Punti Chiave
- Jalapeño in 9 mesi: OpenAI e Broadcom hanno sviluppato un chip ASIC custom per l'inferenza LLM in soli 9 mesi dal design alla produzione, il ciclo più rapido della storia per questa categoria.
- Aillis e la diagnostica faringea: I modelli di deep learning di Aillis identificano infezioni analizzando esclusivamente immagini della gola, rilevando biomarcatori visivi come i follicoli sulla parete faringea posteriore.
- Microsoft-FPT e il Vietnam: FPT, con 54.000 dipendenti e 2,66 miliardi di dollari di fatturato, consolida l'asse USA-Asia; il Vietnam è certificato da Microsoft come la più alta concentrazione di talenti IA nel Sud-Est asiatico.
La Catena del Valore che Nessuno Ti Ha Raccontato per Intero
C'è un modo sbagliato di leggere le notizie tech di questa settimana: trattarle come eventi separati, ognuno nel suo compartimento stagno. Il chip di OpenAI, la startup medica giapponese, l'accordo tra un gigante americano e un colosso vietnamita. Storie diverse, direzioni diverse, mercati diversi. Sbagliato. Quello che sta succedendo è una cosa sola, e se non riesci a vederla nella sua interezza, stai perdendo il punto più importante dell'anno sull'intelligenza artificiale.
Partiamo dalle fondamenta, dal cemento grezzo su cui si costruisce tutto il resto. OpenAI ha smesso di essere una software house con la dipendenza da Nvidia. Lo ha fatto in silenzio, con un progetto sviluppato insieme a Broadcom e Celestica che risponde al nome in codice Jalapeño. Non è un aggiornamento. Non è un'ottimizzazione. È un'architettura blank-slate, progettata da zero, ingegnerizzata esclusivamente per l'inferenza dei Large Language Models — inclusi i carichi di lavoro specifici di modelli come GPT-5.3-Codex-Spark. La cosa che fa stringere lo stomaco ai concorrenti è il tempo: nove mesi. Dal design iniziale alla produzione. Nove mesi per un ASIC — un Application-Specific Integrated Circuit — che normalmente richiede cicli di sviluppo pluriennali. È il record assoluto per questa categoria di hardware, e non è un primato simbolico.
Le implicazioni sono brutali e concrete. Focalizzarsi sull'inferenza significa massimizzare il throughput, abbattere la latenza, tagliare i consumi energetici. Tradotto in termini aziendali: il TCO, il Total Cost of Ownership, crolla. OpenAI smette di pagare il pedaggio a Nvidia e inizia a costruire data center su scala gigawatt — entro il 2026 — con un'autonomia computazionale che fino a ieri era fantascienza. Il modello operativo è quello di Google con le sue TPU e di Amazon con Trainium. La differenza è che OpenAI ci ha messo nove mesi dove gli altri ne hanno impiegati trenta. Questo cambia la struttura dei costi dell'IA per chiunque la utilizzi, non solo per chi la produce.
Quando l'IA Guarda in Gola e Vede Quello che il Medico Non Vede
Abbassare il costo computazionale non è un esercizio accademico. Serve a qualcosa di preciso: abilitare applicazioni che fino a ieri erano economicamente insostenibili. Ed è qui che entra in scena Aillis, la startup fondata dal medico Sho Okiyama, e la storia diventa concreta quanto una sala d'attesa di pronto soccorso.
Aillis ha addestrato modelli di deep learning capaci di diagnosticare infezioni — influenza inclusa — analizzando esclusivamente immagini faringee. Immagini della gola. L'algoritmo individua biomarcatori visivi specifici: i follicoli sulla parete faringea posteriore, strutture che un occhio umano non allenato semplicemente non vede, o vede male, o interpreta con margini di errore clinicamente inaccettabili. La macchina li elabora con un'accuratezza predittiva che giustifica l'investimento strategico di partner come Tauns.
Il punto non è sostituire i medici — quella è la narrativa pigra che i giornalisti generalisti usano per fare titoli. Il punto è trasformare il ruolo clinico: da esecutore diagnostico a consulente. Il medico smette di essere quello che guarda e interpreta, e diventa quello che decide e agisce su una base informativa di qualità superiore. Il ROI dell'IA in sanità, in questo modello, passa per sensori visivi avanzati accoppiati a modelli predittivi. Non per chatbot. Non per riepiloghi automatici di cartelle cliniche. Per diagnosi.
FPT, Microsoft e il Corridoio Tecnologico USA-Asia che Muove Miliardi
Hardware sovrano, applicazioni verticali di precisione: tutto questo deve arrivare alle aziende. E per farlo servono integrator che operino su scala industriale, con la capacità di parlare contemporaneamente il linguaggio delle enterprise occidentali e quello dei mercati asiatici. Microsoft lo sa da tempo, ed è per questo che il consolidamento della partnership con FPT — colosso IT vietnamita con oltre 54.000 dipendenti e un fatturato che supera i 2,66 miliardi di dollari — non è un accordo commerciale ordinario. È la costruzione di un corridoio tecnologico stabile tra gli Stati Uniti e l'Asia, con FPT che integra in profondità le soluzioni di IA generativa e cloud di Microsoft nei propri servizi per enterprise e governi.
La penetrazione capillare nel mercato asiatico che Microsoft ottiene attraverso FPT sarebbe impossibile da raggiungere con strutture proprie nei tempi e nei costi che il mercato impone oggi. È la logica della rete: non costruisci tutto da solo, ti appoggi a chi conosce il territorio meglio di te.
Il Vietnam Non È Più Dove Mandi il Lavoro a Basso Costo
E il territorio, in questo caso, è straordinariamente fertile. Le analisi certificate da Microsoft indicano il Vietnam come il paese con la più alta concentrazione di talenti IA nell'intero Sud-Est asiatico. Non è un'impressione. È il risultato di programmi di skilling massicci — tra cui Ready4AI&Security — progettati per formare milioni di cittadini ASEAN, con un focus specifico sull'alfabetizzazione IA in Vietnam. Il paese ha definitivamente superato il ruolo di hub di outsourcing a basso costo che gli è stato cucito addosso per vent'anni. Oggi è un centro d'eccellenza in ricerca e sviluppo, con un bacino di ingegneri specializzati in machine learning e cybersicurezza che le aziende occidentali stanno già corteggiando con aggressività crescente.
La catena è completa: i chip custom di Jalapeño abbattono i costi di inferenza e rendono sostenibili modelli complessi come quelli di Aillis; Microsoft e FPT costruiscono l'infrastruttura di distribuzione globale; il Vietnam fornisce il capitale umano per far girare il tutto a regime. Entro il 2028, secondo le proiezioni di settore, il mercato dell'IA nel Sud-Est asiatico supererà i 45 miliardi di dollari. La catena del valore che si sta formando oggi deciderà chi catturerà quella cifra.
