Articoli

Pubblicato il

Kimi K3 e la morte di un cliché: l’AI cinese ora ha un listino completo

Kimi K3

C’è un dettaglio, nel lancio di Kimi K3, che vale più di tutti i benchmark messi insieme: un laboratorio cinese ha alzato i prezzi. Non di poco. Moonshot AI, la startup di Pechino che il 16 luglio ha presentato il suo nuovo modello di punta, chiede 3 dollari per milione di token in input e 15 in output. È lo stesso listino di Claude Sonnet, circa il 40% sotto Claude Opus, e soprattutto è 3-4 volte il prezzo del predecessore Kimi K2.6 (che costava 0,95 e 4 dollar)i. È il modello più caro mai rilasciato da un lab cinese.

Per un ecosistema che per due anni ha costruito la propria identità sul prezzo stracciato, è un gesto quasi eretico. E infatti la lettura più diffusa in queste ore è: finisce l’era dell’AI cinese low cost. È una lettura pigra, e sbagliata. Quello che sta succedendo è più interessante, e per i concorrenti americani parecchio più scomodo.

Il low cost non è finito

Partiamo dai fatti. Kimi K3 è un modello da 2,8 trilioni di parametri, il primo modello aperto di classe 3T. Usa un’architettura Mixture of Experts estremamente sparsa: dei suoi 896 “esperti” (sottoreti specializzate) ne attiva 16 alla volta, circa 50 miliardi di parametri attivi per ogni risposta. Ha visione nativa, quindi capisce immagini e video senza moduli aggiuntivi, e una finestra di contesto da un milione di token. I pesi sono promessi entro il 27 luglio (il technical report non è ancora uscito). Su quest’ultimo punto torniamo dopo, perché conta.

Ora, se il prezzo di K3 segnasse “la fine del dumping cinese”, come titolano in molti, dovremmo vedere tutto l’ecosistema muoversi nella stessa direzione. Succede il contrario. DeepSeek V4 Flash costa 0,14 dollari in input e 0,28 in output. DeepSeek V4 Pro sta a 0,435 e 0,87. GLM 5.2 di Z.ai costa circa la metà di K3 in input. La gamma Qwen di Alibaba copre uno spettro che va da 0,01 a 3,20 dollari. K3 è l’eccezione che si aggiunge alla regola, non la nuova regola.

Peraltro parlare di dumping è sempre stato improprio. Il dumping presuppone vendita sottocosto per eliminare i concorrenti, e non c’è mai stata prova che i lab cinesi vendessero in perdita: i loro prezzi bassi venivano da architetture sparse e da un’efficienza ingegneristica reale, semmai accompagnata da prezzi da conquista di mercato. La differenza non è pedanteria: un prezzo basso sostenibile non “finisce” quando qualcuno lancia un prodotto premium. Convive.

Un catalogo in espansione

Il quadro che emerge, se si guarda alla scala prezzi invece che al singolo lancio, è quello di un’offerta che si è variegata. E su due livelli. Il primo è tra laboratori: DeepSeek presidia il low cost estremo, GLM la fascia media, Kimi ora la fascia alta. Il secondo, più significativo, è dentro i singoli laboratori: DeepSeek ha lo split Pro/Flash, Qwen ha una gamma che attraversa tre ordini di grandezza di prezzo. Non è una strategia coordinata da Pechino, e trattare “i cinesi” come un attore unico è l’errore analitico da cui questa storia dovrebbe guarirci. È il risultato emergente di una concorrenza interna feroce, con laboratori che si rubano ricercatori, utenti e quote a vicenda.

Ed è proprio il carattere emergente a rendere il fenomeno più serio, non meno. Una segmentazione decisa a tavolino da un ministero si può smontare con una decisione politica. Una segmentazione che emerge dal mercato significa che il mercato ha raggiunto la massa critica per sostenerla: abbastanza domanda, abbastanza differenziazione tecnica, abbastanza fiducia da parte di chi vende. Nessuno segmenta mentre insegue. Si segmenta quando si ritiene di avere un prodotto che regge il confronto in ogni fascia.

Il prezzo come dichiarazione

Qui sta il punto della maturità. Nel manuale del marketing, la segmentazione dell’offerta è il segnale classico di un settore che passa dalla fase di conquista a quella di consolidamento. E il prezzo di K3 è prima di tutto segnaletica commerciale: mettersi allo stesso listino di Claude Sonnet è un modo per dire “giochiamo nella stessa categoria”. Un atto di fiducia che sarebbe suicida se il prodotto non reggesse.

Il prodotto, per quanto ne sappiamo oggi, regge. Con le cautele del caso: i benchmark del lancio sono auto-riportati, e le note a piè di pagina di Moonshot rivelano che modelli diversi sono stati valutati con harness diversi, cioè con impalcature di test non identiche, il che rende i confronti meno puliti di quanto sembrino. E il technical report, ripetiamolo, non c’è ancora. Però le conferme indipendenti iniziali vanno nella stessa direzione: nella valutazione di knowledge work di Artificial Analysis, K3 raggiunge un Elo di 1547, dietro solo a Claude Fable 5. È primo nella Frontend Code arena di Arena.ai, nono nella classifica generale per il testo. Moonshot stessa, con un’onestà rara nei comunicati stampa, ammette che K3 resta dietro Claude Fable 5 e GPT-5.6 Sol. Non è il migliore. È abbastanza buono da giustificare il listino, però, ed è questo che conta per la tesi.

Anche sul costo effettivo per compito, i numeri di Artificial Analysis raccontano una scala prezzi ormai completa: un task costa in media 0,94 dollari con K3, 1,04 con GPT-5.6 Sol, 1,80 con Claude Opus 4.8. Ma anche 0,32 con GLM-5.2 e 0,04 con DeepSeek V4 Pro, che costa 20 volte meno di K3. Dallo stesso ecosistema, oggi, si può comprare l’utilitaria e la berlina di rappresentanza.

Pesi aperti, margini chiusi

C’è poi la parte apparentemente contraddittoria del modello di business: come si tiene insieme un listino premium con la promessa di pubblicare i pesi del modello il 27 luglio? Se chiunque può scaricare K3, chi pagherà Moonshot 15 dollari a milione di token?

La risposta ha due facce, e vanno tenute insieme. La prima è la necessità: un modello da 2,8 trilioni di parametri costa moltissimo per farlo funzionare. Non gira su una macchina qualsiasi, Moonshot raccomanda configurazioni “supernode” da 64 o più acceleratori, e il listino alto è prima di tutto il riflesso di quel costo. È lo stesso identico problema che hanno OpenAI e Anthropic: modelli enormi, infrastruttura mostruosa, prezzi che devono ripagarla. Su questo piano Moonshot non sta facendo niente di esotico: sta scoprendo che la frontiera costa, per tutti e a tutte le latitudini.

La seconda faccia è la strategia, ed è qui che i pesi aperti smettono di sembrare un controsenso. Se il tuo modello richiede 64 acceleratori solo per accendersi, “aprirlo” è un gesto a rischio quasi zero: l’appassionato nel sottoscala non lo scaricherà mai, e i pochissimi provider terzi in grado di servirlo bene dovrebbero replicare un’infrastruttura che Moonshot ha già ottimizzato, a partire da un cache hit rate dichiarato sopra il 90% nei carichi di coding, cioè oltre nove richieste su dieci servite dalla cache a 0,30 dollari invece che a 3. Ti prendi la bandiera dell’apertura, il favore degli sviluppatori e l’ecosistema, senza regalare il business. Con una precisazione dovuta: pesi aperti non significa open source. Non ci sono i dati di training né il codice, quindi il modello si può usare e adattare, non riprodurre.

Va detto che questa è la parte fragile della scommessa. Se dopo il 27 luglio qualche grande cloud riuscisse a servire K3 bene e a prezzo inferiore, il listino premium di Moonshot durerebbe poco. È un equilibrio da verificare tra qualche settimana, non un dato acquisito.

I mercati temono il tracollo, la realtà dice altro

Venerdì 17 luglio i titoli AI e dei semiconduttori sono scesi, e il riflesso condizionato degli investitori è stato evocare il “DeepSeek moment” del gennaio 2025: la Cina fa modelli competitivi a costi ridotti, quindi servirà meno calcolo, quindi giù i produttori di chip. È esattamente la lettura sbagliata, ed è sbagliata due volte. Primo, perché K3 non è un modello efficiente e frugale: è un colosso da 2,8 trilioni di parametri che richiede più compute per essere servito, non meno. Secondo, perché il parallelo con DeepSeek presuppone ancora la cornice “Cina uguale cloni economici”, che è precisamente ciò che questo lancio manda in pensione.

La notizia vera non è che un modello cinese costa quanto Claude Sonnet. È che l’ecosistema cinese ora copre l’intera scala prezzi, dal quasi gratuito al premium, e ci arriva per selezione competitiva interna, non per decreto. Per i laboratori americani questo è più minaccioso di qualunque guerra al ribasso: la concorrenza sul low cost erode i volumi, la concorrenza su ogni segmento erode anche i margini, cioè il posto dove OpenAI e Anthropic devono ripagare i loro investimenti monumentali.

La supremazia americana esiste ancora, i numeri di K3 lo dicono chiaramente: dietro Fable 5, dietro GPT-5.6 Sol. Ma si è ristretta a un solo piano, quello della frontiera assoluta. Sul prezzo, sull’apertura, sulla copertura di gamma e ora anche sul segmento premium la partita è già in pareggio o persa. La domanda con cui conviene chiudere non è chi ha il modello migliore, ma quanto vale avere il modello migliore quando il secondo migliore costa la metà, si scarica, e arriva da un ecosistema che ormai presidia ogni fascia. Chi si consola pensando che almeno i cinesi hanno smesso di fare prezzi bassi non ha capito il problema. Ora li fanno bassi, medi e alti insieme.

Pubblicato il

OnePlus lascia Stati Uniti ed Europa: la lenta agonia del flagship killer

OnePlus lascia Stati Uniti ed Europa

Per tre anni OnePlus ha smentito. Nel marzo 2023, quando i primi report parlavano di un ritiro da Regno Unito, Germania, Francia e Olanda, arrivarono dichiarazioni ufficiali sull’impegno “in tutti i mercati europei esistenti”. La settimana scorsa un report di WinFuture, seguito dall’anticipazione di Bloomberg, ha riaperto il dossier, e stavolta la smentita non è arrivata: OnePlus e Oppo hanno confermato congiuntamente che il marchio non lancerà più nuovi prodotti in Nord America e in Europa. Niente più telefoni, tablet, wearable. Le scorte esistenti verranno vendute fino a esaurimento, senza ripristini. Sul sito americano campeggia una pagina dal titolo burocraticamente glaciale: “Notice of Business Adjustment”.

Chi possiede un OnePlus può stare relativamente tranquillo: aggiornamenti software, patch di sicurezza e garanzia proseguiranno secondo le tempistiche promesse per ciascun dispositivo. Con un’avvertenza non piccola, su cui torniamo tra un attimo: OxygenOS sparisce, e al suo posto arriva ColorOS.

Due morti, non una

Conviene tenere separate due storie che in questi giorni vengono raccontate come una sola.

La prima è la morte commerciale di OnePlus in Occidente, ed è una storia vecchia. Secondo i dati IDC, negli Stati Uniti il marchio aveva toccato il picco dell’1,8% di quota di mercato nel 2021; nel 2025 era allo 0,1%. In mezzo, nel 2023, la perdita dell’accordo di distribuzione con T-Mobile, che in un mercato dominato dai carrier equivale a una condanna. Oppo non sta chiudendo un marchio sano per ragioni di bilancio: sta smettendo di pagare la duplicazione di un marchio che in due dei suoi mercati storici non esisteva più da tempo, se non nella memoria affettiva degli appassionati.

La seconda storia è la fine del modello flagship killer, e qui la cronologia va rimessa in ordine: il modello non muore oggi, era stato abbandonato da OnePlus stessa. Chi scrive lo notava su StartupItalia già nell’aprile 2020, al lancio dei OnePlus 8: il flagship killer era andato in pensione, il marchio stava diventando la fuoriserie del gruppo, con prezzi in crescita inesorabile a ogni generazione. Era una scelta, allora. Oggi è diventata un obbligo, ed è qui che entrano i conti. Il OnePlus One del 2014 costava 269 dollari perché poteva permetterselo: componenti relativamente accessibili, marketing a costo quasi zero via community, margini sacrificati per costruire il brand.

Nel 2026 quell’equazione non sta più in piedi. I prezzi di memorie e componenti continuano a salire, e lo si vede perfino nel listino. Un telefono con specifiche da top a metà prezzo oggi è un esercizio di contabilità creativa che nessun produttore può sostenere. OnePlus chiude per la prima ragione; nessuno lo sostituirà per la seconda.

Le pulizie di primavera di casa Oppo

L’uscita di OnePlus è il pezzo più visibile di una ristrutturazione che investe tutto l’ecosistema Oppo, tornato sotto la guida prodotto di Pete Lau, co-fondatore di OnePlus rientrato alla casa madre come Chief Product Officer. Il cerchio si chiude anche simbolicamente.

Nella stessa settimana, realme ha annunciato via Weibo che “premerà il tasto pausa” sul mercato cinese per concentrare le risorse sui mercati esteri, con un posizionamento dichiarato su performance e gaming. Attenzione però a non leggere realme come l’erede di OnePlus nei cuori degli appassionati occidentali: secondo i report, Oppo la sta orientando soprattutto sul Nord Europa (Danimarca, Finlandia, Islanda, Norvegia, Svezia), ed è un marchio budget con vocazione gaming, non un flagship killer. La successione, semmai, se la prende Oppo in prima persona: il CEO di Oppo Europe Elvis Zhou ha definito l’Europa “un mercato chiave”, lo store online britannico è stato rilanciato con una gamma più ampia, e la priorità dichiarata è portare più flagship nella regione.

Una sola interfaccia per domarli tutti

Il consolidamento più radicale è quello software. OxygenOS e Realme UI vengono pensionate entrambe: con l’aggiornamento ad Android 17, tutti i dispositivi OnePlus e realme idonei passeranno a ColorOS 17, mentre i device esclusi da Android 17 resteranno in manutenzione su OxygenOS. È previsto un rollback verso OxygenOS per chi lo vorrà, ma sarà un binario morto. La mia previsione, e la do come tale: il debutto di ColorOS 17 arriverà in autunno, in coppia con il Find X10.

C’è una logica ferrea in tutto questo, ed è la stessa dei due punti precedenti. Se l’hardware non può più differenziare, perché i costi dei componenti comprimono i margini proprio nella fascia media che genera i volumi, la differenziazione migra sul software. E mantenere tre interfacce Android che ormai condividevano gran parte del codice era pura duplicazione: OxygenOS aveva già assorbito da anni pezzi interi di ColorOS, al punto che per molti utenti storici il OnePlus 15 era di fatto un Oppo con un altro logo. Il passaggio ad Android 17 formalizza una convergenza già avvenuta.

L’elefante nella stanza si chiama Nothing

Impossibile chiudere senza nominare Carl Pei. L’altro co-fondatore di OnePlus ha costruito con Nothing una fotocopia aggiornata del playbook originale: community, hype, design riconoscibile, prezzi aggressivi, e opera esattamente nei mercati che OnePlus abbandona, Stati Uniti inclusi. Sulla carta è l’erede naturale. Ma anche Nothing deve fare i conti con l’economia del 2026, non con quella del 2014: i suoi prezzi salgono generazione dopo generazione, e la sostenibilità del modello resta la domanda aperta. Il fatto che l’erede più credibile del flagship killer fatichi a fare il flagship killer è forse la conferma migliore che quel modello appartiene a un’epoca chiusa.

Resta il paesaggio che ci lascia questa settimana: una fascia media sempre più indistinguibile, dove le differenze si misurano in sfumature di software e promesse di aggiornamenti, e una fascia alta dove la vera personalizzazione se la possono permettere in pochi. Samsung, forte della sua quota di mercato, continua a percorrere una strada propria su qualità costruttiva e personalizzazioni. Google gioca la partita della differenziazione via software e AI con i Pixel. Tutti gli altri convergono. OnePlus era nato esattamente per rompere questa convergenza. Che a spegnerlo sia stata la casa madre, con una pagina intitolata “Business Adjustment”, è l’epitaffio perfetto: non una sconfitta sul campo, una voce di bilancio razionalizzata.

Pubblicato il

Quando Pechino comincia a ragionare come Washington

intelligenza artificiale cinese

C’è un test abbastanza affidabile per capire se qualcuno pensa di avere in casa l’argenteria buona: guardare quando comincia a montare le inferriate. Per due anni la storia dell’intelligenza artificiale è stata raccontata con gli Stati Uniti nel ruolo del doganiere, impegnati a stringere i bulloni sull’export dei chip, e la Cina in quello dell’inseguitore che si arrangia con quello che passa il convento. Questa settimana Reuters ha raccontato l’inizio del film al contrario: il Ministero del Commercio cinese ha convocato Alibaba, ByteDance e Z.ai per discutere se limitare l’accesso estero ai modelli AI più avanzati del paese, compresi quelli che ancora non esistono.

Tra le ipotesi, un sistema a livelli: registrazione per l’open source di base, security review per la roba avanzata, e i gioielli di famiglia chiusi in cassaforte, vietati al rilascio pubblico o riservati al mercato interno.

Ora: quando cominci a preoccuparti di come impedire agli altri di copiarti, di solito è perché hai smesso di copiare tu. E i numeri dicono che Pechino non si sta montando la testa.

I numeri, che sono maleducati

Da febbraio le aziende americane instradano ogni settimana più del 30 per cento dei loro token verso modelli cinesi su OpenRouter, con punte del 46, racconta CNBC. Un anno fa la media era l’11 per cento; nella prima metà del 2025, il 4,5. Tradotto: mentre a Washington si discuteva di come tenere l’AI cinese fuori dalla porta, quella entrava dalla finestra con un badge aziendale.

Lindy, startup americana di agenti AI, ha spostato il cento per cento (100%) del proprio traffico da Claude a DeepSeek, e il suo CEO descrive la curva dei costi precipitata a terra con l’entusiasmo di chi ha appena scoperto l’hard discount sotto casa. Risparmi stimati: milioni di dollari nel giro di mesi.

Il motore è il prezzo, ovvio: i modelli open cinesi costano dal 60 al 90 per cento in meno degli equivalenti di OpenAI e Anthropic. Ma il prezzo da solo non basterebbe. GLM-5.2 di Z.ai, uscito a giugno, è arrivato a un punto percentuale da Opus 4.8 di Anthropic su uno dei benchmark agentici più osservati, a circa un quinto del costo, e su Vercel ha registrato l’adozione più rapida dell’anno: nella prima settimana i token giornalieri sono cresciuti di 27 volte, i clienti di 80. Quella non è la curva di un prodotto che incuriosisce, è la curva di un prodotto che risolve una voce di bilancio.

E siccome in Cina il calendario dei rilasci sembra compilato per farci dispetto, pochi giorni dopo Tencent ha pubblicato Hy3: 295 miliardi di parametri di cui 21 attivi, licenza Apache 2.0, meno della metà della taglia di GLM-5.2, che nei test alla cieca con 270 esperti batte quasi ovunque il predecessore di casa Zhipu e cede solo sul coding. Nel frattempo ha dimezzato il tasso di allucinazioni rispetto alla preview, che è il genere di dettaglio noioso che interessa a chi i modelli li usa per lavorare e non per i thread su X. Ma il punto non è il singolo benchmark: è che ormai Zhipu, Tencent, Alibaba, DeepSeek e Moonshot si rincorrono tra loro a cadenza di settimane, e il confronto con gli americani è diventato quasi un sottoprodotto di questa sfida nazionale.

Sorpasso è la parola sbagliata (ed è peggio)

Mettiamola giù onestamente, prima che arrivi nei commenti quello con la classifica: sulla frontiera assoluta gli Stati Uniti sono ancora davanti, le stime più citate parlano di sei-nove mesi di distacco. Chi vi vende il sorpasso secco sta facendo il titolo, non l’analisi. Solo che sorpasso è proprio la parola sbagliata, perché presuppone che la gara si vinca in un modo solo. Quello che la Cina ha fatto è rendere il vantaggio americano commercialmente irrilevante per la maggior parte degli usi reali: se il 90 per cento dei task aziendali non richiede il modello migliore del mondo ma il più economico tra quelli abbastanza buoni, la frontiera diventa un lusso per i casi limite e tutto il resto del lavoro va a chi costa un quinto. Vi ricorda qualcosa? Pannelli solari, batterie, auto elettriche: non inventare la categoria, industrializzarla fino a togliere l’ossigeno a chi l’ha inventata. L’AI sta seguendo il copione con una puntualità quasi commovente.

Va anche detto che gli americani ci hanno messo del loro, con generosità. Tra giugno e luglio il governo USA ha chiesto a OpenAI di rallentare il rollout dei nuovi modelli e ha imposto, salvo poi ritirarle dopo un braccio di ferro, restrizioni all’export dei modelli di punta di Anthropic. Se l’obiettivo era convincere le aziende che un modello americano può sparire dall’oggi al domani per decreto, difficile immaginare un metodo più efficace. Risultato: il modello che nessun governo può revocare, scaricabile, modificabile e ospitabile in casa, comincia a sembrare la scelta prudente.

E qui sta la parte controintuitiva dell’impegno statale cinese, che nella mia lettura resta la variabile decisiva di tutta la storia: finora l’approccio di Pechino ha funzionato non chiudendo, ma aprendosi al mercato. L’open weight come politica industriale.

Le due crepe (perché ci sono)

Detto questo, la macchina cinese non è il rullo compressore perfetto della narrativa, e le notizie di questi giorni mostrano due crepe interessanti.

La prima la racconta il New York Times: Qwen ha reso Alibaba una potenza mondiale dell’AI, i modelli più scaricati del pianeta, un ecosistema che Meta si sogna. Peccato che regalare il prodotto sia un’ottima strategia per far crescere la propria quota di mercato e una pessima strategia per la fatturazione. Alibaba monetizza di sponda, con il cloud, e intanto sposta i modelli migliori verso il closed source, cioè verso il modello di business di quelli che sta battendo. La corsa cinese, per ora, è una vittoria che non paga. In un settore dove peraltro non paga nemmeno chi perde: di modelli di business sostenibili, là fuori, non se ne vedono da nessuna parte, e almeno su questo la parità tra superpotenze è già totale.

La seconda crepa è quella da cui siamo partiti, ed è la più gustosa: Pechino sta valutando di chiudere il rubinetto proprio nel momento in cui l’acqua gratis stava annegando la concorrenza. Limitare l’accesso estero significa rinunciare all’adozione globale, cioè esattamente alla cosa che ha costruito il vantaggio. È il riflesso pavloviano della grande potenza: appena qualcosa diventa strategico, controllalo, anche a costo di sterilizzarlo. Gli americani ci sono appena passati, e la Cina sembra aver preso appunti dalla pagina sbagliata del quaderno. Vedremo se il rubinetto si chiuderà davvero o se resterà una pistola appoggiata sul tavolo del negoziato, che poi è l’uso che di solito si fa di queste cose.

E noi? Noi abbiamo un pacchetto

In tutto questo l’Europa non compare in nessuna delle quattro notizie, e il silenzio è la notizia. Nella partita tra chi possiede la frontiera e chi possiede la fabbrica dei modelli, il continente non ha né l’una né l’altra: consuma, e al massimo sceglie da quale dei due fornitori farsi trascinare.

Però attenzione, Bruxelles ha risposto. Come sa fare lei: con un pacchetto. A inizio giugno la Commissione ha presentato il suo piano per la sovranità tecnologica: un Chips Act 2.0 (e come tutti i sequel, promette di essere meglio dell’originale), un Cloud and AI Development Act, una roadmap per l’energia dei datacenter e, dettaglio per una volta davvero interessante, una strategia per scalare alternative open source nelle aree prioritarie e nelle pubbliche amministrazioni. Che poi, a guardarla bene, è il playbook cinese fotocopiato con qualche anno di ritardo: se non puoi vincere la frontiera, usa l’apertura come politica industriale. La diagnosi è giusta, e non era scontato. Il problema è l’orologio: il ritmo legislativo europeo si misura in anni, quello dei rilasci cinesi in settimane, e nessun pacchetto di proposte ha mai addestrato un modello, per quanto ben impaginata sia la factsheet.

Eppure, per una volta, il contesto rema a favore. Se davvero sia Washington che Pechino cominciano a trattare i modelli come materiale strategico da razionare, la sovranità tecnologica europea smette di essere il tema da convegno con il panel delle 14:30 e diventa un problema operativo, di quelli che sbloccano i budget. Un mondo in cui i modelli migliori arrivano con clausole geopolitiche allegate è un mondo in cui esiste finalmente un mercato per l’alternativa di casa. Bisogna solo costruirla prima che qualcuno chiuda la porta. La finestra c’è, e per una volta non abbiamo nemmeno dovuto aprirla noi: dobbiamo solo entrare.

Pubblicato il

Il tuo prossimo telefono avrà 4 giga di RAM. Ringrazia l’intelligenza artificiale

Il tuo prossimo smartphone avrà 4 GB di RAM e costerà di più

Il 618 è il festival degli sconti cinese, un mese di promozioni nato per celebrare la fondazione di JD.com e diventato il barometro del commercio elettronico del paese. Quest’anno il barometro segna tempesta: le vendite di telefoni sono calate del 13%, dice Counterpoint Research. Honor ha perso un terzo delle vendite, Xiaomi quasi un quarto, e persino Apple ha chiuso a -9% nonostante un mese di sconti anticipati sugli iPhone 17 Pro.

Presa da sola, la notizia vale poco. I consumi cinesi arrancano da anni, le feste degli sconti hanno perso smalto, e Huawei intanto è cresciuta del 19%: dentro quel numero c’è parecchio nazionalismo dei consumi e poco determinismo tecnologico. Quello che vale qualcosa è il motivo per cui gli sconti erano così timidi. I produttori non avevano margine perché la memoria, il componente che più pesa sul costo di un telefono, sta vivendo il rincaro più violento della sua storia. E il colpevole ha un nome: l’infrastruttura dell’intelligenza artificiale.

Il gioco a somma zero dei wafer

Il meccanismo è semplice e brutale. Samsung, SK Hynix e Micron, i tre produttori che controllano il mercato mondiale delle memorie, stanno spostando le linee produttive verso l’HBM, la memoria che alimenta gli acceleratori dei centri di calcolo per l’intelligenza artificiale. I margini sui server stracciano quelli sui dispositivi di consumo, e Microsoft, Google, Amazon e Meta pagano qualunque cifra pur di garantirsi le forniture. IDC lo ha descritto come un gioco a somma zero: ogni wafer che finisce in una GPU Nvidia è un wafer negato a un telefono di fascia media o all’SSD di un portatile.

I numeri, in fila: secondo TrendForce le memorie per telefoni sono quasi raddoppiate nel primo trimestre 2026 e salite di un altro 78-83% nel secondo. Gartner stima che a fine anno il rincaro combinato di DRAM e SSD toccherà il 130%, cioè telefoni più cari del 13% e PC più cari del 17%. Il dettaglio migliore però è nell’ultimo rapporto trimestrale: i rincari stanno rallentando, ma non perché sia arrivata nuova offerta. Rallentano perché la gente non ce la fa più a pagare. Il mercato non si sta riequilibrando, si sta spegnendo.

La commodity che non arriva

Per anni ci hanno raccontato che l’intelligenza artificiale sarebbe diventata una commodity, come l’elettricità: invisibile, abbondante, economica. Sul piano dei modelli sta succedendo davvero: farli girare costa sempre meno di generazione in generazione, i pesi aperti si moltiplicano, la distanza tra i modelli più avanzati e quelli gratuiti si assottiglia. Se guardate solo lì, la profezia si avvera.

Ma la rendita non evapora, trasloca. Mentre l’intelligenza si banalizza in superficie, sul piano fisico si concentra: tre produttori con un potere sui prezzi che non si vedeva da quindici anni, prezzi che salgono anche quando la domanda dei consumatori crolla, contratti pluriennali che blindano la capacità produttiva per chi può permettersela. IDC ha usato un’espressione da sottolineare: non una scarsità ciclica, ma una riallocazione strategica potenzialmente permanente della capacità mondiale di silicio. Tradotto: non è una carestia, è una scelta. Qualcuno ha deciso chi merita i wafer, e non siete voi.

Una tassa regressiva annegata nel prezzo

E qui arriviamo al punto che nessuno chiama col suo nome. Il boom dell’intelligenza artificiale ha un costo, e non lo pagano i colossi dei centri di calcolo, che lo scaricano a valle, né gli investitori, che per ora incassano. Lo paga chi compra (comprava?) un telefono da 150 euro.

TrendForce prevede il ritorno dei 4 giga di RAM sui telefoni di fascia bassa, roba che fino a ieri sembrava impensabile. Sui PC, Gartner dice che la fascia sotto i 500 dollari sparirà entro il 2028, con le memorie inchiodate ai minimi e gli acquirenti di fascia bassa in fuga dal mercato cinque volte più veloci di quelli di fascia alta. Dopo dieci anni in cui le funzioni dei modelli di punta scendevano verso il basso, la democratizzazione delle specifiche si sta invertendo. E occhio al paradosso statistico: la RAM media per telefono continuerà a salire, ma solo perché i modelli economici spariscono dalla produzione. La media migliora espellendo i poveri dal campione.

È una tassa regressiva, perfettamente invisibile perché annegata nella distinta dei componenti. Non compare in nessuna busta paga, in nessuna bolletta, in nessun dibattito pubblico. Colpisce chi ha di meno e finanzia un’infrastruttura i cui benefici, se va bene, arriveranno altrove e più tardi.

Le scorie non aspettano

Sui lavoratori la logica è la stessa, e altrettanto silenziosa. Meno volumi, meno lavoro lungo tutta la filiera: fabbriche, componenti, logistica, negozi. Xiaomi ha tagliato le previsioni 2026 per la seconda volta in sei mesi, dice Nikkei Asia: dai 170 milioni di telefoni dell’anno scorso a 135, ora attorno a 95. Oppo e Vivo sotto i 90 milioni, e Counterpoint prevede per il mercato globale un calo del 14%, il peggiore di sempre. Intanto Micron archivia un trimestre record col titolo a +800% in un anno. Chi paga e chi incassa, difficile fotografarlo meglio.

C’è pure una torsione ironica. Tenere i dispositivi più a lungo, comprare ricondizionato, saltare il cambio annuale: comportamenti ecologicamente sacrosanti, che anni di prediche sulla sostenibilità non avevano prodotto. Ora arrivano, ma non per scelta: è una sobrietà imposta, l’effetto collaterale della bolla di qualcun altro. E la differenza tra austerità scelta e austerità subita è esattamente la differenza tra una politica e una scoria.

Ecco perché il ragionamento consolatorio, aspettiamo che l’intelligenza artificiale si assesti e diventi la commodity promessa, non regge. Primo: l’assestamento potrebbe non arrivare come lo immaginiamo. Le nuove fabbriche non entreranno a regime prima del 2027 inoltrato, i più pessimisti non vedono sollievo prima del 2028, e i prezzi delle memorie scendono sempre molto più lentamente di come salgono. Secondo: anche quando i prezzi caleranno, le scorie resteranno. Fasce di mercato sparite, utenti espulsi, filiere ridimensionate, dispositivi vecchi tenuti in vita con annessi problemi di sicurezza.

Il 618 tornerà l’anno prossimo, con gli sconti e le maratone di vendita in diretta. Ma quel -13% è la prima riga leggibile di un conto che è già in tavola. Non serve aspettare che l’intelligenza artificiale diventi una commodity per fare i conti con i suoi costi. Basta smettere di far finta che il conto non sia arrivato.

Pubblicato il

Io Threads l’ho già visto: si chiamava FriendFeed

Threads e FriendFeed, le piazze social di Meta

Il New York Times descrive una piattaforma di community e fandom, non il clone di Twitter. Chi c’era nel 2008 la riconosce: è la piazza che Facebook comprò nel 2009 e lasciò morire.

Il New York Times ha intervistato Connor Hayes, il capo di Threads, e nell’articolo c’è un numero che dieci anni fa avrebbe aperto tutte le newsletter di settore: 500 milioni di utenti mensili dichiarati da Meta, che sulla carta valgono la parità con X. Sulla carta, perché nessuno può verificarli da fuori, e vale per entrambe le piattaforme. Nel 2026 è passato quasi inosservato, perché tutti guardano altrove. Compresa Meta. Io l’ultima call con gli investitori non l’ho ascoltata, ma il Times sì, e ha tenuto il conto: Zuckerberg ha nominato l’intelligenza artificiale 49 volte. Threads due.

Eppure il dato interessante dell’intervista non è la dimensione. È la forma. Threads era nato nel 2023 come clone di Twitter, l’ennesimo tentativo di occupare lo spazio lasciato libero dalla trasformazione di Twitter in X. Tre anni dopo, il NYT descrive un’altra cosa: una piattaforma dove la gente non segue un feed di notizie ma si raduna in community. K-pop, WNBA, appuntamenti, libri, serie tv. Utenti tra i trenta e i quarant’anni che passano ore a discutere della loro band preferita. Una community champion citata nell’articolo la definisce “a millennial Myspace wild West”, e precisa che il clima è fatto di post scemi e divertenti più che di scontro politico. Il capo di Threads, dal canto suo, riassume la strategia in una frase: seguire l’intento degli utenti.

Ecco, io quell’intento l’ho già visto all’opera. Aveva un nome: FriendFeed.

FriendFeed, il prodotto che c’era già

Per chi non c’era: FriendFeed nasce nel 2007 da un gruppo di fuoriusciti di Google di primissima fascia, tra cui Paul Buchheit, il creatore di Gmail, e Bret Taylor, uno dei padri di Google Maps. Tecnicamente era un aggregatore: importava le tue attività da Flickr, dai blog, da Twitter stesso, e ci costruiva sopra un feed in tempo reale. Ma nessuno lo usava per l’aggregazione. Lo si usava per la piazza che ci cresceva sopra: conversazioni lunghe, stanze tematiche, community di appassionati che discutevano di qualsiasi cosa con un’intensità che Twitter, con i suoi 140 caratteri, non poteva permettersi. Post scemi e divertenti più che scontro politico, per l’appunto.

In Italia fu un fenomeno vero. Tra il 2008 e il 2010 la community italiana di FriendFeed era probabilmente il posto più vivo dell’internet nostrana, molto più di quanto i numeri assoluti lasciassero intendere. Era piccolo, densissimo, umano. Chi c’era (io c’ero) se lo ricorda come si ricordano i posti, non i siti.

Poi arrivò Facebook. Nell’agosto 2009 comprò FriendFeed per una cifra intorno ai 47 milioni di dollari, spiccioli anche per la Facebook di allora. Non era un’acquisizione di prodotto, era un’acquisizione di persone e di idee: Bret Taylor diventò CTO di Facebook, e il tasto Like, che FriendFeed aveva inventato nel 2007 e Facebook aveva già copiato pochi mesi prima dell’acquisto, divenne il mattone fondamentale di tutto quello che Facebook ha costruito dopo. Il prodotto, invece, fu lasciato in agonia per sei anni e spento definitivamente nell’aprile 2015. Facebook ha digerito il DNA di FriendFeed e ha buttato via la piazza.

La pazienza di Meta

Questa storia è il motivo per cui leggo con scetticismo le dichiarazioni di Hayes, che nell’intervista promette investimenti in crescita e fissa l’obiettivo del miliardo di utenti. Non perché siano false, ma perché la pazienza di Meta non è mai stata una questione di affetto per i prodotti. È una questione di funzione strategica.

Il pattern è documentabile. Messenger è rimasto per anni senza monetizzazione perché proteggeva il core. Lasso, IGTV, Bulletin, la piattaforma di punta del metaverso chiusa a marzo di quest’anno dopo miliardi bruciati: tutto ciò che smette di servire viene spento, indipendentemente da quanto ci si era investito in proclami. C’è perfino un precedente onomastico: un’app chiamata Threads esisteva già, era il companion di messaggistica di Instagram lanciato nel 2019 e chiuso nel 2021. Meta ricicla anche i nomi dei prodotti morti.

E i segnali attuali sono contraddittori. Le pubblicità su Threads sono arrivate solo a gennaio, e Meta non ha rilasciato un solo numero su ricavi o engagement reale. L’analista di S&P citata dal NYT lo dice senza giri di parole: potrebbe essere il prossimo Facebook o un buco nell’acqua, e finché non vedremo i dati veri non lo sapremo. Il potenziale teorico, un miliardo di utenti e una trentina di miliardi di ricavi annui, va misurato contro i 201 miliardi che Meta fattura già oggi. Threads, nella migliore delle ipotesi, vale un settimo dell’azienda. Zuckerberg lo aveva detto subito, nel 2023: non è un progetto enorme. Lo ha ribadito definendolo una possibile “quinta grande app” della famiglia. La quinta.

Perché stavolta potrebbe andare diversamente

Detto tutto questo, ci sono due differenze rispetto al 2009 che mi impediscono di chiudere il pezzo con il funerale annunciato.

La prima è il contesto competitivo. Quando Facebook spense FriendFeed, Twitter era vivo e in crescita, e tenere in piedi una seconda piazza conversazionale non serviva a niente. Oggi, e anche qui mi affido ai numeri messi in fila dal Times, X ha perso cento milioni di dollari di ricavi pubblicitari in un solo trimestre, Mastodon si è sgonfiato del 70 per cento rispetto al picco, Bluesky resta un decimo di Threads. Il territorio è scoperto, e occupare spazi lasciati sguarniti dalla concorrenza ha un valore in sé.

La seconda è più profonda, ed è la vera ragione per cui Threads potrebbe sopravvivere alla proverbiale impazienza di Meta. Nell’era in cui Facebook e Instagram si riempiono di contenuti generati dall’intelligenza artificiale, una piattaforma di conversazione tra esseri umani veri è diventata una risorsa scarsa. Lo ammette lo stesso Hayes, che non a caso arriva a Threads dalla divisione AI generativa di Meta: il fascino del prodotto è che ci parlano persone. Per Meta questo significa due cose molto concrete: inventory pubblicitaria di qualità e, non lo dice nessuno ad alta voce, testo umano fresco in un’epoca in cui il testo umano fresco vale oro.

FriendFeed morì perché era una piazza senza funzione strategica. Threads è la stessa piazza, ricostruita per sbaglio diciassette anni dopo, ma stavolta con una funzione. La domanda giusta, quindi, non è se farà utili significativi. È per quanto tempo resterà necessaria a Meta. E la storia di FriendFeed serve a ricordare cosa succede, in casa Meta, il giorno in cui la risposta cambia.