Perché ogni azienda deve costruirsi il proprio modello AI (e affittarlo è un rischio)

In questa visione, il vantaggio competitivo duraturo nell'era dell'AI non è il modello in sé, ma l'ecosistema circostante di dati, processi, valutazione e feedback umano che collega l'AI alla conoscenza istituzionale di un'organizzazione. Nadella sostiene che le aziende dovrebbero essere in grado di "usare il mio contesto, i miei dati" e "le mie tracce" quando scelgono o ottimizzano i modelli.

Piuttosto che considerare il modello come un fossato difensivo ("moat"), l'argomentazione di Nadella punta a sistemi continui che migliorano attraverso l'uso organizzativo. Ha detto a Business Today che "le organizzazioni non possono esternalizzare il processo di apprendimento stesso" – puoi delegare un compito, ma non puoi delegare la curva di apprendimento della tua azienda.

Perché esternalizzare l'AI è rischioso: l'avvertimento sullo "svuotamento industriale"

Nadella ha fornito due ragioni interconnesse per cui fare affidamento esclusivamente su modelli frontier di terze parti è pericoloso per le imprese.

1. Perdita del vantaggio competitivo e estrazione di valore. Nadella ha avvertito che se un'azienda si limita a noleggiare un modello senza costruire nulla di proprietario attorno, quel modello non è il suo vantaggio competitivo – e l'azienda potrebbe già stare perdendo terreno. La sua preoccupazione più ampia è racchiusa in una citazione diretta dal suo saggio: "L'ultima cosa che qualcuno di noi vuole è un mondo in cui ogni azienda in ogni settore cede valore a pochi modelli che divorano tutto ciò che vedono."

Sostiene che i potenti modelli AI stanno diventando estremamente capaci di assorbire conoscenza aziendale specializzata, potenzialmente commoditizzando le competenze professionali di interi settori e rivendendole alle stesse aziende che le hanno generate. Le imprese che non riescono a costruire i propri sistemi di feedback AI rischiano di cedere valore a fornitori esterni di modelli invece di accumulare la propria conoscenza istituzionale.

2. Rischio di concentrazione e dipendenza dal fornitore. Fare affidamento esclusivamente su un singolo modello frontier espone le imprese ai limiti, ai prezzi e alle scelte strategiche di fornitori esterni. Il framework di Nadella enfatizza invece la costruzione di loop di apprendimento interni – sistemi che possono cambiare modello sottostante senza perdere l'intelligenza accumulata. A suo avviso, "costruire un'infrastruttura AI ottimizzata per un solo modello è rischioso", perché una svolta di un concorrente nell'architettura del modello potrebbe rendere obsoleto l'intero investimento.

Allineamento con la strategia multi-modello di Microsoft

L'argomentazione di Nadella si allinea direttamente con la svolta strategica di Microsoft. Dopo anni di profonda partnership con OpenAI, l'azienda ha deliberatamente ampliato la sua strategia di modelli AI introducendo più capacità AI proprietarie.

Al Microsoft Build 2026 all'inizio di giugno, l'azienda ha svelato nuovi modelli AI proprietari (la famiglia di modelli foundation MAI) pensati per ridurre la dipendenza da OpenAI e abbassare i costi per gli sviluppatori. Microsoft sta anche costruendo sistemi proprietari come Project Polaris – descritto come l'AI di codifica di Microsoft destinata a sostituire GPT-4 in GitHub Copilot entro agosto 2026.

Microsoft ha introdotto modelli AI convenienti e una piattaforma Copilot multi-motore che supporta modelli di Anthropic, Meta (Llama), Mistral AI, DeepSeek e Cohere insieme a OpenAI – dando agli utenti la possibilità di scegliere tra più motori AI. Claude di Anthropic è ora un'opzione di prima parte in Azure AI Foundry insieme a OpenAI, DeepSeek, Llama e Mistral.

La logica strategica è semplice: se le imprese necessitano di sistemi AI personalizzati connessi ai propri dati, flussi di lavoro e conoscenza istituzionale, la piattaforma cloud che ospita quell'ecosistema – Azure – diventa strategicamente importante. Il consiglio di Nadella di "costruire il tuo learning loop" è quindi sia una guida architetturale che un forte allineamento con la più ampia strategia di piattaforma cloud e AI di Microsoft.

Nadella aveva previsto questa commoditizzazione già da tempo. A fine 2025, descrisse la dinamica in modo crudo: "Se sei un'azienda di modelli, potresti avere la maledizione del vincitore... è a una copia di distanza dall'essere commoditizzata."

Il nuovo framework AI aziendale: Capitale Umano + Token Capital

Nadella ha introdotto due concetti nel suo saggio del giugno 2026 che sono diventati centrali nel dibattito sull'AI aziendale: capitale umano (human capital) e token capital.

Cos'è il Token Capital?

Il token capital è "la capacità AI che un'impresa costruisce e possiede" utilizzando i propri flussi di lavoro, dati, valutazioni e competenze accumulate. È il bene AI proprietario che l'impresa sviluppa attorno al proprio sistema operativo – piuttosto che limitarsi a noleggiare capacità generica da fornitori esterni. Il token capital include i sistemi, i modelli, i prompt, le valutazioni e i flussi di lavoro ottimizzati che un'azienda sviluppa nel tempo. Nadella lo descrive come un bene che cresce con "interesse composto" in un learning loop auto-rinforzante.

Il Capitale Umano Diventa Più Importante, Non Meno

L'affermazione controintuitiva di Nadella è che all'aumentare delle capacità AI (token capital), il valore del capitale umano aumenta anziché diminuire. Il capitale umano comprende la conoscenza, il giudizio, le relazioni, la creatività e il riconoscimento di schemi delle persone di un'azienda.

La sua argomentazione: senza una direzione umana, "hai potenza di calcolo che gira a vuoto." Le competenze umane sono ciò che guida il learning loop, valuta gli output e trasforma la capacità AI in un vantaggio organizzativo utile. Nadella inquadra questo come un passaggio a un "vero loop cognitivo tra persone e sistemi digitali" – una rottura fondamentale rispetto alle precedenti rivoluzioni tecnologiche in cui i sistemi digitali erano usati semplicemente per migliorare la produttività umana.

Il Learning Loop che Si Accumula

Nadella descrive lo stato ideale come "costruire un learning loop sopra i modelli dove il capitale umano e il token capital si accumulano." In questo loop:

• Il capitale umano (competenze, giudizio) guida la creazione e la valutazione degli output AI
• Il token capital (capacità AI posseduta) cattura e operazionalizza quelle competenze
• Ogni rinforzo rende entrambi i lati più preziosi nel tempo

Se non puoi cambiare un modello generalista senza perdere la tua intelligenza accumulata, non possiedi il tuo learning loop – lo stai noleggiando.

Implicazioni Pratiche per l'Adozione dell'AI Aziendale

Infrastruttura: Piattaforme Flessibili e Multi-Modello

Le imprese non possono più trattare un singolo modello frontier come l'intera strategia AI. Hanno bisogno di un'infrastruttura flessibile che possa supportare più famiglie di modelli, connessioni dati proprietarie, integrazione dei flussi di lavoro e cicli di feedback continui. Il framework di Nadella implica che l'infrastruttura vincente è la piattaforma che aiuta le aziende a costruire e gestire quegli ecosistemi – che è esattamente come Microsoft sta posizionando Azure e i suoi servizi Copilot.

Capitale Umano: Investimenti Più Profondi nelle Persone

L'argomentazione di Nadella va contro la narrazione 'automazione prima di tutto'. Se il giudizio umano diventa più prezioso man mano che l'AI cresce, le aziende devono investire di più nelle competenze dei dipendenti, nella conoscenza del dominio e nel processo decisionale creativo – non di meno. Circa 117.000 posti di lavoro nel tech sono stati tagliati nel 2026, con l'AI citata come fattore – una tendenza che il framework di Nadella implicitamente mette in guardia se priva le aziende del capitale umano necessario per guidare i learning loop.

Token Capital: Costruire, Non Solo Comprare

Il cambiamento strategico chiave è passare dal consumare AI al possedere capacità AI. Questo significa sviluppare modelli proprietari, ottimizzarli sui dati interni, costruire sistemi di valutazione e creare flussi di lavoro che catturino la conoscenza organizzativa in forma riutilizzabile. Le aziende che si limitano ad abbonarsi al miglior modello frontier e si fermano lì rischiano di essere svuotate – perché il loro vantaggio duraturo non verrà dal modello noleggiato in sé, ma dal learning loop proprietario che costruiscono attorno ad esso.

Il Punto Strategico Fondamentale

Per i leader aziendali, Nadella sostiene che l'impresa dell'era AI deve investire simultaneamente in:

• Infrastruttura: piattaforme cloud flessibili e multi-modello che permettano di costruire sistemi AI personalizzati attorno a flussi di lavoro e dati proprietari.
• Capitale umano: investimenti più profondi nel giudizio, nelle relazioni, nella creatività e nelle competenze di dominio dei dipendenti – ora più importanti, non meno.
• Token capital: capacità AI proprietarie addestrate e migliorate attraverso i dati unici dell'azienda, i cicli di feedback e i processi operativi.

Il messaggio è chiaro: se la tua strategia AI inizia e finisce con la scelta di un fornitore di modelli frontier, potresti già stare perdendo terreno competitivo rispetto a quelle aziende che possiedono i propri learning loop invece di noleggiarli.