Il Pendolo Torna Indietro: L'IA e il Ritorno del Personal Computer

Nel gennaio 1975, Popular Electronics mise in copertina il MITS Altair 8800 e lo definì il primo kit in grado di rivaleggiare con le macchine commerciali. Costava 395 dollari. La MITS ricevette quattrocento ordini in un pomeriggio e duecentocinquantamila dollari in tre settimane. Prima di allora, usare un computer significava prenotare del tempo su un mainframe e mettersi in fila per avere la propria fetta di una macchina di proprietà altrui. L'Altair fece qualcosa di piccolo ed enorme allo stesso tempo: mise il computer sulla tua scrivania, e non dovevi condividerlo con nessuno.

Ho trascorso la maggior parte della mia carriera nel lato infrastrutturale della finanza regolamentata, dove la domanda non è mai quanto sia impressionante un sistema all'apparenza, ma dove risiede davvero il potere e chi lo controlla. Da quella posizione, la storia dell'informatica si legge come un lungo dibattito sulla collocazione. L'elaborazione continua a spostarsi tra il centro e la periferia, e in questo momento si sta spostando di nuovo.

Il ciclo fino ad ora

L'era dei mainframe era centralizzata per necessità. La capacità di calcolo era scarsa e costosa, quindi viveva in una sala climatizzata e si pagava per accedervi. La rivoluzione del personal computer spezzò tutto questo. L'Altair accese la miccia, l'Apple II ne fece un mercato (VisiCalc, il primo foglio di calcolo, era l'applicazione che vendeva la macchina alle aziende), e l'IBM PC nell'agosto 1981 ne fece un'industria. IBM usò componenti standard e un'architettura aperta, concesse in licenza un sistema operativo a una piccola azienda chiamata Microsoft, e così facendo consegnò il vero potere di calcolo agli individui. Per circa due decenni, la macchina più potente che la maggior parte delle persone toccava era quella sulla propria scrivania.

Il pendolo ha oscillato di nuovo indietro, in silenzio, e noi lo abbiamo per lo più accolto di buon grado. Il cloud significava che non dovevi più gestire il tuo server. Il SaaS significava che non possedevi più il tuo software, ci ti abbonavi. Lo smartphone, il dispositivo più personale mai costruito, si è rivelato essere un thin client: uno schermo elegante su calcoli e dati custoditi altrove. Niente di tutto ciò sembrava una perdita. Era comodo, si sincronizzava, faceva il backup da solo. Ma l'effetto netto è stato che la maggior parte di noi è tornata a essere affittuaria del computer di qualcun altro, con il tassametro sempre in funzione.

L'ondata recente dell'IA ha spinto il centro più duramente di qualsiasi cosa prima. Addestrare e servire modelli di grandi dimensioni richiede un'intensità di capitale tale da concentrare il potere in poche mani. I numeri non lasciano spazio all'ambiguità. Si prevede che la spesa in conto capitale degli hyperscaler superi i 600 miliardi di dollari nel 2026, con un aumento di circa il 36 percento rispetto al 2025, con alcune stime che per i soli quattro grandi operatori raggiungono i 725 miliardi di dollari. Circa tre quarti di quella cifra, intorno ai 450 miliardi di dollari, è direttamente legata all'infrastruttura per l'IA: GPU, datacenter, l'impianto fisico dell'intelligenza. È la sala macchine del mainframe ricostruita su scala planetaria. Quando la cosa più intelligente con cui puoi parlare vive in un datacenter che non vedrai mai, sei tornato a prenotare tempo sulla macchina di qualcun altro.

Perché l'oscillazione inversa è plausibile

Ecco la parte che trovo genuinamente interessante. La stessa ondata dell'IA sta anche creando le condizioni affinché il pendolo oscilli nella direzione opposta.

I modelli open-weight hanno colmato il divario molto più rapidamente di quanto quasi chiunque avesse previsto. Nel corso del 2025 e fino al 2026, famiglie come Qwen, DeepSeek, Llama e Gemma sono passate dall'essere interessanti all'essere genuinamente utili, e molte ora reggono il confronto con i modelli proprietari su benchmark reali. E soprattutto, girano su hardware di proprietà. Phi-4-mini di Microsoft, con 3,8 miliardi di parametri, funziona su una CPU laptop senza alcuna GPU. I più recenti design a mixture-of-experts consentono di eseguire un modello di grandi dimensioni su un singolo laptop con molta RAM, attivando solo una frazione dei parametri per token. Il consenso pratico tra chi lo fa quotidianamente è che i modelli piccoli, eseguiti direttamente sul dispositivo, sono oggi i più adatti al lavoro on-device: una frase che nel 2022 sarebbe sembrata assurda.

Il silicio sta arrivando per stare al passo. I Copilot+ PC si definiscono per la presenza di una NPU integrata capace di eseguire 40 o più trilioni di operazioni al secondo, e si prevede che gli AI PC conquisteranno quasi il 40 percento del mercato nel 2025 e più della metà nel 2026. Il motore neurale sta diventando un componente standard della macchina, proprio come prima di lui l'unità a virgola mobile e la GPU. In silenzio, un binomio CPU-NPU in grado di eseguire un modello reale sta arrivando su molte scrivanie.

Mettendo insieme questi elementi si ottiene qualcosa che ricorda il 1981: capacità di calcolo significativa, posseduta in prima persona, a disposizione di un singolo individuo. I pesi aperti significano poter tenere il modello in mano, affinarlo sui propri dati ed eseguirlo senza chiedere permessi né pagare a ogni richiesta. Un agente personale può lavorare per te, non per la piattaforma che lo ospita.

Il vero premio è la crescita personale

La tentazione è di inquadrare tutto questo come una storia hardware su chip sempre più veloci. Non lo è. Il primo PC contava per ciò che una persona motivata poteva improvvisamente fare da sola: modellare un'azienda in un foglio di calcolo, impaginare un documento, scrivere e distribuire software dalla propria stanza. La macchina comprimeva la distanza tra un'idea e qualcosa di funzionante.

Un'IA personale fa la stessa cosa rispetto al divario tra non sapere qualcosa ed essere competenti in quella materia. Una persona con un modello locale capace può ora imparare un nuovo campo, fare debug di codice in un linguaggio che non ha mai usato, redigere un contratto o prototipare un prodotto a una velocità che un tempo richiedeva un team o un'istituzione alle spalle. Questo effetto cumulativo è la vera leva. È privato, non fa pagare per ogni domanda, e ti appartiene. Per chiunque voglia costruire competenza anziché affittare risposte, questo cambia il calcolo di ciò che un singolo individuo determinato può diventare.

Le avvertenze oneste

Non sto vendendo l'inevitabilità. Le forze che spingono verso il centro sono reali e ben finanziate. Quei 600 miliardi di dollari in capex vogliono essere monetizzati, e il modo più diretto per farlo è un abbonamento che non disdici mai. La gravità dei dati è ostinata: la tua cronologia, i tuoi file, il tuo contesto vivono già sui server di qualcuno, e sono appiccicosi. I modelli frontier continuano a crescere, quindi la migliore capacità resterà probabilmente in hosting per anni. E il lock-in delle piattaforme è progettato, non accidentale. Il percorso predefinito sarà sempre quello in hosting, perché i default sono dove si trova il denaro.

Quindi il ritorno è disponibile, non garantito. Il primo PC non ha democratizzato l'informatica perché la tecnologia esisteva. Lo ha fatto perché abbastanza persone hanno scelto di possedere la macchina anziché affittare il mainframe. L'hardware per possedere la tua IA sta arrivando ora. Se lo useremo in questo modo è, come nel 1981, una scelta. So su quale scommetterei che costruisce di più.

Fonti

• Storia del personal computer: 1975-1984 (Low End Mac)
• Altair 8800, La Rivoluzione CHM (Computer History Museum)
• La storia del personal computing (Everything Everywhere)
• I migliori modelli LLM open-source e open-weight da eseguire in locale nel 2026 (Hugging Face)
• Modelli open-weight nel primo semestre 2026: riepilogo su DeepSeek, Qwen e Llama (Digital Applied)
• Prospettive globali del mercato degli AI-PC 2025-2030 (TS2)
• Il CapEx degli hyperscaler supera i 600 miliardi di dollari nel 2026 (Introl)