrutturali, aumentando i timori di una bolla dell’AI. 

Costruire, costruire, costruire

Per le grandi aziende, quei numeri non vengono dal nulla. Per giustificare tali valutazioni è necessario costruire enormi infrastrutture. 

Il risultato ha creato un circolo vizioso. Il capitale raccolto per finanziare il calcolo computazionale è sempre più vincolato ad accordi in cui lo stesso denaro ritorna in chip, contratti cloud ed energia, come visto nel finanziamento infrastrutturale di OpenAI con Nvidia. In pratica, si sfuma il confine tra investimento e domanda del cliente, alimentando la paura che il boom dell’AI sia sostenuto da economia circolare piuttosto che da un utilizzo sostenibile.

Alcuni dei maggiori accordi di quest’anno per alimentare il boom infrastrutturale sono stati: 

• Stargate, una joint venture tra Softbank, OpenAI e Oracle, che prevede fino a 500 miliardi per costruire infrastrutture AI negli Stati Uniti. 
• L’acquisizione da parte di Alphabet del fornitore di infrastrutture energetiche e data center Intersect per 4,75 miliardi, mentre la società ha annunciato ad ottobre che intende aumentare la spesa per il calcolo a 93 miliardi nel 2026.
• L’espansione accelerata dei data center di Meta, che ha portato le spese in conto capitale previste a 72 miliardi nel 2025, mentre l’azienda corre per assicurarsi abbastanza calcolo computazionale per addestrare e far funzionare i modelli di nuova generazione. 

Ma iniziano a emergere delle crepe. Un partner finanziario privato, Blue Owl Capital, si è recentemente ritirato da un accordo da 10 miliardi di dollari con Oracle per data center legato alla capacità OpenAI, sottolineando quanto possano essere fragili queste strutture di capitale. 

Resta da vedere se tutte queste spese si concretizzeranno. Vincoli della rete elettrica, costi di costruzione e di energia in aumento e una crescente opposizione da parte di residenti e decisori politici – inclusi appelli di figure come il senatore Bernie Sanders a limitare l’espansione dei data center – stanno già rallentando i progetti in alcune regioni. 

Anche se gli investimenti in AI restano enormi, la realtà infrastrutturale inizia a smorzare l’hype. 

La revisione delle aspettative

Nel 2023 e 2024, ogni nuovo rilascio di un grande modello sembrava una rivelazione, con nuove capacità e motivi per credere nell’hype. Quest’anno, la magia si è affievolita, e nulla ha reso meglio questo cambiamento quanto il lancio di GPT-5 di OpenAI. 

Sulla carta era importante, ma non ha avuto lo stesso impatto di rilasci precedenti come GPT-4 e 4o. Tendenze simili si sono viste nel settore, con miglioramenti dai provider di LLM meno trasformativi e più incrementali o specifici per dominio. 

Anche Gemini 3, che domina diversi benchmark, è stato una svolta solo perché ha riportato Google allo stesso livello di OpenAI – fatto che ha provocato il famoso memo “code red” di Sam Altman e la lotta di OpenAI per mantenere il dominio.

C’è stata anche una revisione delle aspettative su dove nasceranno i modelli d’avanguardia. Il lancio da parte di DeepSeek di R1, il suo modello di “reasoning” che ha sfidato o1 di OpenAI su benchmark chiave, ha dimostrato che nuovi laboratori possono produrre modelli credibili rapidamente e a una frazione del costo. 

Dalle scoperte sui modelli ai modelli di business

Man mano che il salto tra un modello e l’altro si riduce, gli investitori si concentrano meno sulla capacità grezza dei modelli e più su ciò che vi ruota attorno. La domanda è: chi riuscirà a trasformare l’AI in un prodotto di cui le persone si fidano, per cui sono disposte a pagare e che integrano nei flussi di lavoro quotidiani? 

Questo cambiamento si manifesta in diversi modi, mentre le aziende testano cosa funziona e cosa i clienti sono disposti ad accettare. La startup AI per la ricerca Perplexity, ad esempio, ha brevemente ipotizzato di tracciare i movimenti online degli utenti per proporre pubblicità iper-personalizzate. Nel frattempo, OpenAI avrebbe considerato di far pagare fino a 20.000 dollari al mese per AI specializzate, segno di quanto le aziende stiano testando aggressivamente il terreno su quanto il cliente è disposto a pagare.

Soprattutto, però, la battaglia si è spostata sulla distribuzione. Perplexity cerca di restare rilevante lanciando il proprio browser Comet con funzionalità agentiche e pagando 400 milioni a Snap per alimentare la ricerca su Snapchat, comprando di fatto l’accesso ai canali utente esistenti. 

OpenAI persegue una strategia parallela, espandendo ChatGPT da chatbot a piattaforma. Ha lanciato il proprio browser Atlas e altre funzionalità consumer come Pulse, e sta corteggiando imprese e sviluppatori lanciando app all’interno di ChatGPT. 

Google, dal canto suo, fa leva sulla posizione dominante. Sul lato consumer, Gemini viene integrato direttamente in prodotti come Google Calendar, mentre sul lato enterprise ospita connettori MCP per rendere il proprio ecosistema più difficile da scalzare. 

In un mercato in cui differenziarsi solo col rilascio di un nuovo modello è sempre più difficile, possedere il cliente e il modello di business è il vero fossato competitivo. 

La verifica su fiducia e sicurezza

Le aziende AI hanno ricevuto un’attenzione senza precedenti nel 2025. Oltre 50 cause per copyright sono finite in tribunale, mentre le segnalazioni di “psicosi da AI” – dovute a chatbot che rafforzano deliri e avrebbero contribuito a diversi suicidi e altri episodi pericolosi per la vita – hanno portato a richieste di riforme sulla fiducia e la sicurezza. 

Alcune battaglie sul copyright si sono concluse – come l’accordo di Anthropic da 1,5 miliardi con gli autori – ma la maggior parte resta irrisolta. Tuttavia, la conversazione sembra spostarsi dalla resistenza all’uso di contenuti protetti per l’addestramento alla richiesta di compensi (vedi: New York Times fa causa a Perplexity per violazione del copyright).

Nel frattempo, le preoccupazioni per la salute mentale legate alle interazioni con i chatbot AI – e le loro risposte compiacenti – sono emerse come grave problema di salute pubblica in seguito a diversi suicidi e deliri pericolosi per la vita tra adolescenti e adulti dopo un uso prolungato. Il risultato sono state cause legali, forti preoccupazioni tra gli operatori sanitari e rapide risposte normative come la SB 243 della California che regola i bot-compagni AI.

Forse il segnale più significativo: le richieste di restrizioni non arrivano dai soliti sospetti anti-tech. 

Leader del settore hanno messo in guardia contro chatbot che “aumentano forzatamente l’engagement”, e persino Sam Altman ha avvertito contro la dipendenza emotiva da ChatGPT. 

Perfino i laboratori stessi hanno iniziato a lanciare l’allarme. Il rapporto sulla sicurezza di maggio di Anthropic ha documentato come Claude Opus 4 abbia tentato di ricattare gli ingegneri per evitare il proprio spegnimento. Il messaggio? Scalare senza comprendere ciò che si è costruito non è più una strategia sostenibile.

Uno sguardo al futuro

Se il 2025 è stato l’anno in cui l’AI ha iniziato a crescere e affrontare domande difficili, il 2026 sarà l’anno in cui dovrà rispondere. Il ciclo dell’hype sta iniziando a svanire, e ora le aziende AI dovranno dimostrare i propri modelli di business e mostrare valore economico reale.

L’era del “fidatevi, i ritorni arriveranno” sta per concludersi. Quello che verrà dopo sarà o una rivincita o una resa dei conti che farà sembrare il crollo delle dot-com una brutta giornata per Nvidia. È il momento di fare le vostre puntate.