Anthropic prevedeva una crescita 10 volte. Ne ha ottenuta 80. Nessuno sa davvero a che velocità corre l'AI

L'ARR è il fatturato annuale ricorrente: la misura che indica quanto un'azienda genera dai clienti che rinnovano nel tempo. Il fatturato annuale ricorrente di Anthropic ha raggiunto 45 miliardi di dollari. Le previsioni interne parlavano di una crescita 10 volte. La realtà ha consegnato una crescita 80 volte. Beh, insomma: nemmeno chi costruisce l'AI sa quanto velocemente l'AI viene adottata.

Questa è forse la cosa più importante da capire se lavori in proprio, gestisci una piccola impresa, o stai cercando di capire dove sta andando il mercato nei prossimi mesi. Perché se chi produce questa tecnologia sbaglia le proprie previsioni di 8 volte, chiunque stia aspettando il "momento giusto" per muoversi sta usando un orologio rotto.

Cosa significa davvero che Anthropic ha sbagliato le sue previsioni di crescita?

Sbagliare una previsione di crescita del fatturato è normale per qualsiasi azienda. Sbagliare di 8 volte — prevedere 10x e ottenere 80x — è una cosa diversa. È come se un meteorologo dicesse "domani piove un po'" e il giorno dopo trovassimo un'alluvione.

Anthropic non è una startup in garage. È una delle aziende di intelligenza artificiale più finanziate e seguite al mondo, con un team di ricercatori tra i più preparati del settore. Se loro non riescono a prevedere la curva di adozione dei propri prodotti, il punto non è che sono stati imprecisi: il punto è che la curva di adozione dell'AI si comporta in modo che nessun modello previsionale classico riesce a catturare.

E la direzione dell'errore è istruttiva: non hanno sovrastimato la crescita, l'hanno enormemente sottostimata. Per un freelancer o un piccolo imprenditore, questo significa una cosa concreta: le competenze legate all'AI che oggi sembrano "avanzate" o "opzionali" hanno un orizzonte di obsolescenza molto più corto di quanto sembri. Non anni. Mesi. Chi lavora da solo con supporto AI lo sta già scoprendo sulla propria pelle.

Perché le previsioni di crescita AI sono strutturalmente sbagliate?

Le previsioni di mercato nel settore dell'intelligenza artificiale tendono a essere sistematicamente troppo conservative per una ragione precisa: i modelli previsionali tradizionali si basano su curve di adozione storiche — quelle di internet, degli smartphone, del cloud. Ma l'AI generativa ha caratteristiche che non hanno precedenti diretti, e questo rende i modelli storici poco utili come riferimento.

Primo: il costo marginale di utilizzo crolla molto più rapidamente rispetto alle tecnologie precedenti. Secondo: la curva di apprendimento per l'utente finale è quasi piatta — non devi imparare un linguaggio di programmazione, non devi installare niente di complicato, non devi cambiare radicalmente il tuo flusso di lavoro. Terzo: ogni miglioramento del modello base si traduce immediatamente in valore per tutti gli utenti esistenti, senza che questi debbano fare nulla. È come se la tua automobile diventasse più veloce ogni notte, da sola, senza portarla dal meccanico.

Il risultato è che la domanda si accumula in modo non lineare. E quando una massa critica di aziende inizia ad adottare uno strumento — non per curiosità ma per necessità competitiva — la curva smette di essere una curva e diventa una parete verticale. Questo è quello che stiamo vedendo nei dati di Anthropic. Le stime sugli investimenti complessivi in AI da parte delle grandi aziende tecnologiche parlano di cifre nell'ordine dei trilioni di dollari nel corso di questo decennio — numeri già rivisti al rialzo più volte in meno di due anni.

Cosa cambia concretamente per chi lavora in proprio?

Una crescita di fatturato da 10x previsto a 80x reale significa che il denaro che entra nell'ecosistema AI è molto più grande di quello che il mercato aveva pianificato di gestire. Questo produce effetti a cascata che arrivano anche ai freelancer e alle piccole imprese, anche in Italia, anche a chi non lavora direttamente nel settore tecnologico.

Il primo effetto è sui prezzi: le aziende che adottano AI riducono i costi operativi in alcune aree e aumentano la domanda in altre. Se sei un traduttore, un grafico, un copywriter, un contabile — hai già visto o vedrai presto cambiamenti nella struttura delle richieste dei tuoi clienti. Non necessariamente verso il basso: spesso verso il "voglio lo stesso risultato in meno tempo e con meno revisioni". Il che, se ci pensi, è un'opportunità tanto quanto una minaccia, a seconda di come ti posizioni.

Il secondo effetto è sulla concorrenza: se il mercato cresce a questa velocità, entrano nuovi operatori, nuovi strumenti, nuove figure professionali. La capacità di trovare il proprio spazio specifico diventa più critica, non meno, in un mercato in espansione rapida. La crescita del mercato totale non garantisce automaticamente crescita per te: garantisce più rumore, più scelta per i clienti, più pressione a differenziarti.

Il terzo effetto — forse il meno ovvio — è sulla velocità di obsolescenza delle competenze. Il report OCSE Skills Outlook 2023 stima che nei paesi ad economia avanzata la vita media utile di una competenza digitale si sia ridotta a meno di tre anni, rispetto ai sette-otto anni stimati nel decennio precedente. In un mercato che si muove a questa velocità, un anno di stasi è già un ritardo strutturale.

Il problema del "ci penserò il prossimo anno" applicato all'AI

C'è una sindrome molto diffusa tra i freelancer e i piccoli imprenditori italiani che potremmo chiamare ansia da calendario AI: quella sensazione di sapere che dovresti fare qualcosa con questi strumenti, rimandare sistematicamente, e intanto rassicurarti dicendo che "c'è ancora tempo".

Il problema è che i dati di Anthropic suggeriscono esattamente il contrario. Il "ci penserò il prossimo anno" potrebbe significare arrivare a un mercato già riorganizzato intorno a nuove competenze, nuovi prezzi, nuove aspettative da parte dei clienti. Non stiamo dicendo che devi buttare tutto e iscriverti a dieci corsi sull'AI domani mattina. Stiamo dicendo che ignorare quello che sta succedendo perché "è roba da grandi aziende" è un'illusione comoda. Anche chi parte da zero può integrare strumenti AI in modo concreto, senza un budget da multinazionale e senza un dottorato in informatica.

Posizionarsi significa cose precise: capire quali attività ripetitive nel tuo flusso di lavoro possono essere automatizzate, quali competenze diventano più rare e quindi più preziose man mano che altre vengono automatizzate, e dove i tuoi clienti inizieranno a spostare le loro aspettative nei prossimi dodici mesi. Non è una trasformazione radicale. È una serie di scelte piccole e concrete, fatte prima che il mercato le renda obbligatorie.

Come si legge un segnale di mercato come questo senza farsi prendere dal panico?

Un segnale come la crescita di Anthropic rischi di leggerlo in due modi sbagliati: o lo ignori perché "riguarda i big", o ti fai prendere dall'hype e pensi che tutto cambierà entro tre mesi. Entrambe le reazioni sono inutili.

Il modo produttivo di leggerlo è come indicatore di direzione, non di velocità. Non sappiamo esattamente a che ritmo arriveranno i cambiamenti nel tuo settore specifico — nemmeno Anthropic saprebbe dirtelo con precisione, come abbiamo visto. Sappiamo però con ragionevole certezza che la direzione è quella: più integrazione, più automazione, più aspettativa di competenza digitale da parte dei clienti.

Puoi scegliere di essere il pizzaiolo che ha capito per primo come usare i social per riempire i tavoli il martedì sera, oppure quello che tre anni dopo si chiede perché il locale dall'altra parte della strada è sempre pieno. La domanda non è se la tecnologia cambierà il tuo lavoro. La domanda è se sarai tu a guidare quel cambiamento o se lo subirai.

Il punto pratico è uno solo: usa il dato di Anthropic non come allarme ma come calibratore. Se stai rimandando di capire come l'AI si applica al tuo lavoro, hai ora un motivo in più per non rimandare ulteriormente. Non perché lo diciamo noi. Perché lo dice la traiettoria del mercato — e quella traiettoria ha già smentito le previsioni di chi quella tecnologia la produce ogni giorno.

Una lezione che vale più delle previsioni

Anthropic ha dovuto rivedere le proprie proiezioni perché i fatti le hanno rese obsolete. La lezione non è "l'AI è enorme, corri". La lezione è più precisa: smetti di affidarti alle previsioni — nemmeno quelle di chi produce la tecnologia sono affidabili, come abbiamo visto. Quello che conta è tenere gli occhi sui dati reali, capire dove si sta spostando la domanda nel tuo mercato specifico, e muoverti prima che il cambiamento diventi così evidente da non lasciare più margine di scelta. E se è così per loro, figuriamoci per chi osserva da fuori e decide di aspettare.