OpenAI, il round da 110 miliardi che può ridisegnare l’AI

A inizio marzo 2026, OpenAI ha ufficializzato un round di finanziamento da 110 miliardi di dollari — anticipato già il 27 febbraio scorso — con la partecipazione di Amazon (50 miliardi), Nvidia e SoftBank (30 miliardi ciascuno). Nello stesso periodo, diverse fonti hanno riportato un imminente ed un ulteriore apporto di capitale, ancora in via di definizione, da parte di MGX (Abu Dhabi), Coatue Management e Thrive Capital per circa 10 miliardi aggiuntivi.

Si tratta di una delle più grandi operazioni di finanziamento privato mai registrate nel settore tecnologico – con una valutazione post-money che oscilla tra gli 830 e gli 850 miliardi di dollari – , destinata a incidere non solo sul futuro di OpenAI, ma anche sugli equilibri competitivi dell’intelligenza artificiale di frontiera, sulle dipendenze infrastrutturali del comparto e sulle prospettive di autonomia strategica per gli attori non statunitensi.

In questo articolo analizziamo la struttura di tale finanziamento, i rischi di concentrazione e interdipendenza che ne derivano, le implicazioni per la governance globale dell’AI e il posizionamento europeo rispetto a una dinamica che non riguarda soltanto una singola azienda, bensì la configurazione di una più ampia infrastruttura tecnologica, ormai parte integrante dell’intero ecosistema informatico.

Lo Scenario

OpenAI è oggi uno dei principali fornitori mondiali di modelli di AI generativa di Frontiera, ossia sistemi addestrati su scala computazionale tale da esibire capacità emergenti difficilmente osservabili nei modelli di dimensioni inferiori. La sua offerta si articola su più canali: l’accesso tramite API per sviluppatori e aziende, i prodotti consumer — tra cui ChatGPT — e le piattaforme enterprise destinate a contesti organizzativi strutturati.

Il nuovo round di finanziamento non riguarda più esclusivamente lo sviluppo di nuovi modelli, ma si inserisce nella volontà dichiarata di costruire un’infrastruttura industriale end-to-end di nuova generazione. Sul fronte della capacità computazionale, OpenAI ha inoltre indicato obiettivi di spesa nell’ordine dei 600 miliardi di dollari entro il 2030, in una traiettoria che segnala la centralità crescente del capitale infrastrutturale rispetto alla sola ricerca di laboratorio.

In questa strategia si colloca la piattaforma Frontier, dedicata agli agenti AI: sistemi progettati per pianificare, mantenere il contesto operativo e agire in sequenza su strumenti digitali. Questa tecnologia rappresenta uno dei cardini del posizionamento enterprise dell’azienda e uno dei punti di convergenza dei nuovi accordi infrastrutturali con Amazon Web Services (AWS).

Il contesto

OpenAI si trova oggi in una fase di transizione che la vede spostarsi dall’AI generativa di prima generazione verso sistemi agentici sempre più persistenti e integrati nei flussi operativi. Questo orientamento emerge sia dalla centralità attribuita agli agenti e all’automazione dei workflow nella roadmap 2026, sia dal lancio di Frontier come piattaforma enterprise per la costruzione, distribuzione e gestione di team di agenti AI su scala produttiva.

Sul piano finanziario, la crescita è stata molto rapida: i ricavi annualizzati hanno superato i 20 miliardi di dollari nel 2025, contro i 6 miliardi del 2024, mentre i ricavi effettivi 2025 sono stati indicati in 13 miliardi, al di sopra della proiezione interna di 10 miliardi. Si tratta di numeri che confermano un’espansione commerciale reale, ma che non eliminano la forte intensità di capitale del modello di business.

La pressione economica, infatti, resta significativa. I costi di inferenza sono aumentati in modo marcato nel corso del 2025 e il margine lordo adjusted è sceso dal 40% del 2024 al 33% del 2025; parallelamente, OpenAI ha fissato un obiettivo di spesa computazionale complessiva nell’ordine dei 600 miliardi di dollari entro il 2030. Più che suggerire un equilibrio ormai raggiunto quindi, questa situazione sembra descrive sì un’azienda in forte crescita, ma ancora esposta ad una struttura di costi molto sensibile alla disponibilità di infrastruttura, energia e hardware avanzato.

In questo quadro, la prospettiva di un’eventuale quotazione in borsa va trattata con cautela. Fonti Reuters infatti riferiscono che OpenAI ha valutato scenari di IPO tra la fine del 2026 e il 2027, ma la stessa CFO Sarah Friar ha successivamente dichiarato che un’IPO non è, allo stato, un obiettivo di breve periodo. La formulazione più corretta perciò, è che i mercati pubblici rappresentano sì una possibilità futura coerente con i fabbisogni di capitale dell’azienda, ma non una scadenza già definita.

Sicurezza, vulnerabilità e limiti

L’accordo con AWS evidenzia una dipendenza infrastrutturale rilevante, ma va descritto con precisione. OpenAI e Amazon hanno annunciato che AWS sarà il fornitore esclusivo di distribuzione cloud di terze parti per Frontier, mentre OpenAI e Microsoft hanno ribadito che Azure resta il provider esclusivo per le API stateless e che i prodotti first-party di OpenAI, incluso Frontier, continueranno ad essere ospitati sui server Azure. Più che una sostituzione lineare di Microsoft con Amazon, il quadro che emerge è quello di una duplicazione infrastrutturale complessa, nella quale OpenAI cerca maggiore flessibilità commerciale senza voler, apparentemente, recidere il legame storico con Microsoft.

Questa architettura, proprio perché ibrida, tende a introdurre un margine di vulnerabilità sia contrattuale che operativo. Diverse fonti riportano che Microsoft sta valutando un’azione legale in relazione al deal Amazon-OpenAI, ritenendo che l’intesa su Frontier possa entrare in tensione con lo spirito dell’accordo di esclusiva attualmente in essere. Allo stesso tempo, la dichiarazione congiunta tra OpenAI e Microsoft insiste sulla continuità della partnership e sul mantenimento degli assetti chiave relativi alle API e alla proprietà intellettuale. La formulazione più corretta, quindi, non è che il conflitto sia già esploso in forma definitiva, ma che esista un contenzioso potenziale con implicazioni concrete per i clienti enterprise, sviluppatori e controparti istituzionali che, attualmente, costruiscono processi critici su queste piattaforme.

Resta inoltre aperto il nodo della definizione e della governance dell’AGI all’interno del rapporto OpenAI-Microsoft. In sede pubblica, le due società hanno dichiarato che definizione e processo restano invariati; Reuters ha però riferito che gli accordi più recenti mantengono Microsoft intrecciata a OpenAI almeno fino al 2032 e prevedono meccanismi di verifica terza su eventuali rivendicazioni relative al raggiungimento dell’AGI da parte di OpenAi. Ne deriva che la materia non può essere trattata come una clausola lineare e pacificata, bensì come uno dei principali punti di sensibilità giuridica e strategica del rapporto tra le due aziende.

Un ulteriore limite strutturale riguarda la sostenibilità energetica e computazionale di lungo periodo. Nel round annunciato a febbraio, OpenAI utilizzerà 2 gigawatt di capacità computazionale basata su chip Trainium di Amazon, valutando congiuntamente con Helion una fornitura elettrica che potrebbe arrivare a 5 gigawatt entro il 2030. Questi numeri non descrivono la stessa infrastruttura, ma convergono su un punto: la disponibilità di energia e di calcolo avanzato sta diventando un vincolo strategico almeno quanto il capitale. Per questo, il limite non è soltanto finanziario; è fisico, industriale e dipendente da catene di approvvigionamento che nessun round, da solo, può rendere istantaneamente elastiche.

Dipendenze tecnologiche e il finanziamento circolare

Il round da 110 miliardi di dollari appare costruito in modo da intrecciare sempre più strettamente i flussi di capitale con quelli di infrastruttura, generando una rete di interdipendenze industriali difficilmente separabili. Nvidia partecipa al round con 30 miliardi e rimane uno dei fornitori chiave dell’ecosistema hardware su cui si regge l’espansione dell’AI di frontiera; Amazon investe 50 miliardi e, parallelamente, amplia il proprio rapporto commerciale con OpenAI attraverso AWS e i suoi chip Trainium, mentre l’accordo ufficiale prevede l’estensione dell’impegno di spesa cloud fino a 100 miliardi di dollari nell’arco di otto anni. SoftBank, infine, partecipa con 30 miliardi e resta uno dei partner centrali del progetto Stargate, la piattaforma infrastrutturale annunciata con OpenAI e Oracle per la costruzione di capacità computazionale su larga scala negli Stati Uniti.

Più che descrivere semplicemente una raccolta di capitale, questa struttura segnala l’emergere di un modello nel quale investitori, fornitori di hardware, operatori cloud e sviluppatori di modelli tendono a coincidere o a sovrapporsi. In un simile assetto, il finanziamento non serve soltanto a sostenere la crescita di OpenAI, ma contribuisce anche a consolidare relazioni commerciali di lungo periodo con i soggetti che forniscono calcolo, data center, chip e capacità di distribuzione. Il risultato è un ecosistema nel quale la distinzione tra domanda di mercato, integrazione industriale e rafforzamento reciproco delle controparti diventa meno netta rispetto ai modelli tecnologici tradizionali.

Per questa ragione, il tema del circular financing va trattato come un rischio plausibile e non come un fatto già definitivamente provato in tutti i suoi dettagli quantitativi. Alcuni analisti hanno effettivamente segnalato che grandi investimenti da parte dei fornitori di infrastruttura nei propri principali clienti AI possono alimentare una dinamica di ricavi e valutazioni fortemente interdipendente, già osservata anche in altri segmenti dell’infrastruttura AI; tuttavia, le metriche più aggressive circolate su questo punto derivano da analisi esterne e non da una rendicontazione pubblica completa e verificabile caso per caso. La formulazione più corretta, quindi, è che esista un rischio concreto di circolarità economica e di concentrazione del rischio sistemico, non che tale meccanismo sia già stato dimostrato in forma esaustiva per ogni singolo flusso finanziario e operativo.

In parallelo però, la contrazione del margine lordo adjusted e la crescita dei costi di inferenza suggeriscono che la struttura economica di OpenAI resti fortemente dipendente da variabili che l’azienda non controlla integralmente: il ritmo dell’innovazione hardware, la disponibilità di capacità energetica e computazionale, e l’efficacia dei miglioramenti algoritmici necessari a comprimere i costi unitari. In questo senso, la dipendenza non è soltanto finanziaria, ma anche architetturale: più l’AI di frontiera diventa intensiva in capitale e in infrastruttura, più il potere negoziale tende a spostarsi verso chi controlla chip, cloud, energia e data center.

Governance, policy e quadro normativo

Alla fine del 2025 OpenAI ha completato la propria riorganizzazione societaria: l’entità for profit è diventata una Public Benefit Corporation (PCB), oggi denominata OpenAI Group PBC, mentre il nonprofit è stato ridefinito come OpenAI Foundation. Alla chiusura della ricapitalizzazione, la Foundation deteneva circa il 26% del capitale della nuova entità, quota che OpenAI ha valutato circa 130 miliardi di dollari sulla base della valutazione allora corrente; per questo motivo, tale cifra va letta come valore riferito al momento della ristrutturazione, non come stima automaticamente aggiornata alla valutazione del round di marzo 2026.

La ristrutturazione, tuttavia, non ha chiuso il dibattito sulla qualità effettiva della governance. Fonti Reuters hanno riportato che gruppi di ex dipendenti ed esperti di AI hanno continuato a contestare il nuovo assetto, sostenendo che il modello PBC, pur lasciando il controllo formale al nonprofit, possa attenuare alcuni vincoli operativi originari e accrescere il peso degli incentivi commerciali nella gestione di una tecnologia ad alto impatto sistemico. La formulazione più corretta, quindi, non è se il passaggio abbia eliminato i contrappesi, ma se li abbia ridefiniti in una forma più compatibile con la raccolta di capitale e, proprio per questo, più discussa sul piano della legittimazione pubblica e della sicurezza.

Inoltre, sul versante statunitense, il quadro di policy resta più fluido di quello europeo. Il 20 marzo 2026 la Casa Bianca ha presentato un National AI Legislative Framework, segnale del fatto che Washington sta cercando di consolidare un impianto nazionale più organico; in termini comparativi, però, l’Unione europea dispone già di un corpus normativo più prescrittivo e operativo per i modelli general purpose. Per OpenAI, questo significa muoversi in un ambiente nel quale la governance societaria e quella regolatoria non avanzano con la stessa velocità né con lo stesso grado di dettaglio sulle due sponde dell’Atlantico.

Sul fronte europeo, l’AI Act sottopone i fornitori di modelli di IA per scopi generali (general-purpose AI) ad obblighi applicabili dal 2 agosto 2025, prevedendo, inoltre, requisiti aggiuntivi per i modelli a rischio sistemico (GPAI a rischio sistemico), tra i quali figurano quelli per la valutazione e la mitigazione dei rischi sistemici, la segnalazione degli incidenti gravi, l’adozione di misure di cybersecurity e l’implementazione di strumenti di trasparenza tecnica. La Commissione europea ha inoltre pubblicato linee guida sul perimetro di tali obblighi e un Code of Practice come strumento volontario di conformità, mentre OpenAI ha dichiarato pubblicamente il proprio impegno ad adeguarvisi.

La prospettiva più aggiornata, dunque, non consiste nel verificare se i meccanismi di controllo siano ancora “in corso di definizione”, bensì nel riconoscere l’esistenza di un impianto regolatorio già operativo, i cui strumenti applicativi, sebbene in costante evoluzione, hanno ormai superato la fase puramente embrionale.

Impatto strategico-industriale in zona euro

Il quadro fin qui descritto sembra consolidare, sempre di più, una sorta di oligopolio infrastrutturale nel quale OpenAI, Amazon, Nvidia e Microsoft operano attraverso incentivi finanziari, commerciali e tecnologici sempre più intrecciati e complessi. Più che un mercato pienamente aperto, emerge invece un ecosistema nel quale l’accesso ai sistemi di AI di frontiera è sempre più mediato da un numero ristretto di piattaforme, cloud provider e filiere hardware, con effetti che possono irrigidire nel tempo la contendibilità del settore.

Questa è certamente una valutazione di scenario, ma una valutazione che poggia su una dinamica reale. Il round da 110 miliardi di dollari di OpenAI, la centralità di AWS per Frontier come provider cloud di terze parti e il consolidato ruolo di Azure per le API e i prodotti first-party, dimostrano quanto la competizione si giochi ormai su infrastrutture sempre più integrate, e non solo su modelli e applicazioni. E per le imprese europee, salvo nette inversioni di rotta, ciò rischia di tradursi in una dipendenza strutturale dalle infrastrutture cloud e dai componenti avanzati sviluppati prevalentemente fuori dall’Unione.

La risposta europea, però, esiste già e merita di essere descritta correttamente. L’11 febbraio 2025, la Commissione ha lanciato InvestAI, un’iniziativa per mobilitare 200 miliardi di euro, inclusi 20 miliardi destinati a gigafactories AI, mentre EuroHPC ha messo in piedi una rete di 19 AI Factories e 13 AI Factory Antennas. Queste infrastrutture offrono supporto personalizzato gratuito a startup e PMI, mettendo a disposizione risorse computazionali e servizi di supporto anche per entità industriali e scientifiche. Non si tratta quindi di un’assenza di strategia, ma di uno sforzo di consolidamento su una scala che mira a colmare il divario con i leader statunitensi.

Tuttavia, la magnitudo di questo investimento va rapportata alla scala dell’opportunità economica in gioco. Il divario tra i 200 miliardi mobilitati dall’UE e i volumi di investimento privati e pubblici statunitensi evidenzia come il rischio non sia solo quantitativo, ma architetturale. Se l’Europa non riuscirà a canalizzare i propri investimenti verso stack tecnologici proprietari, la creazione di valore resterà vincolata a piattaforme e standard operativi extra-europei, rendendo la dipendenza tecnologica un limite strutturale difficilmente reversibile a posteriori.

Da questa prospettiva, anche iniziative private come l’EU Economic Blueprint 2.0 di OpenAi vanno lette in modo ambivalente. Da un lato, il programma contiene elementi utili all’adozione, come l’SME AI Accelerator sostenuto con Booking.com per supportare 20.000 PMI; dall’altro, rimane un’iniziativa che, pur favorendo la diffusione delle competenze, può rafforzare l’integrazione del mercato europeo dentro ecosistemi tecnologici non comunitari. In sintesi, tali programmi rappresentano una leva di adozione concreta, ma non costituiscono uno strumento di sovranità tecnologica in senso stretto.

Sembra dunque delinearsi con crescente chiarezza un trend di lungo periodo, nel quale l’accelerazione della corsa ai capitali, al calcolo e alla distribuzione riduce la finestra temporale entro la quale gli attori europei possono costruire capacità competitive autonome nei segmenti più avanzati della catena del valore. E in questo scenario, la direttrice più realistica per l’Unione Europea non risiede nel tentativo di replicare nel breve termine il modello dei grandi frontier players statunitensi, quanto piuttosto nella costruzione di una sovranità radicata nello strato applicativo, nella gestione dei dati strategici, nei deployment environment regolati e nelle infrastrutture certificate.

L’obiettivo è quindi lo sviluppo di filiere industriali nelle quali l’integrazione con il quadro normativo europeo (AI Act) si trasformi da onere burocratico a vantaggio competitivo, garantendo affidabilità e sicurezza (Trustworthy AI), in una visione pienamente coerente con l’orientamento della nuova Apply AI Strategy, che mira a consolidare la competitività e la sovranità tecnologica, con un focus prioritario sulle PMI e sui settori industriali ad alta criticità.

Tirando le somme

Il round da 110 miliardi di dollari annunciato da OpenAI non è un evento finanziario isolato: è la manifestazione più visibile di una transizione strutturale nella quale il capitale, l’accesso al calcolo e la distribuzione infrastrutturale sono diventati vettori centrali di posizionamento competitivo nell’AI di frontiera. In quest’ottica, anche l’eventuale estensione del round con ulteriori investitori, di cui hanno parlato alcune fonti, va letta dentro questa dinamica più ampia e non come un semplice aumento quantitativo della raccolta di fondi.

In questo scenario sono tre, a mio avviso, gli elementi che richiedono una risposta strategica consapevole da parte di istituzioni, operatori industriali e responsabili di policy. Il primo riguarda il rischio di interdipendenza circolare tra capitale, cloud e hardware: non come anomalia già dimostrata in ogni dettaglio contabile, ma come configurazione industriale concreta nella quale investitori, fornitori di infrastruttura e principali beneficiari della crescita tendono a sovrapporsi sempre di più. Ed è questa sovrapposizione, ancor più del round in sé, a meritare attenzione da parte di investitori e regolatori.

Il secondo riguarda l’incertezza operativa generata dalla duplicazione infrastrutturale tra Microsoft e AWS. Oggi AWS è il fornitore esclusivo di distribuzione cloud di terze parti per Frontier, mentre Azure mantiene l’esclusiva per le API stateless e continua ad ospitare i prodotti first-party di OpenAI; parallelamente, Reuters ha riportato che Microsoft sta valutando un’azione legale sul deal Amazon-OpenAI. La formulazione più corretta, quindi, non è se esista già una rottura definitiva, ma se sia è effettivamente aperta una zona di attrito contrattuale e strategico con effetti potenzialmente rilevanti per clienti enterprise, sviluppatori e organizzazioni che intendono costruire processi critici su questi stack.

Il terzo riguarda la posizione dell’Europa. Il punto più urgente, a mio avviso, non è competere nel breve termine sul terreno dei frontier model con la stessa intensità di capitale dei leader statunitensi, ma costruire sovranità nello strato applicativo, nei dati, nei deployment environment regolati, nelle infrastrutture certificate e nelle filiere industriali dove l’Unione può ancora consolidare vantaggi specifici. Le iniziative europee, in tal senso, esistono già, a partire dal piano InvestAI da 200 miliardi di euro, passando per le 19 AI Factories, ma il loro successo dipenderà dalla capacità di trasformare il vantaggio regolatorio e industriale in capacità operativa diffusa, soprattutto per imprese, PMI e settori strategici.

Per questo motivo, la conclusione più prudente e più solida non è se OpenAI abbia “vinto definitivamente” la corsa all’AI, né se il suo modello sia già destinato a rivelarsi insostenibile. La conclusione più corretta è che il round di marzo 2026 segna un punto di svolta che non solo conferma la straordinaria forza di attrazione di OpenAI, ma rende anche più visibili i limiti sistemici del modello: concentrazione infrastrutturale, dipendenza da pochi fornitori, fabbisogno energetico e regolazione ancora in assestamento. Ed è precisamente in questa tensione tra potenza industriale e fragilità strutturali che si giocherà la fase successiva della competizione globale sull’AI.

Glossaio

Ambiente stateless: ambiente di esecuzione in cui il sistema non conserva informazioni di stato tra una richiesta e la successiva; ogni interazione viene trattata come indipendente e deve contenere da sola tutti i dati necessari per essere elaborata. In pratica, il server non mantiene memoria della sessione precedente: questo semplifica scalabilità e resilienza, ma sposta sul client o su sistemi esterni la gestione del contesto necessario.

AGI (Artificial General Intelligence): indica, in senso teorico e ancora non univocamente definito, una forma di intelligenza artificiale capace di svolgere un’ampia gamma di compiti cognitivi con un livello di generalità, adattabilità e autonomia paragonabile o superiore a quello umano. Nel dibattito pubblico e industriale, il termine viene spesso usato in modo non del tutto uniforme, per cui il suo significato può variare a seconda del contesto tecnico, giuridico o strategico.

Circular financing: indica una dinamica in cui investimenti, forniture infrastrutturali e ricavi tendono ad alimentarsi reciprocamente all’interno dello stesso ecosistema industriale. In pratica, soggetti che finanziano una società possono essere anche fornitori o beneficiari indiretti della sua crescita, creando un circuito di interdipendenza economica che può rafforzare valutazioni, ricavi e posizionamento competitivo, ma anche aumentare concentrazione e rischio sistemico.

General-purpose AI models: sono modelli di intelligenza artificiale progettati per svolgere una vasta gamma di compiti diversi, anziché una sola funzione specifica. Proprio perché possono essere adattati e integrati in molte applicazioni, rappresentano una tecnologia di base trasversale, con impatti che si estendono ben oltre il singolo prodotto o settore d’uso.

Inferenza: nell’ambito dell’AI, per inferenza si intende la fase nella quale un modello già addestrato elabora nuovi input e genera un output, ad esempio una risposta testuale, una classificazione o una previsione. È distinta dall’addestramento perché non serve a “insegnare” il modello, ma a metterlo in uso operativo; proprio per questo può comportare costi computazionali ed energetici molto elevati quando avviene su larga scala.

IPO (Initial Public Offering): è l’offerta pubblica iniziale con cui una società privata si quota in borsa e rende negoziabili le proprie azioni sul mercato pubblico. In genere serve a raccogliere nuovi capitali, ampliare la base degli investitori e aumentare visibilità e liquidità, ma comporta anche maggiori obblighi di trasparenza, vigilanza e rendicontazione.

Margine lordo adjusted in contrazione: ne contesto trattato, in pratica, per ogni dollaro che OpenAI incassa dagli abbonamenti (ChatGPT Plus o affini) o dalle API, una fetta sempre più piccola rimane in tasca all’azienda dopo aver pagato i costi diretti. È come se un ristorante vendesse piatti sempre più costosi da preparare, ma non riuscisse ad alzare i prezzi abbastanza da coprire la differenza.

Prodotti first-party: in questo contesto, indica i prodotti e i servizi sviluppati, gestiti e distribuiti direttamente dalla stessa azienda titolare della tecnologia, e non da partner, rivenditori o soggetti terzi che la integrano nelle proprie soluzioni. Nel caso di OpenAI, l’espressione si riferisce quindi ai prodotti offerti direttamente da OpenAI ai propri utenti o clienti.

Public Benefit Corporation (PBC): forma societaria for profit nella quale l’impresa, oltre a perseguire rendimento economico per gli azionisti, è tenuta per statuto a promuovere uno specifico interesse pubblico o beneficio collettivo. In termini pratici, gli amministratori devono bilanciare ritorno economico, impatto sugli stakeholder e obiettivo di beneficio pubblico dichiarato nell’atto costitutivo, con obblighi periodici di rendicontazione verso gli azionisti.

Stateful runtime environment: ambiente di esecuzione che mantiene e persiste lo stato del sistema nel tempo — per esempio memoria di sessione, contesto operativo, avanzamento di un workflow o risultati intermedi — così da poter riprendere l’elaborazione senza perdere continuità dopo passaggi multipli, riavvii o interruzioni. In pratica, a differenza di un ambiente stateless, non tratta ogni richiesta come isolata, ma conserva informazioni pregresse utili a coordinare azioni successive, recupero da errori e processi di lunga durata.

Ottimizzazione Algoritmica: OpenAI deve trovare modi sempre più “smart” per far funzionare i modelli (come la distillazione, che consiste nel creare modelli più piccoli e leggeri che imparano da quelli giganti) e, se la ricerca scientifica su come rendere i modelli più efficienti rallentasse anche di poco, i costi rimarrebbero insostenibili.