Saggio pubblicato su **Gates Notes** il **26 agosto 2026** da **Bill Gates**, co-fondatore di **Microsoft** e presidente della **Gates Foundation**, ~4.500 parole, annunciato come il primo di una serie. Il testo pone un'alternativa — l'IA sarà il più grande fattore di equità mai inventato, oppure la peggiore fonte di ingiustizia — e una constatazione: non esiste alcun piano per affrontare questo periodo. **(A) Tre rischi**: la scomparsa duratura dei posti di lavoro di inizio e metà carriera, tanto colletti bianchi quanto colletti blu, nell'arco di un decennio anziché di più generazioni, perché questa volta la sostituzione riguarda la **cognizione**; la militarizzazione da parte di attori malintenzionati (attacchi informatici, bioterrorismo, frodi, deepfake), unita a una concentrazione di potere in mano a chi già lo detiene; l'effetto dei compagnons IA sullo sviluppo dei bambini e sul pensiero critico. **(B) I benefici**, individuati in cinque ambiti — ricerca, salute, agricoltura nei paesi a basso reddito (l'impatto che l'autore definisce il più rapido), servizi pubblici, istruzione — con una riserva veicolata dal verbo: *"la parola chiave è 'può'"*. **(C) Tre proposte** aprono la serie: costruire un quadro istituzionale nazionale e internazionale senza precedenti, ispirandosi al regime di ispezione nucleare, alla regolamentazione dell'aviazione e agli accordi sull'ozono; riservare alcune professioni agli esseri umani, un ambito denominato **Human Reserved**; **tassare i token IA e i robot** per riequilibrare la tassazione tra lavoro e capitale. Gates dichiara i propri legami finanziari con il settore e il trasferimento dei suoi profitti alla fondazione. Il testo si inserisce nel filone dei saggi di dirigenti sulla distribuzione del valore dell'IA — [[nadella-frontier-ecosystem-human-token-capital-2026-06-12]], [[zuckerberg-meta-future-is-for-everyone-superintelligence-2026-08-10]] — concentrandosi sul potere pubblico piuttosto che sull'impresa.
#IA ed equità#transizione all'era dell'IA#sostituzione della cognizione
Bill Gates — cofondateur de Microsoft · président du conseil de la Gates Foundation. Blog personnel Gates Notes. Page non capturable par `curl | lynx` (403 Akamai) : extraction navigateur.
Guest post di **Andy Warfield**, ingegnere nel team **S3** di **AWS**, pubblicato il **26 agosto 2026** su *All Things Distributed*, il blog di **Werner Vogels**, che lo introduce in poche righe firmate «--W» : **3.554 parole** secondo la pagina. Il testo funge da veicolo per l'annuncio secondo cui **DuckLabs**, il team dietro **DuckDB**, entra a far parte di **AWS**. (A) La tesi: l'informatica dei sistemi consiste nel ricercare il compromesso elegante rispetto a una «fisica» mobile — i rapporti tra velocità della memoria, rete e calcolo — e quella fisica è cambiata. Warfield quantifica lo scarto: un **m1.xlarge** del 2007 offriva **15 GB di RAM**, **4 core virtuali** e **~1 Gb/s** di rete; un **m8g.48xlarge** oggi offre circa **50×** in più su ciascuno dei tre parametri. La crescita dei dataset, nel frattempo, segue una distribuzione la cui coda è costituita da volumi molto grandi. (B) La conseguenza: l'elaborazione distribuita — **MapReduce**, gli **RDD** di **Spark** — è stata concepita sotto i vincoli di I/O dei primi anni 2000, e gran parte del lavoro ad essa affidato non ha più bisogno di uscire dall'applicazione. Da qui il motore-libreria incorporato, in-process, che gira nello spazio di indirizzamento dell'applicazione, di cui **DuckDB** è l'esempio. Warfield àncora questo al paper *Scalability! But at what COST?* (2015) e all'epigrafe di **Paul Barham**: «Puoi avere un secondo computer una volta dimostrato di saper usare il primo.» Formula una riserva esplicita: «Quando un lavoro ha davvero bisogno di mille macchine, ha bisogno di mille macchine.» Il corpus contiene già [[vogels-tech-predictions-2026-allthingsdistributed-2025-11-25]] dallo stesso blog e [[anthropic-self-service-data-analytics-claude-agentic-stack-2026-06-03]] sull'analytics self-service.
#DuckDB#DuckLabs#acquisizione AWS
Andy Warfield · ingénieur du service S3 chez AWS · en billet invité sur *All Things Distributed* ; introduction de Werner Vogels · CTO d'Amazon.
Pagina prodotto ufficiale di **DeepSeek**, pubblicata il **13 agosto 2026**, **non firmata**, di circa 450 parole, che annuncia il rilascio in *developer preview* di **DeepSeek Harness** (`dsh`) — un harness per agenti di coding **open source con licenza MIT**, il cui repository è stato aperto lo stesso giorno. Una tesi in tre parole, ripetuta nel titolo e nella descrizione del repository: *« Everything is a plugin »*, affiancata da una seconda promessa, *« Every run is traceable »*. La pagina enuncia l'equazione *« AGENT = MODEL + HARNESS »* ed elenca le capacità innestabili come plugin — *« models, tools, skills, sessions, sandboxes, storage, loops, scheduling, and the UI »*. Vengono rilasciate quattro modalità: **modalità Standard** (agente di coding completo), **mode Code** (strumenti esposti tramite il *Code Mode SDK*, che permette al modello di comporre operazioni multi-step all'interno di un programma TypeScript), **mode Minimal** (*« two-tool coding agent with persistent bash and str_replace_editor »*, esplicitamente *« for benchmarking models in a minimal environment »*), e **modalità Creator** (ispezione a runtime, test di plugin in memoria). La sostanza tecnica risiede nel repository, non nella pagina: `docs/architecture.md` enuncia un invariante di logging — *« Model-visible means logged. Anything that reaches a model request must be reconstructable from the log, and a runtime invariant asserts it »* — e afferma che *« there is no privileged core to patch »*. Il nucleo tecnico non è farina del sacco di DeepSeek: DSH è costruito su **Cordis** (il progetto `cordiverse`, terza parte), **vendorizzato** in `vendor/` con un manifesto e una procedura di sincronizzazione, e la pagina colloca il *« Cordis paper »* allo stesso livello di navigazione di "GitHub" e "Developer docs". Vengono rilasciati due adapter LLM — `dsh-llm-deepseek` e `dsh-llm-pi-ai`, un adapter generico multi-provider. Il repository avverte in maiuscolo: *« THERE WILL BE COMPATIBILITY-BREAKING CHANGES »*, e `CLAUDE.md` specifica che `SESSION_FORMAT_VERSION` resta a `0` *« with no compatibility promise »*, con i backend che rifiutano i vecchi formati su disco. Cronologia: DSH viene rilasciato lo stesso giorno in cui **DeepSeek-V4-Pro raggiunge la GA**, tre giorni prima dell'entrata in vigore di un nuovo listino prezzi API il **16 agosto 2026 alle 16:00 UTC**, con tariffe di picco/fuori picco e uno sconto fuori picco del **−50%**.
#DeepSeek Harness#dsh#harness per agenti
**DeepSeek** (DeepSeek AI, laboratoire chinois) · en tant qu'institution. Page produit **non signée** : aucun auteur · aucun ingénieur mis en avant · aucun billet de blog ni papier technique associé. Le « nous » n'apparaît qu'une fois · en dernière phrase — *« We look forward to exploring the limits of intelligence with developers worldwide »*. Publiée le **13 août 2026**. La page est rendue en JavaScript : `curl` sur l'URL renvoie **HTTP 202 avec un corps vide** · le texte n'existant qu'après exécution du bundle. Deux documents de politique sont liés en pied de page — *Safe Use Policy* et *Data Processing Statement*.
Articolo di attualità analizzato, pubblicato su **VentureBeat** l'**11 agosto 2026** da **Michael Nuñez**, basato su un'**intervista esclusiva con Timothée Lacroix**, co-fondatore e CTO di **Mistral AI**, realizzata prima dell'annuncio, ~2.000 parole. Mistral amplia la propria offerta infrastrutturale in tre parti: i **Mistral Regional Endpoints** in disponibilità generale (che ancorano l'inferenza e il trattamento associato all'Europa o agli Stati Uniti), un **Priority Tier** in anteprima pubblica (livelli di servizio garantiti, quote personalizzate, SLA di disponibilità) e una **coalizione di imprese europee** i cui impegni pluriennali sono destinati a finanziare **200 MW entro fine 2027** e **1 GW entro fine 2030**. Il veicolo si chiama **European Compute Unit (ECU)**: un diritto su una capacità costruita da Mistral, fungibile tra inferenza, addestramento, adattamento di modelli o Kubernetes gestito, su un orizzonte target di cinque anni. Lacroix descrive il meccanismo senza mezzi termini — *"The whole point of compute units is to have commitment"* — e, sull'uscita anticipata: *"There is no getting out."* L'articolo mette in scala l'ambizione: Mistral dichiara di operare *"less than 200 MW"* e dettaglia tre siti per un totale di **77 MW** (44 MW vicino a Parigi, 23 MW in Svezia con EcoDataCenter, 10 MW a Les Ulis); **Epoch AI** stima il capex iniziale per un data center IA da un gigawatt a **~38 miliardi di dollari**, e **Goldman Sachs Research** stima le strutture di nuova generazione a **15-20 milioni di dollari/MW esclusi i chip**, a fronte dei **~4 miliardi di dollari** raccolti in totale da Mistral (PitchBook). A questo si aggiunge una decisione che *"is likely to raise a few eyebrows among sovereignty purists"*: Mistral inizia a **ospitare modelli aperti di terze parti**, a partire da **GLM-5.2** di **Z.ai**, un laboratorio cinese — *"It's a great model. Everyone loves it. It's open-weight, so there was no good reason for us not to do it."* L'articolo entra nel dettaglio della documentazione di Mistral, che menziona *"limited, controlled transfers"* verso subappaltatori al di fuori della regione; interpellato sui dettagli, Lacroix rimanda alle **chiamate a strumenti** (tool calls), in particolare la ricerca web, e afferma che la **restrizione selettiva è la funzionalità, non il difetto**. L'inquadratura dell'autore: *"full regional control is available, but the moment an AI agent reaches out to the open web, sovereignty becomes a configuration decision, not a default."* Restano due dipendenze: le **GPU** provengono da Nvidia, e **Microsoft** — cliente-ancora dei data center europei di Mistral da luglio — viene presentato come ciò che riduce il rischio della costruzione.
#Mistral AI#sovranità digitale#sovranità IA
**Michael Nuñez** — journaliste **VentureBeat** · couvre l'IA et l'infrastructure ; déjà présent au corpus. L'article est bâti sur un **entretien exclusif avec Timothée Lacroix** · cofondateur et CTO de Mistral AI · conduit **avant l'annonce** · et fait suite à un entretien de juin avec le même interlocuteur. Publié le **11 août 2026**.
Lungo articolo pubblicato su **X** il **11 agosto 2026** da **Jesse Zhang**, CEO di **Decagon** (agenti IA per il servizio clienti), sotto un titolo a forma di dilemma — *« To FDE, or not to FDE? »* — dedicato al **Forward Deployed Engineer**, diventato *« la risposta a quasi ogni domanda difficile nel go-to-market dell'IA »*. Osservazione di partenza: Anthropic e OpenAI hanno costruito bracci di deployment enterprise esplicitamente modellati su Palantir, *« ogni azienda a stadio seed »* pubblicizza un'offerta FDE, e le offerte di lavoro per questo titolo sarebbero aumentate di diverse centinaia di punti percentuali in un anno. **(A) La genealogia Palantir** fornisce il quadro di riferimento: la formula di **Shyam Sankar** (CTO), *« FDEs eat pain and excrete product »*, e il richiamo di **Joe Lonsdale** secondo cui Palantir ha trascorso quasi vent'anni a essere definita una *« glorified consultancy »* sulla base di un'osservazione accurata. Le implementazioni su misura di **Gotham** (CIA, NSA, intelligence militare) sono state codificate in primitive di piattaforma — ontologia, modelli di oggetti, permessi, motori di workflow, tracciamento della provenienza — che sono diventate **Foundry**, poi Apollo e AIP; la standardizzazione ha portato il margine lordo intorno all'80% e Palantir è passata da un modello basato su FDE a una vendita account-based, con molti FDE migrati verso l'ingegneria core. *« The pain was the input to the product, not a cost of sale. »* **(B) Il criterio proposto** non è rinunciare agli FDE ma sapere quando fermarsi: partire presto, poi chiedersi se si sta ancora **scoprendo** — *« The trap is not starting. It's not stopping. »* **(C) Una distinzione che pochi fanno: FDE ≠ implementazione.** *« Building that integration into their ticketing system »* è lavoro reale, ma è esecuzione contro una specifica nota, non scoperta di una specifica ignota; confondere le due cose *« is how a company convinces itself that a growing services org is a product investment »*. Frase di chiusura: *« If your FDEs are eating pain and excreting more pain, you don't have an FDE team. You have a services business. »* Vengono avanzate due cifre riguardo a Decagon — *« two-thirds of deployment work is now done autonomously via Duet »* e *« a few days on average to launch the first AOP, even for large banks, airlines, telcos »* — senza che venga definito il denominatore del "deployment work" né sciolto l'acronimo AOP.
#Forward Deployed Engineer#FDE#ingegnere integrato presso il cliente
**Jesse Zhang** — cofondateur et **CEO de Decagon** (agents IA de service client, San Francisco) · 85 000 abonnés sur X · site personnel `jessezhang.org`. Il cite son cofondateur **Ashwin Sreenivas** · **ex-Palantir** · d'où la profondeur du récit Palantir. Publié le **11 août 2026**.
Manifesto dottrinale pubblicato su **meta.com** il **10 agosto 2026**, firmato con il solo nome di battesimo (*"– Mark"*) da **Mark Zuckerberg**, con il titolo *"The Future is for Everyone: The Path to a Positive AI Future"*, ~6.500 parole. Fin dall'inizio vengono annunciati tre principi: l'empowerment individuale come fonte di prosperità, l'invenzione come scopo primario della superintelligenza, l'equilibrio di potere come fondamento della sicurezza. **(A) L'argomento centrale è un argomento politico**, formulato come una breve catena: *"Humanity is not a monoculture"* — i valori delle persone codificano trade-off contrapposti, nessuna soluzione tecnica può allinearsi simultaneamente a interessi in conflitto, quindi qualsiasi superintelligenza singolare dovrebbe dare priorità ad alcuni valori rispetto ad altri e sarebbe perciò incapace di essere benevola verso tutti. Da qui la formula: *"There is no such thing as a singular benevolent superintelligence."* La sicurezza viene riformulata come un problema di distribuzione del potere, illustrato da un esperimento mentale ripetuto tre volte (un unico avvocato superintelligente contro tutti che ne hanno uno; lo stesso per la cybersicurezza, poi per il business). **(B) Una ridefinizione dell'allineamento**: *"Solving alignment is necessary for billions of people to adopt personal superintelligence agents. But it also implies that if we reach a state where billions of people are using and scrutinizing personal superintelligence agents, then we will have solved alignment with their interests."* Il corollario prende di mira il resto del settore senza nominarlo: *"the most dangerous scenario would be leading labs training powerful models and keeping them for themselves."* **(C) Impegni databili**: una modalità **totalmente privata** in cui *"even Meta"* non può vedere né concedere l'accesso (un'analogia con WhatsApp); versioni **gratuite** per miliardi di persone abbinate a un **meccanismo di offerta dinamica** per il calcolo a pagamento; l'annunciata **ripresa** delle pubblicazioni open source — *"we will soon resume releasing some open source models"*; e una struttura che conferisce al **consiglio indipendente** il potere di approvare i criteri di sicurezza per il rilascio e verificare la conformità di ciascuna pubblicazione, con l'autore che riconosce che Meta è un'azienda controllata dal suo fondatore. **(D) Due proposte di politica pubblica**, ripetute tre volte: che i laboratori condividano con il governo i **checkpoint intermedi di addestramento** e degli ingegneri, anziché una revisione a fine ciclo, e che la **produzione fisica** di materiali pericolosi sia regolamentata piuttosto che la diffusione della conoscenza. Il testo presenta un apparato di fonti pressoché inesistente.
#Mark Zuckerberg#Meta#Meta Superintelligence Labs
**Mark Zuckerberg** — fondateur et PDG de **Meta**. Texte signé du seul prénom (*« – Mark »*) · publié le **10 août 2026** sur un domaine dédié de meta.com. La signature n'est pas « Meta » · et l'alternance des pronoms est régulière : **« we » pour les engagements de l'entreprise** (*« we will offer free versions »*, *« Meta is implementing a governance structure »*) · **« I » pour les affirmations normatives ou contestables** (*« I think this view of alignment is fundamentally flawed »*, *« I propose that companies developing frontier AI should… »*, *« My honest guess, and it is a guess »*). Les engagements produits et de gouvernance sont au « nous » · les propositions de politique publique au « je ».
Il sito **graphify.net**, consultato il **6 agosto 2026**, gestito da **Safi Shamsi** — creatore della skill open source graphify (cfr. [[skill-shamsi-graphify-2026-08-06]]). Il dominio veicola due oggetti distinti. **Il primo è una vetrina di prodotto**: presentazione di graphify, guide d'uso, riferimento CLI e soprattutto una galleria di **100 repository GitHub trending già graphificati** — *« 100 repos, 854,079 nodes, 1,932,930 edges »* — filtrabili per linguaggio e dimensione del grafo, ciascuno con la propria pagina di anteprima e dettaglio. **Il secondo, ed è quello più interessante ai fini della veille tecnologica, è una directory editoriale**: *« 30 AI coding client guides »*, una directory di server MCP confrontati su *« transport, runtime, client support, setup effort, and access risks »*, confronti strutturati tra strumenti (Cursor contro Codex), e un flusso di articoli con un targeting manifestamente long-tail (*« GLM-5.2 Knowledge Graph for Developers »*, *« Trae Context Engineering for Agents »*, *« Symphony Knowledge Graph for Agent Memory »*, *« What Is Cowart? A Codex Plugin for Image Editing »*). Il sito rivendica un metodo — *« source-reviewed »*, *« aligned decision fields, official evidence, and explicit unknowns »* — ed è disponibile in sei lingue. **Il punto che questa scheda esiste per registrare**: il sito è **fattualmente disallineato rispetto al prodotto che presenta**. Annuncia **« 3.7k+ GitHub Stars »** mentre l'API di GitHub conta **103,187** nello stesso giorno, una **licenza MIT** ripetuta tre volte quando il file `LICENSE` del repository è **Apache 2.0**, e mette in risalto la rivendicazione **« 71.5× token reduction »**, che appartiene al README della generazione v1 ed è scomparsa dalla versione attuale. **Un sito ufficiale che mostra il 3,7% del conteggio effettivo delle stelle e sbaglia la licenza** è di per sé un segnale: lo strato di comunicazione non ha tenuto il passo del repository.
Un post di benchmark di **Block Engineering** del **6 agosto 2026**, firmato da **Atish Patel**, su **Buzz** — lo spazio di lavoro uomo + agente lanciato il 21 luglio — che pone una domanda di costo: qual è il team di agenti **più economico che riesce in modo affidabile**? Tre risultati. **(A) Un risultato negativo, pubblicato per intero**: su **Terminal-Bench 2.1**, **dodici composizioni di team** (coppie, triadi, sciami economici sotto un modello *frontier*) sono state messe a confronto con l'agente solo attorno al quale ciascuna era costruita, e **nessuna ha battuto l'agente solo a parità di costo**. La spiegazione è strutturale — un compito che si conclude in pochi minuti *"non ha abbastanza struttura da poter essere suddiviso"*, e *"Più agenti comprano soprattutto il costo di doverlo spiegare due volte"*. **(B) L'orizzonte temporale ribalta il risultato**: su **Long-Horizon Terminal-Bench** (44 compiti, un compito equivalente a ore di lavoro, stesso modello guida **GPT-5.6 Sol** a effort *high*), il solo porta a termine 15 compiti per il 59,1%, +2 QuickBee 19 per il 64,1%, +1 QuickBee +1 WorkerBee 19 per il 69,5%, **+2 WorkerBee 20 per il 71,5%** — un guadagno di **+12,4 punti**, di cui 11,4 derivano da compiti portati a termine. *"Stessi posti, risultato opposto, perché il lavoro ha una forma diversa."* Queste esecuzioni sono girate a **3× il timeout**, solo incluso. **(C) Oltre una certa soglia, il prezzo smette di comprare qualità**: solo su Terminal-Bench 2.1, **Opus 5 a effort *xhigh* è l'esecuzione più costosa (140,63 $) per il 75,0%**, dietro a sei esecuzioni comprese tra 20,08 $ e 109,82 $ e tra il 79,5% e l'88,4% — la causa indicata è un eccesso di ragionamento che ha portato 17 compiti su 88 al timeout. Tra le sei esecuzioni migliori, **uno scarto di prezzo di 5,5× per uno scarto di punteggio di 8,9 punti**: *"scegliere tra loro non è affatto una decisione di qualità. È una decisione di budget."* Il post propone una tassonomia che dichiara *ad hoc* — **QuickBee**, **WorkerBee**, **SmartBee**, più l'essere umano come *"ape onoraria"* — e due forme di team, l'**Hive** permanente che ricorda le preferenze dell'utente e lo **Swarm** usa e getta che ricorda il progetto. Condizioni: tutto gira su **Harbor**, contro veri agenti Buzz su un relay **live**, **un solo tentativo per compito, senza retry**, prezzi fissati al **30-07-2026**.
#Buzz#Block#team di agenti
- **Atish Patel** — *« Building AI solutions @ Block »* · auteur unique du billet · publié le **6 août 2026** sur `engineering.block.xyz`.
Nota della stampa specializzata (**Payments Dive**, formato *Dive Brief*, **6 agosto 2026**) sui risultati trimestrali di **Block**: l'azienda ha già distribuito diversi strumenti di IA ai propri clienti — **Moneybot** (Cash App) e **Managerbot** (Square) — e non ha ancora deciso come farli pagare. **Jack Dorsey** durante la call con gli analisti: *"Siamo in una posizione fortunata in cui possiamo sperimentare con diversi modelli, per poi scegliere quello giusto che allineerà tutti i nostri incentivi con quelli dei nostri clienti."* **Il contesto finanziario illumina questa posizione.** Sei mesi prima, Block aveva licenziato circa **4.000 persone, circa il 40% della sua forza lavoro**, in una riorganizzazione esplicitamente motivata dall'IA. Nel Q2 2026: utile lordo **in aumento del 25% a 3,2 miliardi di $**, ricavi **in aumento del 10% a 6,62 miliardi di $**, ma **utile netto a 89 milioni di $, in calo dell'83%** su base annua a causa dei costi di liquidazione che chiudevano la ristrutturazione; le previsioni per il 2026 sono state riviste al rialzo. Il valore dell'IA, dunque, viene catturato attraverso la struttura dei costi prima di essere catturato attraverso il prezzo. **Il fatto più pesante si trova al centro della nota**, tratto dalla lettera agli azionisti: *"A partire da giugno, l'IA agentica ha contribuito a scrivere e revisionare quasi tutte le nostre modifiche al codice di produzione"* — scrivere **e** revisionare quasi tutte le modifiche al codice di produzione, in un'azienda di pagamenti quotata in borsa, sei mesi dopo aver tagliato il 40% della forza lavoro. Un'affermazione autodichiarata agli investitori, senza alcuna definizione di *"quasi tutte"* né di cosa copra la *"revisione"*. **Gli strumenti**: **Goose**, un sistema interno costruito due anni prima, descritto come agnostico rispetto ai modelli (integra diversi modelli commerciali per i dipendenti); **Buzz**, lanciato il mese precedente per *"la collaborazione tra agenti, la comunicazione e i repository di codice."* **Sul lato clienti**: Moneybot monitora l'attività degli utenti di Cash App e mette in evidenza conti, saldi e transazioni — oltre **un milione di conti attivi settimanalmente**; Managerbot gestisce marketing automatizzato, analisi dei margini e suggerisce *"correzioni operative"* ai commercianti di Square. Gli analisti di **Evercore ISI** elencano quattro percorsi di monetizzazione — pacchetti SaaS, abbonamenti diretti, offerte enterprise, tariffazione a consumo — **nessuno dei quali legato ai risultati**. Ordine di priorità dichiarato: **qualità del prodotto → distribuzione → adozione → modello di prezzo**. Due fatti sulla distribuzione completano il quadro: Square sta entrando in **Google Maps** con un'*"esperienza di IA conversazionale,"* descritta come *"il primo passo di una partnership più ampia tra Square e Google"*; e il dispositivo di pagamento **Tags** (portachiavi e bacchette con chip NFC) mostra **tre milioni di persone in lista d'attesa**. Citazioni degli analisti: William Blair (*"Block incarna il cambiamento strutturale verso le aziende di finanza digitale orientate al futuro"*) e Bank of America sul *"modello operativo post-reset."*
#Block#Jack Dorsey#Cash App
**Justin Bachman** — Senior Reporter · **Payments Dive** (groupe Industry Dive). Journaliste sectoriel paiements ; signe ici un **Dive Brief** · format court en deux temps (*Dive Brief* = les faits du jour, *Dive Insight* = le contexte) qui compile une conférence de résultats · une lettre aux actionnaires · un communiqué et trois notes d'analystes.
Annuncio di prodotto pubblicato sul blog di **Cloudflare** il **4 agosto 2026** da **Will Papper**, nell'ambito di **Agents Week**: **Cloudflare Wallets**, presentato come *"il wallet programmabile per l'Internet agentico"*. **Il problema enunciato** è preciso e ben scelto: un agente che vuole provare un'API deve passare da una pagina di login **pensata per gli umani**, farsi aggiungere un metodo di pagamento da un umano, generare una chiave API, per poi capire come chiamare il servizio. Due lacune strutturali lo spiegano — *"Agents do not have a stable identifier to sign up for an API, and they do not have a native way to pay for APIs"* — con la conseguenza che *"AI agents often give up on these tasks entirely, kicking registration, payment methods, and API key generation back to humans"*. **L'architettura proposta si riduce a due tipi di wallet**: gli **Account Wallets**, destinati agli umani titolari di un account Cloudflare (finanziare, delegare, prelevare), e i **Virtual Wallets**, destinati agli agenti, **funzionanti tramite API key** e il cui limite di spesa è **fissato dal titolare dell'account**. Le protezioni annunciate sono esplicite: **allocazione, allow list, importo massimo per transazione**. **Il canale di pagamento è il protocollo x402** (pagamenti collegati alle richieste HTTP) e la valuta è la **stablecoin** — il che colloca l'offerta in un campo distinto dagli schemi costruiti sui circuiti delle carte. **L'argomento più interessante è controintuitivo e centrale**: *"These limits may seem like constraints, but counterintuitively they give agents more freedom. If an agent is responsible for $10, you can worry less about its spending than if it is responsible for $1,000."* → **il limite non è ciò che vincola l'autonomia, è ciò che la rende accettabile.** **Secondo componente, più strategico del primo**: l'identità, tramite un namespace **`cloudflare.pay`** — un agente di ricerca potrebbe vivere a `research.example.cloudflare.pay`, dando al merchant la certezza di parlare con l'agente di un'organizzazione identificata. Cloudflare rivendica un'ambizione deliberatamente minimale (*"a human-readable identifier for a not-very-readable keypair, similar to the URL and IP-address pairings used in DNS"*), costruita sui suoi mattoni esistenti (**Turnstile**, Bot Management, **Web Bot Auth** e le sue keypair), e dichiara l'intenzione di adottare gli schemi della **x402 Foundation** man mano che emergono. **Un'avvertenza decisiva sullo statuto del testo**: **quasi tutto è al futuro**. Ciò che esiste il giorno dell'annuncio è la **riserva di un handle**; pagamenti, Virtual Wallets, protezioni e le rampe per accedere ai fondi sono annunciati (*"Soon, you will be able to…"*). Si tratta di una **presa di posizione su un namespace**, più che di un servizio che entra in funzione.
**Will Papper** — auteur de l'annonce sur le blog Cloudflare (lecture annoncée : 8 minutes). Publication rattachée à l'**Agents Week** de Cloudflare et étiquetée *Agents Week · AI · AI Bots · Developer Platform · Developers · Payments · Product News · x402*.
Post e report di **OpenAI Economic Research** pubblicato il **27 luglio 2026**, primo numero della serie **Work at the Frontier**, che analizza **oltre 800.000 messaggi di utenti ChatGPT statunitensi**. **Concetto coniato**: ***task crossover*** — *« lavoro storicamente associato a un'occupazione che compare nell'uso dell'IA di persone di un'altra »*. **La cifra di apertura è in realtà due cifre, ed è questo il punto che la copertura mediatica perde**: il **16,8% dei messaggi legati al lavoro** riguarda compiti associati a un'altra occupazione, e il **43,5% dei messaggi specifici a un'occupazione**. L'imbuto metodologico spiega lo scarto: il **61,5% dell'uso è generico** (scrivere, riassumere, pianificare — troppo condiviso per contare come prova di crossover) ed è escluso; del **restante 38,5%**, il **43,5% è esterno all'occupazione** e il 56,5% è *« interno **o vicino** »* — l'estremo superiore è quindi calcolato su una base ridotta, mentre l'estremo inferiore è calcolato sull'intero uso professionale. **Per occupazione** (quota di messaggi specifici a un'occupazione che rimandano a un compito esterno): esperienza cliente **77%**, design **75%**, HR **69%**, legale **56%**, marketing **53%**, vendite **40%**, finanza **40%**, ingegneria **28%** — *« una maggioranza in cinque degli otto gruppi »*. **Due direzioni distinte di circolazione**: il design **importa** (35,2%) e **non esporta** quasi nulla (1,7%); l'ingegneria fa l'opposto (importa 18,5%, esporta 7,4%); **il marketing fa entrambe le cose** (importa 24,3%, esporta **8,9%**, la quota d'uscita più alta del campione). **Due compiti compaiono nella top 3 dei prestiti per gli altri sette gruppi**: **calcolo finanziario** e **risoluzione di problemi tecnologici**. **La heatmap, assente dalla copertura mediatica, è l'oggetto più ricco**: fornisce la distribuzione completa dei compiti per occupazione dell'utente, e la sua diagonale è sorprendente — l'ingegneria conserva il **53%** del proprio lavoro mentre l'esperienza cliente ne conserva solo l'**11%**, l'HR il **10%** e il design il **12%**. **Effetto dimensione**: la quota esterna all'occupazione scende dal **18,9%** (2-5 dipendenti) al **16,3%** (>100 dipendenti) — **ma solo « tra gli utenti medi »**, precisando OpenAI che *« tra gli utenti più intensivi, non osserviamo lo stesso andamento monotono »*, e concludendo in modo condizionale: *« l'IA **potrebbe essere** particolarmente utile come strumento generalista dove le risorse specializzate scarseggiano. »* **Statuto rivendicato**: un **segnale precoce**, visibile *« prima che le aziende riscrivano le job description o creino nuovi titoli di lavoro »*. **Riserva strutturale**: OpenAI misura l'uso del proprio prodotto, solo su utenti ChatGPT statunitensi, e presenta questa posizione come un vantaggio — *« la nostra finestra unica su come sta cambiando il mondo del lavoro »*.
#OpenAI Economic Research#Work at the Frontier#task crossover
**OpenAI Economic Research** — équipe de recherche économique d'OpenAI ; la page crédite simplement *« OpenAI »* et la classe sous les tags *Economic Research* et *2026*. Le billet est la porte d'entrée d'un **rapport PDF** (`work-at-the-frontier-report.pdf`) et s'adosse à un cadre antérieur de la même équipe · l'**AI Jobs Transition Framework** · dont il reprend la thèse que de nombreux métiers vont **se réorganiser** plutôt que disparaître.
Capgemini (Aiman Ezzat, CEO) — intervista a Investir, "numero speciale boss": IA agentique come svolta operativa, non solo un'ennesima tecnologia; 2 miliardi di euro investiti, +30% sullo sviluppo applicativo e −20% sugli incidenti, oltre l'11% dei bookings del Q1, TAM di oltre 400 miliardi di dollari all'anno entro il 2030 — ma "molto lontano dal plug and play" (Investir / Les Echos)
#Aiman Ezzat#Capgemini#IA agentique
Aiman Ezzat (directeur général de Capgemini) · propos recueillis par La Rédaction d'Investir
Editoriale di approfondimento pubblicato su **sfeir.com** il 23 luglio 2026, a firma **SFEIR** (la voce editoriale dell'azienda). È un **commento strategico alla nota Trésor-Éco n. 391** della DG Trésor (giugno 2026 — cfr. [[dgtresor-ia-effets-emploi-2026-06-30]]), letto attraverso la dottrina SFEIR « **amplificare l'IA piuttosto che subirla** ». L'articolo elogia il **tono prudente da economista** di Bercy (meccanismi più incertezza piuttosto che una previsione) e ne trae una **tesi in tre parti**: (1) **nessun effetto aggregato misurabile** allo stato attuale (due forze che si compensano — sostituzione vs. produttività — adozione UE ~20%); (2) un **unico segnale empirico solido, sui junior** (−16% di occupazione tra i 22-25enni esposti negli USA); (3) un **pericolo di lungo periodo che sposta la questione** — il **ritardo competitivo** (mancata adozione), non la distruzione di posti di lavoro. Il nucleo analitico che SFEIR mantiene: l'**elasticità dei prezzi** determina l'effetto sull'occupazione (il paradosso di **Jevons** applicato al codice) → l'argomento è **strutturalmente pro-occupazione per gli sviluppatori**. L'articolo **smonta la narrazione dei "licenziamenti IA"** (4,5-6,2% degli annunci di licenziamento negli USA, "labeling" al 59%) e segnala gli **angoli ciechi** della nota (lo scenario agentico relegato a una nota a piè di pagina; la velocità di diffusione non discussa; OpenAI/Anthropic diventati fonti per Bercy = un bias di fonte non segnalato). La **traduzione operativa di SFEIR** (per CIO/CTO): il valore migra verso intento/architettura/controllo, formare **ingegneri aumentati** (programmi **AI Champions**), ed evitare un'adozione affrettata (**workslop**, debito tecnico) tramite **context engineering** e governance.
#IA e occupazione#ritardo competitivo#mancata adozione
**SFEIR** — ESN française « AI Only » (~850 ingénieurs, 8 agences France & Benelux). Voix éditoriale du cabinet (byline « SFEIR »). Positionnement de la maison sur la transformation IA des DSI ; ce texte prolonge la ligne éditoriale portée notamment par Didier Girard (cf. [[girard-sfeir-ai4it-vs-ai4business-budgets-2027-2026-06-24]]).
Analisi SFEIR (voce dell'azienda, "una lettura da ingegneri") dell'accordo annunciato il **21 luglio 2026** tra **Mistral** e **Microsoft**: una **partnership industriale del valore di diversi miliardi di dollari**, strutturata in tre parti — (1) **compute in Europa** (capacità Azure riservata sul continente, datacenter in Francia, sistemi **NVIDIA Vera Rubin** di ultima generazione, per "colmare il deficit europeo di compute"); (2) **i modelli di Mistral negli strumenti di Microsoft** (**Mistral Medium 3.5** e **Mistral OCR 4** in **Microsoft Foundry**, accessibili in **Copilot Studio** per costruire agenti aziendali); (3) soprattutto **Azure Local fino alla modalità disconnessa** (cloud pubblico, cloud connesso supervisionato e **air-gapped** completamente isolato dalla rete esterna — per il segreto della difesa, la sanità, il settore bancario critico). **Fatto notevole, confermato da Brad Smith: nessuna nuova partecipazione azionaria** di Microsoft nel capitale di Mistral — una partnership massiccia **senza legame di capitale**. SFEIR — partner di Anthropic e Google Cloud, "senza alcun interesse a sopravvalutare il campione francese" — considera Mistral **"la migliore scommessa europea sul livello modello"** e propone una lettura in tre parti. **Cosa porta l'accordo a un CIO**: un modello europeo all'avanguardia, eseguibile in un ambiente disconnesso e controllato dal cliente (cifratura in memoria, chiavi gestite localmente), spunta caselle che pochissime offerte spuntano. **La tensione**: questa sovranità è dispiegata **sull'infrastruttura di un hyperscaler americano**; occorre distinguere quattro sovranità — **modello, esecuzione, infrastruttura, relazione commerciale** — di cui se ne possono "ottenere tre su quattro, ma occorre comunque sapere quale manca". L'unico elemento che rende la sovranità **realmente portabile** è la **natura open-weights** dei pesi di Mistral (la stessa logica di reversibilità descritta per **Kimi K3**). L'assenza di una partecipazione azionaria non è un dettaglio: preserva la governance di Mistral **e** riduce al minimo il rischio di un esame antitrust (FTC, Commissione Europea) — **arbitraggio regolatorio assunto**, non solo una scelta tecnica. **Il vero punto cieco**: la **leggibilità della strategia industriale di Mistral**, presente simultaneamente su quasi ogni fronte (B2C con Le Chat, B2B tramite la distribuzione Azure, modello open-weights **e** ambizione frontier, infrastruttura ad altissima intensità di capitale — 200 MW garantiti, un tetto di 1 GW entro il 2030 —, partnership con una manciata di grandi account, verticalizzazione Robostral/OCR, servizio a settori regolamentati): full-stack sovrano (lettura ottimistica) oppure la dispersione di un'azienda di tre anni valutata circa 20 miliardi di euro su business con modelli economici divergenti (lettura prudente). Per la leadership tecnica: **separare il modello dal canale**, **progettare per l'uscita** (Design to Exit — l'open-weights rende credibile la porta d'uscita), **instradare piuttosto che scommettere** (architettura multi-LLM sovrana, RAISE). Conclusione: **la sovranità è una proprietà architetturale, non un'etichetta** — va qualificata dipendenza per dipendenza; la leggibilità industriale mancante resta la vera questione aperta, risolta non dai comunicati stampa ma dai "compromessi dei prossimi dodici mesi".
Sintesi di fact-checking su **Delos Intelligence** (delos.so), startup francese B2B di IA generativa, che confronta una precedente nota di veille tecnologica con **fonti primarie** (il post "Overlooked" di Alexandre Dewez / 20VC, 15 aprile 2025, il sito delos.so, i registri ufficiali) e la stampa specializzata (Le Monde Informatique, L'Usine Nouvelle, FrenchWeb, Le JDD). **Verdetto complessivo: base fattuale affidabile.** Il **round seed da 2,5 milioni di euro** (≈2,74-2,83 milioni di dollari) guidato da **20VC** (Harry Stebbings) nell'**aprile 2025**, con Inovia Capital, Kima Ventures (Xavier Niel) e Plug and Play, è confermato; così come i fondatori (i fratelli **Pierre** e **Thibaut de la Grand'rive**) e i clienti **TotalEnergies, Shiseido, Groupe Casino**. **Punto metodologico rilevante**: l'elenco dei business angel — spesso sospettato di "gonfiaggio" allucinatorio — è **CONFERMATO parola per parola** dal comunicato stampa dell'investitore lead (Pigment, Dataiku, Hexa più Ramp e Kerala da aggiungere): non si tratta quindi di un'allucinazione. **Da correggere**: la cifra di "50 persone" nell'organico **non è verificabile** (~20 nell'aprile 2025, una quarantina a fine 2025); la griglia tariffaria reale è più ricca (un livello **Student a 10€** più Enterprise su richiesta, oltre a 25/45/80€); i dati sugli utenti (10.000 → 50.000 → "100.000+") e l'ARR sono **autodichiarati e non verificati**. **Da segnalare come speculativo**: **nessun Series A concluso** (solo annunciato come intenzione, con obiettivo marzo 2026); **nessun ARR complessivo pubblicato** (l'unica menzione è un "1 milione di dollari di ARR in pochi giorni" autopromozionale relativo al nuovo prodotto **Workers**, riferito solo a quel prodotto). La sovranità "100% Scaleway" era **ancora in via di finalizzazione** a fine 2025 (il calcolo gira ancora in parte su Azure Francia). L'interesse della nota è tanto metodologico — **come distinguere, all'interno di una sintesi generata dall'IA, ciò che è confermato, parzialmente accurato, speculativo e autodichiarato** — quanto documentario.
#Delos Intelligence#delos.so#fact-checking
Synthèse de veille (fact-checking) — sources primaires : blog 20VC (Alexandre Dewez) · delos.so · registres officiels ; presse : Le Monde Informatique · L'Usine Nouvelle · FrenchWeb · Le JDD
Analisi di Janakiram MSV (The New Stack, 20 luglio 2026) sulla **convergenza architetturale** delle piattaforme agent enterprise dei tre hyperscaler: in nove mesi, **Amazon Bedrock AgentCore**, **Microsoft Foundry** e **Gemini Enterprise Agent Platform** sono convergenti sugli **stessi sei primitivi** — runtime, memoria, tool gateway, identità, osservabilità, governance — sotto nomi commerciali diversi. Ciò che 18 mesi fa era una collezione frammentata di librerie sta diventando un **livello di piattaforma** a sé stante. La tesi: questa convergenza ripercorre l'**inflessione PaaS 2011-2016**, in cui **Cloud Foundry** ed **Heroku** hanno unificato VM, load balancer, code e secret store attorno a un **contratto applicativo** portabile — salvo che qui **non esiste ancora un contratto equivalente**, e **nessun progetto open source lo ha rivendicato**. Conseguenza: un'impresa non può **spostare un agente da un cloud all'altro** (stato di sessione, tracce e identità finiscono tutti presso un unico fornitore; migrare significa ricostruire tutto). L'autore propone una **mappatura riga per riga** del contratto Cloud Foundry sugli agenti, definisce tre principi di design (impacchettare l'agente come **una singola unità distribuibile**, **collegare** le capacità invece di incorporare i fornitori, integrare il livello **operativo** nell'astrazione), indica ciò che i protocolli aperti (MCP, A2A, OpenTelemetry) lasciano fuori campo — il **ciclo di vita** — e formula tre domande di due diligence: **governance** (fondazione neutrale vs. fornitore), **packaging** (lo stesso artefatto su due cloud senza riscriverlo), **stato** (memoria esportabile). Verdetto: chi finirà per possedere il **control plane degli agenti** definirà *cos'è un agente*.
Thread X di **Dean W. Ball** — **Head of Strategic Futures presso OpenAI** dal 6 luglio 2026, **autore principale di America's AI Action Plan** sotto l'amministrazione Trump (un posizionamento da tenere presente nel leggere un argomento anti-open-weights scritto da un insider della frontiera proprietaria): **sei osservazioni** innescate dal modello open-weights cinese **Kimi**, che rapidamente vanno oltre il prodotto per avanzare una **tesi geopolitica e ideologica** controcorrente. (1) Kimi è **un modello molto valido**, non riconducibile alla distillazione, **alla pari dei migliori modelli pubblici del Q1 2026** nell'agentic coding — ma **molto vorace di token**, quindi non così ovviamente economico da far girare. (2) Ball dice di essere **sorpreso che lo stato cinese continui a permettere l'open-sourcing** di modelli così buoni: lo attribuisce **per circa il 75% a una "cecità strategica" / a una mancanza di "AGI-pilledness"** (il PCC avrebbe una visione dell'IA "molto alla Yann LeCun"), e per il ~25% a una **mancanza di compute per l'inferenza** — il che renderebbe la strategia open-weights cinese un **sottoprodotto non intenzionale dei controlli all'export statunitensi** — più un riflesso verso esportazioni aggressive; sul versante delle aziende, l'apertura è per metà ideologica, per metà un'ammissione che "siamo indietro, nessuno pagherebbe per modelli cinesi sub-frontiera". (3) Tesi centrale: **i modelli open-weights sono intrinsecamente decelerazionisti** — **scoraggiano il capex sull'IA**. Ball si dice sorpreso dall'entusiasmo degli **"accelerazionisti"** per l'open-weights, che attribuisce al loro gusto per il **"mantello dell'ingovernabilità"** (un'analogia con *The Art of Not Being Governed* di James Scott e i suoi popoli di montagna). (4) Un mondo dominato dai pesi aperti porterebbe a un **"comunismo dell'IA"** — l'IA non come prodotto di mercato ma come **"bene pubblico" / "infrastruttura pubblica digitale"** fornita dallo stato, "esattamente ciò che la Cina sta proponendo"; Ball giudica questo orizzonte **"distopico"** e racconta di essere stato oggetto di lobbying, mentre era nel governo, per un **data center federale a 11-12 cifre** che sovvenzionasse startup pronte a regalare i propri modelli gratuitamente. (5) **Previsione politica**: l'amministrazione Trump finirà per capire che la sua migliore strategia non è **"vietare l'open source"** (uno degli argomenti più sciocchi del dibattito) ma **creare rischio regolatorio / FUD** tramite **soft law** da parte di ogni agenzia ("un bollettino della Fed sospetta backdoor nei modelli cinesi"), abbastanza da far **arretrare le imprese regolamentate**, senza spaventare gli hyperscaler (altrimenti le startup si rivolgerebbero a fornitori più loschi). (6) Questi modelli rendono **il mondo un po' più pericoloso**, non ancora in modo percepibile — fino al giorno in cui lo sarà; una battuta finale ironica su un "agente autoreplicante fuggito da un laboratorio cinese" (un'analogia COVID/lab-leak, "color me shocked"). Da leggere come **contrappunto** all'analisi di SFEIR (Kimi K3, reversibilità, [[sfeir-kimi-k3-moonshot-frontier-open-weights-2026-07-16]]) e al discorso pro-open-source di Xi al WAIC ([[xi-waic2026-gouvernance-mondiale-ia-2026-07-17]]).
#Dean W. Ball#Dean Woodley Ball#OpenAI
Dean W. Ball (Dean Woodley Ball, @deanwball sur X) — expert américain de premier plan en politique de l'IA et gouvernance des technologies émergentes. **Depuis le 6 juillet 2026 : Head of Strategic Futures chez OpenAI** (petite équipe sur la politique de l'IA de pointe — risques catastrophiques, auto-amélioration récursive, impact marché du travail, relations labos-États-société ; rend compte au Chief Strategy Officer Jason Kwon). Reste **Nonresident Senior Fellow** à la Foundation for American Innovation (FAI). **Parcours** : Senior Policy Advisor for AI and Emerging Technology à l'Office of Science and Technology Policy de la Maison Blanche (administration Trump) · où il fut le **principal rédacteur d'America's AI Action Plan** ; Research Fellow au Mercatus Center (George Mason) · Senior Program Manager à la Hoover Institution (Stanford) · Manhattan Institute · ex-Executive Director de la Calvin Coolidge Presidential Foundation. Auteur de la newsletter **Hyperdimensional** (21 000+ abonnés) ; Visiting Lecturer à la Yale Law School (cours sur la gouvernance de l'IA de pointe). Diplômé d'Histoire de Hamilton College (2014, magna cum laude) · ~33-34 ans · vit à Washington D.C. **Sensibilité** : libéral classique / libertarien · mais reconnaissant un rôle nécessaire de l'État face aux risques existentiels de l'IA. (Post X personnel ; date d'ajout à la veille : 2026-07-17.)
Xi Jinping — primo discorso di apertura al WAIC 2026: "quattro osservazioni" sull'IA, creazione della WAICO (29 paesi, sede a Shanghai), offerta al Sud del mondo contrapposta all'"America First" (Xinhua/SCIO)
Analisi SFEIR (voce dell'azienda) sulla decisione, annunciata il 16 luglio 2026, di **Airbus** di selezionare **Scaleway** (gruppo **iliad**) come proprio **"cloud di fiducia"** per ospitare e modernizzare le sue applicazioni aziendali critiche e i dati più sensibili (progettazione aeronautica, ingegneria, produzione industriale, operazioni, proprietà intellettuale). Al termine di una gara d'appalto avviata a **inizio gennaio 2026** che confrontava **dieci candidati**, Scaleway vince su **tre criteri** — capacità tecnologiche/IA, eccellenza operativa e, soprattutto, **garanzie legali e di governance**: giurisdizione europea, protezione dei dati reale, **immunità dal** **Cloud Act** statunitense. SFEIR sottolinea il **capovolgimento della gerarchia**: la governance ha pesato più della funzionalità, sebbene gli hyperscaler statunitensi (Microsoft, Google, AWS) mantengano una superiorità funzionale che nessun attore europeo eguaglia "su tutta la linea". L'accordo, pluriennale e di importo non divulgato, **integra** (non sostituisce) la strategia **multicloud** di Airbus — la dottrina sostenuta dall'azienda: costruire un portafoglio in cui ogni reparto opera secondo i propri vincoli, mantenendo al contempo il **potere di cambiare** (reversibilità, cfr. France Télévisions/ALIX distribuita senza riscrittura). La vera posta in gioco è l'**IA souveraine**: far girare modelli su dati industriali (simulazione, manutenzione predittiva, ingegneria assistita) richiede una **catena completa — calcolo, addestramento, inferenza — mantenuta all'interno di una giurisdizione di fiducia**. Tre insegnamenti: una **soglia di credibilità** superata per il cloud sovrano europeo; **governance > funzionalità** per i dati strategici; la sovranità si costruisce **a strati** (infrastruttura → piattaforma → modello), e la parte decisiva — la reversibilità dell'IA — si giocherà nei prossimi mesi.
Analisi del gabinetto di ingegneria SFEIR ("una lettura da ingegnere") sul lancio, il **16 luglio 2026**, di **Kimi K3** da parte del laboratorio cinese **Moonshot AI**: un modello **open-weights, di livello frontier**, il cui fornitore dichiara **circa 2.800 miliardi di parametri**, un **contesto da un milione di token** e il **rilascio dei pesi prima del 27 luglio 2026** (probabilmente con licenza Modified MIT, come per la linea K2). Tesi: una capacità un tempo ritenuta riservata ai giganti proprietari (Anthropic, OpenAI, Google) diventa disponibile **in open weights, a prezzo scontato, da un laboratorio cinese**. SFEIR — pur essendo **partner di Anthropic e Google Cloud**, e quindi "senza alcun interesse a sopravvalutare un modello cinese" — adotta una **riserva metodologica** cardinale: il giorno del lancio **non esiste alcuna tabella di benchmark ufficiale e completa**; le specifiche (2,8T, Kimi Delta Attention, +25% di efficienza di addestramento) e i punteggi sono **dichiarati dal fornitore** o tratti da **arene comunitarie**, "da trattare come affermazioni, non come fatti misurati." La nuova architettura (**Kimi Delta Attention**, attenzione lineare ibrida; decodifica dichiarata fino a **6,3 volte più veloce** a 1M di token) rompe con la cadenza K2 (K2 lug. 2025 → K2.7 Code giu. 2026, un modello di punta ogni due mesi); due varianti accompagnano il lancio (**K3 Max**, **K3 Swarm Max**), con dismissione forzata della serie kimi-k2.5/moonshot-v1 il **31 agosto 2026**. **La vera arma è il prezzo** (~3$/M in ingresso, 0,30$ in cache, 15$ in uscita secondo fonti secondarie): un modello open-weights di livello frontier a questo livello **trascina verso il basso l'intera curva prezzo-prestazioni** — la commodizzazione del livello modello, accelerata dall'open source. Ma la singolarità decisiva non è un punteggio: è la **reversibilità**. Un modello open-weights di livello frontier trasforma un'API consumata (dipendenza dal fornitore) in un'**opzione** (self-hosting, portabilità, uscita dal lock-in), al prezzo di un'infrastruttura pesante per ospitare 2,8T di parametri. Il punto di vista di SFEIR: **l'open-weights cambia la domanda, non solo la risposta** — non più "quale modello è il migliore/il più economico?" ma "quanta parte del mio sistema sono disposto a rendere dipendente da un fornitore che non controllo?". La postura corretta resta un **portafoglio instradato** (un modello per compito, un modello per vincolo), con Kimi K3 che aggiunge una **colonna "reversibilità"** alla griglia decisionale. La convinzione "AI Only" resta invariata: il modello è una commodity, il vantaggio duraturo risiede nell'ingegneria che lo circonda (Context Engineering, harness, governance dei costi, capacità di cambiare idea). Le cifre restano da validare "in autonomia" — sui propri repository, sui propri dati.
Prasanna Sankar (co-fondatore/CTO di Rippling, fondatore di Vorflux) pubblica "The Great Flattening" — un saggio-manifesto che sostiene che i modelli di coding sono diventati **sovrumani** e che il collo di bottiglia si è spostato dalla produzione di codice alla **codifica del giudizio** negli *agent harness*. Tutto, all'interno dell'organizzazione, "collassa verso l'harness"; il vero lavoro di ciascuno diventa *self-profiling*: estrarre i framework decisionali taciti dalla propria testa per codificarli nella codebase. Lancio simultaneo di Vorflux ("autopilot for software engineering"), seed da 15 milioni di dollari (Y Combinator, Peak XV Partners, Alliance DAO). Il saggio ha totalizzato oltre 60.000 visualizzazioni su X in 24 ore.
#Great Flattening#Vorflux#Prasanna Sankar
Prasanna Sankar (Prasanna S, @myprasanna) — co-fondateur et ex-CTO de Rippling ($16B+ valorisation) · fondateur et CEO de Vorflux AI. Article publié sur X (format long-form article) le 14 juillet 2026 · contenu repris comme manifeste Vorflux (vorflux.com/manifesto).
Analisi SFEIR (voce dell'azienda) sulla disponibilità generale, a partire dal 9 luglio 2026, di **GPT-5.6** di OpenAI — non un singolo modello, ma una **famiglia di tre livelli**: **Sol** (ammiraglia per compiti long-horizon/cyber/scienza, l'unico a sbloccare le modalità "max" e "ultra"), **Terra** (livello bilanciato per l'uso quotidiano, ~metà del prezzo di GPT-5.5) e **Luna** (veloce/economico, alto volume). Tutti e tre condividono ~**1,05 M di token** di contesto, **128k** token di output e una data di cutoff della conoscenza al **16 febbraio 2026**. Il fatto più strutturante non è un punteggio, ma una **griglia tariffaria aggressiva** (Sol 5$/30$, Terra 2,50$/15$, Luna 1$/6$ per milione di token): Sol mantiene il prezzo dell'ammiraglia precedente pur essendo più capace, spostando il confronto sul **rapporto capacità-costo**. Due sottigliezze di fatturazione (le scritture in cache fatturate a **1,25×**, un sovrapprezzo oltre i **272k** token) rendono la griglia fuorviante finché non si è misurato quanto contesto l'agente rilegge (rapporto lettura/scrittura ~**153:1** nella programmazione agentica). Verdetto dell'ingegnere, presentato come neutrale (SFEIR è al tempo stesso partner **Google Cloud Premier** *e* partner **Anthropic**): **nessuno vince su tutti i tavoli** — GPT-5.6 domina Terminal-Bench 2.1 e il Coding Agent Index (a un terzo del costo per compito), Claude resta avanti su SWE-Bench Pro (~15 pt); METR ha segnalato un tasso record di **reward hacking** su Sol. Conclusione: "smettere di cercare il campione, imparare a instradare" — il modello è un commodity, il vantaggio duraturo risiede nel **Context Engineering/Harness Engineering**.
**Rapporto ricorrente di Mozilla**, *The state of open source AI*, **v1.0.1, luglio 2026**, introdotto da una lettera di **Raffi Krikorian** (CTO): sette sezioni, un sito interattivo e un rapporto scaricabile. Tesi enunciata nel titolo della Sezione 1: *« Il livello del modello si è commoditizzato. Il valore si sposta sull'harness sovrastante. »* **Stato delle capacità**: sull'*Artificial Analysis Intelligence Index v4.1*, il miglior modello chiuso ottiene **61** punti (Claude Opus 5) e il miglior modello open **57** (**Kimi K3**), quarto in classifica generale e davanti a tre dei più grandi laboratori chiusi; sull'*Epoch Capabilities Index*, lo scarto è di **6 punti** (K3 a 156 contro GPT-5.6 Sol a 162), descritto come *« all'incirca un ciclo di release »*, con intervalli di confidenza sovrapposti. **Frontiera a dente di sega**: l'open è in testa nel codice frontend (K3 a 1.679 Elo sulla LMArena Frontend Code Arena, sei domini su sette), contende il lavoro agentico da terminale (88,3 contro 88,8 su Terminal-Bench 2.1), e cede terreno sul lavoro professionale di conoscenza (Fable 5 supera K3 di 92 Elo su GDPval-AA v2). **Spostamento d'uso**: la quota di token OpenRouter instradati verso modelli open-weight è salita da un livello trascurabile a un terzo entro fine 2025, poi a una **maggioranza entro metà 2026**, con i sette modelli a maggior volume tutti open-weight — il rapporto stesso osserva che *« in numero di richieste, i fornitori chiusi statunitensi restano in testa »*, il vantaggio open essendo un vantaggio in volume di token concentrato nei carichi di lavoro di coding e agentici. **Il contrasto centrale**: *« L'open si spedisce facilmente. L'open si distribuisce con difficoltà. »* — il 79% degli sviluppatori che adottano l'IA usa modelli open contro il 71% per il chiuso, ma solo il **53%** dei team su modello open raggiunge la produzione **contro il 63%**, e lo scarto si allarga con la dimensione dell'organizzazione (chiuso 54% → 73%, open 53% → 57%), il che *« esclude una spiegazione basata sulle risorse »*. La mappa di maturità dello stack (48 componenti, 9 livelli) mostra due colonne costantemente fredde — la **standardizzazione** e la ***prontezza enterprise*** — identificate come il divario operativo. **Sezione 5**: *« L'harness agentico è un altro user agent »*, e *« Il modello sta divorando l'harness »* — su ogni modello in cui entrambi esistono, l'harness proprietario del laboratorio ora vince, con lo scarto di 21,8 punti compresso a circa 3. Da cui la formula: *« Un harness calibrato strettamente sui pesi di un laboratorio… degrada su qualsiasi altro modello, quindi più stretta è la calibrazione, meno intercambiabili sono i pesi sottostanti. Il lock-in arriva come effetto collaterale dell'ottimizzazione. »*
#Mozilla#state of open source AI#pesi open
**Mozilla** — éditeur du rapport · avec une introduction signée **Raffi Krikorian** · *Chief Technology Officer*. Publié en **juillet 2026** (v1.0.1). Données issues de sources tierces créditées (Artificial Analysis, Epoch AI, OpenRouter, LMArena) et d'une enquête propre menée avec **SlashData** (*Mozilla / SlashData 2026 developer survey*, n = 1 410 sur la question des freins).
Nota di analisi **Trésor-Éco n° 391** (giugno 2026) della **Direction générale du Trésor** (Ministero dell'Economia francese), a cura di **Martin Chopard, Elisa Cotet, Tristan Gantois ed Eloïse Villani**. Rassegna della letteratura economica istituzionale su **l'effetto dell'IA (principalmente generativa) sull'occupazione**. **Tesi in tre parti**: (1) l'IA incide sul volume dell'occupazione tramite **due canali contrapposti** — l'effetto di **spiazzamento** (sostituzione dei compiti automatizzabili) contro l'effetto di **produttività** (complementarità, riduzione dei costi, aumento della domanda) — ma **l'effetto aggregato resta, per il momento, debole/non misurabile**, per mancanza di prospettiva storica e di adozione (≈20% delle imprese UE nel 2025); (2) emergono **effetti eterogenei** a seconda delle **professioni** (esposizione ≠ effetto: tutto dipende dal grado di sostituibilità/complementarità e dall'**elasticità di prezzo** della domanda), dei **lavoratori** (progresso tecnico orientato, preoccupazioni per i **giovani**) e dei **settori** (finanza, IT, servizi alle imprese i più esposti); (3) nel **lungo periodo l'effetto netto resta incerto** — tra una sostituzione massiccia (se l'IA agentica/fisica si diffonderà) e la **distruzione creatrice** (lezione delle rivoluzioni passate: le innovazioni hanno creato più posti di lavoro di quanti ne abbiano distrutti). Conclusione di **politica pubblica**: sostenere la transizione (formazione, mobilità — il piano "Osez l'IA", France 2030) e **investire nell'IA per non restare indietro** nella competizione internazionale. Corpus ampiamente documentato (43 note a piè di pagina, pannelli di stime nelle Tabelle 1-3).
#IA e occupazione#intelligenza artificiale generativa#effetto di spiazzamento
**Martin Chopard · Elisa Cotet · Tristan Gantois · Eloïse Villani** — économistes de la **Direction générale du Trésor** (DG Trésor) · Ministère de l'Économie · des Finances et de la Souveraineté industrielle · énergétique et numérique. Directrice de la publication : Dorothée Rouzet. Le document engage la DG Trésor mais « ne reflète pas nécessairement la position du ministère ».
Annuncio di benchmark da **Artificial Analysis** (piattaforma indipendente di valutazione di modelli AI, via X/Twitter + pagina del modello): **GLM-5.2** di **Z.ai** (Zhipu AI, @Zai_org) diventa **il modello open weights leader** e sale al **#3 posto nella classifica generale** di **GDPval-AA**, un benchmark basato su casi reali per il *lavoro intellettuale economicamente rilevante* (compiti agentic, multi-turno, a lungo orizzonte). GLM-5.2 ottiene **1524 Elo**, dietro solo a **Claude Fable 5 (1783)** e **Claude Opus 4.8 (1615)**, e alla pari con **GPT-5.5 (xhigh, 1509)**. Precede con largo margine il miglior modello open successivo (**MiniMax-M3, 1408**), insieme a numerosi modelli proprietari: **Gemini 3.5 Flash (1357)**, **Qwen 3.7 Max (1289)**, **Muse Spark (1158)**. I compiti sono autenticamente agentic: **~31 turni per compito** in media su **1.999 confronti**. La stessa classifica si conferma sull'**Artificial Analysis Intelligence Index** (1° tra i modelli open weights), sull'**Agentic Index** (#3) e su **AA-Briefcase** (#3, davanti a GPT-5.5 xhigh, dietro solo a Fable 5). Da segnalare: un modello **open weights** con licenza **MIT**, **MoE con 753 miliardi di parametri / 40 miliardi attivi**, **contesto di 1M token**, con un prezzo di **1,40$/4,40$ per 1M di token** in input/output, che rivaleggia con la frontiera proprietaria sul lavoro agentic — un vero passo avanti per i modelli open.
Articolo di **Paul Sawers** pubblicato su **The New Stack** il **16 giugno 2026**, sulla **sospensione da parte di Anthropic** — *"on the very day it was scheduled to go live"* — della separazione di fatturazione pensata per distinguere l'utilizzo dell'**Agent SDK** dai limiti dell'abbonamento Claude. **Messaggio citato di Anthropic**: *"We're pausing the changes to Claude Agent SDK usage described below. For now, nothing has changed."* **Il contributo dell'articolo non è l'annuncio in sé, ma il contesto che lo circonda**, articolato in tre cerchi concentrici. **Cerchio 1 — la settimana di Anthropic**: il 9 giugno, il rilascio di **Fable 5 e Mythos 5**, i primi modelli di classe Mythos generalmente disponibili, dotati di misure di sicurezza informatica rafforzate; pochi giorni dopo, una **direttiva statunitense sul controllo delle esportazioni** costringe Anthropic a **ritirare entrambi i modelli per tutti i suoi clienti nel mondo**. La sospensione del nuovo regime tariffario viene letta, in questo contesto, come *"a little good news"*. **Cerchio 2 — i danni collaterali della tempistica**: le aziende che avevano già trasferito il cambiamento ai propri clienti si trovano scoperte; **Conductor**, uno strumento di coding multi-agente costruito sull'Agent SDK, è costretto a pubblicare una smentita (*"Anthropic has delayed the subscription updates to Claude plans"*). **Cerchio 3 — la tensione di fondo, che va oltre Anthropic**: una citazione di **Boris Cherny** (a capo di Claude Code) risalente ad aprile, durante una precedente restrizione, secondo cui gli abbonamenti *"weren't built for the usage patterns of these third-party tools"* — un'ammissione che **le formule a tariffa fissa e l'utilizzo agentico illimitato non vanno d'accordo**; **GitHub** ha risolto la questione allo stesso modo, eliminando a giugno il modello a tariffa fissa delle *premium requests* di **Copilot** a favore di una **fatturazione basata sui token**, nonostante le proteste. A ciò si aggiunge, **nella stessa settimana**, una **proposta di class action** depositata presso un tribunale federale della California, secondo cui i livelli **Max** sarebbero ben al di sotto dei moltiplicatori di utilizzo pubblicizzati per le sessioni di coding intensivo. Anthropic non indica quando arriverà un approccio rivisto, limitandosi a dichiarare che *"works to update the plan to better support how users build with Claude subscriptions."* **La lettura finale dell'autore**: tra la pressione governativa su Fable e Mythos, un'**IPO** pianificata e le **voci di tagli di prezzo da parte di OpenAI**, Anthropic sta cercando di **tenere dalla propria parte la base di sviluppatori** — e la sospensione è, per ora, un mezzo per raggiungere questo obiettivo.
#Anthropic#Claude Agent SDK#abbonamento Claude
**Paul Sawers** — journaliste tech · signe ici pour **The New Stack**. Registre de **presse spécialisée** : l'article ne relaie pas seulement l'annonce · il la replace dans une série (les changements de facturation successifs d'Anthropic) · la compare à un précédent sectoriel (GitHub Copilot) et l'articule à trois pressions concomitantes (export control, IPO, concurrence). Sourçage explicite et attribué — le billet de Zed · l'analyse de Matthew Diakonov · le post de Conductor · une déclaration antérieure de Boris Cherny.
Satya Nadella (Microsoft) teorizza "il futuro dell'impresa" in un'economia guidata dall'IA: ogni azienda dovrà costruire, accanto al proprio capitale umano (giudizio, relazioni, riconoscimento di pattern), un "capitale di token" — la propria capacità proprietaria in IA. Il valore reale non risiede nella scelta del modello migliore, bensì in un ciclo di apprendimento (private evals, ambienti RL, base de connaissances) che codifica la conoscenza istituzionale e si accumula nel tempo. Un argomento a favore di un "ecosistema di frontiera", non semplicemente di un "modello di frontiera", affinché il valore si diffonda anziché essere catturato da una manciata di modelli.
#futuro dell'impresa#capitale umano#capitale di token
Anthropic lancia Claude Fable 5 (un modello di classe Mythos reso sicuro per l'uso generale) e Claude Mythos 5 (lo stesso modello, con le protezioni rimosse, riservato ai cyberdifensori tramite Project Glasswing): prestazioni allo stato dell'arte in ingegneria del software, visione, memoria a contesto lungo e scienze della vita.
Analisi di **Olivier Rafal** per **WeNvision** (società di consulenza francese), pubblicata il **4 giugno 2026** (~4 min di lettura), che commenta il lancio della **Tokenomics Foundation** da parte della **Linux Foundation** (annuncio del 3 giugno, in partenariato con la **FinOps Foundation**), evento che l'autore interpreta come l'apertura ufficiale de **l'era del "FinOps for AI".** **Tesi centrale**: l'IA ha trasformato l'economia dello sviluppo software; il **token** è diventato *"la nuova unità di misura della spesa tecnologica"*, in parallelo con il cloud degli anni 2010 (costi **ricorrenti e variabili** da gestire attivamente), da cui il passaggio dei fornitori dal prezzo forfettario alla **fatturazione a token**. **Scala (urgenza)**: *"Secondo Goldman Sachs, l'uso globale di token dovrebbe moltiplicarsi per 24 entro il 2030, raggiungendo 120 quadrilioni di token al mese"* — un ordine di grandezza che fa passare l'efficienza dei token da *"dettaglio tecnico"* a tema di **consiglio di amministrazione**. Citazione di **J.R. Storment** (fondatore della FinOps Foundation): *"I costi e l'efficienza dei token sono diventati una preoccupazione di livello CEO, non una nota tecnica a piè di pagina."* **Problema di trasparenza/standardizzazione**: l'attuale pricing dell'IA non è comparabile (token in ingresso / sistemi di caching / output differiscono da un modello all'altro) → la Tokenomics Foundation punta a **estendere la specifica FOCUS** open source per fornire un **linguaggio comune** per l'acquisto e il confronto. **Messaggio centrale di Rafal (al di là del costo)**: *"Lo scopo del FinOps non è tanto tagliare i costi quanto ottimizzare l'efficienza"* — la metrica reale è il **costo dell'IA relativo all'impatto sul business** (*time to market, qualità, funzionalità, eco-design*). **Limiti dei soli standard**: le norme tecniche non bastano, occorre **ripensare il Target Operating Model** (team, processi, cultura del dato, allineamento con il business); gli americani annunciano già *"la fine dei double-pizza team a favore dei sandwich team"*. **Segnale di allerta**: *"un SDLC potenziato dall'IA non farà che […] amplificare i problemi e aiutarvi ad andare più veloci… contro il muro"* (in assenza di fondamenta organizzative). **Sponsor della fondazione citati**: Accenture, Booking.com, Google Cloud, Microsoft, IBM, Salesforce. **Offerta di WeNvision**: *"co-costruire una roadmap, ripensare il modello operativo per l'era agentica e stabilire la governance finanziaria diventata indispensabile."* **Lettura in lingua francese, rivolta a dirigenti/responsabili della trasformazione**, della scheda [[tokenomics-foundation-linux-finops-token-economics-about-2026-06-03]]; converge con il cluster FinOps agentico [[finops-foundation-finops-for-ai-overview-2026-02-17]], finout-finops-ai-agents-four-step-allocation-framework-2026-04-27, gupta-token-budget-wars-marginal-token-utility-2026-05-28 (token→risultato, valore > volume).
#Tokenomics Foundation#FinOps for AI#FinOps for AI
**Olivier Rafal** · pour **WeNvision** (cabinet de conseil français — bureaux à Paris, Lille, Strasbourg, Bordeaux, Nantes, Toulouse, Belgique, Luxembourg). Olivier Rafal écrit en analyste/conseil familier des préoccupations de comité de direction (ancien analyste IT, profil conseil-transformation). Publié le **4 juin 2026**.
**Pagina About** del sito **tokeneconomics.com**, che presenta la **Tokenomics Foundation** — un progetto **Linux Foundation** annunciato il **3 giugno 2026**, gestito in **stretta collaborazione con la FinOps Foundation**. **Missione dichiarata**: *"establish open industry standards, benchmarks, and best practices for the economics of AI infrastructure"* — che collega **produzione, consumo e monetizzazione** dei token al **valore di business**. **Definizione quadro della tokenomics**: *"Tokenomics is not just about the cost of tokens, it's about the entire layer of AI that they drive from production, to consumption to monetization"* — ossia **l'intero strato economico dell'IA**, dal costo dell'infrastruttura alla selezione del modello fino all'ottimizzazione del valore. **Tesi delle fasi**: l'adozione iniziale dell'IA privilegiava la **capacità**; la fase attuale si sposta verso **efficienza e valore**, il che richiede una gestione sistematica dei costi e **visibilità**. **5 principi fondatori**: (1) ***"Efficiency is a design choice. AI cost is shaped by architecture, not just usage"***; (2) ***"Bigger is not always better. The best AI system is not always the one using the most expensive model"*** (right-tool / routing); (3) ***"Visibility comes before optimisation. Teams cannot manage what they cannot see"***; (4) ***"Value matters more than volume. More tokens, more calls, and more automation do not automatically mean better outcomes"***; (5) ***"Open knowledge benefits everyone"*** (standard condivisi, apprendimento collettivo, trasparenza). **Governance**: un **Governing Board** (direzione industriale + allocazione dei fondi) e un **Technical Committee** (specifiche aperte + benchmark). **Deliverable**: estensione della **FOCUS specification** (FinOps), specifiche aperte, benchmark, framework e metriche condivisi. **Pubblico target**: CAIO, CTO, CIO, CFO, ingegneri, team di prodotto, professionisti FinOps, ricercatori, startup, imprese, settore pubblico. **Obiettivo dichiarato**: portare le organizzazioni *"from experimental AI adoption to sustainable AI operations"* estendendo la disciplina della **spesa tecnologica variabile** all'era dei token. **Rilevanza per questa rassegna**: istituzionalizzazione/standardizzazione del **FinOps agentico** a livello di fondazione di settore — converge direttamente con le schede [[finops-foundation-finops-for-ai-overview-2026-02-17]], [[finout-finops-ai-agents-four-step-allocation-framework-2026-04-27]], orq-ai-finops-ai-agents-cost-per-outcome-hosseini-2026-04-15, gupta-token-budget-wars-marginal-token-utility-2026-05-28 (livello di allocazione, token verso outcome) e con lo spostamento **token → outcome** (Salesforce/Tallapragada, Sierra/Greenwald). I 5 principi corrispondono esattamente alle leve già rilevate: architettura > uso, **routing Haiku/Sonnet/Opus**, osservabilità prima dell'ottimizzazione, valore ≠ volume.
#Tokenomics Foundation#tokenomics#economia dei token
**Tokenomics Foundation** (entité collective, projet de **The Linux Foundation**, en partenariat avec la **FinOps Foundation**). Page institutionnelle *About* — **aucun auteur individuel nommé**. Annonce datée du **3 juin 2026**.
Alla vigilia dell'IPO record di SpaceX (valutazione obiettivo di circa 1,75-1,8 trilioni di dollari), The New York Times pubblica un'analisi interattiva del track record di promesse pubbliche di Elon Musk. Su oltre 600 impegni datati e quantificati (dichiarazioni, post, conference call con gli investitori), solo circa il 19% è stato mantenuto nei tempi previsti, se non del tutto. Il tasso peggiora nel tempo: circa il 75% mantenuto nel 2015, meno del 50% nel 2020. Marte, il robotaxi e la guida autonoma completa costituiscono la maggior parte degli obiettivi ripetuti e posticipati. L'articolo collega questo track record al prospetto informativo di SpaceX, che ora punta sull'AI (xAI è stata integrata) e riconosce esso stesso che i tempi delle sue principali iniziative sono indeterminabili.
Thread X virale (**230.5K visualizzazioni**, 28 maggio 2026, 1:51 AM) di **Jaya Gupta** (@JayaGup10, investitrice — probabilmente Foundation Capital, autrice del framework *Context Graphs*) intitolato ***"Token Budget Wars"***. **Tesi cardine**: ***"Enterprise AI has moved from adoption to allocation"*** — la fase 1 dell'IA enterprise ha dimostrato che i modelli funzionano; la fase 2 deciderà **quanto di quel lavoro vale la pena**. La nuova valuta al vertice dell'impresa è la **capacità di quantificare il ROI dell'IA**: *"show me the value"*. Concetto canonico: ***marginal token utility*** = *"the business value created by each additional dollar of inference"* — il numero che conta su larga scala, e che **la maggior parte delle aziende non riesce a vedere**. Cronologia: **Claude è stato rilasciato a novembre 2025**, dopo che i budget annuali 2026 erano già bloccati → già nel **Q1**, aziende *"running multiples ahead of plan"* → l'inferenza smette di essere una voce di spesa sperimentale e diventa un **costo operativo ricorrente**. Passaggio da **sperimentazione (qualche centinaio di migliaia di $) → infrastruttura (sette cifre, $1M+)**: su scala infrastrutturale, **la varianza tecnica produce oscillazioni materiali di conto economico — due esecuzioni dello stesso workflow sullo stesso input possono differire di 5-10× nel costo in token** senza che nulla sembri visibilmente rotto, *"a number the CFO has to explain to the CEO"*. **L'IA compete con il lavoro**: 3 tipi di richieste di budget (sostituire lavoro esternalizzato / sostituire lavoro interno / generare ricavi) → spostamento verso il ***costo di un risultato completato*** (costo per ticket risolto, sinistro elaborato, contratto revisionato, fattura completata, assunzione evitata, cliente trattenuto, dollaro di ricavo mosso). **Il BPO = il benchmark più facile a cui confrontarsi** (già prezzato in unità completate); il lavoro interno è molto più difficile (dipendenti multi-competenza, guadagni diffusi, resistenza delle risorse umane alla riduzione dell'organico). **Perché è diverso dal SaaS**: il SaaS ha imparato a trattare l'utilizzo come proxy del valore; l'IA rompe questo proxy — *"the signal and the noise share the same unit"* (il token), *"SaaS usage told you the software had been adopted. AI usage tells you the meter is running. It doesn't tell you whether your company is cooking."* **Tre cause dell'invisibilità della marginal token utility**: (1) ***retry tails*** — token per workflow risolto ≈ **T/p**; passare dal 90% al 70% di completamento aumenta il costo effettivo di circa il **28%**, non il 20%, perché i fallimenti si compongono; (2) ***context inflation*** — il costo di inferenza è ≈ **O(n²)** rispetto alla lunghezza del contesto (attenzione), raddoppiare il contesto **quadruplica** il costo di ragionamento (over-retrieval: 50 documenti quando ne basterebbero 5); (3) ***routing*** — di default si usa il modello più potente (una classificazione di base eseguita su un modello di ragionamento complesso); su milioni di chiamate, la differenza tra instradare i compiti semplici verso un modello piccolo e inviare tutto al modello di frontiera = *"the difference between a manageable bill and a board-level problem."* **Divisione settoriale**: le aziende **software** = un problema di **misurazione della produttività** (già strumentato: PR, commit, deploy, incidenti, cycle time, MTTR — traccia gli *"AI layoffs"*); le aziende **non software** = un problema di **trasformazione** (lavoro operativo: sinistri, underwriting, supporto, revisioni di conformità, eccezioni nella supply chain, contestazioni di pagamento — *right under audit, not just right on average*). **Il livello mancante = attribuzione token-risultato**: uno strato di conversione che collega spesa di inferenza → lavoro svolto → risultato di business, rispondendo a 3 domande (costo reale includendo retry/correzioni; quali parti della traccia contavano rispetto al thrashing; il lavoro ha cambiato il modello operativo). ***La misurazione diventa memoria***: collegare un token a un risultato richiede di catturare **tracce decisionali** (cosa l'agente ha visto, recuperato, chiamato, ignorato, dove ha ritentato, quando un umano ha annullato) — *"decision rationale is one of the most perishable assets in a company"* (vive in Slack, email, chiamate di escalation, teste delle persone). Gli agenti **creano** queste tracce; catturate anzitutto per giustificare la spesa, diventano *"more valuable than the cost report"* → un **context graph** (*"although I am so tired of that word these days"*). **Il livello di allocazione è il premio**: chi possiede l'attribuzione token-risultato prende le **decisioni di allocazione** (quali workflow meritano più capacità di calcolo, quali sono limitati, quali passano a modelli più economici, quali restano umani, quali sostituiscono il BPO). Le aziende non lo faranno da sole — lo **compreranno come una trasformazione** (playbook Fortune 500: alumni di McKinsey + Palantir + CEO top-down, sul modello di ERP/BI/trasformazione digitale, un *"programma"* con uno sponsor esecutivo e un'infrastruttura che diventa la **nuova fonte di verità**). Inquadrato da **Charlie Munger**: *"show me the incentive and I will show you the outcome."* Sottotesi organizzativa: l'istinto manageriale vecchio di decenni secondo cui *grandi team = grandi incarichi/perimetro/potere* → una volta che l'intelligenza diventa la **risorsa scarsa**, il nuovo indicatore è *"how much of it you're orchestrating."* Rilevanza diretta per il **posizionamento Cost Optimization / agentic FinOps**: conferma empiricamente le leve (model routing, prompt caching, context hygiene, sub-agent) e sposta il KPI verso il **costo per risultato completato**. Forte convergenza con il *cross-system labor* di Bain (moat sui dati di esecuzione, Cursor), *No AI jobpocalypse* di Ng (pricing ancorato allo stipendio del dipendente sostituito), DORA ROI (costo per feature), Mensch/Mistral (elettrone→token), Ensarguet (economia del calcolo), *Context Graphs* di Foundation Capital (tracce decisionali, stessa autrice), *Token Burning* di Wescale, BFM/Girard (token = carburante di valore).
**Jaya Gupta** (@JayaGup10) — investisseuse / VC. Très probablement **Foundation Capital** (le thread s'auto-réfère au cadre ***Context Graphs*** — *« ahem, context graph, although I am so tired of that word these days »* — concept porté par Foundation Capital, cf. fiche `bain-100b-saas-opportunity` qui cite *Foundation Capital — Context Graphs trillion-dollar opportunity, 2025-12-22*). Thread publié sur X le **28 mai 2026 à 1h51** · **230 · 5K vues** · format essai long en un seul post. Une réponse notable de **@tuning_engines** (*« DevSecFinOps for the Agentic Era »*) : *« Tokens will basically have to be managed like headcount […] model hierarchies too »*.
Post del blog **Zed** firmato da **Franciska Dethlefsen** (head of growth and marketing), pubblicato il **14 maggio 2026** — il giorno dopo l'annuncio di Anthropic — per rispondere alle domande degli utenti Zed. **Oggetto**: a partire dal **15 giugno**, Anthropic **divide la fatturazione degli abbonamenti Claude in due pool** — uno per i suoi **strumenti proprietari** (chat, la CLI ufficiale Claude Code), l'altro per l'**uso di agenti e SDK di terze parti** (tutto ciò che passa tramite **ACP**, `claude -p`, o uno strumento di terze parti). L'uso via ACP **smette quindi di attingere ai limiti Pro o Max** e passa a un **credito mensile "Agent SDK"**: **20 dollari per Pro, 100 dollari per Max 5x, 200 dollari per Max 20x**. Una volta esaurito il credito, l'uso continua **al prezzo API standard** se l'overage è abilitato — altrimenti le richieste si interrompono fino al ciclo successivo. **La cifra che guida l'articolo**: gli abbonamenti avevano fino ad allora sovvenzionato l'uso agentico con un fattore di **circa 15-30×** rispetto al prezzo API, e i nuovi crediti sono fatturati **ai prezzi API pieni** — da cui *« for anyone using agents heavily, this is a major cost increase »*. **Vengono proposte tre opzioni**, in un ordine che rivela la posizione di Zed: (1) mantenere l'abbonamento eseguendo la **CLI ufficiale `claude` in un terminale dentro Zed** anziché via ACP — *« when the official claude CLI runs in the terminal, it uses your subscription's limits, not the new credit »*; (2) usare l'agente integrato di Zed con il provider a scelta (modelli ospitati da Zed, chiavi API, Copilot, Ollama locale, DeepSeek); (3) collegare **qualsiasi agente ACP** — OpenCode, Codex, Factory, Cursor —, diversi dei quali offrono ancora abbonamenti a limiti di frequenza che sovvenzionano l'uso intensivo. **La tesi di fondo**, e la vera ragione del post: *« ACP is an open protocol… so that your editor is never locked into one provider's pricing decisions »*, con l'anticipazione esplicita che *« this kind of change won't be the last »*. **Il post porta un'aggiunta datata 16 giugno 2026** che annuncia che **la modifica è sospesa**: ACP, `claude -p`, l'Agent SDK e le applicazioni di terze parti continuano a funzionare con gli abbonamenti **come prima**, nessun credito separato da rivendicare, limiti invariati, Anthropic sta rivedendo il proprio piano con un preavviso annunciato. **L'artefatto è quindi autocontraddittorio**: il suo contenuto più importante — il dietrofront — è successivo di un mese alla propria data di pubblicazione.
#Zed#Anthropic#abbonamento Claude
**Franciska Dethlefsen** — head of growth and marketing chez **Zed Industries**. Le rôle est déterminant pour lire le texte : ce n'est pas un billet d'ingénierie mais une **communication de crise produit** · écrite le lendemain d'une annonce d'un fournisseur dont Zed dépend · à destination d'utilisateurs inquiets. La signature growth/marketing explique la structure (problème → options → réassurance) et le fait que l'argument protocolaire arrive en conclusion plutôt qu'en tête.
Testimonianza di **Arthur Mensch** (co-fondatore e CEO di **Mistral AI**) accompagnato da **Audry Herblin-Stoupe** (direttrice degli affari pubblici) davanti alla **commission d'enquête sur les vulnérabilités numériques** dell'Assemblea nazionale (presieduta da Philippe Latombe, assente — seduta presieduta dal relatore). Testimonianza sotto giuramento, ~1h15, maggio 2026. Tesi cardine di Mensch: ***"il cloud è intelligenza artificiale"*** — nessuna distinzione tra servizi digitali e IA, l'IA è l'unità atomica della catena del valore del cloud, dai semiconduttori (ASML) al deployment aziendale. **Mistral nel 2026**: 1.000 dipendenti, valutazione di 12 miliardi di euro, obiettivo di **1 miliardo di euro di fatturato entro fine 2026**, 1 miliardo di euro investiti in R&S nel corso dell'anno, 30% del fatturato in Francia / 70% fuori dalla Francia / ~75% in Europa, clienti: DINUM, Caisse des dépôts, France Travail, MACGM, Stellantis, TotalEnergies, BNP Paribas, ministère des Armées, Lussemburgo (amministrazione centrale). **Quadro concettuale di Mensch**: l'IA è una **risorsa naturale** — *"trasformiamo l'elettricità in intelligenza, in generazione di token."* Economia: 1 GW di data center = **50 miliardi di dollari di investimento in 5 anni**, genera **20 miliardi di dollari di token/anno** ≈ 50% di margine lordo. Lungo la catena elettrone→token, **circa il 10% del valore è nell'elettrone**, il 90% altrove (chip, software, servizi). **Tesi macro allarmista**: se l'Europa importa il 10% del proprio monte salari in IA non europea, ciò equivale a **un deficit commerciale aggiuntivo di 1.000 miliardi di euro**; sono necessari 20.000 miliardi di euro di investimenti infrastrutturali per servire l'Europa (40 GW Francia / 400 GW Europa). **Strategia di sovranità**: ***"non pensare alla sovranità come isolazionismo ma come leva."*** **Pressione temporale**: *"non abbiamo tempo"* — una finestra di **2 anni** prima che le risorse energetiche europee vengano monopolizzate dagli hyperscaler americani che investono **1.000 miliardi di dollari/anno**. **Cinque diagnosi operative**: (1) Onere normativo = 5 addetti alla compliance in Mistral, 27 normative non sincronizzate, imprenditori che lasciano per gli Stati Uniti; (2) Mercato frammentato = ~60 operatori telco europei contro 3 negli Stati Uniti; (3) Appalti pubblici sottoutilizzati come leva strategica (50% del PIL UE); (4) Energia: 9 GW di surplus francese a rischio di essere monopolizzati da attori statunitensi entro 2 anni; (5) Distillazione = una tecnica di riduzione dei costi, **non** un recupero tecnologico. **Dottrina della difesa**: Mistral collabora con il ministère des Armées, rifiutando esplicitamente una "supervisione" dell'uso finale ("non abbiamo legittimità democratica"), un posizionamento *anti-Anthropic-Mythos*. **Cybersicurezza**: riconosce le capacità offensive dei modelli ("cresce in modo lineare, prevedibile, per tutti nello stesso momento"), si oppone al *fear marketing* di un concorrente americano (implicitamente Anthropic). **Campus IA**: partecipazione fortemente minoritaria, potenziale fornitore (Mistral + hyperscaler), 35 miliardi di euro MGX/Abu Dhabi + Nvidia, 100 ettari a Saint-Arnoult, 1,4–1,6 GW (= Flamanville), energia nucleare francese = impronta di carbonio ridotta. **Annotazione**: team di dottorandi (non più microworker), Madagascar per la robotica con garanzie salariali. **Modello di business**: nessuna bolla sul lato della domanda, **collo di bottiglia dell'offerta** (chip, memoria, elio, elettroni). **Conclusione di avvertimento**: *"se non lo facciamo abbastanza in fretta, diventeremo uno stato vassallo."*
#Arthur Mensch#Mistral AI#Audry Herblin-Stoupe
**Arthur Mensch** (cofondateur et directeur général de **Mistral AI**) accompagné d'**Audry Herblin-Stoupe** (directrice des affaires publiques et de la communication, Mistral AI). Mensch a cofondé Mistral AI le 28 avril 2023 avec **Guillaume Lample** et **Timothée Lacroix** — tous les trois précédemment dans les *« gros acteurs américains »* (Google DeepMind / Meta FAIR). Audition tenue devant la **commission d'enquête de l'Assemblée nationale sur les vulnérabilités numériques** · présidée par **Philippe Latombe** (député MoDem, Vendée — absent ce jour). Séance présidée par la **rapporteur** (non nommée dans le transcript) · avec interventions du président lui-même (revenu en cours) · du député **Arnaud Saint-Martin** (LFI/Saint-Arnoult — sa circonscription accueille Campus IA) · et de la rapporteur sur les questions économiques.
Lancio di **AI/works™**, una **piattaforma di sviluppo agentico** rivendicata da **Thoughtworks** come *"il nuovo standard per costruire e gestire sistemi di livello industriale nell'era dell'IA."* Il messaggio centrale è **economico**: *"il vecchio modello ti faceva pagare milioni per costruire, gestire, poi pagare di nuovo per ricostruire — AI/works™ pone fine a questa routine."* La piattaforma copre **l'intero SDLC** attorno a un concetto centrale, la ***Super Spec*** (una specifica dinamica e unificata che copre architettura, workflow, sicurezza, dati, UX), con **sei capacità**: Reverse Engineering (legacy → specifiche as-is), Dynamic Spec Development (requisiti grezzi → Super Spec), Spec to Code (agenti coordinati che generano codice testabile), Developer Experience (golden path governati), Control Plane (orchestrazione degli agenti con trasparenza dei costi, guardrail attivi, tracciabilità end-to-end), Runtime Ops (monitoraggio continuo che rileva i cambiamenti, aggiorna la Super Spec, rigenera il codice impattato). Metodologia **3-3-3**: 3 giorni per allinearsi sul concetto di prodotto, 3 settimane per il prototipo (desiderabilità/vitalità/fattibilità), 3 mesi per l'MVP in produzione. Riconoscimento di **Constellation Research**: *"cambiare l'economia della fornitura di software enterprise"* tramite un approccio *"spec-driven, lifecycle"*. Slogan di apertura: ***"We are doing it again for the AI era"*** — che richiama l'eredità XP/CI-CD/microservizi di Thoughtworks. Posizionamento anti-hype: *"si basa su un fondamento ingegneristico piuttosto che sull'entusiasmo"*, *"nessuna folla di consulenti"*, *"la finanza può aprire la fattura senza accendere le luci di emergenza."* Partner in evidenza: AWS, GCP, Azure, Databricks, Snowflake + Claude, OpenAI, DeepSeek, Gemini, Grok + NVIDIA, Groq, Stripe, Spotify, CAST, Cyn DX, Mechanical Orchard.
#Thoughtworks#AI/works#AI works trademark
**Thoughtworks** (auteur collectif corporate, page produit/marketing). Aucun individu cité sur la page. Contexte des figures Thoughtworks pertinentes en arrière-plan : **Martin Fowler** (chief scientist emeritus, *Refactoring*, *Patterns of Enterprise Application Architecture*) · **Rebecca Parsons** (CTO emeritus) · **Birgitta Böckeler** (Distinguished Engineer, *Harness Engineering for Coding Agents*, fiche 2026-04-02) · **Matt Kamelman** (*Service-as-Software*, fiche 2025-12-03) · **Sam Newman** (*Building Microservices*).
Editoriale di Andrew Ng su The Batch n°352 dell'8 maggio 2026 — **"There Will Be No AI Jobpocalypse"** — che smonta la narrazione della disoccupazione di massa causata dall'IA, basandosi sul tasso di disoccupazione USA **sano al 4,3%** e su assunzioni tech solide. Ng individua **tre motori** della narrazione del jobpocalypse: **(1) incentivi tecnologici** — i laboratori IA traggono vantaggio dal presentarsi come trasformativi-dirompenti (round di finanziamento, valutazioni, talenti); **(2) potere di determinazione dei prezzi** — i fornitori applicano **10.000+ $/anno** ai clienti enterprise **ancorando i propri prezzi allo stipendio del dipendente sostituito**, anziché al pricing SaaS tradizionale (per postazione / per utilizzo); **(3) comunicazione aziendale** — le imprese riformulano i propri licenziamenti come *"efficienza IA"* piuttosto che riconoscere le **assunzioni eccessive dell'era pandemica** del 2020-2022. Riconoscimento onesto: *"AI disrupts work"*. Ma Ng lo capovolge in **"AI jobapalooza"** (gioco di parole su Lollapalooza) — creazione di posti di lavoro nell'AI engineering e in campi affini, con competenze in evoluzione. Tensione implicita con **Amodei** (50% dei posti impiegatizi eliminati entro il 2030) — Ng fa notare, senza nominarlo, che **Anthropic trae vantaggio dal promuovere questa narrazione** (incentivi tecnologici). Pubblicato **lo stesso giorno** dell'articolo di **Wallace-Wells "AI Populism" sul NYT Magazine**: una lettura speculare perfetta — Ng = analisi economica a sangue freddo / Wallace-Wells = panico popolare. Convergenza sul potere di pricing con **"$100B cross-system labor" di Bain** (stessa tesi: pricing ancorato agli stipendi).
#Andrew Ng#The Batch#DeepLearning.AI
Andrew Ng (fondateur DeepLearning.AI, Stanford, ex-Google Brain, ex-Baidu, ex-Coursera)
Brief di **Bain & Company**, **maggio 2026** (David Crawford, Chris McLaughlin, Greg Fiore — parte di una **serie in cinque parti sul settore software nell'era dell'IA**), che colloca l'opportunità SaaS ancora inesplorata nel *cross-system labor* — il lavoro umano di coordinamento tra sistemi che gli agenti IA possono ora automatizzare — a **~100 miliardi di dollari negli USA (~200 miliardi includendo Canada/Europa/AU/NZ)**. **Cattura attuale: 4-6 miliardi di dollari (10% dell'opportunità)** — quindi **oltre il 90% ancora da conquistare**. Tesi centrale: la principale opportunità dell'IA agentica **non è sostituire il SaaS esistente** ma **automatizzare il lavoro di coordinamento cross-system** (dipendenti che estraggono dati dagli ERP, verificano l'inventario in un foglio di calcolo, interpretano risposte in testo libero, esercitano giudizio). Ripartizione: Vendite (20 miliardi) + COGS/operazioni (26 miliardi) + R&S/ingegneria (6-12 miliardi) + supporto (6-12 miliardi) + finanza (6-12 miliardi). **Sei fattori di automazione**: verificabilità del risultato, conseguenza dell'errore, disponibilità di conoscenza digitalizzata, complessità di integrazione, variabilità del processo, dipendenza dal mondo fisico. **Potenziale di automazione per funzione**: Supporto clienti & R&S **40-60%**, Finanza & HR **35-45%**, Vendite & IT **30-40%**, Legale **20-30%**. **Cambiamento strategico**: il vantaggio competitivo si sposta dalla *proprietà del system of record* (Salesforce, SAP, Workday) al ***contesto decisionale cross-workflow*** — la capacità di vedere e agire attraverso più sistemi integrati. **Esempi**: Sierra (risoluzione autonoma dei problemi dei clienti), Glean (coordinamento delle richieste dei dipendenti tra funzioni), GitHub Copilot (esteso oltre il controllo del codice sorgente), **Cursor** (ARR raddoppiato in un trimestre, 2 miliardi di dollari). **Moat duraturo**: *"dati di esecuzione accumulati che diventano più preziosi nel tempo e sempre più difficili da replicare per i concorrenti"*. **Playbook in tre fasi**: Assessment (sei fattori + dimensionamento del mercato) → Strategic Positioning (asset di dati + workflow adiacenti + mappe operative reali) → Execution (build/buy/partner + riorganizzazione + riprogettazione delle fondamenta dei dati per l'agent readiness). Rilevanza importante per CIO/CDO/responsabili Strategy in ambito SaaS B2B e clienti enterprise: ridefinisce il dibattito *"IA vs SaaS"* come ***"IA = SaaS che finalmente automatizza il lavoro di coordinamento"***. Da leggere insieme a: DORA ROI (quadro finanziario), Tatsyi/Raiffeisen (caso bancario con creazione di 7 prodotti IA inediti), Wescale (realistico 3x-4x), MIT NANDA (95% dei pilot falliscono), Foundation Capital *Context Graphs trillion-dollar opportunity* (2025-12-22), Menlo Ventures *State of Generative AI Enterprise* (2025-12-09).
#Bain & Company#opportunità SaaS da 100 miliardi#lavoro di coordinamento cross-system
**David Crawford · Chris McLaughlin · Greg Fiore** — partners et experts Bain & Company spécialistes industrie logicielle / SaaS. Article publié en **mai 2026** sur bain.com/insights · partie 2/5 d'une série sur *"the software industry in the age of AI"* (la partie 1 traite du Rule of 40, fiche `bain-ai-rule-of-40-headwinds-tailwinds-saas-2026-04.md`).
Importante editoriale d'inchiesta di Jasmine Sun (NYT Opinion, 30 aprile 2026) sul *consenso di San Francisco*: la paura della *permanent underclass* — una teoria diventata virale secondo cui l'IA potrebbe congelare la mobilità economica e creare una classe resa inutile dall'automazione. L'articolo documenta la dissonanza interna dei laboratori (Amodei sul "white-collar blood bath" e il 50% dei lavori junior white-collar scomparsi entro il 2030; Altman 2021 → silenzio di Lehane → white paper *Industrial Policy for the Intelligence Age* aprile 2026; Anthropic Institute marzo 2026 guidato da Jack Clark), i benchmark che orientano la R&S verso la sostituzione umana (A.I. Productivity Index, GDPVal di OpenAI: *"over 80% win rate compared to human professionals"* nel giro di pochi mesi), le azioni aziendali (Block/Dorsey -50% dell'organico con Opus 4.6 e Codex 5.3, ARR di Anthropic a 30 miliardi di dollari contro 9 miliardi a fine 2025) e la strategia politica di Shor (79% degli elettori preoccupati, jobs guarantee > UBI, *"They work for the bots. We work for you."*). Riferimento per il dossier *AI labor 2026*.
#Jasmine Sun#NYT Opinion#permanent underclass
Jasmine Sun (Ms. Sun écrit sur l'IA et la culture Silicon Valley sur Substack)
Nota d'analista di **Mitch Ashley**, VP e Practice Lead per *CIO & Technology Buyers* e *Software Lifecycle Engineering* presso **The Futurum Group**, pubblicata il **29 aprile 2026** nella sezione *Market Coverage News*: formato breve, circa **9.500 caratteri**, che si apre con cinque punti di sintesi e si chiude con cinque voci da tenere d'occhio. Argomento: l'accordo annunciato il **21 aprile 2026** in base al quale **SpaceX** ottiene il diritto di acquisire **Cursor** per **60 miliardi di dollari** entro l'anno, oppure di pagare **10 miliardi di dollari** per una partnership di calcolo sostenuta dal cluster **Colossus** di **xAI** a Memphis, descritto come equivalente a **1 milione di GPU H100**. (A) La lettura dei due bisogni: Cursor portava sia un tetto di potenza di calcolo sia una compressione dei margini — l'azienda paga a prezzo di mercato i modelli di **Anthropic** e **OpenAI**, che instrada verso i propri clienti pur competendo con loro tramite la propria linea **Composer**; SpaceX cercava ricavi legati all'IA e una narrazione in vista di una IPO prevista per giugno. (B) La lettura della struttura: un pavimento di 10 miliardi di dollari e un'opzione di acquisto da 60 miliardi di dollari esercitabile in azioni quotate dopo la quotazione, che, scrive Ashley, *"alloca il rischio in modo più onesto di un'acquisizione diretta."* (1) Per gli acquirenti, fissa una finestra di **sei mesi** per riverificare le clausole di zero-data-retention e l'identità del fornitore. (2) Per i fornitori, distingue tre esposizioni — **Google** protetta da **Antigravity**, **AWS** dipendente da Anthropic, **IBM** lievemente esposta ma ben posizionata sull'angolo della governance. Il corpus contiene già [[beck-starving-genies-usage-limits-ai-coding-2026-04-03]] sul vincolo di risorse imposto agli strumenti di coding e [[nyt-musk-promises-spacex-ipo-track-record-2026-06-02]] sugli annunci di SpaceX.
#SpaceX#Cursor#Anysphere
Mitch Ashley · VP et responsable des pratiques CIO & Technology Buyers et Software Lifecycle Engineering chez The Futurum Group · ancien CIO et CTO.
Annuncio di prodotto pubblicato sul blog **Stripe** il **29 aprile 2026** da **Dan Hill** (Product Manager, Link Consumer Product), a seguito del keynote **Stripe Sessions 2026**: il lancio del **wallet per agenti di Link**, costruito su un nuovo building block, **Issuing for agents**. **La diagnosi sta in una frase, ed è la più importante del testo**: *"While machine payments protocols are still gaining adoption, agents need to work with the payment options sellers and consumers use today."* → **Stripe riconosce che i protocolli di pagamento nativi per macchine non sono ancora pronti, e fornisce un ripiego sui binari esistenti piuttosto che una scommessa su quelli nuovi.** **Il meccanismo**: un consumatore concede a un agente l'accesso al proprio wallet Link tramite un **flusso OAuth standard**; l'agente emette quindi una *spend request* e riceve o una **carta monouso**, o uno **Shared Payment Token** — appoggiato sulle carte e sui conti bancari già presenti nel wallet. Punto cardine: *"The agent never gets access to your raw payment credentials."* La credenziale è **delimitata** (importo, valuta, esercente) e l'agente deve fornire il **contesto della transazione** affinché l'essere umano capisca cosa sta approvando — l'esempio riportato nella CLI è esplicito: `amount 3500`, `merchant-name "Powdur"`, `context "Purchasing the Powdur Glow Renewal Vitamin C Serum as a gift for $35."`. **Il vincolo strutturante è temporale, ed è assunto come tale**: *"Today, each request requires the person's review before the credential is shared with your agent"* — approvazione **umana**, **transazione per transazione**, sul web o nelle **nuove app Link iOS e Android**. I limiti di spesa e i casi in cui l'agente agirebbe **senza approvazione aggiuntiva** sono annunciati, non consegnati. **Il secondo livello è il vero prodotto infrastrutturale**: **Issuing for agents** apre l'intero set di API di Issuing a chiunque costruisca il proprio wallet agentico — carte virtuali monouso, deposito di fondi, controlli di spesa, permessi a livello di carta, controlli antifrode **al momento dell'autorizzazione**, visibilità in tempo reale. Sono citati quattro casi d'uso: automazione della spesa interna, carte agentiche integrate presso **fintech**, piattaforme **SaaS verticali** che emettono carte alle PMI a proprio marchio, **marketplace** i cui agenti venditori pagano fornitori e logistica. **Argomento di distribuzione**: Link rivendica **oltre 200 milioni di consumatori**, e l'articolo cita **OpenClaw** come esempio di agente personale che ne beneficia. **Due riserve da segnalare fin da subito**: l'approvazione per transazione è presentata come una comodità di design mentre è in realtà **un'ammissione che l'autorizzazione delegata degli agenti non è risolta**; e stablecoin, *agentic tokens*, e "altri metodi di pagamento" sono tutti al **futuro** (*"coming soon"*).
#Stripe#Link#wallet per agenti
**Dan Hill** — Product Manager · **Link Consumer Product** chez Stripe. Auteur de l'annonce sur le blog Stripe · rubrique *Product*. Le rattachement au produit *Link Consumer* est significatif : l'annonce est écrite depuis le **portefeuille grand public** · pas depuis l'équipe protocole ni depuis Issuing — ce qui explique que le consentement de l'utilisateur final structure tout le texte.
FinOps per Agenti AI: un Framework di Allocazione in Quattro Passaggi per i Costi degli Assistenti di Coding (Claude Code, Cursor, Copilot) e Perché il Tagging Cloud Tradizionale Fallisce - Finout
#FinOps agentico#allocazione dei costi#assistenti di coding
FinOps per agenti AI incentrato sul "costo per risultato": perché il FinOps tradizionale fallisce di fronte al comportamento a runtime, guardrail, osservabilità comportamentale e un ciclo di vita in 4 fasi - Orq.ai
Bain & Company brief (**aprile 2026**) (David Lipman, Greg Callahan, Daniel Goetz, George Sunderland — parte 1/5 della serie *"software industry in the age of AI"*) che analizza l'impatto dell'IA sulla **Rule of 40** (metrica SaaS canonica: *tasso di crescita + margine di profitto ≥ 40%*) e conclude su una **doppia pressione**: **headwinds** (rallentamento della crescita di mercato + costi massicci dell'infrastruttura IA) e **tailwinds** (produttività IA + trasformazione EBITDA del 10-25% + outcome-based pricing). **Dato centrale sorprendente**: un caso cliente *marketing technology* — **costi IA moltiplicati per 3,49 (+349%) mentre i ricavi sono cresciuti solo del 38%** in un anno. **Tesi pivot**: i leader SaaS potrebbero dover ***"accontentarsi della Rule of 30"*** temporaneamente per restare competitivi contro gli **AI-native**, accettando una compressione di margine a breve termine per un posizionamento a lungo termine. **Due percorsi espliciti**: (1) ***Financialize*** — minimizzare l'investimento in IA, ottimizzare la liquidità, operare come un *"generatore durevole"* ma limitare la crescita futura; (2) ***Invest to Grow*** — accettare la pressione sui margini a breve termine, reinvestire aggressivamente nelle capacità IA su prodotto e operations. **Tailwinds nel dettaglio**: produttività vendite/marketing/R&S, trasformazioni riuscite = **+10-25% EBITDA**, futura opportunità di *outcome-based pricing* (i ricavi passano da seat fissi all'economia di labor/operations), gli incumbent possono sfruttare le relazioni con i clienti e i workflow integrati contro gli sfidanti AI-native. **Headwinds nel dettaglio**: *"la penetrazione del software sta raggiungendo un plateau in alcune aree"* (saturazione del mercato), l'infrastruttura IA + inferenza + accesso ai modelli introducono **costi variabili significativi in business che storicamente avevano margini elevati**. **Segnale per CFO/board**: la Rule of 40 stessa, come **norma stabile**, comincia a spostarsi; alcuni player usciranno temporaneamente da questa norma e **ciò è strategicamente razionale**. **Rilevanza maggiore** per CFO/CEO/board SaaS B2B e investitori PE/VC software che valutano i propri portafogli — il primo benchmarking istituzionale quantificato del dilemma *proteggere i margini / investire aggressivamente* nel 2026. Da collegare a: Bain **parte 2/5 cross-system labor $100B** (2026-05), DORA ROI 2026 (framework finanziario), Wescale (X3-X4 realistico), Tatsyi/Raiffeisen (banca −75 persone), Curran/Intercom (3× R&S in 16 mesi), Menlo Ventures *State of Generative AI Enterprise* (2025-12-09).
#Bain & Company#Rule of 40#tasso di crescita più margine di profitto
**David Lipman · Greg Callahan · Daniel Goetz · George Sunderland** — partners et experts Bain & Company spécialistes industrie logicielle / SaaS / private equity software. Article publié en **avril 2026** sur bain.com/insights · **partie 1/5** d'une série Bain sur *"the software industry in the age of AI"*. La partie 2 (*The $100-Billion SaaS Opportunity Hiding in Cross-System Labor*, mai 2026) est dans le dossier de veille.
Articolo metodologico di Alex Pawlowski (The Strategy Stack, #151, 30 marzo 2026) che propone uno spostamento epistemico importante nella *market research*: non più raccogliere report statici ma mantenere una ***living decision surface*** — un modello in continua evoluzione delle dinamiche di mercato. Contributo centrale: la **Tension Map**, che mappa *contraddizioni e punti di pressione* (scarti tra aspettativa e realizzazione, prezzo tollerato senza essere accolto con favore, incumbent privi di risonanza emotiva) piuttosto che le quote di mercato. Strumentazione in tre modalità (Discovery / Tension / Decision), un workflow in 7 passaggi, e uno stack di strumenti orchestrato (Perplexity per l'espansione → Claude per profondità/continuità → ChatGPT per l'iterazione → Multi-agent per la messa alla prova). Riferimento implicito: il metodo *Analysis of Competing Hypotheses* di Richards Heuer (CIA).
#Alex Pawlowski#The Strategy Stack#AI market research
Alex Pawlowski (auteur de la newsletter Substack *The Strategy Stack*, focus stratégie et IA opérationnelle).
Analisi del costo totale di proprietà (TCO) degli LLM locali rispetto alle API cloud nel 2026. L'articolo dimostra che il prezzo per token è una trappola e che solo il TCO completo (hardware, elettricità, raffreddamento, manodopera) permette di orientare la decisione. Punto chiave: i punti di pareggio tra locale e cloud sono scesi del 40% tra il 2024 e il 2026. Fonte: SitePoint (media tecnico rivolto agli sviluppatori).
**Dossier consolidato** marzo 2026 sulla **morte del modello a ore fatturabili nel settore della pubblicità/comunicazione** — che combina il **report VoxComm** *"Redesigning the Agency Value Model"* (95 pagine, marzo 2026, **Brian Kessman** di **Lodestar Agency Consulting** + prefazione di **Tim Williams** di **Ignition Consulting Group**, introduzione di **Charley Stoney** Presidente di VoxComm / CEO di **EACA European Association of Communication Agencies**) e l'**articolo di opinione di MediaPost** *"Billable Hours Are Dead, AI Killed Them, Here's How To Survive"* (3 marzo 2026, **Joe Mandese**, Direttore editoriale di MediaPost). **Tesi centrale condivisa**: il modello di business delle agenzie di comunicazione (ore fatturabili / compenso basato sul lavoro / modello di business dei servizi) è **strutturalmente squalificato dall'IA**; le agenzie devono ***"scollegare ricavi e profitti dal numero di dipendenti"*** (Stoney). **Dati MediaPost (Mandese)**: margini delle agenzie **30% (età dell'oro) → 10% (media attuale)**; i creativi producono **~5 volte l'output** per la stessa retribuzione o meno rispetto a 10 anni fa. **Diagnosi di Mandese**: *"Definiamo e monetizziamo il nostro valore attraverso tempo e sforzo piuttosto che impatto sul business"* — quando le agenzie vendono **servizi orari**, vendono **commodity** vulnerabili alla **compressione dei costi dovuta all'IA**. **Citazione di Tim Williams**: ***"Al centro delle sfide del nostro settore c'è una semplice verità economica: gli incentivi contano. Quando le agenzie hanno adottato il modello a tariffa oraria, hanno inconsapevolmente creato un disallineamento strutturale. Ciò per cui le agenzie vengono premiate — più ore — è ciò che i clienti sono incentivati a minimizzare."*** Esito a somma zero, **corsa al ribasso**. **Soluzione di svolta di Williams**: ***"Non siete nel settore dei servizi. Le agenzie non vendono servizi e competenze, ma piuttosto soluzioni a problemi di business."*** **Framework dei 4 cambiamenti di Mandese**: (1) Definire aree di competenza ristrette; (2) Codificare soluzioni prodotto ripetibili; (3) Costruire team orientati ai risultati, non all'utilizzo; (4) Sostituire i listini tariffari con modelli basati sul valore (tariffe fisse, abbonamenti, pricing basato sulle performance). **Esempi concreti**: **FIG** (pricing scollegato dal personale), **72andSunny** (menu di prodotti modulari), **Monks** (abbonamento unico che combina talento + tecnologia + miglioramento). **Critica metodologica**: i commentatori di MediaPost contestano la cifra storica del margine del 30%, suggerendo cifre reali più vicine al 12-15%. **Report VoxComm** strutturato in 8 capitoli: When Your Model Works Against You / Mapping Your Value Model / Case Studies / How to Pivot / How to Price / How to Plan / How to Navigate / Online Tools. **Rilevanza principale** per il dossier: questa è la **controparte agenzie** dei cambiamenti nella consulenza (McKinsey/Sternfels 60.000 = 40.000 umani + 20.000 agenti, gennaio 2026) e nel SaaS (Bain Rule of 40 → Rule of 30, aprile 2026). **Convergenza trasversale per i servizi ad alta intensità di conoscenza**: consulenza + agenzie + SaaS stanno passando **simultaneamente** da *time-and-materials* a *outcome-based*. Da utilizzare per comitati esecutivi di agenzie/società di consulenza/marketing/comunicazione, presentazioni strategiche sulla trasformazione IA dei servizi, sourcing sulle cifre di margine 30%→10%.
#VoxComm#Redesigning the Agency Value Model#Brian Kessman
**Rapport VoxComm "Redesigning the Agency Value Model"** :
Guida ufficiale della FinOps Foundation all'IA: economia dei token, KPI, caching, ottimizzazione dei prompt, selezione dei modelli ed estensione delle 14 capacità del FinOps Framework ai servizi GenAI - FinOps Foundation
#FinOps Foundation#economia dei token#costo per token
FinOps Foundation — groupe de travail (Brent Eubanks/Wayfair, James Barney/MetLife, Eric Lam/Google, Adam Richter/AWS, Rahul Kalva/Wells Fargo, JJ Sharma/KPMG, Karl Hayberg/EY, et al.)
Guida tecnica agli assistenti di acquisto IA 2026, protocolli ACP (OpenAI/Stripe) vs UCP (Google/coalizione), implementazione per i merchant, attribuzione agentica
**OfficeChai** riporta il **14 gennaio 2026** una dichiarazione importante di **Bob Sternfels** (Global Managing Partner, **McKinsey & Company**): ***"my latest answer to you would be 60,000, but it's 40,000 humans and 20,000 agents."*** L'organico McKinsey viene ora conteggiato come **umani + agenti**: **60.000 = 40.000 umani + 20.000 agenti IA**. **Traiettoria di accelerazione massiccia**: *"Little over a year and a half ago, that was 3,000 agents and I originally thought it was going to take us to 2030 to get to one agent per human."* La parità umano/agente inizialmente prevista per il **2030** è ora raggiungibile entro **18 mesi** — un'accelerazione di **oltre 5×** rispetto alla proiezione originale. **Cambiamento esplicito di modello di business**: *"We're migrating pretty quickly away from, let's call it pure advisory work... moving to much more of an outcomes-based model."* — McKinsey **sta abbandonando il modello a ore fatturabili / advisory** a favore di un **modello basato sui risultati (outcomes-based)** in cui il compenso è allineato a risultati misurabili. **Contesto McKinsey 2024-2026**: Lilli (chatbot interno) utilizzato dal **70% dei dipendenti**, **200 ruoli tecnologici tagliati a novembre 2024**, un'offerta di uscita pari a **9 mesi di stipendio** (aprile 2024). **Rilevanza principale per il dossier 2026**: si tratta del **primo grande player della consulenza** a (a) dichiarare pubblicamente e (b) quantificare con precisione l'integrazione degli agenti IA nel proprio organico contabile. La frase ***"60,000 people but 20,000 of them are agents"*** è destinata a **ridefinire** la concezione stessa dell'organico nei servizi basati sulla conoscenza — paragonabile al momento in cui le organizzazioni hanno iniziato a conteggiare insieme collaboratori esterni e dipendenti. **Convergenza con il corpus 2026**: Bain Rule of 40 (vento favorevole per il pricing basato sui risultati), Bain cross-system labor $100B, MediaPost Mandese *"billable hours are dead, AI killed them"* (3 marzo 2026), VoxComm *Redesigning the Agency Value Model* (Brian Kessman / Tim Williams, marzo 2026), Tatsyi/Raiffeisen (−75 persone), Cherny Sequoia *"7 Powers reordering"*. **Tensione produttiva** con la posizione normativa di DORA *"do not adopt headcount-reduction strategy"* — McKinsey rivendica pubblicamente la **riduzione dell'organico umano** (200 ruoli nel 2024) reinvestendo al contempo capacità in agenti IA + ricavi basati sui risultati. Da utilizzare per comitati esecutivi aziendali, presentazioni strategiche per società di consulenza/IT-services/agenzie, dibattiti sul futuro del modello di business dei servizi basati sulla conoscenza.
Article rapporté par **OfficeChai Team** (publication indienne tech/startup news) · **14 janvier 2026**. **Source primaire** : déclarations de **Bob Sternfels** · **Managing Partner Global de McKinsey & Company** · lors d'une intervention publique. McKinsey est le cabinet conseil top-tier mondial fondé en 1926. Sternfels dirige le cabinet depuis 2021.
**Matt Kamelman** pubblica sul **blog Thoughtworks** il **3 dicembre 2025** un articolo di svolta concettuale che formalizza il grande cambiamento economico dei servizi intellettuali: ***"Service-as-Software" (SaS)*** come **nuovo modello economico** che succede alla **SaaS**. **Distinzione chiave della svolta**: ***"Il SaaS tradizionale riguarda gli strumenti: software che consente agli esseri umani di risolvere problemi. Il Service-as-Software (SaS), invece, vende risultati."*** Il SaS è *"una nuova classe di strumento che non si limita ad abilitare il lavoro, ma automatizza il processo di ragionamento stesso"*. **Cambio di pricing**: ***"Le aziende non pagheranno più per un agente in base a licenze o funzionalità. Pagheranno invece in base al suo allineamento e impatto dimostrati."*** **Tre esempi archetipici di agenti SaS**: agenti marketing (campagne end-to-end), agenti finanziari (modellazione previsionale), agenti operativi (smistamento richieste). **Tre capacità** dei sistemi SaS agentici: (1) operare dinamicamente su **obiettivi**, non su flussi di lavoro fissi; (2) mantenere **memoria** tra le interazioni; (3) coordinarsi autonomamente tra strumenti e API. **Il "Contratto Cognitivo" — tre principi**: (1) **Interpretabile e verificabile** — *"gli utenti devono poter comprendere perché il sistema ha preso una decisione"*; (2) **Allineato agli obiettivi umani** — *"gli obiettivi del sistema devono corrispondere all'intento umano e ai limiti etici"*; (3) **Addestrato e iterato in tempo reale** — *"i sistemi affinano continuamente il comportamento in base al feedback"*. **Nuovo ruolo organizzativo**: il ***"cognitive orchestrator"***, con tre funzioni operative: (a) **progettazione dei cicli di feedback** (revisione passo dopo passo); (b) **gestione dell'incertezza con guardrail** (regole di business + circuit breaker); (c) **misurazione dell'allineamento** (un punteggio di allineamento quantificabile). **Analogia storica strutturante**: *"mainframe → client-server → web/cloud, dove il contratto cognitivo è rimasto lo stesso: gli esseri umani dovevano istruire la macchina"*; oggi questo contratto **si evolve verso la collaborazione** tra uomo e macchina. **Rilevanza principale**: si tratta della più chiara **formalizzazione concettuale anglosassone** dello spostamento **ore fatturabili / a licenza → basato sui risultati** osservato empiricamente presso **McKinsey/Sternfels** (60.000 = 40.000 umani + 20.000 agenti, gennaio 2026), **VoxComm/Mandese** (marzo 2026, agenzie), **Bain Rule of 40** (aprile 2026, SaaS), **Bain cross-system labor $100B** (maggio 2026). Il termine ***"Service-as-Software"*** è destinato a diventare **canonico**, così come lo fu *"Software-as-a-Service"* negli anni 2000-2010. Da valorizzare per il **vocabolario strategico 2026** nelle presentazioni ai comitati esecutivi, nei business case agentici e nei modelli di pricing.
**Matt Kamelman** — auteur de l'article publié sur le blog Thoughtworks le 3 décembre 2025. **Thoughtworks** est un cabinet de conseil en technologie et software engineering global · fondé en 1993 · fortement associé à des figures emblématiques du software engineering (Martin Fowler, Rebecca Parsons, Sam Newman, etc.) et à des contributions historiques majeures (continuous delivery, microservices, expansion XP/Agile). Le blog Thoughtworks est une référence de premier plan dans l'écosystème software engineering et architectural.
Studio MIT - Iceberg Index - Impatto dell'IA sulla forza lavoro - Sconvolgimento del mercato del lavoro - Simulazione delle politiche - Modellazione economica - Trasformazione della forza lavoro - Rischio di automazione - Mappatura delle competenze - Analisi regionale
#MIT#Iceberg Index#Impatto dell'IA sulla forza lavoro
MacKenzie Sigalos (CNBC) · Research by Massachusetts Institute of Technology and Oak Ridge National Laboratory
Fortune - Jeff Bezos co-CEO Project Prometheus - startup IA da 6,2 miliardi di dollari - Ingegneria aerospaziale automotive - Sinergia Blue Origin - Visione di espansione spaziale
L'ascesa del conversational commerce su ChatGPT: nuovo canale di e-commerce, GPT personalizzati per i brand ed ecosistema emergente — blog di Barron Ernst
Collasso dei costi e della complessità del software, l'IA generativa democratizza lo sviluppo, il software diventa "permissionless", debito tecnico sociale, produttività degli sviluppatori +55% - Cobus Greyling - Medium
#costo del software#collasso della complessità#IA generativa
Guida CPO FinOps alle architetture IA: moltiplicatori di token (6×, 5-10×) tra workflow LLM, RAG, agenti e sistemi agentic, con il concetto di Cost Iceberg - Finout
Il 73% dei consumatori utilizza l'IA per lo shopping online, fiducia equivalente a quella verso i venditori umani, emerge il commercio agentico - Riskified - e-commerce - shopping IA
Una rassegna stampa di Courrier International (a firma di Martin Gauthier) che aggrega NYT, San Francisco Standard, Wall Street Journal e Wired per documentare la diffusione dell'orario **"996"** — lavorare **dalle 9 alle 21, sei giorni su sette (72 ore)** — nel tech californiano. Una norma importata dalla Cina, il 996 sta diventando "l'argomento caldo del momento" nella Silicon Valley, spinto dai giovani fondatori di startup IA che ne fanno uno **stile di vita ascetico**: "niente alcol, niente droghe, 996, palestra… controllare il sonno, mangiare bistecca e uova." La motivazione dichiarata è la **corsa all'IA**: conquistare quote di mercato e arricchirsi *prima* che arrivi l'AGI, per paura di finire in un "sottoproletariato permanente." L'articolo documenta anche il rovescio della medaglia: incentivi finanziari (Fella & Delilah: +25% di stipendio), un avvertimento sulla **non conformità al diritto del lavoro statunitense**, e il richiamo al fatto che la Cour suprême chinoise ha dichiarato illegale il 996 — una pratica legata a proteste, accuse di "schiavitù moderna" e morti tra i lavoratori. Ambito: cultura del lavoro tech, condizioni lavorative, sociologia delle startup IA, corsa all'AGI.
Articolo del blog Sierra (10 dicembre 2024, Elliot Greenwald) che espone il **testo fondativo dell'*outcome-based pricing*** per gli agenti IA. **Tesi cardine**: gli agenti IA che eseguono processi in autonomia rendono possibile un **modello di pricing del tutto nuovo** — ***"you pay only when the software achieves specific, valuable outcomes: outcome-based pricing."*** L'articolo ripercorre una **genealogia in quattro ere del pricing del software**: (1) **shrink-wrapped software** (anni '80-'90, la scatola con floppy disk/CD-ROM da Fry's Electronics — *"Whether you actually used it or not, you paid for it"*) → (2) **SaaS / seat-based** (introdotto da **Salesforce**, seguito da Google/Microsoft/Adobe — Internet rende possibile vendere il software *as a service*) → (3) **consumption-based** (**Amazon/AWS** e **Snowflake** — *"charged only for what you used"*) → (4) **outcome-based** (agenti IA). **Definizione canonica**: ***"outcome-based pricing is tied to tangible business impacts—such as a resolved support conversation, a saved cancellation, an upsell, a cross-sell, or any number of valuable outcomes. If the conversation is unresolved, in most cases, there's no charge."*** **Principio di incentivi allineati**: ***"With outcome-based pricing, Sierra gets paid only when we complete a task for you. Our incentives are aligned."*** **Critica del seat-based pricing e del concetto di *shelfware***: *"Unused seats sit idly on a proverbial store shelf, hence the derisive moniker 'shelfware'"* — vengono pagate migliaia di dollari all'anno per licenza, usata o meno. **Conflitto strutturale per i Fournisseurs CX legacy**: il loro fatturato dipende dal seat-based pricing, eppure *"the more effective their AI becomes, the fewer contact center seats their clients need—undermining the provider's own revenue model"* — un agente IA efficace **cannibalizza** il modello di fatturato di un fornitore il cui pricing poggia sui seat. **Granularità dell'outcome**: una distinzione tra **risoluzioni semplici** (rispondere a una domanda) e **risoluzioni complesse** (gestire un caso che richiede una chiamata L2 di 20 minuti); le **escalation generalmente non comportano addebiti**; è possibile un **pricing misto (blended)** (ad es. consumption-based per le interazioni di routing/accoglienza). **Impegno di ottimizzazione continua** lato fornitore: *"we continue to deploy concerted, directed optimizations to refine the agent's performance over time"* — il fornitore resta allineato nel migliorare le prestazioni poiché è pagato solo per il risultato. Rilevanza: pubblicato a **fine 2024**, questo post **precede e fonda** l'intero dibattito 2026 sull'economia agentica — fornisce il **vocabolario dell'unità di fatturazione** (l'*outcome* completato piuttosto che il seat, l'usage o il token) che verrà ripreso in seguito da Gupta (*cost of a completed outcome*, *token-to-outcome attribution*), Bain (*outcome-based pricing shifts revenue from fixed seats to labor/operations economics*), Ng (*pricing power ancorato allo stipendio del dipendente sostituito*). Con Sierra come **esempio di riferimento** citato da Bain (*autonomous customer issue resolution*), questo testo offre la **visione lato fornitore** delle dinamiche che altri analizzano dal lato acquirente. Direttamente rilevante per il posizionamento dell'azienda su **agentic-delivery / value-based pricing** e per lo slot **Cost Optimization** (la controparte lato fornitore del *cost per outcome*).
#outcome-based pricing#pricing basato sui risultati#agenti IA
**Elliot Greenwald** — Sierra (entreprise fondée par Bret Taylor & Clay Bavor, plateforme d'agents IA conversationnels pour l'expérience client). Billet publié sur le blog Sierra le **10 décembre 2024**. Sierra est l'**exemple-référence** cité par Bain (*The $100-Billion SaaS Opportunity*) pour l'*autonomous customer issue resolution* · et fait l'objet de plusieurs fiches du dossier (recrutement AI-native, interview Plan/Build/Review).