Sei mesi fa il settore dell'intelligenza artificiale sembrava una bolla pronta a scoppiare. Le aziende investivano centinaia di miliardi di dollari, in gran parte presi a prestito, per costruire nuovi data center senza una strada chiara verso la redditività. Oggi lo scenario è completamente diverso e una sola azienda incarna il cambiamento: Anthropic, fino a poco tempo fa considerata la concorrente minore di OpenAI, sta crescendo più velocemente di qualsiasi impresa nella storia del capitalismo. I suoi ricavi aumentano molto più rapidamente di quelli di Zoom durante la pandemia, di Google nei primi anni Duemila e persino di Standard Oil durante la Gilded Age. Se il ritmo attuale dovesse continuare, all'inizio del prossimo anno Anthropic incasserebbe più denaro di qualsiasi altra azienda al mondo.

A raccontare questa svolta è un'analisi pubblicata sull'Atlantic. La causa del cambiamento si riassume in due parole: Claude Code. Quando Anthropic ha rilasciato l'aggiornamento del suo prodotto di punta a novembre, l'intelligenza artificiale ha attraversato una soglia invisibile, passando da gadget interessante a tecnologia capace di cambiare la vita. Con Claude Code una squadra di agenti autonomi può prendere il controllo del computer di un utente e completare in pochi minuti o ore compiti di programmazione che prima richiedevano giorni o settimane di lavoro umano. Spesso il prodotto finale necessita di poche correzioni, se non nessuna.

Ethan Mollick, codirettore del Generative AI Lab dell'università della Pennsylvania, ha dichiarato all'Atlantic che si tratta di un salto qualitativo: per anni ci sono stati chatbot capaci soprattutto di parlare, ora sono arrivati agenti capaci di agire.

Le conseguenze per i settori che dipendono dal software sono enormi. Jordan Nanos, membro dello staff tecnico della società di ricerca sui semiconduttori SemiAnalysis, ha raccontato che il suo piccolo team produce oggi quattro volte più software rispetto allo scorso anno, pur avendo lo stesso numero di dipendenti. Tim Fist, direttore delle politiche per le tecnologie emergenti all'Institute for Progress, ha detto di sentirsi quasi ridicolo a portare avanti il proprio dottorato in informatica perché Claude può svolgere il novanta per cento del lavoro. Meta ha annunciato il licenziamento del dieci per cento della propria forza lavoro e Mark Zuckerberg ha spiegato agli investitori che progetti che richiedevano grandi squadre possono ora essere completati da una sola persona molto talentuosa.

Lo scorso anno il think tank Model Evaluation & Threat Research aveva condotto un esperimento in cui sviluppatori venivano assegnati casualmente a svolgere compiti con o senza intelligenza artificiale. Con sorpresa generale i programmatori che usavano l'IA risultavano il venti per cento più lenti, in parte perché passavano molto tempo a correggere gli errori del software. Recentemente gli stessi ricercatori hanno ripetuto l'esperimento con gli strumenti più aggiornati e il risultato si è ribaltato: gli sviluppatori con l'IA hanno completato i compiti circa il venti per cento più velocemente. La stima è probabilmente prudente, perché alcuni utilizzatori più assidui si sono rifiutati di partecipare al secondo test pur di non rinunciare ai loro strumenti abituali.

Le aziende non hanno più dubbi sull'investire in questi prodotti. Secondo una stima la quota di imprese americane con almeno un abbonamento a pagamento a uno strumento di intelligenza artificiale è passata da circa un quarto all'inizio del 2025 a oltre la metà oggi. Ricercatori di Goldman Sachs che hanno intervistato quaranta società di software a metà aprile hanno rilevato che molte stanno superando i budget iniziali per l'IA di ordini di grandezza, con alcune che già spendono fino al dieci per cento dei costi totali del lavoro tecnico. Gabriela Borges, analista del software di Goldman Sachs, ha dichiarato all'Atlantic che la velocità con cui le aziende stanno adottando questi strumenti è sorprendente, perché di solito le imprese impiegano molto più tempo dei consumatori ad adattarsi alle nuove tecnologie.

L'economia del settore si è capovolta. Sei mesi fa gli investimenti in data center sembravano correre più della domanda, oggi la domanda cresce così rapidamente che le aziende non hanno l'infrastruttura fisica per soddisfarla. Anthropic ha dovuto limitare l'uso dei suoi strumenti durante le ore di punta e OpenAI ha ritirato la sua applicazione per la generazione di video per liberare capacità di calcolo. I semiconduttori sono talmente richiesti che persino il quarto miglior chip di Nvidia, uscito nel 2022, costa oggi più di tre anni fa.

Negli ultimi due mesi il run rate annuale di Anthropic, ovvero la stima dei ricavi dei prossimi dodici mesi calcolata sul mese corrente, è passato da quattordici a trenta miliardi di dollari. Come ha osservato Jim VandeHei di Axios, nel primo trimestre di quest'anno Anthropic è cresciuta quattro volte di più di quanto abbia fatto Google in tre anni nel periodo di massima espansione. I ricavi annualizzati di OpenAI sono aumentati di quasi il venti per cento da dicembre a febbraio. Google, Microsoft e Amazon hanno comunicato a febbraio una crescita dei ricavi del cloud rispettivamente del quarantotto, trentanove e ventiquattro per cento rispetto all'anno precedente, spinta soprattutto dalle aziende di IA. CoreWeave, società che affitta chip e spazio nei data center, ha visto i ricavi annuali crescere del centosessantotto per cento e quelli del produttore di chip Micron sono quasi triplicati. Azeem Azhar, analista di settore molto citato, ha dichiarato all'Atlantic che questo ritmo non è normale e che persino i più convinti sostenitori dell'IA sono stati colti di sorpresa dalla velocità di crescita.

I modelli alla base di tutto questo continuano a migliorare. All'inizio di aprile Anthropic ha annunciato Mythos, un nuovo modello così potente da non essere stato rilasciato al pubblico. Mythos ha superato praticamente ogni parametro di valutazione, completando compiti complessi di programmazione e risolvendo problemi di livello universitario in vari campi. Il modello ha anche scoperto vulnerabilità informatiche rimaste nascoste per decenni, motivo per cui la sua diffusione è stata limitata. Il GPT-5.5 appena rilasciato da OpenAI non è molto distante. Jean-Stanislas Denain, ricercatore senior di Epoch AI, ha dichiarato all'Atlantic che già prima di Mythos si vedeva una forte accelerazione nei progressi del settore.

Restano però voci critiche. Le principali aziende di IA, comprese OpenAI e Anthropic, incassano molto ma non sono ancora redditizie: stanno spendendo tutto e oltre per coprire lo sviluppo dei modelli successivi. Anthropic prevede di diventare profittevole nel 2028 e OpenAI nel 2030. La domanda è se l'attuale ritmo di crescita sia sostenibile per quegli anni.

La tesi pessimista parte dall'idea che lo sviluppo software sia diverso dal resto del lavoro intellettuale. Programmare comporta enormi quantità di dati di addestramento, una gamma relativamente limitata di esiti possibili e risultati valutabili in modo oggettivo: condizioni ideali per l'automazione tramite IA. Una memoria legale o una campagna di marketing non possono essere confrontate con un parametro oggettivo di eccellenza ed esistono pochi dati specifici per addestrare i sistemi su questi compiti. Paul Kedrosky, managing partner di SK Ventures e research fellow del MIT, sostenitore della tesi della bolla, ha dichiarato all'Atlantic che anche se i lavoratori intellettuali useranno l'IA per alcune mansioni, l'impatto non sarà paragonabile a quello visto sui programmatori. Le aziende stanno investendo ancora più denaro in chip e infrastrutture in vista di una domanda futura: se il boom resterà confinato alla programmazione, quando i nuovi data center saranno pronti non ci saranno abbastanza clienti per ripagarli. Kedrosky paragona la situazione al mercato immobiliare americano del 2006 e 2007, quando l'eccesso di domanda spinse a costruire più case di quante la gente potesse permettersi.

Una scuola di pensiero opposta sostiene che la maggior parte dei lavori intellettuali condivide la stessa struttura di base e può quindi essere automatizzata. Un gruppo di analisti di SemiAnalysis ha argomentato che ogni lavoro di conoscenza, programmazione inclusa, si compone di quattro elementi: leggere informazioni, applicare conoscenze esistenti, produrre un output strutturato e verificarlo rispetto a uno standard. La programmazione ha qualità che facilitano l'IA, come la quantità di dati disponibili e gli standard oggettivi di verifica, ma questo non rende il campo unico. Mollick ha spiegato all'Atlantic che esiste uno spettro, con la programmazione a un'estremità e attività dagli esiti difficili da giudicare, come la narrativa breve, all'altra: gran parte del lavoro intellettuale come diritto, finanza, consulenza e marketing si colloca nel mezzo, e molte mansioni di queste professioni sono probabilmente più vicine al lato della programmazione.

Uno studio del MIT ha provato a quantificare la capacità dei sistemi di IA di svolgere circa tremila compiti reali da colletti bianchi, come la progettazione di un programma educativo o la creazione di un piano di lancio di un prodotto. I risultati venivano valutati da esperti umani e considerati completi se ritenuti adatti a essere inviati a un dirigente senza modifiche. A metà del 2024 i modelli più avanzati riuscivano a completare il cinquanta per cento di compiti che a un umano avrebbero richiesto tre o quattro ore, poco più di un anno dopo la quota era salita al sessantacinque per cento. A questo ritmo gli autori stimano che i sistemi di IA saranno in grado di completare tra l'ottanta e il novantacinque per cento dei compiti basati sul testo entro il 2029. Matthias Mertens, coautore dello studio, ha dichiarato all'Atlantic che il ritmo di miglioramento non è veloce come quello visto nella programmazione, ma resta comunque molto rapido.

Lo studio considerava solo i chatbot. Gli strumenti agentici come Claude Cowork sono in grado di prendere il controllo del computer di un lavoratore e svolgere una serie di compiti non legati alla programmazione, dalla creazione di presentazioni PowerPoint all'invio di email fino alla pianificazione di riunioni. Azhar ha raccontato all'Atlantic che quando il suo team prepara il lancio di un prodotto fa generare ai propri agenti un panel di clienti artificiali rappresentativi della clientela reale, organizza con loro un focus group, ne ricava un rapporto e lo trasforma in una lista di miglioramenti specifici. Tutto questo avviene mentre i responsabili dormono e il risultato li attende al risveglio. Si tratta, ha detto, di un processo che prima richiedeva un'intera squadra e mesi di tempo, e che ora viene ripetuto tre volte alla settimana.