OpenAI non è la “migliore AI”, ma è certamente colei che fa i migliori affari. L’accordo da 300 mld con Oracle mostra come sul mercato vincono i primi.
E in Europa? Regoliamo e non costruiamo.

---

Fra il 10 e il 12 settembre è rimbalzata la notizia: OpenAI ha firmato con Oracle un accordo da 300 miliardi di dollari, circa cinque anni di capacità di calcolo a partire dal 2027. È uno dei più grandi contratti cloud mai riportati. Nel quadro più ampio, c’è anche la costruzione di 4,5 GW di nuova capacità data center legata all’iniziativa Stargate.

Davvero ti interessa sapere cosa ne penso? Ecco qua:

1. OpenAI non è “la migliore tecnologia” — è quella che fa i migliori affari

Diciamolo chiaro: OpenAI oggi non è “la migliore AI disponibile” in senso assoluto. È tra le migliori, certo, ma ci sono competitor che in singoli task o verticali la superano. E mentre si discute, OpenAI ha perso pezzi grossi (da Ilya Sutskever a Mira Murati) e ha vissuto scosse interne importanti. Eppure sigla il mega-accordo che ridefinisce l’offerta di calcolo per i prossimi anni.

Questo è l’insegnamento: vince chi arriva prima sul mercato chiude le alleanze giuste—anche se la tecnologia non è oggettivamente “la migliore”.

Il contratto con Oracle è un segnale chiarissimo. Chi controlla calcolo + energia + supply chain hardware si compra tempo, scalabilità e posizionamento. È una barriera competitiva concreta, più dei comunicati sui modelli.

Se alle spalle c’è una capacità prenotata per 5 anni e un’infrastruttura da gigawatt, tutti gli altri sono costretti a inseguire.

2. I colossi si muovono lenti, ma quando si muovono fanno rumore. E in Europa… regoliamo.

I giganti si muovono con la velocità di un bradipo: board, compliance, procurement, iter infiniti. Ma quando mettono giù il piede, la terra trema.

L’intesa Oracle–OpenAI fa esattamente questo: sposta gli equilibri perché mette a terra infrastruttura reale, non solo slide.

E mentre da noi passiamo (giustamente) molto tempo a discutere di guerra, etica, regolamenti, negli USA e in Cina si costruisce: si comprano GW, si prenotano GPU, si firmano contratti pluriennali, si aprono cantieri.

Qui l’Europa mostra la sua inadeguatezza: loro fanno, noi regolamentiamo. Attenzione: le regole servono (eccome!), ma se in parallelo non costruiamo —capex, campus, grid, filiere—restiamo clienti del progresso altrui.

Il punto non è deregolare, è FARE, costruire, realizzare, cantierizzare. L’accordo da 300 mld non è un comunicato: è calcolo prenotato che verrà consumato in prodotti, servizi e API.

---

Note di contesto (senza farsi incantare dai numeri)

• $300 mld / 5 anni, start 2027: cifra e finestra temporale riportate dal Wall Street Journal e riprese da più testate; non sono dettagli ufficiali pubblicati da OpenAI/Oracle, ma fonti solide convergono su questi ordini di grandezza.
• 4,5 GW “Stargate”: qui c’è un annuncio pubblico (luglio) sull’espansione con Oracle negli USA; il numero è esplicito.
• Diversificazione oltre Azure: la traiettoria era visibile già dal 2024, quando OpenAI scelse OCI per estendere Azure AI.

non metto qui i link alle fonti, dovreste sapere usare chatbot e google, no?

Dunque?

Se lavori in AI, la domanda non è “quale modello è il migliore oggi?”, ma “chi avrà calcolo ed energia domani“?.

Le feature si copiano; le prenotazioni di calcolo no. L’accordo Oracle–OpenAI è esattamente questo: posizionamento.

Perché ho creato u-prompt

È su queste basi che ho ideato u-prompt.com: chi si muove, chi fa, chi produce… vince su chi ha paura.

Ovvero: perchè “sostituire” un programmatore è (davvero) costoso

Leggo da molti mesi gente che esulta perchè grazie all’AI sta realizzando il software che aveva sempre sognato, ma sul quale non aveva le idee abbastanza chiare (ma davvero?) e la motivazione necessaria per investire i soldi necessari a farlo sviluppare da chi fa questo mestiere.

Queste persone esultano su tutti i forum e social perché “finalmente” sono riusciti a coronare il loro sogno.

Quando ho iniziato a ricevere un decimo delle chiamate solite dai rompiscatole, ho comprato i pop corn e mi sono seduto in prima fila. Mi presento, sono Aldo Prinzi e faccio il programmatore da quando avevo 16 anni. nel 2025 ne ho compiuti 60, faccio questo mestiere da più di 40 anni e ho assistito ad almeno a 4 rivoluzioni che avrebbero dovuto decimare i programmatori.

La verità è che scrivere codice è solo una parte del lavoro e farlo fare da qualcuno che solo appare preparato – umano o AI – costa.

Immagina un’auto da centinaia di migliaia di euro, una Ferrari o una Porsche. Ora immagina di essere il COO dell’azienda che la possiede e chiediti se la affideresti a chi non sa guidare. Con il software è uguale: l’AI è l’auto potente, il programmatore è il driver, l’architetto è il progettista e l’analista è il meccanico.

1. Devi avere chiaro cosa vuoi ottenere
2. Devi avere chiaro come ottenerlo

Solo dopo puoi iniziare.

Te lo immagini un chirurgo che ti porta in sala operatoria senza farti una diagnosi? Questo è esattamente quello che sta facendo chi usa l’IA per sviluppare il “software dei suoi sogni”.

l’IA è uno strumento, se pensi di diventare un dottore ere la vita a tuo nipote perché hai comprato uno stetoscopio, beh la colpa non è dello stetoscopio né del suo inventore.

---

Sostituire un programmatore costa (più di quanto pensi)

Passiamo ora all’altra questione strombazzata sui social e forum, l’azienda che licenzia o sostituisce persone. Licenziare (o sostituire) è togliere dalla contabilità uno stipendio, vero, ma ha costi nascosti che si sommano:

• Selezione e inserimento: tempo per cercare, fare colloqui, formare la nuova risorsa. Nel frattempo, i progetti rallentano.
• Perdita di conoscenza: chi va via si porta con sé dettagli, scelte passate, “trucchi” del sistema. Ricostruirli richiede settimane.
• Rischio sui progetti: errori, ritardi, bug che emergono quando cambia chi decide e chi verifica.
• Tempo di chi coordina: manager e colleghi devono seguire di più il nuovo arrivato, togliendo tempo ad altre attività.
• Qualità e sicurezza: il codice non è solo “funziona/non funziona”; deve essere manutenibile, testato, sicuro, leggibile dal team.

Per questo, spesso far crescere un programmatore junior costa meno che sostituirlo.

---

Cosa sta emergendo dal mercato (in parole semplici)

Crescita lampo del “vibe coding”: i nuovi modelli “di ragionamento” permettono di dare obiettivi alti (“rendi questo componente responsive, rendi questa classa più sicura, …”) e lasciare che l’AI si occupi dei passi intermedi.

Però quando l’AI “pensa di più”, consuma molto di più (quindi aumentano i costi), sicchè alcuni fornitori hanno messo limiti e a breve ci saranno aumenti dei prezzi, perché i conti non tornano.

Stop ai “tutto incluso”: i contratti a quota fissa diventano rischiosi per chi vende; si passa a modelli a consumo o ibridi (postazione + consumo), con tetti all’uso dell’AI “ragionante”. Cresce la pressione sui margini e aumentano i (reverse) acqui-hire: i big assorbono i team più bravi, spesso lasciando fuori i prodotti meno sostenibili.

Due leve emergono per tenere i costi a bada:

• Modelli open (più economici), che però richiedono più lavoro per sicurezza, affidabilità e gestione.
• Prezzi “a compito”: paghi per l’esito (“aggiungi l’error handling”) con un preventivo chiaro e cap ai consumi.

E chi sarà messo a gestire l’AI per produrre parti di codice? Un avvocato? Un medico? Un contabile? Uno sportivo?

---

Stai iniziando? Ecco un percorso facile

1) Basi solide, senza correre

• Impara bene un linguaggio (JavaScript/Python/PHP vanno benissimo).
• Impara a usare Git, a scovare gli errori, a fare debug.
• Scrivi test! (anche pochi, ma veri).
• Documenta nel codice: un giorno lavorerai in un gruppo, sarai felice di leggere la documentazione nei commenti di una funzione!

2) AI come copilota, non come pilota

• Impara a chiedere all’AI (non è così semplice)
• Chiedile di spiegare prima di scrivere.
• Fatti generare i test, poi prova a romperli.
• Se una risposta è lunga, riassumi e verifica.
• Tieni traccia di cosa ti ha fatto risparmiare tempo e cosa no.
• Non accettare le modifiche tout court: verifica!

3) Abitudini che ti rendono “assicurabile”

• Commenti essenziali, README chiaro, changelog breve.
• Niente “magia”: funzioni corte, nomi chiari.
• A ogni bug risolto, una lezione annotata (“la prossima volta faccio così”).

---

Per le aziende (e per te che vuoi farti assumere)

• Affidabilità batte velocità: un junior affidabile che sa usare l’AI in modo sicuro vale più di 10 feature fatte “di corsa”.
• Prevedibilità dei costi: chi sa usare nel modo corretto e guidare l’AI riduce sorprese in fattura e in produzione.
• Manutenibilità: il codice deve vivere anni. Chi tiene in ordine oggi fa risparmiare domani.
• Documentazione: ricorda che l’AI ti aiuta anche a fare documentazione, non sottovalutarla.

Questo è il motivo per cui nessuna azienda sensata mette una “supercar” nelle mani di chi non ha ancora la patente. E se la supercar è un assistente AI potentissimo, servono ancora più regole, esperienza e responsabilità.

---

Messaggio finale (per te che vuoi iniziare questo splendido lavoro)

#1 – Smetti di avere paura.

Abbraccia l’AI e impara a guidarla.
Diventa la persona che: capisce il problema, disegna la strada, usa l’AI per accelerare e che sa frenare quando serve.

L’auto è costosa. I progetti valgono. Le aziende cercano driver preparati: il valore che metti sul tavolo non è “quante righe scrivi”, ma quanto bene porti il tuo lavoro da A a B – in modo sicuro, sostenibile e comprensibile.

Allaccia le cinture: si parte.

---

fonti :”The summer of vibe coding is over“: https://www.cbinsights.com/research/reasoning-effect-on-ai-code-generation/

Lo sai? Nel 1992 si poteva spedire una e-mail.

Per farlo ci si appoggiava ad una struttura chiamata BBS (Bullettin Board System), internet in Italia non esisteva e il nodo BBS di Palermo era il mio computer.

Un messaggio impiegava anche 24 ore per arrivare a destinazione e chi forniva il “servizio BBS” ne sosteneva tutti i costi, telefonici, elettrici, di manutenzione, senza alcun rimborso. Eppure, era già più veloce di una lettera, i postini ci chiamavano “pazzi furiosi” e iniziavano a temere per il loro futuro.

Poi nel 1994 in Italia arrivò Internet. All’improvviso le e-mail arrivavano in pochi minuti grazie ad un abbonamento da 32 mila lire al mese (16 Euro) più i costi delle telefonate. I postini divennero sempre più nervosi e si aggiunsero i professori: la conoscenza cominciava a essere accessibile a tutti, senza bisogno di biblioteche o manuali universitari.

Quindi arrivarono le email fake, le bufale sui gattini allevati dentro le bottiglie, i primi complottismi, il lato oscuro dell’informazione digitale prese subito forma, ma nello stesso tempo, arrivarono le applicazioni web, il marketing digitale, il commercio elettronico, cambiarono i modelli di business. Nacquero nuove professioni, interi mercati si spostarono online.

La tecnologia continuò a correre: Blackberry ci regalò lo smartphone e Steve Jobs lo trasformò in un oggetto iconico con il display a cristalli liquidi multi-touch (grazie a Federico Faggin per averci raccontato cosa accadde davvero).

Il resto è la storia che viviamo oggi. I postini? I professori? Sono ancora qui e si sono anche moltiplicati. La tecnologia non li ha cancellati: ha trasformato il loro lavoro, creando nuove opportunità.

---

Qual è l’evoluzione prevedibile dell’AI?

Oggi l’AI è, in gran parte, un sistema di chat.

Facciamo una domanda e riceviamo una risposta, generata sulla base della probabilità statistica e dei dati su cui il modello è stato addestrato. È affascinante, ma ancora primitivo.

Se confrontiamo il web del 1994 con il web del 2025, possiamo intuire come evolverà l’AI nei prossimi 10 anni:

• Dinamismo e multimodalità – L’AI non sarà più solo testo, ma integrerà voce, immagini, video e sensori in tempo reale. Interagiremo con come con una persona, passando senza soluzione di continuità dal linguaggio naturale a gesti, suoni e contesti visivi.
• Personalizzazione estrema – I modelli non saranno più “generici”, ma calibrati su di noi, sul nostro contesto e sulle nostre preferenze. Ognuno avrà un’AI “compagna di vita” che lo conosce e lo supporta nelle scelte quotidiane.
• Integrazione invisibile – L’AI non vivrà più in una chat: sarà dentro i software, i servizi, i dispositivi quotidiani, proprio come oggi nessuno “usa HTML”, ma tutti usano applicazioni web costruite sopra.
• Automazione autonoma – Non chiederemo solo “scrivi questo” o “spiegami quello”: delegheremo interi processi. L’AI potrà prenotare viaggi, gestire pratiche burocratiche, coordinare progetti.
• Wearable AI – OpenAI e altri player stanno già lavorando a dispositivi indossabili che portano l’AI fuori dallo schermo. Occhiali, spille intelligenti, auricolari che ascoltano, vedono e rispondono in tempo reale, diventando un’estensione naturale della nostra memoria e delle nostre capacità.

---

👉 In sintesi: se oggi l’AI è “l’HTML del 1994”, tra 10 anni sarà un ecosistema diffuso, multimodale e indossabile, non più solo una chat che risponde, ma un compagno digitale che ci affianca nella vita quotidiana.

Più studio e applico le regole del Prompt Engineering, più mi accorgo che stiamo commettendo un errore di fondo…

…e lo dico andando contro le mie credenze, contro la mia mentalità schematica e tecnica.

L’altro giorno, alla ricerca del perfetto prompt impeccabile avevo dedicato più di un’ora per perfezionarne ogni parte: avevo seguito tutte le “regole” che ho inserito nel mio manuale, definendo il contesto, specificando l’obiettivo, fornendo esempi e invitando il modello a fare un ragionamento passo passo.
La risposta era impeccabile. Ma anche fredda, meccanica, senz’anima. Come un manuale di istruzioni.

Ma rileggendola l’ho trovata fredda e meccanica, come la pagina di un manuale d’istruzioni.

In quel momento, guardando quella risposta senz’anima ho intuito una cosa fondamentale: stiamo affrontando la questione del prompting probabilmente al contrario.

Il vero problema non è come parliamo all’IA

Tutti corrono a diventare esperti di prompt: corsi, guide, framework. Un esercizio enorme di energie per imparare a parlare ‘computerese’. Ma è davvero questo il punto?

Ho parlato con diverse persone – creativi, professionisti, studenti – che provano una frustrazione enorme con l’IA. Mi dicono: “Voglio che questo testo suoni competente ma anche empatico” oppure “Deve trasmettere fiducia, senza però sembrare una televendita”.

Tutti ovviamente usiamo una tecnica che chiamiamo “prompting” per comunicare con l’AI… ma se ci pensi quando mai “il prompting” è stato il nostro modo di comunicare?

Non credo che Anthropic, Google, openAI, xAi, ecc. abbiano mai avuto come obiettivo quello di insegnare alle macchine a capire i nostri ordini. Quella cosa esiste già e si chiama “programmazione”.

Credo che l’AI sia stata pensata per realizzare macchine che siano in grado di capirci e le nostre emozioni, le nostre esitazioni, le nostre intuizioni.

Con un amico non usi un manuale, se lo vedi confuso, semplifichi e rassicuri, se è carico, ti lasci trascinare. Non stai strutturando un prompt: ascolti, percepisci, ti adatti

Un umano capisce al volo le sfumature, per l’IA invece dobbiamo scomporre quell’intuizione in una serie di istruzioni, e quando lo facciamo impegniamo del tempo alla ricerca della perfezione. Dopo un po’ di tempo il nostro cervello si annoia e ci arrendiamo all’ultima “buona risposta”… Ma il testo generato perde tutta la magia.

Il vero salto di qualità? Riuscire a dare l’idea di quale sia la nostra intenzione indicando anche lo stato d’animo.

Come? Smettendo di tradurre noi stessi

La tecnologia per far diventare più umana la risposta del prompt esiste? Si, i modelli più avanzati sono in grado di analizzare il tono, la scelta delle parole e persino il ritmo di una richiesta per dedurre il contesto emotivo. Il problema è che, finora, abbiamo trattato questo contesto come “rumore di fondo”, un disturbo da eliminare per arrivare al comando “puro”.

Quel ‘rumore’, in realtà, è il segnale più importante.

Una richiesta che inizia con:

“Ok, sono nel caos più totale e non so da dove iniziare con questo progetto…”

Attiva una risposta completamente diversa rispetto a:

“Ho un’idea pazzesca per questo progetto e voglio esplorare tutte le strade possibili!”

L’obiettivo è lo stesso, ma l’energia è opposta, sicché anche l’aiuto fornito deve essere diverso: da chiarezza e struttura a creatività e brainstorming.

Questo è il futuro: l’intenzione che vince sull’istruzione.

Provalo adesso!

Apri il tuo chatbot preferito e non pensare al prompt perfetto, fai un respiro e scrivi, di getto, spiega a cosa stai lavorando e, soprattutto, come ti senti al riguardo.

Parla come faresti con un collega di cui ti fidi e includi il tuo stato d’animo nella richiesta:

• “Mi sento creativo ma ho le idee ancora confuse.”
• “Sono molto concentrato ma ho pochissimo tempo, quindi vado dritto al punto.”
• “Sono bloccato su questa cosa e mi servirebbe una prospettiva completamente diversa.”

E magicamente la qualità delle risposte cambierà perché avrai fornito un’informazione cruciale: non solo cosa ti serve, ma come ti serve.

Quando ho scritto il manuale l’ho fatto per farti smettere di sprecare energie per “ricordare come programmare” l’IA. Applica le tecniche, sono ancora perfettamente funzionati e utili, ma inizia anche a spiegare come ti serve la risposta. In questo modo l’energia, il tuo pensiero, la tua creatività entrano nell’interazione trasformandola in una vera collaborazione.