Il 4 maggio 2026 OpenAI finalizza un accordo da dieci miliardi di dollari con un gruppo di fondi di private equity, mentre Blackstone, Hellman & Friedman e Goldman Sachs annunciano una joint venture con Anthropic del valore di 1,5 miliardi. Le due mosse rispondono alla stessa intuizione: non basta vendere modelli perché i clienti li usino.
La Deployment Company
L'accordo di OpenAI prende il nome di Deployment Company, una nuova società progettata per aiutare le organizzazioni a creare e implementare sistemi di intelligenza artificiale affidabili per le loro attività più importanti. TPG entra come investitore di riferimento, accompagnato da Brookfield Asset Management, Bain Capital, Advent International e altri. OpenAI acquisisce anche Tomoro, una società di consulenza AI nata a Londra nel 2023 che porta in dote 150 ingegneri specializzati nell'installazione di modelli AI dentro grandi aziende.
La struttura di Anthropic ha cifre più piccole ma un'architettura simile. Blackstone, Hellman & Friedman e Anthropic stessa mettono circa 300 milioni di dollari ciascuna, Goldman Sachs aggiunge 150, completano il giro Apollo, General Atlantic, Leonard Green, GIC e Sequoia.
Dal modello API al mestiere della consulenza
Fino a febbraio, OpenAI e Anthropic vendevano modelli attraverso API, abbonamenti consumer e partnership con i grandi fornitori di cloud. Vendere installazioni però è un mestiere diverso, fatto di persone in carne e ossa che entrano negli uffici dei clienti, capiscono come funzionano, scrivono software su misura e restano fino a quando il sistema gira in produzione. È il mestiere delle società di consulenza, con marginalità più basse, ciclo di vendita più lungo, una struttura di costi fatta di persone più che di codice.
La Saaspocalypse
Tra il 28 gennaio e il 13 febbraio 2026, a Wall Street, è successo qualcosa che aiuta a spiegare le mosse dei laboratori. Il settore del software per aziende ha perso oltre duemila miliardi di dollari di capitalizzazione. Salesforce è scesa del 37%, ServiceNow del 42%, Workday del 45%.
La stampa finanziaria ha battezzato l'evento "saaspocalypse", apocalisse del SaaS. L'innesco dell'apocalisse sono stati i plugin di Claude Cowork e i progressi di Claude Code, che hanno mostrato che un sistema AI può fare buona parte del lavoro oggi affidato a una piattaforma SaaS dedicata.
Due giorni dopo il lancio, Dario Amodei, CEO di Anthropic, pubblica un saggio dal titolo The Adolescence of Technology in cui parla di sistemi AI capaci di sostituire fino al 50% dei lavori di ingresso da impiegato in un orizzonte di uno-cinque anni.
La critica di Pignataro: la substitution fallacy
Il 15 febbraio Andrea Pignataro, fondatore e CEO del gruppo ION, pubblica un saggio intitolato The Wrong Apocalypse. Secondo lui le SaaS non esistono perché un'azienda da sola non sappia redigere un'analisi di vendita o calcolare uno stipendio. Esistono perché un'azienda ha bisogno che migliaia di persone, ciascuna con i suoi permessi, le sue competenze e i suoi incentivi, parlino la stessa lingua per coordinarsi.
Un modello AI sa scrivere un contratto meglio di chi lo scrive a mano. Non sa chi in azienda ha l'autorità per saltare un passaggio, non sa quando un responsabile va sentito anche se in teoria non serve, non sa quale eccezione di tre anni fa ha causato un audit che oggi rallenta tutto.
Pignataro chiama questa "lingua interna" language game, prendendo l'espressione dal filosofo austriaco Ludwig Wittgenstein. Salesforce, ServiceNow, Workday sono giochi linguistici fusi con il codice. Migliaia di dipendenti hanno imparato a parlarli ogni giorno per coordinarsi. Sostituire Salesforce in una multinazionale non vuol dire solo scambiare uno strumento, vuol dire chiedere alle migliaia di dipendenti del gruppo di imparare un'altra lingua interna.
L'errore del mercato, in due parole di Pignataro, è la substitution fallacy, l'illusione della sostituzione. Il mercato confonde la capacità dell'AI di svolgere il compito con la sua capacità di sostituire l'infrastruttura che organizza quel compito su scala aziendale.
Marc Benioff, fondatore e amministratore delegato di Salesforce, ha espresso un concetto simile: "L'AI è probabilistica, può capire le cose un po' a tentativi, ma deve essere ancorata a dati reali, a una singola fonte di verità, a uno strato semantico. Altrimenti non funziona."
Il Forward Deployed Engineer
Chi dentro le aziende ridisegna i processi attorno all'AI è un mestiere che ha già un nome. Si chiama Forward Deployed Engineer, termine coniato ormai diversi anni fa da Palantir.
Vola dal cliente, si siede accanto a chi lavora ogni giorno con i sistemi, scrive software che avvolge il modello AI attorno a un problema concreto e resta lì finché il sistema gira stabile in produzione.
Il Forward Deployed Engineer sta al centro di tre mestieri: scrittura di software, ingegneria di piattaforma, disegno di soluzioni per il cliente. Il fondo di venture capital a16z lo ha definito "il lavoro più caldo del momento nel tech".
Per anni il mondo del software ha imparato a evitare questa figura, perché un ingegnere fisso in casa di un cliente costa caro, è difficile da replicare su molti clienti diversi e mangia i margini che il software in abbonamento ha sempre avuto. Adesso però sta tornando di moda.
Perché l'AI ha bisogno di consulenti esperti
Fino a un paio di anni fa si poteva sostenere che l'AI non valesse l'investimento richiesto per implementarla. I modelli erano troppo imprevedibili, le finestre di contesto troppo ristrette, l'uso degli strumenti troppo inaffidabile.
Oggi però la tecnologia regge e i fallimenti sono quasi tutti errori di implementazione. Framework sbagliato, pipeline dati sbagliata, integrazione sbagliata, architettura di prompt sbagliata. Il modello funziona e può svoltare la produttività, il problema è incastrarlo nel flusso di lavoro reale del cliente.
Portare l'AI in produzione su scala richiede competenze e tempo che la maggior parte delle aziende non ha in casa. La mossa più sensata è quindi quella di affidarsi a società di consulenza specializzate sull'intelligenza artificiale.
L'AI si trasforma a cicli di pochi mesi, a volte settimane, e solo chi ci lavora a tempo pieno riesce davvero a tenere il passo. Una consulenza generalista che ha aggiunto l'AI al proprio menu non ha la stessa profondità di una società nata su questo. Una società nata su questo ha già fatto decine di deployment, ha visto cosa regge sotto carico reale e cosa si rompe, conosce i pattern di integrazione e le architetture di prompt che funzionano in produzione.