Insieme, i due laboratori concentrerebbero oggi la maggior parte delle capacità avanzate e dei ricavi commerciali del segmento di punta dell’IA . La competizione, quindi, non riguarda soltanto chi sviluppa il modello più potente: si gioca anche sulla capacità di trasformare quell’intelligenza in strumenti di lavoro utilizzati ogni giorno dalle imprese.
La valutazione più sorprendente attribuita a SemiAnalysis riguarda Google. La società di analisi sostiene che il gruppo sia scivolato al quinto posto tra i laboratori IA a livello globale . Alla base del declino ci sarebbero «vincoli sul calcolo e errori strategici», in particolare una gestione poco efficace degli accordi di leasing delle TPU, i processori sviluppati da Google per l’intelligenza artificiale .
Secondo questa ricostruzione, alcuni contratti di noleggio a lungo termine sarebbero stati firmati senza adeguate clausole di recupero — i cosiddetti clawback — limitando l’accesso di Google alla propria capacità di calcolo. In un settore in cui la disponibilità di infrastrutture è decisiva per addestrare e far funzionare i modelli, un simile vincolo può trasformarsi in uno svantaggio competitivo.
La conseguenza sarebbe stata anche una fuga di talenti. Tra i ricercatori citati figurano Noam Shazeer, coautore dell’architettura Transformer, il premio Nobel John Jumper e i ricercatori di Gemini Jonas Adler e Alexander Pritzel, passati a organizzazioni rivali . Alphabet avrebbe perso fino a 270 miliardi di dollari di capitalizzazione in una sola giornata dopo queste defezioni . Inoltre, nel luglio 2026 Google sarebbe uscita per la prima volta dalla top 5 dell’Artificial Analysis Intelligence Index .
La programmazione è il cuore economico della nuova fase dell’IA. In una recente intervista, SemiAnalysis ha affermato che i casi d’uso legati al coding consumano ormai il 70% di tutti i token sulle principali piattaforme .
Il dato sta spingendo i grandi operatori a rivedere il modello commerciale basato su abbonamenti fortemente sovvenzionati. I laboratori cercano di spostare il consumo verso le API, cioè i servizi che permettono alle aziende di integrare i modelli direttamente nei propri software e processi, con margini lordi superiori all’85% .
Claude Code rappresenta l’esempio più evidente: avrebbe raggiunto 2,5 miliardi di dollari di ricavi annualizzati appena nove mesi dopo il lancio . La programmazione non è quindi soltanto una funzione popolare tra gli utenti: è diventata una porta d’ingresso verso ricavi aziendali ricorrenti e misurabili.
Il modello Tokenomics di SemiAnalysis offre un ritratto finanziario dei due principali protagonisti. Il quadro del secondo trimestre 2026 mostra un’inversione rispetto alle aspettative iniziali: Anthropic avrebbe superato OpenAI in ricavi e registrato il primo utile, mentre OpenAI continuerebbe a sostenere costi molto elevati per l’infrastruttura di calcolo .
Il punto centrale non è soltanto la velocità di crescita. Anthropic sembra aver trovato una combinazione più favorevole tra adozione aziendale, ricavi da API e costi di inferenza; OpenAI, invece, continua a investire massicciamente per mantenere la propria posizione nella corsa alle infrastrutture.
Greg Brockman, presidente e cofondatore di OpenAI, ha descritto la sfida con Anthropic come ancora nelle sue fasi iniziali. In un’intervista a Bloomberg del 23 luglio 2026 ha detto che siamo ancora nelle «prime battute di ciò che questa industria diventerà» .
In precedenza, nel giugno 2026, Brockman aveva sostenuto che «più importante dell’AGI è la capacità concreta» e che la sfida principale consiste nel «collegare i modelli di IA al mondo» . L’AGI, o intelligenza artificiale generale, indica ipoteticamente sistemi capaci di svolgere un’ampia gamma di compiti intellettuali a un livello paragonabile o superiore a quello umano.
Alla conferenza AI Ascent 2026 di Sequoia, Brockman ha inoltre suggerito che OpenAI sarebbe arrivata a circa l’80% del percorso verso l’AGI . Ha poi dichiarato che l’IA scrive oggi circa l’80% del codice interno di OpenAI, contro il 20% di appena sei mesi prima . Si tratta però di una dichiarazione del dirigente, non di una misura indipendente della produttività: il significato operativo di questa percentuale resta quindi più difficile da verificare.
Le fonti disponibili di SemiAnalysis non forniscono una risposta diretta alla possibilità che Meta superi Google nel settore dell’IA. Il calo di Google lascia certamente spazio a concorrenti dotati di ingenti risorse, ma i materiali esaminati non contengono prove sufficienti per confermare o smentire una specifica tesi di sorpasso da parte di Meta .
Per stabilire se Meta sia davvero in procinto di superare Google servirebbe un’analisi diretta di SemiAnalysis sul posizionamento di Meta: capacità dei modelli, infrastruttura, adozione aziendale, ricavi e disponibilità di talenti. Al momento, la conclusione più solida è un’altra: il baricentro dell’industria si è spostato verso OpenAI e Anthropic, mentre Google sta pagando il prezzo di una strategia di calcolo e di prodotto che, secondo SemiAnalysis, non ha tenuto il passo.
L’articolo si basa su report e interviste di SemiAnalysis pubblicati nel luglio 2026, tra cui l’intervista del 23 luglio e il report Tokenomics Model dell’8 luglio. Le cifre finanziarie provengono dai modelli proprietari di SemiAnalysis e da informazioni riportate pubblicamente.