Palantir contro tutti: perché Karp dice che l'industria AI è «completamente pazza»

Alex Karp non è uno che pesa le parole. In diretta su CNBC, il 1° luglio, ha detto che l'industria dell'intelligenza artificiale è «effing insane», completamente fuori di testa. Non un tweet notturno, non un'intervista di nicchia: la rete finanziaria più seguita d'America, in orario di mercato. Il bersaglio erano i due nomi che oggi dettano il prezzo dell'AI nel mondo, OpenAI e Anthropic.

La sua tesi si riassume in una domanda che ha lasciato lì come una provocazione: «perché fanno pagare i token, se sono così preziosi?». Detta così sembra una battuta. Dietro c'è un attacco preciso al modo in cui l'AI generativa vende sé stessa. E siccome Karp guida un'azienda che campa vendendo un'altra cosa, conviene smontare l'affermazione pezzo per pezzo, senza prenderla per oro e senza buttarla via.

Cosa sta dicendo davvero Karp

Il token è l'unità di conto dei modelli linguistici. Ogni parola che scrivi e ogni parola che il modello risponde vengono spezzate in frammenti, e per ognuno paghi. È il contatore della luce dell'AI generativa: più usi, più spendi, indipendentemente da cosa ci ricavi.

Karp fa due accuse. La prima: vendere token vuol dire vendere consumo, non risultato. Ti fanno pagare quanto il modello lavora, mai quanto ti serve davvero il lavoro. La seconda è più pesante: sostiene che questi modelli siano stati addestrati sulla proprietà intellettuale delle aziende e delle persone, e che poi la stessa conoscenza venga rivenduta a peso, senza che chi l'ha prodotta veda un centesimo. Aggiunge di parlare a nome dei CEO aziendali, che a suo dire sono «due volte più arrabbiati» di quanto traspaia in pubblico.

Ti fanno pagare quanto il modello lavora, mai quanto ti serve davvero il lavoro.

Il punto ha un fondo di verità che chiunque abbia messo un'API in produzione conosce bene. La bolletta a token cresce con l'uso, non con il valore. Un chatbot che risponde a mille domande inutili costa come uno che ne risolve mille decisive. Nessuno dei due sistemi di prezzo distingue tra un token che ti fa chiudere un contratto e un token bruciato a vuoto.

Il conflitto d'interesse, detto chiaro

Qui bisogna essere onesti, altrimenti l'articolo diventa il megafono di Palantir. Karp non è un osservatore neutrale. Palantir vende esattamente il contrario di un token: vende software applicato, integrato nei processi di un'azienda o di un'agenzia, con un prezzo legato a un risultato operativo. Attaccare il modello a consumo di OpenAI e Anthropic significa, per lui, dire «il mio modo di vendere l'AI è quello giusto».

Non è un dettaglio. È il motore dell'intervista. Un imprenditore che sente Karp deve tradurre: sto ascoltando l'amministratore delegato di un concorrente che spiega perché i concorrenti sbagliano. Vale come opinione informata, non come verità imparziale.

E però il conflitto d'interesse non rende falsa l'osservazione. La rende interessata. Il modello a token è comodissimo per chi vende i modelli, perché il ricavo sale in automatico con l'adozione, e molto meno comodo per chi li compra, perché il costo sale prima del ritorno. Su questa asimmetria Karp ha ragione, anche se la usa per vendere la sua roba.

L'alleanza con Nvidia, che è la vera notizia

Mentre attaccava i rivali, Palantir annunciava l'altra metà della mossa: una partnership con Nvidia per portare AI sicura dentro le agenzie del governo americano. È qui che il discorso di Karp smette di essere polemica e diventa strategia.

Nvidia mette il calcolo e i modelli, Palantir mette lo strato che li rende utilizzabili su dati sensibili, con controllo degli accessi, tracciabilità, conformità. Il messaggio verso il mercato pubblico americano è netto: non ti vendiamo un contatore di token da lasciare in mano ai dipendenti, ti vendiamo un sistema che fa una cosa specifica e di cui rispondiamo. Nel settore dove i dati sono classificati e gli errori si pagano cari, è un argomento che pesa.

Chi ha ragione? La domanda è mal posta

La verità scomoda è che i due modelli non si escludono. I token servono a chi costruisce: uno sviluppatore che monta un agente ha bisogno di comprare intelligenza a consumo, flessibile, senza contratti da mezzo milione. Il modello a risultato serve a chi vuole delegare un problema intero senza toccare la tecnologia. Sono due strati diversi dello stesso mercato, non due tifoserie.

Lo scontro esiste perché il denaro grosso, quello delle grandi imprese e degli enti pubblici, sta decidendo adesso su quale dei due appoggiarsi. Karp vuole spostare quella conversazione dal «quanto consumi» al «cosa ottieni». Ed è una conversazione sana, chiunque la sollevi. Su come è fatta davvero la catena che porta da un modello a un risultato in azienda abbiamo scritto la mappa completa nello stack tecnico di un AI agent.

Cosa cambia per un'azienda italiana

Per una PMI o una media impresa italiana, questo litigio tra giganti americani si traduce in tre cose concrete.

La prima: smetti di misurare l'AI in token e comincia a misurarla in risultati. La domanda giusta non è «quanto costa l'API al mese», è «quante ore mi libera, quanti errori mi evita, quanti contratti mi aiuta a chiudere». Se non sai rispondere, stai pagando un contatore senza sapere cosa ci esce. La logica per calcolarlo sul serio è la stessa che trovi nella guida su come implementare l'AI in una PMI italiana.

La seconda: la pressione sul prezzo dei token non scenderà come si sperava. Con OpenAI e Anthropic verso la borsa, come abbiamo raccontato a proposito delle loro imminenti IPO, il costo per token difficilmente crollerà. Chi progetta un sistema AI oggi farebbe bene a mettere in conto costi stabili, e a scegliere strumenti che si possano cambiare senza riscrivere tutto. Sui criteri per farlo resta utile la nostra rassegna dei migliori strumenti AI per le PMI.

La terza: valuta i fornitori anche sul modello di prezzo, non solo sulla qualità del modello. Un partner che accetta di legare il compenso a un risultato ha più incentivi ad allineare i suoi interessi ai tuoi. Se stai scegliendo dove impostare i processi AI della tua azienda e vuoi farlo con un metodo, non a sensazione, vale la pena passare da una consulenza IT specializzata che misuri il ritorno prima della firma.

Karp ha lanciato la provocazione per vendere la sua idea di AI, questo è chiaro. Ma la domanda che ha messo sul tavolo resta buona anche togliendo lui di mezzo: se questa tecnologia vale davvero tanto, il prezzo dovrebbe seguire il valore che crea, non il numero di parole che macina. Le aziende che impareranno a comprare risultati invece di consumo saranno quelle che, tra due anni, avranno speso meno e ottenuto di più.