Mustafa Suleyman, il CEO di Microsoft AI che ha co-fondato DeepMind, il laboratorio londinese poi acquisito da Google, prima di entrare in Microsoft nel 2024, si attende un forte aumento dei costi per costruire l'intelligenza artificiale di frontiera, affermando che un singolo addestramento di frontiera — il processo ad alta intensità di calcolo per produrre un modello — potrebbe presto costare "molti, moltissime decine di miliardi di dollari, se non cento miliardi di dollari".

Parlando il 28 settembre 2026, Suleyman ha indicato un arco temporale breve per questo traguardo: i prossimi anni. La lista di chi può permetterselo è ancora più corta. Solo cinque o sei laboratori al mondo, ha sostenuto, saranno in grado di pagare il prezzo d'ingresso.

Il prezzo d'ingresso continua a salire

Suleyman ha collegato l'aumento dei costi alla velocità dello sviluppo. Secondo la sua ricostruzione, più potenza di calcolo concentrata in meno laboratori dovrebbe tradursi in progressi più rapidi nell'AI.

Ha sostenuto questa tesi con due cifre sorprendenti. La potenza di calcolo per l'addestramento dei modelli di frontiera è cresciuta di mille miliardi di volte negli ultimi 15 anni, ha detto. Soltanto negli ultimi due anni, i costi di inferenza — il prezzo di esecuzione di un modello addestrato ogni volta che viene utilizzato — sono diminuiti di 300 volte. Entrambe le tendenze, ha suggerito, puntano nella stessa direzione: le risorse necessarie per addestrare i modelli leader si espandono anche mentre il costo del loro utilizzo cala.

"Molti, moltissimeine di miliardi di dollari, se non cento miliardi di dollari", ha detto Suleyman riguardo al potenziale costo degli addestramenti di frontiera.

Una previsione che sta costruendo nel tempo

Le dichiarazioni sono meno una posizione nuova che un'escalation di una esistente. A dicembre 2025, Suleyman aveva previsto che restare competitivi nell'AI nei prossimi cinque-dieci anni avrebbe richiesto "centinaia di miliardi di dollari" di investimenti, una cifra attribuita ai requisiti di calcolo in forte crescita per l'addestramento avanzato.

I commenti di settembre affinano quella previsione attribuendo un potenziale prezzo ai singoli addestramenti, anziché a un decennio di spese.

Suleyman ha anche descritto le operazioni AI di Microsoft in termini insolitamente fisici, paragonando l'azienda a una "società di costruzioni moderna" che realizza infrastrutture di calcolo di grandi dimensioni. Il contesto è la relazione in evoluzione tra Microsoft e OpenAI: dopo una ristrutturazione della partnership, Microsoft AI si concentra sull'autosufficienza per i modelli di frontiera.

Il discorso sulla sicurezza accompagna quello sulla spesa

Suleyman non ha presentato la spesa come una pura corsa agli armamenti. Con l'avanzare rapido delle capacità dell'AI, ha anche chiesto una supervisione e una valutazione più forti, indicando sviluppi come gli hacker autonomi e agenti AI più sofisticati.

Ha descritto i recenti comportamenti dell'AI come un "momento spartiacque" che richiede un maggiore controllo su ciò che questi sistemi possono fare.

Cosa significa per il settore AI

L'implicazione più chiara è la consolidazione. Se gli addestramenti di frontiera si avvicinano alle decine di miliardi di dollari, il numero di organizzazioni in grado di competere credibilmente ai vertici si riduce a una manciata — cinque o sei, secondo i conti di Suleyman.

Il calo dei costi di inferenza va invece nella direzione opposta. Una diminuzione di 300 volte in due anni significa che usare l'AI diventa sempre più economico, anche se la costruzione di modelli di frontiera si concentra in meno mani.