Buco da $112 miliardi — la bancarotta nascosta delle Big Tech

Il progetto Stargate — centinaia di miliardi di dollari per la costruzione di data center giganteschi. Non è un errore di stampa: si tratta di somme paragonabili al PNL di piccoli paesi. Microsoft, Google e Meta spendono annualmente decine di miliardi per l'infrastruttura GPU: solo Microsoft nel 2025 ha investito oltre $50 miliardi in spese di capitale, la maggior parte destinata all'AI.

Il problema è nascosto nella contabilità. Le GPU della generazione H100 diventano obsolete in 2 anni con l'uscita di H200, B100, B200 — ogni generazione successiva è il 50-100% più veloce della precedente. Ma le corporazioni registrano l'ammortamento per 5-6 anni, creando un'illusione contabile. Esempio: un'azienda ha acquistato GPU per $20 miliardi. Nei libri contabili, dopo 2 anni, «valgono» ancora $13 miliardi (con ammortamento lineare a 6 anni). In realtà — valgono circa $5 miliardi, perché la nuova generazione fa lo stesso lavoro due volte più velocemente e più economicamente.

Questo crea un deficit nascosto: la differenza tra il valore contabile degli asset e il loro reale valore di mercato — trilioni di dollari in tutta l'industria. Quando (non «se», ma «quando») gli auditor richiederanno una ridesignazione — questo potrebbe causare massicce svalutazioni, far crollare le azioni delle aziende AI e provocare una crisi di fiducia in tutto il settore.

Secondo le previsioni degli analisti, OpenAI accumulerà circa $112 miliardi di perdite entro il 2030. Questo dato non è campato in aria: riflette un problema fondamentale del modello di business dell'AI centralizzata.

Da un lato — i ricavi crescono in modo impressionante: miliardi di dollari all'anno da abbonamenti ChatGPT e API. Dall'altro — i costi crescono ancora più rapidamente. Ogni nuova generazione di modelli richiede molte più risorse:

• GPT-3 → GPT-4: il costo dell'addestramento è aumentato di circa 10 volte
• GPT-4 → GPT-5: un'ulteriore crescita esponenziale — una curva esponenziale
• Inference: milioni di utenti = miliardi di token al giorno = miliardi di dollari all'anno in potenza GPU

Questo modello funziona solo con un afflusso infinito di capitale di rischio. OpenAI ha attratto decine di miliardi di investimenti, inclusi round da Microsoft e SoftBank. Ma gli investitori non sono filantropi. Prima o poi, chiederanno un profitto. La domanda non è «se», ma «quando» — e cosa succederà in quel momento a milioni di aziende costruite sulle API di OpenAI?

Per confronto: Gonka ha attratto $80 milioni e sta già elaborando richieste AI reali attraverso una rete di circa 4.648 GPU. Il costo dell'inferenza è $0.0009/1M token. Questo è possibile perché nel modello decentralizzato non è necessario ammortizzare investimenti di trilioni di dollari in data center.

Gonka non costruisce data center — unisce GPU già esistenti in tutto il mondo. Questa non è solo un modello di business alternativo, è un'architettura economica fondamentalmente diversa che elimina la causa principale della bolla.

Nessun costo in conto capitale: la rete Gonka non attrae centinaia di miliardi per la costruzione. Protocollo, blockchain, software — questo è tutto ciò che il team crea. Le GPU sono fornite da host indipendenti in tutto il mondo — ciascuno a proprie spese.

Nessuna ammortizzazione estesa a 6 anni: quando un H100 diventa obsoleto — l'host lo sostituisce semplicemente con un H200 o la generazione successiva. La decisione è presa dal proprietario dell'hardware in base alle condizioni di mercato, non dal CFO di un'azienda che cerca di nascondere le svalutazioni.

Nessun trucco contabile: tutte le transazioni nella blockchain di Gonka sono trasparenti. Le ricompense sono distribuite secondo il protocollo, auditato da CertiK. Non ci sono costi «nascosti» che verranno scoperti dopo 5 anni durante la rivalutazione degli asset.

Rischio distribuito: ogni host si assume il proprio rischio. Se un host fallisce a causa di un cattivo investimento in GPU — è un suo problema, non un problema dell'intera rete. In un modello centralizzato, un errore da $10 miliardi può far crollare l'intera azienda. In Gonka un tale errore è impossibile per definizione — perché non c'è nessun partecipante in grado di prendere una decisione da $10 miliardi.

Risultato: il costo dell'inferenza tramite Gonka — $0.0009 per milione di token. Questo è circa 2.800 volte più economico di OpenAI. E questo prezzo è sostenibile — perché dietro di esso non c'è un'infrastruttura da trilioni che deve essere ammortizzata.

Confrontiamo due modelli di infrastruttura AI:

Gonka opera con circa 4.648 GPU tra circa 113 partecipanti (circa 582 nodi ML). Il progetto ha attratto 80 milioni di dollari — migliaia di volte meno di quanto spende un singolo Stargate. Ma la rete fa lo stesso: elabora richieste AI tramite la rete neurale Qwen3-235B, accessibile tramite un'API compatibile con OpenAI.

Analogia: immaginate che negli anni 2000 qualcuno proponesse: “Invece di costruire gigantesche sale server per Internet, facciamo in modo che ogni proprietario di casa metta un mini-server e riceva una ricompensa per la partecipazione”. Sembra utopico – ma è esattamente così che funziona Airbnb per gli alloggi, Uber per i trasporti, ed è esattamente così che funziona Gonka per i calcoli AI. La decentralizzazione non è un'utopia – è la prossima fase dell'evoluzione dell'infrastruttura.