Stratechery — Ben Thompson sull'AI come platform shift

Chi è: Ben Thompson, analista tech-business. Ha lavorato in Microsoft, Apple, Automattic. Dal 2013 scrive Stratechery, considerata la newsletter più influente sulla strategia tech. Non ricercatore AI, non ingegnere: analista di business strategy con profondità tecnica. La sua prospettiva: come l'AI cambia i mercati, non solo la tecnologia.

L'Aggregation Theory applicata all'AI

Per capire la prospettiva di Thompson sull'AI, bisogna capire prima la sua teoria più nota: la Aggregation Theory. Formulata da Thompson nel 2015, spiega perché le grandi piattaforme digitali vincono tutto.

La logica è questa: nel mondo pre-internet, il vantaggio competitivo stava nella distribuzione fisica — chi controllava i canali distributivi (catene retail, reti televisive, distributori) controllava i mercati. Internet ha reso la distribuzione gratuita. Il nuovo vantaggio competitivo si è spostato al controllo dell'accesso agli utenti finali. Google controlla l'accesso all'informazione. Facebook controlla l'accesso alla rete sociale. Amazon controlla l'accesso all'acquisto online. Apple controlla l'accesso all'app ecosystem mobile. Questi "aggregatori" possono quindi dettare condizioni ai fornitori (editori, sviluppatori, brand) che dipendono da loro per raggiungere gli utenti.

L'AI generativa, secondo Thompson, crea una nuova forma di aggregazione: il controllo dell'interfaccia intelligente tra utente e informazione. Chi costruisce l'assistente AI che le persone usano quotidianamente — per cercare informazioni, prendere decisioni, produrre contenuti — diventa il nuovo aggregatore. Non aggrega siti web (come Google) o persone (come Facebook), ma aggrega intelligenza. E chi controlla l'aggregatore vince l'intera filiera soprastante.

In questa lettura, i modelli foundation come GPT-4 o Claude sono analoghi a Windows negli anni '90: il layer fondamentale su cui tutto il resto si costruisce. Chi controlla quel layer detta le regole del gioco. Per questo l'investimento di Microsoft in OpenAI è strategicamente razionale — e per questo Google sente una minaccia esistenziale.

La tesi Microsoft/OpenAI

Thompson ha scritto della partnership Microsoft-OpenAI con un'intensità e una precisione che pochi analisti hanno eguagliato. La sua tesi: questo non è stato un semplice investimento di venture capital — è stata la mossa strategica più intelligente di Microsoft in vent'anni.

Il ragionamento è un'analisi di complementarietà strategica. Microsoft aveva:

• Distribuzione ineguagliabile: Azure è il secondo cloud provider al mondo. Office 365 ha centinaia di milioni di utenti enterprise. Teams è il sistema di comunicazione di metà delle aziende Fortune 500.
• Rapporti enterprise consolidati: decenni di relazioni con i CTO, i CDO, i board di tutto il mondo.
• Ma nessuna differenziazione tecnologica: Azure era bravo quanto AWS, non meglio. Office era la scelta default, non quella entusiasmante. Microsoft era diventata un'utility rispettata ma non amata.

OpenAI aveva:

• La tecnologia più avanzata del settore: GPT-4 era anni avanti rispetto a qualsiasi alternativa nel 2023.
• Brand e mindshare: ChatGPT è diventato il consumer app a più rapida crescita della storia.
• Ma nessuna distribuzione enterprise: OpenAI non aveva contratti aziendali, non aveva forza vendita enterprise, non aveva integrazione nei workflow esistenti.

L'accordo Microsoft-OpenAI ha risolto entrambi i problemi simultaneamente. Microsoft ha ottenuto la differenziazione tecnologica che cercava (Copilot in tutto il portfolio). OpenAI ha ottenuto la distribuzione enterprise che non aveva (Azure come cloud provider esclusivo, canale di vendita Microsoft). È stata una fusione di complementarietà perfette, non un'acquisizione di capability.

Thompson ha anticipato questa analisi prima dell'annuncio dell'investimento da $10 miliardi di gennaio 2023, e i fatti successivi — l'integrazione di Copilot in Office, Azure AI, Bing AI — hanno confermato la tesi.

AI come "intelligence as utility"

Una delle metafore più potenti che Thompson ha sviluppato nel periodo 2023-2025 è quella dell'intelligenza come utility — analogo all'elettricità nella seconda rivoluzione industriale.

Prima dell'elettrificazione, ogni fabbrica aveva il suo generatore. Il vantaggio competitivo stava in parte nell'efficienza del tuo generatore. Con l'avvento delle reti elettriche, il generatore è diventato una commodity — tutti prendevano l'elettricità dalla rete allo stesso prezzo per kWh. Il vantaggio competitivo si è spostato a cosa costruivi con l'elettricità, non al fatto di averla.

Allo stesso modo, l'AI si sta muovendo verso un modello di utility: pochi provider (OpenAI, Anthropic, Google) producono i modelli, tutti gli altri li consumano via API pagando per token. Avere accesso all'AI non sarà più un differenziatore — tutti ce l'avranno. Il differenziatore sarà cosa costruisci sopra.

L'analogia con il cloud è ancora più vicina: AWS ha reso il compute una commodity. Ogni azienda che prima aveva vantaggio competitivo nell'avere server propri ha perso quel vantaggio quando AWS ha democratizzato il compute. Ma alcune aziende — Shopify, Stripe, Twilio — hanno costruito sopra AWS un vantaggio competitivo completamente nuovo. Non nel compute, ma nel dominio applicativo.

Implicazione pratica: per un'azienda che decide una strategia AI, la domanda non è "usiamo GPT-4 o Claude?" ma "cosa costruiamo di unico sopra questi modelli commodity che i nostri competitor non possono facilmente replicare?"

Il rischio per Google

Thompson ha analizzato la posizione di Google rispetto all'AI con una lucidità che nel 2023 sembrava eccessivamente pessimista e che si è rivelata sorprendentemente accurata. La tesi: Google si trova in un innovator's dilemma classico, teorizzato da Clayton Christensen.

Google guadagna circa $200 miliardi l'anno dalla pubblicità sui risultati di ricerca. Questo business si basa su un'assunzione fondamentale: le persone non sanno le risposte e cercano su Google per trovarle. Ogni ricerca genera impressioni pubblicitarie. Ogni risposta trovata genera clic su link, alcuni dei quali sono pagati.

Un assistente AI che risponde direttamente alle domande — invece di presentare una lista di link — rompe questo modello alla radice. Se chiedi a ChatGPT "qual è il miglior ristorante di Roma vicino al Colosseo?" e ottieni una risposta diretta, non fai una ricerca Google, non vedi annunci, non generi fatturato.

Il paradosso di Google è che ha la tecnologia per costruire il miglior assistente AI del mondo (DeepMind, Google Brain, poi Gemini), ma non può usarla in modo aggressivo senza cannibalizzare il suo business principale. Se Google lancia un prodotto che risponde direttamente alle domande invece di presentare link sponsorizzati, sta distruggendo $200 miliardi di fatturato annuo per difendersi da una minaccia.

Thompson ha documentato questa tensione in molti articoli tra il 2023 e il 2025 — il lancio tardivo di Bard, le difficoltà di Gemini, la retromarcia su alcune feature di AI Overview in Search — come manifestazioni del medesimo dilemma irrisolvibile.

Dove Thompson ha torto o è stato impreciso

Un'analisi onesta di Stratechery richiede di segnalare anche i punti di debolezza. Thompson è un analista eccellente, non un profeta infallibile.

Ottimismo sui tempi di adozione enterprise: Thompson ha più volte sovrastimato la velocità con cui le grandi aziende adottano nuovi strumenti AI. La realtà di compliance, legal review, change management nelle Fortune 500 rallenta l'adozione in modo che spesso sorprende gli analisti tech-first.

Sottostima dei costi energetici: le analisi di Thompson sul business case dell'AI raramente incorporano in modo prominente il costo energetico dell'inferenza e del training. Con i data center AI che consumano l'equivalente di piccoli paesi, questo è un fattore che cambia i calcoli di marginalità a lungo termine.

Prospettiva americana: Stratechery ragiona prevalentemente in termini di mercato USA e Big Tech americane. L'Europa (GDPR, AI Act, posizione di Mistral), la Cina (DeepSeek, Baidu, Alibaba), e i mercati emergenti ricevono attenzione limitata. Le dinamiche geopolitiche dell'AI — controllo dei chip, export restrictions, sovranità dei dati — sono trattate come contorno, non come variabile strutturale.

Framework business-centrico: Thompson analizza l'AI come fenomeno di mercato. Le implicazioni su lavoro, disuguaglianza, concentrazione di potere, effetti sulla democrazia sono fuori dal suo perimetro dichiarato. Questo non è un difetto — è una scelta di focus. Ma chi legge solo Stratechery rischia di avere una comprensione dell'AI sistematicamente incompleta sul lato sociologico e politico.

Perché vale abbonamento

Stratechery costa circa $12 al mese. In un ecosistema di newsletter AI dove la maggior parte è gratuita, questa barriera filtra il tipo di contenuto prodotto: Thompson scrive per professionisti che prendono decisioni, non per audience che vogliono hype o notizie veloci.

Il valore principale non è l'informazione — la notizia che Microsoft ha investito in OpenAI la trovavi ovunque. Il valore è il framework per interpretare la notizia: perché questa mossa ha senso per quella azienda? Come si inserisce nella struttura incentivale del settore? Chi vince e chi perde nel lungo periodo?

Questa è una domanda fondamentalmente diversa da "cosa è successo?" e richiede un tipo di analisi diverso. Thompson ha costruito negli anni un sistema concettuale coerente — Aggregation Theory, stratified models, modular vs integrated — che permette di rispondere a queste domande con rigore, non con intuizioni.

Per chi prende decisioni di business o di investimento in ambito AI — CTO, CFO, founder, investor — Thompson offre qualcosa di raro: modelli predittivi verificabili nel tempo. La newsletter esiste dal 2013 e si può verificare retrospettivamente la qualità delle previsioni. Il track record sui platform shifts è solido: ha anticipato correttamente l'ascesa di Shopify, il declino di Twitter come piattaforma pubblicitaria, la struttura dell'accordo Microsoft-OpenAI, le difficoltà di Google con l'AI in search. Non sbaglia mai, ma sbaglia meno degli altri e sa perché.

---