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 dollari di perdite entro il 2030. Questa cifra non è campata in aria: riflette il problema fondamentale del modello di business dell'AI centralizzata.

Da un lato, i ricavi crescono in modo impressionante: miliardi di dollari ogni anno dagli abbonamenti ChatGPT e dalle API. Dall'altro, i costi crescono ancora più velocemente. 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 multipla — 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 raccolto decine di miliardi di investimenti, inclusi round da Microsoft e SoftBank. Ma gli investitori non sono enti di beneficenza. Prima o poi richiederanno profitti. La domanda non è "se", ma "quando" — e cosa succederà in quel momento ai milioni di aziende costruite sulle API di OpenAI?

Per confronto: Gonka ha raccolto $80M e sta già elaborando richieste AI reali attraverso una rete di circa 4.648 GPU. Il costo dell'inference è di $0.0047/1M di token. Questo è possibile perché, nel modello decentralizzato, non c'è bisogno di recuperare investimenti di trilioni di dollari in data center.

Gonka non costruisce data center, ma aggrega le GPU già esistenti in tutto il mondo. Questo non è solo un modello di business alternativo, è un'architettura economica radicalmente diversa che elimina la causa principale della bolla.

Nessuna spesa in conto capitale (CapEx): la rete Gonka non raccoglie centinaia di miliardi per la costruzione. Protocollo, blockchain e software sono tutto ciò che il team crea. Le GPU sono fornite da host indipendenti in tutto il mondo, ognuno a proprie spese.

Nessun ammortamento spalmato su 6 anni: quando un H100 diventa obsoleto, l'host lo sostituisce semplicemente con un H200 o la generazione successiva. La decisione spetta al proprietario dell'hardware in base alle condizioni di mercato, non al CFO di un'azienda che cerca di nascondere le svalutazioni.

Nessun trucco contabile: tutte le transazioni sulla blockchain Gonka sono trasparenti. Le ricompense sono distribuite secondo il protocollo, verificato da CertiK. Non ci sono costi "nascosti" che verranno scoperti tra 5 anni durante la rivalutazione degli asset.

Rischio distribuito: ogni host si assume il proprio rischio. Se un host fallisce per un cattivo investimento in GPU, è un suo problema, non un problema dell'intera rete. Nel modello centralizzato, un errore da 10 miliardi di dollari può far crollare l'intera azienda. In Gonka, un errore del genere è impossibile per definizione, perché non esiste un singolo partecipante in grado di prendere una decisione da 10 miliardi di dollari.

Risultato: il costo dell'inference tramite Gonka è di $0.0047 per un milione di token. È circa 400 volte più economico di OpenAI. E questo prezzo è sostenibile, perché dietro non c'è un'infrastruttura da trilioni di dollari che deve essere ripagata.

Confrontiamo i due modelli di infrastruttura AI:

Gonka gestisce circa 4.648 GPU presso circa 113 partecipanti (~582 ML-nodi). Il progetto ha raccolto $80M — una cifra migliaia di volte inferiore a quanto speso da un singolo Stargate. Ma la rete fa la stessa cosa: elabora richieste AI tramite la rete neurale Kimi K2.6, accessibile tramite API compatibile con OpenAI.

Analogia: immaginate che negli anni 2000 qualcuno avesse proposto: "Invece di costruire enormi server per Internet, facciamo in modo che ogni utente domestico installi 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 il calcolo AI. La decentralizzazione non è un'utopia — è la fase successiva dell'evoluzione dell'infrastruttura.