Un recente articolo del Financial Times getta luce sulle difficoltà che stanno emergendo nel mondo dell’IA, anche tra i colossi più potenti e ricchi del settore.
Come riporta il quotidiano della City, Google ha dovuto imporre dei limiti all’utilizzo dei suoi modelli Gemini da parte di Meta, perché non era in grado di soddisfare l’enorme richiesta di potenza di calcolo avanzata dal gruppo di Mark Zuckerberg.
Questo episodio rappresenta un segnale preoccupante di quanto l’intero ecosistema dell’intelligenza artificiale stia incontrando ostacoli infrastrutturali concreti e difficili da superare rapidamente.
Nonostante gli investimenti enormi in chip, data center ed energia, la domanda continua a crescere a un ritmo molto più veloce rispetto all’offerta disponibile. Ne derivano ritardi, razionalizzazioni forzate, accordi d’emergenza e una crescente consapevolezza che lo sviluppo futuro del settore dipenderà tanto dalle innovazioni tecnologiche quanto dalla capacità di gestire risorse scarse e costose.
Le restrizioni imposte a Meta
Intorno al mese di marzo, Google ha comunicato ufficialmente a Meta di non poter fornire tutta la capacità di calcolo dei modelli Gemini che la società voleva acquistare.
Secondo fonti interne vicine alla vicenda, questa decisione ha creato disagi reali e ha provocato ritardi su diversi progetti interni legati all’IA.
Le limitazioni rimangono ancora in vigore e hanno spinto Meta a invitare con decisione i propri dipendenti a un utilizzo più oculato e efficiente dei token, ovvero le unità che misurano il consumo dei modelli di IA.
Meta è stata colpita in misura maggiore rispetto ad altri clienti proprio a causa della sua domanda straordinariamente elevata. Altri grandi clienti di Google hanno avvertito restrizioni simili, ma su scala ridotta.
Pressioni infrastrutturali
Al centro della questione c’è la crescente scarsità di risorse computazionali. Anche aziende gigantesche come Google e Meta, che stanno investendo decine di miliardi di dollari in hardware, infrastrutture e approvvigionamento energetico, faticano a stare al passo con le esigenze.
La domanda di IA è esplosa in pochissimo tempo: le imprese di ogni dimensione stanno integrando assistenti conversazionali, strumenti di programmazione automatica e veri e propri agenti autonomi nei processi quotidiani.
Di conseguenza, i carichi di lavoro legati all’inferenza – cioè tutto ciò che serve per far funzionare i modelli una volta completato l’addestramento – sono diventati uno dei problemi più critici, complessi e costosi dell’intera filiera produttiva.
Sotto pressione soprattutto da parte di grandi clienti corporate come Meta, Google ha dovuto agire rapidamente. Di recente ha siglato un accordo importante, del valore di 920 milioni di dollari al mese, per affittare capacità di calcolo da SpaceX di Elon Musk.
Durante la presentazione dei risultati del primo trimestre, l’amministratore delegato Sundar Pichai è stato piuttosto franco: l’azienda è attualmente limitata dalla potenza di calcolo disponibile nel breve termine. I ricavi derivanti dai servizi cloud hanno superato per la prima volta i 20 miliardi di dollari, ma sarebbero potuti essere ancora più elevati se solo fosse stato possibile soddisfare integralmente la domanda.
Il volume di contratti già firmati ma non ancora evasi è quasi raddoppiato, superando i 460 miliardi di dollari. Sono cifre impressionanti che però nascondono le difficoltà operative quotidiane con cui il settore deve confrontarsi.
La strategia di Meta
Meta non sta certo a guardare e ha scelto una strada ambiziosa. Zuckerberg ha deciso di investire pesantemente per non restare indietro nella corsa all’IA, parlando apertamente del suo obiettivo di sviluppare una “superintelligenza personale”.
L’azienda sta riversando miliardi di dollari per attirare i migliori ricercatori e per costruire una infrastruttura proprietaria sempre più solida.
A differenza di Google, che può contare su un business di servizi cloud maturo e redditizio, Meta parte da una posizione differente e sta accelerando in modo deciso la realizzazione dei propri data center, con un impegno annunciato di 600 miliardi di dollari solo negli Stati Uniti entro il 2028.
Nel frattempo, per guadagnare tempo e velocità, Meta ha fatto largo ricorso ai modelli Gemini all’interno delle proprie operazioni. Questi sono stati impiegati per migliorare i sistemi di sicurezza, per gli assistenti conversazionali dedicati al servizio clienti e alla pubblicità, e per vari flussi di lavoro interni e attività di programmazione.
Inizialmente Gemini era stato preferito perché garantiva prestazioni superiori rispetto ai modelli open source Llama sviluppati internamente. Veniva utilizzato in parallelo anche il modello Claude di Anthropic.
Questa dipendenza da soluzioni esterne, sebbene utile nel breve periodo, ha però evidenziato delle vulnerabilità importanti quando Google ha dovuto ridurre la fornitura.
Cambio di rotta
Negli ultimi mesi Meta ha avviato un cambiamento di rotta significativo. Diverse fonti interne segnalano una maggiore attenzione e priorità al nuovo modello Muse Spark, giudicato ormai abbastanza competitivo rispetto a Gemini e in grado di coprire un numero più ampio di applicazioni interne.
Questo spostamento serve non solo a diminuire la dipendenza da fornitori esterni, ma anche a contenere i costi in un momento in cui tutte le grandi aziende stanno cercando di rendere più sostenibili le ingenti spese per l’IA.
Tensioni forti
Secondo il Financial Times , il caso tra Google e Meta va ben oltre una semplice notizia di affari: rappresenta uno spaccato rivelatore di un settore ancora relativamente giovane ma già sottoposto a tensioni forti.
La corsa all’IA procede a ritmi serrati, ma sta costringendo tutti i protagonisti a confrontarsi con limiti fisici, economici e logistici concreti.
Chi riuscirà a gestire meglio queste strozzature – investendo in modo intelligente, ottimizzando le risorse esistenti e sviluppando modelli più efficienti dal punto di vista energetico e computazionale – probabilmente uscirà rafforzato da questa fase. Gli altri rischiano di accumulare svantaggi competitivi, nonostante i bilanci da capogiro a disposizione.
