L’espansione delle infrastrutture necessarie per supportare lo sviluppo dell’intelligenza artificiale sta spingendo le aziende a cercare soluzioni alternative al suolo terrestre. Una risposta arriva da Panthalassa, una startup dell’Oregon, che ha progettato centri di calcolo galleggianti e parzialmente sommersi nell’oceano, alimentati dal moto ondoso, con l’obiettivo di aggirare i limiti delle reti elettriche di terra e superare le opposizioni delle comunità locali. Parallelamente all’evoluzione hardware, il settore registra importanti movimenti finanziari: colossi come Anthropic e OpenAI hanno stretto accordi miliardari con fondi di investimento per creare società dedicate all’integrazione diretta dei servizi di AI all’interno delle medie imprese. Nel frattempo, le proiezioni tecniche indicano un rapido avanzamento dei sistemi, con la prospettiva che entro pochi anni i modelli possano giungere ad addestrarsi in totale autonomia, riducendo drasticamente la necessità di intervento umano.
La frontiera oceanica dei data center per l’Ai
Quando il suolo terrestre diventa troppo stretto — e i cittadini troppo ostili — c’è chi guarda all’oceano per ospitare i giganteschi centri di calcolo che alimentano l’intelligenza artificiale. L’ultima frontiera porta il nome di Panthalassa, una startup di Portland, nell’Oregon, che ha appena raccolto 140 milioni di dollari in un round di finanziamento guidato da Peter Thiel, cofondatore di PayPal e Palantir. La società, fondata nel 2016, ha raggiunto una valutazione vicina al miliardo di dollari. L’idea è piuttosto semplice: si vogliono costruire delle strutture galleggianti in acciaio, lunghe 85 metri e per lo più sommerse, che convertono il moto ondoso in energia elettrica per alimentare chip dedicati all’intelligenza artificiale, in più l’acqua dell’oceano dovrebbe provvedere al raffreddamento dei processori, eliminando la necessità di impianti a terra. I risultati delle elaborazioni vengono trasmessi via satellite, attraverso la rete Starlink di SpaceX e le strutture si spostano sfruttando la sola forma dello scafo, senza motori. Panthalassa prevede di completare un impianto pilota vicino a Portland e di dispiegare i primi nodi nel Pacifico settentrionale entro la fine dell’anno, con l’avvio della vendita delle prime “centrali” fissato per il 2027: «Le soluzioni extraterrestri non sono più fantascienza», ha dichiarato Thiel al Financial Times, «Panthalassa ha aperto la frontiera oceanica». Il progetto è da leggersi in continuità con la crescente difficoltà a impiantare nuove infrastrutture tradizionale dell’Ai: in diverse aree degli Stati Uniti, dell’Irlanda e dei Paesi Bassi, gli operatori di rete hanno di fatto smesso di accettare nuove richieste di allaccio da parte dei grandi data center, inoltre le comunità locali si oppongono sempre più spesso alla loro costruzione.
Le nuove partnership per portare l’Ai nelle aziende
Ma torniamo sulla terra e parliamo delle novità afferenti i prodotti Ai. Ieri è stata una giornata senza precedenti…Anthropic, l’azienda di San Francisco che sviluppa il modello Claude, ha annunciato la nascita di una nuova società di servizi insieme a Blackstone, Hellman & Friedman e Goldman Sachs, foraggiata da circa 1,5 miliardi di dollari di capitale iniziale. La società invierà ingegneri specializzati direttamente nelle aziende di medie dimensioni per integrare l’Ai nei processi operativi. Dopo pochi minuti, OpenAI ha ufficializzato un’operazione analoga, chiamata «The Deployment Company», che ha raccolto oltre 4 miliardi da 19 investitori, tra cui TPG, Brookfield, Bain Capital e SoftBank, con una valutazione di 10 miliardi. In entrambi i casi, i fondi di private equity offrono ai laboratori di Ai un canale di distribuzione immediato: le centinaia di aziende già presenti nei loro portafogli.
L’evoluzione verso l’auto-addestramento
Sempre lunedì, Jack Clark, cofondatore di Anthropic, nella sua newsletter Import AI ha pubblicato un lungo saggio in cui stima al 60% le probabilità che entro la fine del 2028 i sistemi di intelligenza artificiale siano in grado di addestrare i nuovi modelli (o forse dovremmo dire “le nuove strutture”) senza intervento umano…Clark ha costruito la sua analisi su dati pubblici: nel 2022 un modello di Ai riusciva a portare a termine in autonomia compiti della durata di circa 30 secondi; oggi si è arrivati a 12 ore. La capacità di risolvere problemi reali di programmazione è passata dal 2% al 93,9% in meno di tre anni…Clark ha aggiunto: «Non sono sicuro che la società sia pronta». Nemmeno noi.
