Un report che non si limita a fotografare l’evoluzione dell’intelligenza artificiale, ma ne cattura le accelerazioni strutturali, la profondità industriale, le ricadute sul lavoro e le tensioni geopolitiche. Pubblicato il 30 maggio 2025 da Bond, fondo di venture capital fondato da Mary Meeker, il documento “Trends – Artificial Intelligence” è uno dei tentativi più ambiziosi degli ultimi mesi di sistematizzare visivamente e concettualmente le tendenze che attraversano l’AI generativa, con particolare attenzione agli Stati Uniti, alla Cina e alle piattaforme globali.
L’analisi si articola in otto capitoli, ciascuno dei quali mette a fuoco un diverso asse di trasformazione, dalla velocità di adozione di ChatGPT alla crescita dei costi computazionali, dall’impatto dell’open source sulle strategie di monetizzazione all’irruzione dell’AI nel mondo fisico, fino alla riorganizzazione profonda del lavoro intellettuale. Il report non si limita a divulgare, ma offre strumenti di interpretazione per chi si occupa di strategia, innovazione, policy o percorsi di formazione aziendale.
Indice degli argomenti
Un cambiamento accelerato, l’AI e il fattore tempo
La prima sezione del report BOND si apre con un interrogativo retorico: il cambiamento sembra avvenire sempre più velocemente? La risposta, supportata da una sequenza serrata di dati, è inequivocabile: sì, e l’intelligenza artificiale ne è oggi il motore principale. Con un tono al tempo stesso analitico e provocatorio, gli autori mostrano come la trasformazione digitale, dopo la fase Internet, mobile e cloud, stia oggi entrando in una fase di accelerazione mai registrata prima. L’AI non è solo un’evoluzione della tecnologia, è una trasformazione strutturale del tempo, dei modelli di sviluppo, dell’economia globale. In meno di due anni, ChatGPT ha raggiunto oltre 800 milioni di utenti settimanali attivi, milioni di abbonati e miliardi di ricavi. Una curva di adozione verticale.
La stima del numero di utenti al 4/2025 proviene dalla dichiarazione del CEO di OpenAI, Sam Altman, durante il TED Talk dell’11 aprile 2025. Le stime sui ricavi si basano sulle comunicazioni ufficiali di OpenAI e riprese poi da The Information.
Per toccare quota 365 miliardi di ricerche annue, Google ha impiegato 11 anni, ChatGPT, appena 2.
Nota: le barre tratteggiate si riferiscono agli anni in cui Google non ha reso noti i volumi di ricerca annuali. Fonte: comunicazioni pubbliche di Google, OpenAI (dicembre 2024). I dati relativi a ChatGPT sono stime basate sulle dichiarazioni aziendali, con circa 1 miliardo di interrogazioni al giorno.
I dataset di addestramento sono cresciuti del 260% all’anno per 15 anni, rendendo i modelli sempre più potenti e specializzati.
I supercomputer AI hanno migliorato le prestazioni del 150% all’anno grazie all’aumento dei chip per cluster e alla loro potenza specifica.
I trend di usi e investimenti nell’AI
La seconda sezione del report BOND si concentra sulla traiettoria quantitativa dell’intelligenza artificiale, analizzando tre dimensioni interconnesse: il numero di utenti, l’intensità d’uso e il volume degli investimenti in infrastrutture (CapEx). I dati raccolti mostrano chiaramente che mai prima d’ora una tecnologia ha raggiunto questi livelli di scala in tempi così brevi.
Il caso emblematico è quello di ChatGPT, utilizzato nel report come indicatore proxy della diffusione dell’AI generativa. In soli 17 mesi dal lancio, ha raggiunto 800 milioni di utenti attivi settimanali, con una crescita dell’uso quotidiano che ha generato interrogazioni paragonabili, per volume, a quelle di Google, ma in tempi cinque volte più rapidi.
Questo boom di utenti ha innescato una risposta simmetrica sul fronte degli investimenti. Le principali aziende tech statunitensi, Apple, NVIDIA, Microsoft, Alphabet, Amazon (AWS) e Meta, hanno aumentato la spesa in capitale fisico e infrastruttura AI fino a superare i 200 miliardi di dollari nel 2024. Un aumento del 63% rispetto al 2022 che segna l’ingresso in una nuova era di “AI industriale”. Questa dinamica di crescita simultanea, utenti, utilizzo, investimenti, è definita dagli autori del report come un caso di “co-evoluzione esponenziale”. Il sistema si espande perché ci sono più utenti che usano più AI, su piattaforme in cui si investe sempre di più per amplificarne la capacità.
Il grafico mostra l’esplosione dell’adozione in meno di due anni, rappresenta in modo più immediato il concetto di crescita senza precedenti lato utente.
Questo grafico riassume visivamente l’enormità della posta in gioco: oltre 200 miliardi di dollari investiti nel 2024 da sei big tech (Apple, NVIDIA, Microsoft, Alphabet, Amazon, Meta) in infrastrutture AI. È la rappresentazione più netta della trasformazione dell’AI in leva industriale globale.
Le sei grandi aziende tecnologiche statunitensi (“Big Six”) includono Apple, Nvidia, Microsoft, Alphabet/Google, Amazon e Meta Platforms/Facebook. Per Amazon sono mostrati solo i dati relativi agli investimenti e ai ricavi di AWS (sono quindi esclusi gli investimenti del retail Amazon). Il CapEx di AWS è stimato da Morgan Stanley come incremento netto delle immobilizzazioni materiali, al netto di leasing finanziari e obbligazioni. I dati relativi alla generazione globale di dati per il 2024 sono stime.
Fonte: Capital IQ (3/25), Hinrich Foundation (3/25).
Costi in salita, accesso in discesa: l’AI si sta democratizzando
Il terzo capitolo del report BOND mette in evidenza una dinamica fondamentale dell’economia dell’intelligenza artificiale, l’asimmetria tra i costi di addestramento dei modelli e quelli di utilizzo. Da un lato, i costi computazionali per addestrare i modelli continuano a crescere in modo esponenziale, spinti dalla necessità di performance sempre superiori e da dataset più ampi. Allenare un modello di nuova generazione oggi può richiedere centinaia di milioni, se non miliardi di dollari in risorse computazionali. Dall’altro lato, però, il costo per “token” generato in fase di inference (cioè di utilizzo effettivo del modello) è in caduta libera. Questa curva discendente è ciò che consente la diffusione massiva dell’AI, anche presso utenti e sviluppatori con risorse limitate. È il meccanismo che permette l’esplosione di applicazioni, tool, agenti e interfacce su larga scala. Il risultato è una convergenza, mentre i costi iniziali al vertice si impennano, l’accessibilità operativa alla base si allarga. Gli autori del report descrivono questo fenomeno come “performance converging” e lo collegano all’aumento dell’adozione da parte degli sviluppatori, che oggi operano in ambienti più performanti e meno costosi di quanto sarebbe stato possibile solo pochi anni fa.
Questo grafico mostra il crollo del costo per token in fase di inference, in parallelo alla discesa storica dei costi di elettricità e memoria. È la chiave per comprendere la scalabilità dell’AI e la sua transizione da tecnologia elitaria a infrastruttura diffusa.
Nota: la variazione dei prezzi di beni e servizi di consumo negli Stati Uniti è misurata come variazione percentuale dal 1997. I dati si basano sull’indice dei prezzi al consumo (CPI) per i prezzi medi nazionali nelle aree urbane. Secondo OpenAI, 100 token AI generano circa 75 parole nella risposta di un large language model; i dati riportati sono indicizzati su questo numero di token. L’“Anno 0” non corrisponde necessariamente all’anno di introduzione della tecnologia, ma al primo anno per cui sono disponibili dati.
Fonte: Costi dell’elettricità – Technology and Transformation in the American Electric Utility Industry, Richard Hirsh (1989); Costi di memoria dei computer – John C. McCallum, con dati aggregati da 72 fonti primarie e documenti storici di vendita aziendale; OpenAI, Wikimedia Commons.
Minacce alla monetizzazione: concorrenza, open source e la Cina
Il quinto capitolo del report affronta una questione centrale per il futuro dell’intelligenza artificiale generativa: la crescente difficoltà nel costruire un modello di monetizzazione stabile e sostenibile. Sebbene l’adozione cresca e l’interesse da parte di aziende e utenti sia altissimo, la possibilità di trasformare questi volumi in ricavi solidi è sempre più minacciata da tre dinamiche convergenti. Da un lato, si assiste a un’intensificazione della concorrenza interna tra i grandi player statunitensi, OpenAI, Google, Anthropic, Meta, xAI che rende complesso mantenere un vantaggio competitivo duraturo.
Dall’altro, il rafforzamento dell’ecosistema open source erode il valore dei modelli proprietari, offrendo soluzioni gratuite o a basso costo sempre più performanti. A questo si aggiunge l’ascesa della Cina, che non solo sviluppa modelli competitivi, ma lo fa con una strategia coordinata tra Stato e imprese volta a garantire autosufficienza tecnologica e penetrazione globale. Queste forze combinate contribuiscono a ridurre i margini di profitto, comprimere la capacità di pricing, generare un ambiente in cui le economie di scala rischiano di non bastare a garantire la sostenibilità.
L’AI generativa, pur essendo al centro dell’attenzione tecnologica e politica globale, si muove dunque su un crinale instabile, dove la corsa all’adozione e al dominio rischia di trasformarsi in una competizione a somma zero. Il report non esclude che nei prossimi mesi alcune piattaforme possano cercare soluzioni ibride, integrando modelli open e proprietari, o concentrandosi su verticalizzazioni industriali in grado di generare valore economico reale. Il grafico mostra chiaramente il balzo in avanti dei modelli cinesi nel mercato desktop, passati dal 10% al 21% di quota in appena dodici mesi. Una rappresentazione[1] efficace dello spostamento degli equilibri globali nell’adozione dell’intelligenza artificiale.
L’AI accelera la convergenza con il mondo fisico
Il sesto capitolo del report segna un passaggio chiave: l’intelligenza artificiale non è più confinata alla dimensione del linguaggio, dei bit e delle interfacce conversazionali. Sta progressivamente entrando nel mondo fisico, alimentando nuove generazioni di robot, assistenti reali, dispositivi intelligenti e interazioni sensoriali. Il ritmo di questa transizione è sorprendente e fortemente guidato dai dati. Le aziende che combinano AI con sensing ambientale, automazione e capacità motoria stanno crescendo a un ritmo esponenziale, con un’accelerazione che richiama i primi anni del mobile o del cloud.
Il report analizza in particolare la traiettoria di realtà come Figure AI, 1X, Tesla Optimus e Sanctuary AI, che sviluppano sistemi robotici generalisti, ma anche le applicazioni integrate in hardware consumer, come smart glasses, wearable, device multimodali o interfacce vocali. A colpire è la rapidità con cui questi prototipi diventano prodotti, e la quantità di capitali che stanno attirando. L’AI nel mondo fisico non è una promessa futuribile, è una pipeline già attiva, in grado di processare dati, imparare da essi e agire nel mondo reale. L’intelligenza si fonde con i sensori, la visione artificiale con la locomozione, il linguaggio naturale con la manipolazione di oggetti.
Non si tratta di una rivoluzione estetica o marginale, il report la descrive come un nuovo fronte industriale, pronto a ridefinire settori interi, dalla logistica all’assistenza personale, dalla manifattura alla sicurezza. La slide visualizza il confronto tra la forza lavoro potenziale generata dai robot umanoidi e la disponibilità di lavoratori umani in diversi mercati. È il punto visivo che meglio esprime l’ambizione del settore: creare una nuova forza lavoro sintetica su scala planetaria.
L’AI come motore della prossima ondata di utenti digitali globali
Il settimo capitolo del report ribalta una prospettiva consolidata: se nelle precedenti fasi di crescita dell’economia digitale le tecnologie AI venivano adottate a valle (come ottimizzazione o servizio aggiuntivo), nella nuova ondata globale di utenti connessi l’intelligenza artificiale è presente fin dall’inizio. Gli utenti che si affacciano oggi a internet, soprattutto nei Paesi emergenti, stanno entrando in un ecosistema dove gli LLM, gli assistenti vocali, la traduzione automatica, le interfacce conversazionali e i motori di raccomandazione sono nativi, integrati e centrali. Questa dinamica produce una crescita non solo quantitativa ma qualitativa. Nuove popolazioni digitali, spesso prive di alfabetizzazione tradizionale o accesso alle infrastrutture precedenti, si interfacciano con la rete grazie a strumenti basati su AI che abbassano radicalmente le barriere linguistiche, cognitive e operative. L’intelligenza artificiale non arriva dopo, ma apre le porte, è la condizione stessa della connettività. Il report segnala che, nel 2023, oltre 400 milioni di nuovi utenti sono entrati nel mondo online, con picchi significativi in India, Indonesia, Nigeria e in altre aree dell’Asia e dell’Africa subsahariana. Questo trend è destinato ad accelerare. Il dato più importante è che questa nuova base di utenti cresce sinergicamente con le applicazioni AI, generando fin da subito una domanda diversa, fluida, frammentata, e non mediata da modelli di fruizione occidentali. L’AI, modella e traina la forma e la funzione dell’internet del futuro.
Il grafico mostra chiaramente il peso crescente di India, Indonesia e Nigeria nella crescita netta della popolazione internet globale. È una rappresentazione visiva efficace del cambiamento di scala e di geografia nel futuro digitale guidato dall’intelligenza artificiale.
Lavoro e AI, una trasformazione reale, rapida e ineguale
Il capitolo conclusivo del report affronta uno dei temi più dibattuti ma anche più fraintesi dell’intelligenza artificiale: il suo impatto sul lavoro. Il cambiamento non è più un’ipotesi da convegno o un esercizio accademico: è già realtà, ed è avvenuto con una velocità che ha sorpreso perfino i leader del settore. Il report documenta come in meno di due anni l’adozione di strumenti AI generativi abbia ridefinito le attività quotidiane di milioni di lavoratori, in particolare nei settori ad alta intensità di informazione. Non si tratta solo di sostituzione: la vera discontinuità è la ricomposizione delle competenze, l’emergere di nuove figure ibride, la marginalizzazione di alcuni ruoli intermedi e la crescente importanza dell’interazione uomo-modello.
I knowledge worker stanno già cambiando flussi, strumenti, priorità e persino linguaggio. Allo stesso tempo, nuove forme di lavoro stanno emergendo attorno alla progettazione, addestramento, valutazione e gestione di agenti AI. Il report mette in guardia, però, da una narrazione semplicistica: il cambiamento non è uniforme né neutro. Si registrano già forti disuguaglianze tra chi riesce a integrare l’AI nel proprio lavoro e chi ne viene escluso. Le aziende che investono in formazione, re-skilling e adozione strategica ottengono vantaggi significativi in termini di produttività. Quelle che restano ancorate a modelli organizzativi pre-AI rischiano di perdere competitività rapidamente. Infine, si sottolinea un punto fondamentale, l’AI non elimina il lavoro, ma sposta il baricentro della sua utilità, rendendo più evidente il valore umano legato alla creatività, al giudizio e alla relazione. Il lavoro cambia perché cambia la nostra idea di ciò che è valore. Il grafico evidenzia l’elevato tasso[2] di adozione degli strumenti di AI generativa da parte dei lavoratori della conoscenza negli Stati Uniti, con percentuali di utilizzo quotidiano in forte crescita soprattutto nei comparti di marketing, sviluppo software, customer service e operations.
Note
Il report è stato prodotto da BOND, società di venture capital fondata nel 2018 da Mary Meeker, ex analista di Morgan Stanley e autrice del celebre Internet Trends Report. BOND investe in società tecnologiche in fase di crescita (tra cui Canva, Stripe, Notion, Figma, Gong, et al.) e pubblica periodicamente analisi di scenario a uso degli investitori e del mercato. Il documento non nasce da un soggetto indipendente, ma rappresenta uno sforzo editoriale di tipo insight-driven da parte di un investitore istituzionale con forti interessi nel settore. Ciò non ne invalida la profondità analitica, ma invita a leggerlo con attenzione anche dal punto di vista strategico: come mappa delle priorità percepite dal capitale di rischio USA nell’attuale fase dell’intelligenza artificiale.
[1] Solo chatbot. Non include gli altri ambiti in cui Gemini è integrato.
Nota: la quota di utenti è calcolata su questi cinque provider; la quota di utenti degli altri LLM non è mostrata. Solo utenti desktop.
I dati rappresentano il numero di utenti su una determinata piattaforma, diviso per il numero totale di utenti su tutte le piattaforme considerate. Le cifre non sono deduplicate (cioè, gli utenti che utilizzano più piattaforme possono essere contati più volte).
I dati rappresentano un sottoinsieme degli utenti internet globali e il dato assoluto di utenti è sottostimato; tuttavia, poiché il panel è rappresentativo a livello globale (con alcune limitazioni specifiche per la Cina), i confronti e le tendenze relative risultano comunque informativi.
I dati misurano il comportamento di diversi milioni di utenti desktop attivi globali tramite clickstream. Le informazioni sono raccolte dalle richieste web degli utenti e provengono da servizi e applicazioni web, come VPN e estensioni del browser.
Il panel è rappresentativo a livello globale (con limitazioni sui dati specifici della Cina). Per essere inclusi, gli utenti devono aver fatto parte del panel per due mesi consecutivi. I dati non sono deduplicati; alcuni utenti possono utilizzare più piattaforme.
Fonte: YipitData (consultato il 25 maggio).
[2] Nota: la domanda posta era: “Negli ultimi sei mesi, questa azienda ha utilizzato l’intelligenza artificiale (AI) nella produzione di beni o servizi?” I dati del BTOS sono rappresentativi di tutte le imprese con dipendenti nell’economia statunitense, escluse le aziende agricole. Il campione del BTOS comprende circa 1,2 milioni di imprese con raccolta dati a cadenza bisettimanale.
Fonte: Business Trends & Outlook Survey (BTOS) del Census Bureau, tramite Goldman Sachs Global Investment Research, “2025Q1: Adoption Makes Modest Progress, Labor Impacts Still Negligible” (marzo 2025).
