La Silicon Valley ha trascorso anni a discutere su quando arriverà l'intelligenza artificiale generale. Ali Ghodsi, cofondatore e CEO dell'azienda di dati e IA Databricks, ritiene che la discussione sia finita. In una conversazione pubblicata da a16z, la società di venture capital Andreessen Horowitz, Ghodsi ha detto che l'IA ha già abbastanza intelligenza e che il problema più difficile è far sì che le aziende mettano quell'intelligenza a frutto nel lavoro quotidiano.

Il traguardo dell'AGI, secondo un metro di misura più datato

L'affermazione di Ghodsi si basa su un criterio specifico. Sostiene che l'AGI sia di fatto arrivata se giudicata secondo le definizioni usate prima del 2022: un'IA che performa a livello delle capacità intellettuali umane o al di sopra, in una vasta gamma di ambiti.

Il suo punto più importante riguarda ciò che manca ancora. Secondo Ghodsi, il collo di bottiglia non è più l'intelligenza — è il contesto. In parole semplici, una brillante nuova assunzione è inutile se nessuno le dà accesso ai file, ai sistemi o alla storia dell'azienda. Ghodsi vuole che le imprese colleghino i modelli di IA ai loro dati proprietari e ai sistemi operativi, così che la tecnologia possa svolgere compiti reali invece di restare dentro una finestra di chat a rispondere a domande.

"Tanti aspetti della nostra vita cambieranno nei prossimi vent'anni", ha detto Ghodsi.

Ha anche inquadrato la transizione attorno alle persone, non solo al software. Nella conversazione con a16z, ha indicato nell'empowerment dei dipendenti nel prendere iniziativa uno dei due grandi progressi che vede all'orizzonte.

I numeri dietro alla fiducia

Databricks ha chiuso un round di finanziamento da 5 miliardi di dollari ad agosto 2026 con una valutazione di 190 miliardi di dollari, una cifra che la colloca tra le più preziose aziende tecnologiche private legate alla corsa all'IA. Il tasso di fatturato annualizzato dell'azienda — una figura annualizzata basata sui ricavi recenti — ora supera i 7 miliardi di dollari, con una crescita anno su anno di oltre l'80%.

I parametri operativi vanno nella stessa direzione. Ogni giorno gli agenti IA lanciano più di 17 milioni di database sulla piattaforma Databricks, e oltre il 90% del codice software prodotto da Databricks è scritto dall'IA.

Costruire per gli agenti, non per le chatbot

Le dichiarazioni di Ghodsi coincidono con una chiara strategia di prodotto. Databricks sta costruendo infrastrutture pensate specificamente per gli agenti IA — programmi semi-autonomi capaci di compiere azioni anziché limitarsi a generare testo. I suoi lanci recenti includono Genie, Unity AI Gateway, Lakebase e Agent Bricks.

Ogni prodotto si inserisce nella tesi più ampia: dare ai sistemi di IA un accesso sicuro e governato ai dati aziendali e gli strumenti per agire su di essi.

La dichiarazione di Ghodsi sull'AGI arriva con un'importante avvertenza. Non sostiene che l'IA possa migliorarsi senza limiti.

In discussioni tenutesi a ottobre 2026, Ghodsi ha delineato quattro condizioni che, a suo avviso, dovrebbero verificarsi contemporaneamente perché l'IA possa auto-migliorarsi: minore uso di risorse, addestramento più rapido, maggiore accuratezza e ripetibilità. Quelle quattro, ha detto, non sono state raggiunte contemporaneamente. Insieme, forniscono agli osservatori un metro concreto per valutare le future affermazioni sull'IA auto-migliorante.

In altre parole, considera la questione dell'intelligenza risolta, lasciando saldamente lo scenario dell'IA fuori controllo nella colonna del "non ancora".

Cosa significa

Per gli acquirenti aziendali, l'inquadramento di Ghodsi cambia la lista della spesa. Se i modelli sono già abbastanza buoni, il vantaggio competitivo deriva da quanto bene un'azienda organizza, mette in sicurezza ed espone i propri dati ai sistemi di IA.

Un'azienda in cui oltre il 90% del codice è scritto dall'IA e in cui gli agenti lanciano quotidianamente più di 17 milioni di database offre un'anteprima di come il lavoro tecnico potrebbe essere riorganizzato.

Dichiarare raggiunta l'AGI è in parte una scelta di definizione, e altri nel settore contesteranno quale definizione valga. E secondo lo stesso Ghodsi, le condizioni per un'IA auto-migliorante restano disattese — il che significa che le previsioni più drammatiche sulla tecnologia sono ancora da dimostrare.