Il 12 giugno il governo statunitense ha emesso un ordine di controllo delle esportazioni che ha costretto Anthropic a sospendere Claude Fable 5, il modello di punta ritenuto il più capace sul mercato. Il blocco, senza preavviso né tempistiche di ripristino, ha lasciato tutte le aziende clienti senza accesso. Secondo una nuova ricerca VentureBeat Pulse, condotta su 145 imprese durante le settimane successive, due terzi delle organizzazioni avevano già costruito una strategia di copertura prima dell'ordine. Il 51% utilizza un approccio ibrido, combinando modelli chiusi con modelli open-weight sulla propria infrastruttura, mentre un altro 16% sta spostando i carichi di lavoro principali lontano dalle API chiuse. Il restante terzo, completamente dipendente da ecosistemi chiusi, ha subito l'impatto pieno del blackout.
La dipendenza dal fornitore è solo la punta dell'iceberg
L'episodio ha evidenziato un problema più profondo: la mancanza di monitoraggio automatico sui sistemi AI in produzione. Solo un'impresa su dieci dispone di un sistema automatizzato in grado di rilevare un modello che sta andando alla deriva, si comporta in modo anomalo o fallisce. Il 40% si dichiara molto fiducioso di individuare i problemi, ma la maggior parte fa affidamento su revisioni umane, un metodo lento e incompleto. Il 19% verrebbe a conoscenza di un guasto solo quando lo segnalano gli utenti finali, e l'8% non ha alcuna visibilità sistematica. Questo divario di controllo, definito "Control Gap", rappresenta la distanza tra la velocità di adozione dell'AI e la capacità di governarla.
Sponsored Protocol
Un dato allarmante: il 79% delle imprese ha già subito un danno finanziario o operativo a causa di agenti autonomi, nella maggior parte dei casi per shadow AI, ovvero carichi di lavoro non autorizzati eseguiti da dipendenti con carte di credito aziendali, senza supervisione IT.
Il costo della dipendenza dai modelli chiusi
Prima del blocco, Uber aveva esaurito l'intero budget AI per il 2026 in quattro mesi, dopo che l'84% dei suoi ingegneri aveva adottato Claude Code. Microsoft ha cancellato la maggior parte delle licenze Claude Code nelle divisioni Windows e Office 365, indirizzando gli ingegneri verso strumenti interni, come riportato da The Verge. Il blocco di giugno ha aggiunto una lezione più dura: un modello su cui si basano i flussi di lavoro può scomparire da un giorno all'altro per ordine governativo, senza che né l'azienda né il fornitore possano farci nulla.
Sponsored Protocol
La strategia di copertura era già in atto
Brian Craig, senior director of architecture di Liberty IT, la divisione ingegneristica di Liberty Mutual, ha spiegato che la sua azienda aveva già costruito un "backbone AI" con circa 50 componenti indipendenti e sostituibili. "Non puoi vincolarti a un solo fornitore o a un solo framework", ha detto. "Devi mantenere la flessibilità per agganciare diversi modelli e fornitori". I dati del sondaggio confermano che Craig non è un'eccezione: il 51% delle imprese adotta un approccio ibrido, e il 32% che resta su modelli chiusi lo fa per i minori costi operativi dell'hosting autonomo. Dopo giugno, tuttavia, il calcolo è cambiato.
Sponsored Protocol
Le aziende tagliano i fornitori: Microsoft prima nel mirino
Alla domanda su quale fornitore di AI intendono ridimensionare nei prossimi 12 mesi, il 30% ha indicato Microsoft, principalmente per i tagli a Copilot e Azure AI a favore di accesso diretto ai modelli. OpenAI segue al 21% per la volatilità dei prezzi, Anthropic al 15% e Google al 6%. Il 28% non prevede tagli. Ma la tendenza è chiara: ridurre attivamente almeno un fornitore è ora più comune che espandere tutti i rapporti.
Il divario di controllo costa denaro e reputazione
Il 49% delle imprese ha subito danni da shadow AI, il 25% da loop infiniti di agenti che hanno generato costi token elevatissimi, e il 6% da agenti che hanno degradato database di produzione con query non limitate. Solo il 21% ha una stabilità protetta da limiti di token e budget a livello di infrastruttura. La mancanza di un proprietario unico per la governance dell'AI è citata come la barriera principale dal 32% degli intervistati. Il 17% afferma che nessun ruolo detiene una responsabilità formale per l'AI.
Sponsored Protocol
Un articolo recente sulle commissioni nascoste nei viaggi (Hopper pagherà 35 milioni alla FTC) mostra un parallelo con la trasparenza dei costi. Allo stesso modo, il programma californiano per il metano da letame (California paga per trasformare il letame in gas) illustra i rischi di politiche affrettate senza un controllo adeguato. La lezione per l'AI è la stessa: senza visibilità e governance, i costi nascosti emergono dopo.
Il futuro della governance AI: automatizzare o subire
Con i costi di inferenza che crollano del 70-80% all'anno e i carichi agentici che consumano da 100 a 500 volte più token degli strumenti LLM tradizionali, il monitoraggio manuale non è più sufficiente. Le imprese leader stanno adottando un approccio risk-based, con revisione umana coadiuvata da automazione. Come ha detto Brian Gracely di Red Hat, "se devo risolvere un sinistro assicurativo, non ho bisogno della storia della civiltà occidentale". Servono modelli specializzati e routing semantico per risparmiare token costosi.
Sponsored Protocol
La ricerca mostra che le imprese si stanno muovendo velocemente, ma con controlli deboli. Il blocco di Claude Fable 5 ha dimostrato che la diversificazione dei modelli è una difesa efficace contro i rischi esterni. Tuttavia, il vero problema interno è la mancanza di un proprietario unico della governance e di monitoraggio automatico. Senza questi, il cosiddetto Control Gap continuerà a generare danni finanziari e operativi.
