Chi vende i picconi nell’ultima corsa all’oro
Crescit amor nummi, quantum ipsa pecunia crevit.
Più il denaro cresce, più cresce la fame di denaro. Giovenale lo scrisse duemila anni fa, nella quattordicesima Satira, guardando i patrizi romani che accumulavano senza sosta e senza scopo. Non poteva immaginare i data center, i chip di silicio raffreddati a elio, i modelli linguistici che ingoiano elettricità come fornaci — ma conosceva la febbre. La febbre è sempre la stessa.
📑 Indice
- 1. La corsa all’oro dei $635 miliardi
- 2. La Grande Biforcazione
- 3. $31 miliardi per un blog post
- 4. Il tallone d’Achille: elio, chip e geopolitica
- 5. Il Tobacco Moment
- 6. Quando il Pentagono bussa
- 7. Cui prodest: la mappa di chi vince e chi perde
- Note
- Bibliografia
C’è un momento, in ogni corsa all’oro, in cui chi scava smette di guardare cosa trova e comincia a guardare quanto spende. Non è il momento in cui l’oro finisce — è il momento in cui il prezzo dei picconi supera il valore di quello che potresti estrarre. La storia economica insegna che le gold rush non falliscono per assenza d’oro, ma per eccesso di febbre: quando tutti scavano, il costo dello scavare diventa il vero business. E chi vende i picconi diventa più ricco di chi trova le pepite.
La corsa all’intelligenza artificiale, nel primo trimestre del 2026, ha raggiunto esattamente quel punto di svolta. Non perché l’AI abbia smesso di funzionare — funziona fin troppo bene, al punto da far crollare aziende centenarie con un singolo blog post. Ma perché le forze in gioco — capitale, geopolitica, regolazione — si sono intrecciate in una complessità che nessun modello linguistico, per quanto grande, riesce a prevedere. E la mappa dei vincitori e dei perdenti si sta ridisegnando con una velocità che non ha precedenti nella storia della tecnologia.
Quello che segue non è un riassunto delle notizie — è il tentativo di seguire i fili che collegano un gas nobile estratto in Qatar al crollo di un colosso informatico a Wall Street, e capire chi sta davvero vincendo questa partita. Se cercate la narrazione rassicurante del progresso lineare — l’AI che migliora il mondo, un passo alla volta, in un crescendo armonico — avete sbagliato articolo. Quella che segue è una storia di potere.
1. La corsa all’oro dei $635 miliardi
Il numero è talmente grande che ha smesso di significare qualcosa: 635 miliardi di dollari.[1] È la cifra che Microsoft, Amazon, Alphabet e Meta spenderanno nel 2026 in infrastruttura AI — un aumento del 67% rispetto ai 381 miliardi del 2025. Al punto massimo delle guidance aziendali, il totale sfiora i 665 miliardi.[2]
Per contestualizzare: il PIL dell’Argentina è poco più di 630 miliardi di dollari. Quattro aziende private stanno spendendo più dell’intera economia di uno dei venticinque paesi con il PIL più alto del mondo — ogni anno — per comprare chip, costruire data center e far girare modelli che, al momento, nessuno sa ancora come monetizzare in modo proporzionale all’investimento.
La distribuzione non è uniforme. Amazon guida con circa 200 miliardi, seguita da Alphabet (175-185 miliardi), Microsoft (145 miliardi) e Meta (115-135 miliardi).[3] La quasi totalità di questi investimenti va in chip AI, server e infrastruttura per data center.
Ma il numero crudo nasconde un problema strutturale che S&P Global ha messo in evidenza alla fine di marzo: il costo energetico.[4]
I data center non possono comprimere i consumi — un chip che macina token consuma elettricità indipendentemente dal prezzo del petrolio. E con il greggio sopra i 100 dollari al barile a causa dell’instabilità in Medio Oriente, il conto energetico di questa corsa all’oro sta diventando un fattore di rischio per i margini di tutte e quattro le aziende.
Non è un rischio teorico: S&P Global avverte che prezzi energetici persistentemente alti potrebbero forzare revisioni della spesa già nel secondo trimestre, con potenziale per una “correzione davvero significativa in tutti i mercati azionari.”
L’AI promette efficienza. Ma la sua infrastruttura è la cosa meno efficiente del pianeta. Più i modelli diventano potenti, più energia consumano. Più energia consumano, più dipendono da fattori geopolitici sui quali nessun algoritmo ha controllo.
2. La Grande Biforcazione
Ogni faglia ha due lati, e chi sta dal lato sbagliato lo scopre quando è troppo tardi. La Grande Biforcazione — la linea che separa chi costruisce l’infrastruttura da chi ci costruisce sopra il software — è la prima conseguenza strutturale della corsa all’oro. E il verdetto dei mercati, nel primo trimestre 2026, è stato brutale.
Da un lato della faglia, i numeri raccontano una storia di abbondanza quasi oscena. Nvidia ha chiuso il quarto trimestre fiscale 2026 con 68,1 miliardi di dollari di ricavi — il miglior trimestre nella storia dell’industria dei semiconduttori, in crescita del 73% anno su anno.[5] A febbraio, la capitalizzazione aveva toccato i 5 trilioni di dollari — la prima azienda nella storia a raggiungere quella cifra.[6]
Ma Nvidia non è sola in cima alla faglia. Broadcom, il costruttore silenzioso di chip AI custom, ha raddoppiato i ricavi AI a 8,4 miliardi nel trimestre — +106% anno su anno — e ha dichiarato un obiettivo che suona come una sfida aperta: 100 miliardi di dollari in ricavi da chip AI entro il 2027.[7] Oracle, l’azienda che tutti davano per spacciata, ha trovato nella cloud infrastructure AI la sua resurrezione: +84% di crescita, con un portafoglio ordini residuo di 553 miliardi che suggerisce una domanda ancora lontana dall’essere soddisfatta.[8] Perfino OpenAI, che non vende chip ma li consuma, ha superato i 25 miliardi di dollari di ricavi annualizzati — in crescita del 17% in soli due mesi.[9]
Dall’altro lato della faglia, il paesaggio è un campo dopo la grandine. Atlassian ha licenziato 1.600 dipendenti — il 10% della forza lavoro — citando l’AI come ragione della ristrutturazione. Più di 900 dei posti eliminati erano in ricerca e sviluppo. Le azioni avevano perso più della metà del loro valore da gennaio, travolte da quello che i trader hanno ribattezzato la “SaaSpocalypse”: il sell-off sistematico dei titoli software enterprise, alimentato dal timore che gli agenti AI possano rendere obsoleti gli strumenti SaaS convenzionali.[10]
Il caso Atlassian è emblematico per un dettaglio che merita attenzione: ad ottobre 2025, cinque mesi prima dei tagli, il CEO Mike Cannon-Brookes aveva dichiarato pubblicamente che l’azienda avrebbe avuto più ingegneri entro cinque anni, non meno. Aveva promesso più assunzioni di neolaureati nel 2025 e 2026. Poi, a marzo, ha tagliato 900 posti proprio in quei dipartimenti R&D.[11] L’AI come giustificazione per i licenziamenti è diventata il nuovo “ristrutturazione per efficienza” — una narrazione comoda che evita domande più scomode sulla gestione.
La regola della Grande Biforcazione è semplice e spietata: chi costruisce i chip sopravvive, chi vende il software no.[34] O più precisamente: in una gold rush, chi vende i picconi ha il business model più solido. Sempre.
3. $31 miliardi per un blog post
Il 23 febbraio 2026, IBM ha perso il 13,2% del suo valore in una singola seduta — il peggior giorno dal 2000. In termini assoluti, 31 miliardi di dollari di capitalizzazione evaporati in poche ore.[12]
Il catalizzatore non è stato un crollo degli utili, un’indagine della SEC, o una crisi di prodotto. È stato un blog post. Anthropic — l’azienda fondata dagli ex di OpenAI — aveva pubblicato lunedì un articolo in cui annunciava che il suo strumento Claude Code poteva essere usato per automatizzare l’esplorazione, l’analisi e la modernizzazione del codice COBOL.[13]
COBOL. Un linguaggio di programmazione del 1959 che ancora oggi fa girare il 95% delle transazioni ATM nel mondo, il 43% dei sistemi bancari e buona parte delle infrastrutture governative. La modernizzazione di questi sistemi — il passaggio da COBOL a linguaggi moderni — è il cuore di un business da decine di miliardi l’anno per IBM e per le grandi società di consulenza come Accenture e Cognizant. Un business basato sulla complessità: mappare dipendenze attraverso migliaia di righe di codice, documentare workflow, identificare rischi che “richiederebbero mesi a un analista umano”, come ha scritto Anthropic nel suo post.[14]
Il mercato ha letto quel post e ha fatto un calcolo brutale: se un’AI può fare in ore quello che un esercito di consulenti fa in mesi, allora il margine di IBM su quel business sta per crollare. E con esso, una fetta significativa della ragione per cui IBM esiste nella sua forma attuale.
Il crollo di IBM non riguarda IBM. È lo schema della disruption AI nella sua forma più pura: non serve che la tecnologia funzioni davvero alla perfezione — basta che il mercato creda che potrebbe funzionare. La percezione di obsolescenza è altrettanto letale dell’obsolescenza reale, forse di più, perché arriva prima e non lascia il tempo di adattarsi.
Il 13% della prima seduta era solo l’inizio: nel mese successivo, il titolo avrebbe perso un altro 12%, per un totale del 25%.[15] Accenture e Cognizant sono scese a cascata — l’intero modello della consulenza legacy è finito nel mirino.
Trentun miliardi di dollari. Per un post su un blog. Su un linguaggio di programmazione che ha l’età di Fidel Castro al potere.
4. Il tallone d’Achille: elio, chip e geopolitica
Se la Grande Biforcazione racconta chi vince e chi perde, la crisi dell’elio racconta quanto sia fragile la catena che tiene in piedi i vincitori.
Il 28 febbraio 2026, droni e missili iraniani hanno colpito il complesso industriale di Ras Laffan in Qatar, sede di uno dei due soli impianti al mondo capaci di produrre elio di grado semiconduttore. In un istante, il 30% della fornitura globale è stato tolto dal mercato.[16]
L’elio non è un gas qualsiasi. È il refrigerante essenziale per i processi di fabbricazione dei chip — senza di esso, i wafer di silicio non possono essere raffreddati durante la litografia. Non esistono sostituti praticabili. E il problema si aggrava con ogni generazione di chip più avanzata: i processi sub-3nm, quelli che alimentano i chip AI di ultima generazione, richiedono più elio per wafer, non meno.[17]
La Corea del Sud — dove operano Samsung e SK Hynix, due dei più grandi produttori di chip di memoria al mondo — importa circa il 65% del suo elio dal Qatar.[18] I prezzi dell’elio ultra-puro sono raddoppiati. I chipmaker hanno scorte per circa sei settimane. Secondo il consulente Phil Kornbluth, il ritorno alla normalità della supply chain richiederà da quattro a sei mesi.[19]
L’industria più tecnologicamente avanzata del pianeta dipende da un gas nobile che esce dal deserto di un emirato nel Golfo Persico, attraverso infrastrutture che un drone può distruggere in pochi minuti. Tutta la corsa ai $635 miliardi di capex, tutta la Grande Biforcazione tra chip e software, tutto il castello dell’AI — poggia su una catena di fornitura che un conflitto regionale può spezzare.
Un drone può spezzare la catena fisica. Ma la catena tecnologica ha il suo assedio — e viene da Pechino. Il 27 marzo 2026, Reuters ha rivelato che ByteDance e Alibaba stanno pianificando ordini massicci per il nuovo chip AI di Huawei, l’Ascend 950PR — un processore che ha raggiunto la compatibilità con il sistema software CUDA di Nvidia.[20]
Per capire cosa significa, bisogna capire cos’è CUDA. Per anni è stato il fossato difensivo di Nvidia: il software che rende i suoi chip non solo potenti ma insostituibili, perché tutto l’ecosistema di sviluppo AI è costruito attorno ad esso. I chip precedenti di Huawei — la serie 910C — non erano riusciti a convincere il settore privato cinese ad adottarli in volume. Con il 950PR, Huawei ha finalmente trovato il modo di eliminare il costo di passaggio: gli sviluppatori scrivono come se stessero usando CUDA, ma il codice viene ottimizzato per l’architettura Ascend.[21]
ByteDance prevede di spendere più di 5,6 miliardi di dollari in chip Huawei nel 2026, partendo da quasi zero. Huawei punta a consegnare 750.000 unità nell’anno.[22] Se questi numeri si confermano, il dominio di Nvidia nel mercato cinese — già eroso dalle restrizioni all’export americane — potrebbe subire un colpo strutturale.
Due vulnerabilità, una stessa debolezza. L’infrastruttura fisica — materie prime, energia — può saltare con un drone. L’infrastruttura tecnologica — proprietà intellettuale, ecosistema software — può saltare con un chip cinese. E entrambe corrono lungo linee geopolitiche che nessun investimento privato può controllare.
Ma la catena non si spezza solo dall’esterno — droni, embarghi, concorrenti geopolitici. Si spezza anche dall’interno, quando le società che quella catena alimenta si scoprono esposte a un tipo di minaccia che nessun data center può parare: la legge.
5. Il Tobacco Moment
Il 25 marzo 2026, una giuria di Los Angeles ha emesso un verdetto che potrebbe cambiare la traiettoria dell’intero settore tech: Meta e YouTube sono state ritenute responsabili per i danni causati dalla dipendenza da social media. La giuria ha risposto “Sì” a ogni domanda relativa a negligenza e mancato avvertimento dei pericoli — dieci giurati su dodici a favore della querelante per ogni singola domanda.[23]
I danni sono stati fissati a 6 milioni di dollari — 3 milioni compensativi, 3 milioni punitivi — con Meta responsabile al 70% e YouTube al 30%. La giuria ha stabilito che le aziende hanno agito “con malizia, oppressione o frode.”[24]
Sei milioni di dollari sono briciole per Meta. Ma il verdetto non conta per l’importo — conta per il precedente. Il giorno dopo il verdetto, Meta ha perso quasi l’8% e Google è scesa di oltre il 3%.[25] Non per i sei milioni: per le duemila cause pendenti che quello stesso verdetto ha appena reso enormemente più plausibili.
Il parallelo con l’industria del tabacco non è retorico — è strutturale. Nel 1988, nel caso Cipollone v. Liggett Group, una giuria del New Jersey condannò un produttore di sigarette a pagare 400.000 dollari — la prima volta in oltre trent’anni di cause che un’azienda del tabacco perdeva in tribunale.[35] Il verdetto fu poi ribaltato in appello, e la famiglia Cipollone abbandonò la causa. Sembrò una parentesi. Dieci anni dopo, il Master Settlement Agreement costrinse l’industria a pagare 206 miliardi di dollari.[36] Da 400.000 a 206 miliardi: questo è il fattore di scala di una valanga giudiziaria. Il “Tobacco Moment” non fu il primo verdetto — fu il momento in cui il primo verdetto rese tutti gli altri inevitabili.
Quel momento, per il Big Tech, è arrivato il 25 marzo 2026 in un tribunale di Los Angeles. E il giorno dopo, in New Mexico, un’altra giuria ha ordinato a Meta di pagare 375 milioni di dollari per non aver protetto gli utenti minorenni dai predatori su Instagram e Facebook.[26]
E la valanga non si ferma al confine americano. In Europa, Meta ha già pagato 200 milioni di euro per violazione del Digital Markets Act[27] e Google sta affrontando la possibile dismissione forzata delle sue piattaforme pubblicitarie.[28] Due continenti, la stessa direzione di marcia — e lo stesso tempismo micidiale: il cerchio si stringe attorno al Big Tech nello stesso momento in cui queste aziende stanno spendendo cifre senza precedenti in infrastruttura AI. Il costo della regolazione — cause, multe, compliance, ristrutturazioni forzate — si aggiunge al costo del capex. E i margini, già sotto pressione energetica, devono assorbire entrambi.
6. Quando il Pentagono bussa
Tribunali e regolatori stringono da fuori. Ma c’è una pressione che viene dall’alto — dal punto in cui l’AI smette di essere una questione di mercato e diventa una questione di sovranità.
Il 24 febbraio 2026, è emerso che il Segretario alla Difesa Pete Hegseth aveva dato ad Anthropic un ultimatum: rimuovere i guardrail del suo modello AI sulle armi autonome e sulla sorveglianza di massa entro le 17:01 di venerdì, oppure affrontare il Defense Production Act.[29]
Il Defense Production Act è uno statuto dell’era della Guerra di Corea che dà al presidente ampi poteri per dirigere l’industria privata in nome della difesa nazionale. Un funzionario del Pentagono ha detto alla CNN che se Anthropic non si fosse “messa in linea”, Hegseth avrebbe fatto in modo che il DPA venisse invocato, obbligando l’azienda a essere utilizzata dal Pentagono “indipendentemente dalla sua volontà.”[30]
Le due linee rosse di Anthropic erano specifiche: niente AI che controlla armi in autonomia, niente sorveglianza di massa dei cittadini americani. Dario Amodei, il CEO, ha risposto che l’azienda non poteva “in buona coscienza” accettare la richiesta del Dipartimento della Difesa, aggiungendo che in un numero ristretto di casi, l’AI può “minare piuttosto che difendere i valori democratici.”[31]
Anthropic ha proposto un compromesso — offrendo al Pentagono la possibilità di usare i suoi sistemi AI per la difesa missilistica, una concessione parziale che cercava di separare gli usi difensivi da quelli offensivi.[32] Ma la vicenda ha rivelato una verità scomoda: la questione non è se l’AI verrà usata per scopi militari, ma chi decide i termini di quell’uso.
Claude, il modello di Anthropic, era già operativo su reti classificate del Dipartimento della Difesa. Il contratto in gioco valeva 200 milioni di dollari. Ma il valore reale della posta non si misurava in dollari — si misurava in precedente: se il governo americano può invocare una legge del 1950 per costringere un’azienda AI a rimuovere i suoi vincoli etici, allora il concetto stesso di “AI safety” diventa negoziabile. Non un principio, ma una posizione contrattuale.
Nota a margine, non irrilevante: nello stesso periodo dello scontro con il Pentagono, Anthropic ha silenziosamente modificato le proprie policy interne. Al posto dei guardrail auto-imposti che vincolavano lo sviluppo dei modelli, ha adottato un framework di sicurezza non vincolante che — secondo le parole dell’azienda stessa — “può e cambierà”, dopo aver riconosciuto che le limitazioni della sua Responsible Scaling Policy potevano “ostacolare la capacità di competere in un mercato AI in rapida crescita.”[33]
La coincidenza temporale tra il braccio di ferro con il Pentagono e l’ammorbidimento delle proprie regole di sicurezza merita, quantomeno, di essere registrata.
7. Cui prodest: la mappa di chi vince e chi perde
Torniamo a quei 1.600 di Atlassian e a quegli operai di Ras Laffan — perché è qui che i fili si annodano. Gli uni hanno perso il lavoro per una tecnologia che gli altri raffreddano con un gas che viene dal deserto. Una catena in cui nessuno vede l’anello successivo, e nessuno dei due gruppi è mai comparso nelle slide di un earnings call.
Questa è la vera mappa della disruption: non una tabella con vincitori a sinistra e perdenti a destra, ma una catena in cui ogni anello paga il prezzo dell’anello sopra.
Nvidia accumula — 68 miliardi in un trimestre, un ecosistema CUDA che rende costoso lasciarla. Broadcom cresce nell’ombra — chip custom, niente consumer, +106% senza che nessun giornale ne faccia un titolo. Oracle risorge dove nessuno guardava — la cloud infrastructure come lazzaro del tech. OpenAI macina ricavi a velocità vertiginosa — 25 miliardi annualizzati — ma brucia cassa con la stessa intensità, senza un fossato tecnologico duraturo in un mercato dove Anthropic, Google e Meta producono modelli comparabili.
E intanto, sotto: IBM che perde 31 miliardi per un post. Atlassian che licenzia chi aveva appena assunto. Accenture e Cognizant che aspettano il loro turno. Il Big Tech nel suo complesso che si scopre, paradossalmente, vincitore e perdente nella stessa partita — vincitore nella corsa all’AI, perdente nella resa dei conti regolatoria e nei costi crescenti dell’infrastruttura.
Ma la mappa vera non è fatta di aziende — è fatta di due forze che si alimentano a vicenda.
La prima è la concentrazione. L’AI sta accelerando la concentrazione del potere economico in un numero sempre più ristretto di attori: chi ha i capitali per spendere 200 miliardi l’anno in data center, chi ha i chip per farli funzionare, chi ha i dati per addestrare i modelli. Tutti gli altri — dai produttori di software alle società di consulenza, dalle startup senza accesso ai chip ai paesi senza data center — sono consumatori di una tecnologia che non controllano.
La seconda è la fragilità. Questa concentrazione di potere poggia su fondamenta sorprendentemente fragili: un gas nobile estratto in una zona di guerra, una catena di fornitura che attraversa lo Stretto di Hormuz, un ecosistema software che un concorrente cinese sta imparando a replicare, un quadro regolatorio che si sta stringendo su entrambe le sponde dell’Atlantico, un equilibrio tra uso civile e militare dell’AI che un singolo ordine esecutivo può alterare.
L’AI disruption, in ultima analisi, non è una storia di tecnologia. È una storia di potere — chi lo accumula, chi lo perde, chi lo contende. E come tutte le storie di potere, non ha un finale prevedibile. Ha solo conseguenze.
Quis custodiet ipsos custodes? Chi sorveglia i sorveglianti? Giovenale — ancora lui, stavolta dalla Satira VI — poneva la domanda ai romani che affidavano la guardia delle proprie mogli a guardie di dubbia lealtà. Duemila anni dopo, la domanda non ha perso un grammo di peso. Chi sorveglia le intelligenze artificiali che sorvegliano noi? Chi decide i limiti di un’entità che, per la prima volta nella storia, può pensare più veloce di chi dovrebbe regolarla? Il Pentagono dice: noi. Anthropic dice: noi. L’Europa dice: noi. E intanto, i modelli continuano a macinare, indifferenti alla giurisdizione.
Il lettore attento avrà notato che in questa anatomia manca un attore: i cittadini. Le persone i cui dati addestrano i modelli, le cui interazioni generano i ricavi, i cui posti di lavoro vengono eliminati “per investire nell’AI”, i cui figli vengono resi dipendenti da piattaforme progettate per massimizzare l’engagement. In questa storia, i cittadini non sono protagonisti né antagonisti. Sono il terreno su cui gli altri combattono.
E il terreno, come sempre, è l’ultimo a sapere che la battaglia è già finita.
Note
[1] S&P Global, riportato da Reuters il 31 marzo 2026. Il dato si riferisce alla fascia bassa delle guidance combinate di Microsoft, Amazon, Alphabet e Meta per il 2026. Cfr. Yahoo Finance, “Big Tech’s $635 billion AI spending faces energy shock test.” I dati di questa analisi sono stati raccolti, verificati e analizzati nei RADAR FINBEAR tra febbraio e marzo 2026 (disponibili su finbear.it). Le fonti esterne sono in nota e in bibliografia. ↩
[2] CNBC, 6 febbraio 2026, “Tech AI spending approaches $700 billion in 2026.” Il range complessivo, includendo la fascia alta delle guidance, arriva a $665 miliardi. ↩
[3] Dati dalle guidance trimestrali delle singole aziende: Amazon ~$200B, Alphabet $175-185B, Microsoft ~$145B (run rate dal fiscal year), Meta $115-135B. Aggregati da Yahoo Finance e NewsBytesApp. ↩
[4] S&P Global via Reuters, 31 marzo 2026. Analisi specifica sull’impatto del petrolio sopra $100/bbl sui margini delle infrastrutture data center. ↩
[5] Nvidia Corporation, comunicato stampa del 25 febbraio 2026, “NVIDIA Announces Financial Results for Fourth Quarter and Fiscal 2026.” Ricavi Q4: $68,1B (+73% YoY). Ricavi annuali: $215,9B (+65% YoY). ↩
[6] Fortune, 25 febbraio 2026. La capitalizzazione di $5 trilioni è stata raggiunta a fine 2025/inizio 2026, con successive oscillazioni. ↩
[7] The Motley Fool, 23 marzo 2026, “Broadcom’s AI Revenue Just Doubled to $8.4 Billion.” Q1 FY2026 AI revenue: $8,4B (+106% YoY). Target 2027: $100B in AI chips. ↩
[8] IndexBox, marzo 2026, report su Oracle Q3 FY2026. OCI +84%, RPO $553B. Bloomberg conferma i risultati il 10 marzo 2026. ↩
[9] The Information, marzo 2026. OpenAI ARR: $25B, da $21,4B a fine 2025 (+17% in circa due mesi). ↩
[10] Bloomberg, 11 marzo 2026, “Atlassian CEO Announces Layoffs of 1,600, Citing AI Shift.” TechCrunch e CNBC confermano i dettagli. ↩
[11] Metaintro, marzo 2026, riportando le dichiarazioni di Cannon-Brookes al podcast 20VC di ottobre 2025 e il successivo taglio di marzo. ↩
[12] CNBC, 23 febbraio 2026, “IBM is the latest AI casualty. Shares tank 13% on Anthropic programming language threat.” ↩
[13] Anthropic blog, 23 febbraio 2026. Il post descriveva le capacità di Claude Code nella modernizzazione del codice COBOL. ↩
[14] Ibidem. Citazione diretta dal blog Anthropic: “AI excels at streamlining the tasks that once made COBOL modernization cost-prohibitive.” ↩
[15] Tom’s Hardware, febbraio 2026. IBM -13% nella seduta, -25% nel mese successivo. ↩
[16] Tom’s Hardware, marzo 2026, “Qatar helium shutdown puts chip supply chain on a two-week clock.” Fortune, 21 marzo 2026, conferma la dinamica dell’attacco iraniano. ↩
[17] Tom’s Hardware, “The global helium shortage is a direct threat to the chipmaking supply chain.” Analisi della dipendenza dei processi sub-3nm dall’elio. ↩
[18] RADAR FINBEAR Daily, 26 marzo 2026 (64,7%), arrotondato a ~65% nel testo. Confermato da J2 Sourcing AB e Carra Globe. Tom’s Hardware riporta “about 65%”. ↩
[19] Fortune, 21 marzo 2026. Stima di Phil Kornbluth sul recupero della supply chain: 2-3 mesi di shutdown, 4-6 mesi per la normalizzazione. ↩
[20] Reuters via CNBC, 27 marzo 2026, “ByteDance, Alibaba planning to order Huawei’s new AI chip.” ↩
[21] WCCFTech, marzo 2026, analisi tecnica sulla compatibilità CUDA del 950PR attraverso il software CANN Next. ↩
[22] Reuters via Techmeme, 27 marzo 2026. ByteDance: $5,6B in ordini. Huawei: target 750.000 unità nel 2026. ↩
[23] Al Jazeera, 26 marzo 2026, “Jury finds Meta, YouTube liable for social media addiction.” NPR e PBS confermano i dettagli del verdetto. ↩
[24] ABC News / Good Morning America, marzo 2026. Breakdown dei danni: $3M compensativi + $3M punitivi. Meta 70%, YouTube 30%. ↩
[25] Variety, marzo 2026. Il dato sulle 2.000 cause pendenti è confermato da multiple fonti legali. ↩
[26] Pisanchyn Law Firm, marzo 2026, analisi del verdetto. Il verdetto del New Mexico ($375M) è del giorno successivo al verdetto di Los Angeles. ↩
[27] Wolters Kluwer Competition Law Blog, aprile 2025. Meta multata €200M per violazione DMA (modello “pay or consent”). La sanzione precede il ciclo di eventi del 2026 ma ne anticipa la traiettoria regolatoria. ↩
[28] Check My Ads / Quinn Emanuel, analisi delle azioni antitrust UE contro Google nel 2025-2026. ↩
[29] Axios, 24 febbraio 2026, “Exclusive: Hegseth gives Anthropic until Friday to back down on AI safeguards.” ↩
[30] CNN Business, 24 febbraio 2026, “Pentagon threatens to make Anthropic a pariah if it refuses to drop AI guardrails.” ↩
[31] ASIS Online / The OWP, febbraio 2026. Citazione diretta di Dario Amodei sulla risposta al Pentagono. ↩
[32] NBC News, febbraio 2026, “Anthropic offered Pentagon the ability to use AI systems for missile defense.” ↩
[33] CNN Business, 25 febbraio 2026, “Anthropic ditches its core safety promise in the middle of an AI red line fight with the Pentagon.” ↩
[34] La formulazione è di FINBEAR, RADAR Weekend del 10-14 marzo 2026, “La Grande Biforcazione AI” (disponibile su finbear.it). ↩
[35] Cipollone v. Liggett Group, Inc., U.S. District Court, District of New Jersey, 1988. Verdetto del 13 giugno 1988: $400.000 in danni compensativi. Fu il primo caso in oltre 300 cause intentate contro l’industria del tabacco dal 1954 in cui un produttore fu ritenuto responsabile. Il verdetto fu ribaltato dalla Corte d’Appello del Terzo Circuito nel 1990. Cfr. TIME, “Tobacco’s First Loss”; Encyclopedia.com, “Cipollone v. Liggett Group: 1988.” ↩
[36] Tobacco Master Settlement Agreement, 23 novembre 1998, tra Philip Morris, R.J. Reynolds, Brown & Williamson, Lorillard e i procuratori generali di 46 stati. Impegno di pagamento di almeno $206 miliardi nei primi 25 anni. Cfr. NAAG, “The Tobacco Master Settlement Agreement”; Truth Initiative, “Master Settlement Agreement.” ↩
Bibliografia
Fonti primarie e istituzionali
Nvidia Corporation, “Financial Results for Fourth Quarter and Fiscal 2026,” comunicato stampa, 25 febbraio 2026. GlobeNewswire.
OpenAI, “A business that scales with the value of intelligence,” blog aziendale, marzo 2026.
Anthropic, blog post su Claude Code e modernizzazione COBOL, 23 febbraio 2026.
Oracle Corporation, risultati Q3 FY2026, 10 marzo 2026. Bloomberg.
S&P Global, analisi sull’impatto dei costi energetici sul capex AI, marzo 2026.
Stampa finanziaria e tecnologica
CNBC: “Tech AI spending approaches $700 billion in 2026” (6 febbraio); “IBM is the latest AI casualty” (23 febbraio); “Atlassian slashes 10% of workforce” (11 marzo); “ByteDance, Alibaba planning to order Huawei’s new AI chip” (27 marzo).
Fortune: “Nvidia smashes Q4 2026 with $68 billion in revenue” (25 febbraio); “Iran war cuts off helium from Qatar” (21 marzo).
Reuters: “Big Tech’s $635 billion AI spending faces energy shock test” (31 marzo); report su Huawei 950PR (27 marzo).
Bloomberg: “Atlassian CEO Announces Layoffs of 1,600” (11 marzo); “Netflix to Pay as Much as $600 Million for Ben Affleck’s AI Firm” (11 marzo).
The Information: “OpenAI Tops $25 Billion in Annualized Revenue” (marzo 2026).
Tom’s Hardware: “Qatar helium shutdown puts chip supply chain on a two-week clock”; “The global helium shortage is a direct threat to chipmaking”; “IBM stock has worst day in 26 years.”
The Motley Fool: “Broadcom’s AI Revenue Just Doubled to $8.4 Billion” (23 marzo).
Variety: “Meta and YouTube Ordered to Pay $6 Million in Landmark Social Media Addiction Trial” (marzo 2026).
Analisi geopolitica e regolatoria
Axios: “Hegseth gives Anthropic until Friday to back down on AI safeguards” (24 febbraio).
CNN Business: “Pentagon threatens to make Anthropic a pariah” (24 febbraio); “Anthropic ditches its core safety promise” (25 febbraio).
NPR: “Deadline looms as Anthropic rejects Pentagon demands” (26 febbraio); “Jury finds Meta and Google negligent” (25 marzo).
Lawfare: “What the Defense Production Act Can and Can’t Do to Anthropic.”
Al Jazeera: “Jury finds Meta, YouTube liable for social media addiction” (26 marzo).
Wolters Kluwer Competition Law Blog: “The DMA’s Teeth: Meta and Apple Fined by the European Commission.”
TIME: “Tobacco’s First Loss” (1988). Cronaca del verdetto Cipollone v. Liggett Group.
NAAG (National Association of Attorneys General): “The Tobacco Master Settlement Agreement.”
Truth Initiative: “Master Settlement Agreement” — storia e impatto del MSA del 1998.
Analisi FINBEAR (disponibili su finbear.it)
RADAR Daily FINBEAR, 24 febbraio 2026 (IT + EN): IBM-Anthropic COBOL disruption.
RADAR Daily FINBEAR, 25 febbraio 2026 (EN): Anthropic vs Pentagono, Meta-AMD deal.
RADAR Daily FINBEAR, 26 marzo 2026: crisi elio e supply chain semiconduttori.
RADAR Daily FINBEAR, 27 marzo 2026: Huawei 950PR vs Nvidia, “Tobacco Moment” Big Tech.
RADAR Daily FINBEAR, 31 marzo 2026: $635B capex crisis, chipmakers sotto stress.
RADAR Weekend FINBEAR, 7 febbraio 2026: Nvidia $5T, $632B capex hyperscaler.
RADAR Weekend FINBEAR, 10-14 marzo 2026: “La Grande Biforcazione AI.”
RADAR Week Ahead FINBEAR, 30 marzo 2026: Nasdaq vulnerability, capex AI sotto stress energetico.
Report Strategico FINBEAR, 8 marzo 2026: AI Infrastructure Bifurcation.
© FINBEAR™ — Powered by Pythia™ — Tutti i diritti riservati
Articolo di approfondimento — Aprile 2026