La difficile scommessa di Anthropic *

Il fatturato 2026 di Anthropic è sui 30 miliardi di dollari e poggia su una scommessa: una politica di prezzo mai usata prima su scala così larga. Se la scelta non paga, il problema non investe solo l’azienda, ma il modello finanziario dell’intero settore.

La crescita di Anthropic

Ad aprile 2026 Anthropic ha raggiunto 30 miliardi di dollari di fatturato annualizzato, partendo da 9 miliardi a fine 2025. L’80 per cento proviene da clienti business: oltre 300mila aziende. Numeri impressionanti, ma per inquadrarli correttamente è necessario chiedersi non tanto quanto cresce Anthropic, bensì su cosa stia scommettendo. La matematica dei modelli di IA generativa di base, i cosiddetti foundation model come Claude di Anthropic o Gpt di OpenAI, per il momento, non torna a nessuno.

Tre profili nello stesso mercato

Nel mercato dei foundation model si distinguono tre profili. Il primo è quello dei colossi del digitale che propongono intelligenza artificiale generativa come offerta complementare. Google e Meta investono decine di miliardi di dollari in capacità di calcolo, ma il loro business si regge su pubblicità, search, social network e cloud. Per loro, GenAI è una scommessa difensiva e di posizionamento, non di sopravvivenza.

Il secondo profilo è quello di OpenAI. È una società nata con una proposta rivolta al consumatore – ChatGpt, 900 milioni di utenti attivi settimanali, 50 milioni di abbonati paganti – che si è trovata costretta a sviluppare il segmento “enterprise” per ragioni di pura aritmetica. Il ricavo medio per utente pagante sul segmento consumer non copre infatti il costo per calcolare le risposte fornite. Le perdite cumulate stimate tra il 2023 e il 2028 sono di 44 miliardi, con un break-even atteso tra il 2029 e il 2030. La via di salvezza, secondo i documenti interni, consiste nei contratti enterprise – quelli che consentono alle grandi organizzazioni di utilizzare il modello di IA in tutta l’azienda a un costo fisso e standardizzato – e negli agenti IA, prezzati in base al valore del lavoro che sostituiscono.

Il terzo profilo è quello di Anthropic, che ha scelto un approccio orientato al business fin dalle sue origini. Il 70-75 per cento del fatturato proviene dalle API (application programming interface) a pagamento per token consumato (pay-per-token) verso imprese e sviluppatori; il consumer (Claude Pro e Max) pesa per il 10-15 per cento; il resto è costituito da contratti enterprise con capacità riservata. Anthropic, in altre parole, è già dove OpenAI sta cercando di arrivare e i dati di mercato lo confermano in modo netto. Secondo l’indice Ramp AI, che traccia la spesa di oltre 50mila imprese statunitensi, ad aprile 2026, per la prima volta, Anthropic supera OpenAI nella quota di aziende che hanno un abbonamento attivo a pagamento: 34,4 per cento contro 32,3 per cento.

Il cambio di paradigma necessario

I tre profili condividono lo stesso problema strutturale: i costi dell’infrastruttura e degli investimenti per lo sviluppo dei modelli crescono più rapidamente dei ricavi che dovrebbero coprirli. David Cahn, partner del fondo di venture capital Sequoia, ha calcolato che servono 600 miliardi di dollari di ricavi annui per giustificare l’attuale livello di investimenti. Solo il segmento enterprise può generare l’Arpu (il ricavo medio per utente pagante) che giustifica questa scala. Un cliente business paga 100-500 dollari per posto di lavoro (per seat) al mese, firma contratti pluriennali e incorre in elevati costi di migrazione (switching costs) che riducono il rischio di cambio fornitore. Un cliente consumer paga 20 dollari. La differenza non si colma con il numero di abbonati.

Per far tornare i conti, Anthropic e OpenAI puntano a un cambio di paradigma: dall’abbonamento per posto di lavoro (subscription per seat) a un prezzo basato sul valore del prodotto. Un agente IA che gestisce il lavoro di un analista junior può essere prezzato a mille-duemila dollari al mese: molto meno dell’intero stipendio del lavoratore (5mila dollari e più), ma molto più dei 20 dollari di ChatGPT Plus. Il problema è che si tratta di una politica di prezzo mai applicata – né dimostrata – su questa scala. Quanto è disposto a pagare un cliente per un risultato puntuale? E come si stabilisce contrattualmente che il risultato è stato ottenuto? Un rapporto del 2025 nell’ambito del progetto Nanda dell’Mit, The GenAI Divide, basato su 300 implementazioni aziendali, documenta che il 95 per cento dei progetti di IA generativa non produce benefici finanziari misurabili.

Anthropic è l’azienda che più si affida al nuovo sistema e, dunque, è la più esposta se non dovesse funzionare perché non ha pubblicità, un sistema operativo o un cloud su cui ripiegare.

GenAI affianca, non sostituisce

I large language model (Llm) sono per costruzione probabilistici: per come sono costruiti e operano, lo stesso input può produrre output diversi. Questo elemento costitutivo non garantisce il determinismo richiesto dai sistemi aziendali critici per l’operatività. Salesforce, piattaforma di Crm (Customer Relationship Management) basata sull’AI, nell’annunciare ad aprile 2026 il suo nuovo sistema Headless 360, lo ha detto senza perifrasi: “Gli agenti sono probabilistici, non deterministici. Non si comportano allo stesso modo ogni volta”. La risposta che hanno scelto è ingegnerizzare l’ibrido: il nucleo deterministico (transazioni, regole di conformità, tracciabilità delle operazioni) vive nella piattaforma classica; il modello Llm opera sopra, come strato di interfaccia e di ragionamento.

Non è un dettaglio tecnico, è un vincolo economico. Significa che la GenAI non sostituisce il software gestionale tradizionale (Erp, sistemi finanziari, magazzini, fatturazione), lo affianca nelle funzioni che richiedono l’interpretazione semantica e la gestione dell’ambiguità. Per tutto il resto, il software classico è più economico, più affidabile, più tracciabile. Il mercato della GenAI (su cui poggia la matematica “enterprise”) non è quindi “tutto il software”. È il segmento in cui l’aggiunta di intelligenza linguistica genera un valore differenziale che il software deterministico non può offrire. È un mercato grande, ma non quanto indicato dalle proiezioni dei vendor. Per Anthropic, significa una quota di mercato da catturare più ampia rispetto a quella stimata sul totale del software gestionale.

La scommessa e il rischio

“C’è di fatto una bolla speculativa nel settore dell’intelligenza artificiale. Una bolla che sta trainando i mercati finanziari, ma nel lungo periodo le prospettive di crescita economica restano deboli”. L’affermazione è di James Robinson, premio Nobel per l’economia 2024, in un’intervista recente rilasciata a Class CNBC. Robinson si aspetta una correzione dei mercati. Il punto non è chi avrà ragione, ma quanto pesa la struttura di quel rischio.

I quattro grandi colossi – Microsoft, Google, Amazon, Meta – hanno annunciato per il 2026 investimenti in conto capitale aggregati attorno a 600-700 miliardi di dollari, quasi raddoppiati rispetto al 2025, con circa 450 miliardi che vanno direttamente all’infrastruttura IA. Una parte di questi investimenti torna alle stesse imprese AI attraverso contratti pluriennali. Ne sono esempi quello da 300 miliardi di OpenAI con Oracle, il progetto Stargate da 100-500 miliardi, che vede OpenAI, SoftBank, Oracle e MGX come azionisti e Nvidia come partner tecnologico, l’investimento della stessa Nvidia in OpenAI, che a sua volta acquista chip Nvidia. Il loro valore di mercato dipende in parte da contratti che presuppongono il successo della scommessa enterprise.

Accanto agli investimenti azionari sta arrivando il debito. Nel primo trimestre del 2026, Blackstone ha garantito un finanziamento da 8,5 miliardi a CoreWeave, azienda americana di cloud computing per l’intelligenza artificiale. Si tratta del primo finanziamento garantito da Gpu classificato “investment grade” dalle agenzie di rating. Intanto, Brookfield ha lanciato un fondo dedicato da 10 miliardi di dollari, oltre a un impegno quinquennale da 20 miliardi di euro per le infrastrutture IA in Francia. Ma prima ancora, il caso simbolo dello spostamento verso il credito privato (prestito non bancario) è stato il maxi-accordo Meta-Blue Owl di ottobre 2025, il più grande mai fatto per l’IA: 27 miliardi di credito puro, su un finanziamento totale di 29,5 miliardi, per il campus Hyperion in Louisiana. Anche in Europa, si vede lo stesso percorso benché su scala minore: 830 milioni di debito Mistral a marzo 2026.

Carmen Reinhart e Kenneth Rogoff, in This Time Is Different, mostrano che le bolle finanziate dal debito sono più pericolose di quelle finanziate solo dal capitale di rischio: il debito si ripercuote sui bilanci delle istituzioni che lo emettono. Se la scommessa enterprise non paga, la correzione non si limita a una svalutazione di imprese private. Si propaga ai portafogli dei fondi di credito privato, ai fondi pensione, alle banche che li finanziano a leva.

Qual è davvero la posta in gioco

La scommessa di Anthropic è la più “disciplinata” del mercato dei foundation model, la più allineata ai vincoli economici reali. Se il sistema non dovesse funzionare per l’azienda dei fratelli Amodei, certo non lo farà per OpenAI, perché Anthropic si posiziona già strutturalmente dove la società di Sam Altman vuole arrivare. Quello che è in gioco non è una sola azienda: è il modello economico che il settore ha assunto come fondativo, secondo cui il valore prodotto dalla GenAI in azienda giustificherà gli investimenti infrastrutturali e finanziari in corso. Ma se la scommessa più razionale non è vinta, la domanda non sarà più se Anthropic ce la fa, ma quale modello di business per la GenAI sia strutturalmente possibile.

Questo è il primo di due articoli paralleli. Il secondo affronta l’altra metà del quadro: la pressione asimmetrica del software open source cinese ed europeo, e la decisione che l’Europa dovrà prendere sulla dipendenza tecnologica dai foundation model americani.

* Questo articolo è stato scritto con l’assistenza di Claude. Le idee, le posizioni e il ragionamento sono dell’autore.