Avvia una prova

Note operative Partnership

Recursive e AWS: 410 milioni in contanti non comprano l’indipendenza dal fornitore

6 min di lettura

Un modulo server in bianco e nero, estratto a metà da un rack, con altri moduli allineati e sfocati sullo sfondo
Il modulo si toglie e si sostituisce. L’infrastruttura costruita apposta per un solo cliente, no.

Il 28 luglio 2026 Recursive Superintelligence — startup fondata da Richard Socher, ex chief scientist di Salesforce — ha annunciato un accordo pluriennale con Amazon Web Services per 410 milioni di dollari di capacità di calcolo. Il dettaglio che ha fatto parlare i media specializzati non è la cifra: è la forma. Il contratto è tutto in contanti, senza alcuna quota azionaria ad AWS. In un settore dove i grandi accordi di calcolo si pagano spesso in equity o in schemi circolari — un fornitore investe nel cliente, il cliente rispende l’investimento sul fornitore — è la parte insolita della notizia. Ma pagare in contanti non elimina la dipendenza da un solo fornitore: la sposta, e vale la pena capire dove.

Che cosa è stato annunciato

Recursive Superintelligence è uscita dalla modalità stealth il 13 maggio 2026, con un round da 650 milioni di dollari e una valutazione di 4,65 miliardi, guidato da GV (il fondo di Alphabet), Greycroft, Nvidia e il braccio di venture capital di AMD. Ha uffici a San Francisco e a Londra; il sito dell’azienda descrive un team di oltre 25 persone con esperienze precedenti in OpenAI, DeepMind, Google Brain, Meta, Salesforce e Uber, oltre a Socher. Non ha ancora un prodotto pubblico: a TechCrunch, Socher ha detto «In October or so, you’ll see some actually tangible, useful things» — entro ottobre 2026, una previsione, non un fatto compiuto.

L’accordo con AWS, riportato da TechCrunch e confermato da Data Center Dynamics e da altre testate specializzate, prevede un impegno di calcolo pluriennale da 410 milioni di dollari, senza scambio di equity. Jason Bennett, vicepresidente AWS per startup e venture capital, ha dichiarato che parte dell’accordo consiste nel «co-develop infrastructure purpose-built for these types of companies». Il tipo esatto di acceleratore — chip proprietari AWS o GPU Nvidia — non è stato comunicato. Socher, sul valore della cifra, l’ha definita «likely going to be one of the smallest compute deals we’re going to sign in the next few years»: un’indicazione di scala futura, non un impegno vincolante.

Cosa fa, davvero, un sistema che scrive la propria ricerca

Recursive descrive, in un proprio post tecnico di giugno, un sistema che automatizza un ciclo di ricerca: propone un’idea, la implementa, esegue un esperimento, ne valida il risultato e usa quanto imparato per scegliere l’esperimento successivo — con più filoni paralleli, memoria del contesto utile tra un esperimento e l’altro, e un controllo esplicito contro il «reward hacking» (un sistema che migliora il punteggio senza migliorare davvero il comportamento). Sono numeri dichiarati dall’azienda stessa, su benchmark scelti da lei e non verificati da terzi: nell’addestramento di un modello linguistico a budget fisso (NanoChat Autoresearch) sostiene un miglioramento della perdita da 0,9372 a 0,9109 bit per byte, pari a un guadagno di velocità di 1,3 volte; in un test di velocità di addestramento (NanoGPT Speedrun) un taglio da 79,7 a 77,5 secondi; nell’ottimizzazione di kernel GPU (SOL-ExecBench) un punteggio medio di 0,754 contro 0,699, il 18% di riduzione del margine dall’optimum. Il limite è scritto dalla stessa azienda: il sistema funziona su problemi con metriche chiare e cicli di verifica rapidi, non su una ricerca scientifica aperta — che resta lavoro futuro.

Il dibattito sul nome

«Recursive self-improvement», RSI, è il termine che l’azienda ha scelto anche per la propria sigla social. Non tutti concordano che descriva ciò che oggi esiste. Helen Toner, del Center for Security and Emerging Technology di Georgetown, la mette così: molti laboratori, oggi, «are just using AI for as much as they can», ben lontano dalla definizione classica di RSI, dove «there are no humans needed» — una distanza che resta ampia. Anche il CEO di Google Sundar Pichai, sul ritmo di accelerazione che il termine promette, ha detto pubblicamente che «we aren’t quite there yet». Un panel di esperti convocato da Georgetown si è diviso fra chi prevede un’esplosione di capacità e chi un progresso più lento seguito da un plateau. Prendiamo posizione con la stessa cautela: i benchmark di Recursive sono un dato reale su un perimetro stretto, non prova di ricerca scientifica autonoma.

Cosa comporta

Un giorno prima, il 27 luglio, Nvidia e Safe Superintelligence — il laboratorio di Ilya Sutskever — hanno annunciato una partnership di segno opposto: un investimento (secondo Reuters e altri media, non confermato nel comunicato ufficiale, attorno ai 5 miliardi di dollari) in cambio di accesso alla piattaforma Vera Rubin, con un aumento di calcolo descritto come «di un ordine di grandezza». Due giorni, due strutture agli antipodi — equity per calcolo contro contanti per calcolo — sullo stesso problema: dove un laboratorio di AI di frontiera trova la potenza per scalare. Per Recursive, pagare in contanti evita la diluizione e rende il rapporto con AWS più facile da chiudere, sulla carta. Ma la clausola di «infrastruttura co-sviluppata apposta» racconta un lock-in diverso, non meno reale: un impianto costruito su misura per un solo cliente si porta via con più difficoltà di una GPU generica, quale che sia la valuta con cui l’avete pagata. Per chi acquista calcolo — non solo laboratori da miliardi — la lezione è la stessa: la forma del pagamento e la portabilità dell’infrastruttura sono due domande distinte, e la seconda conta più a lungo della prima. Ne abbiamo scritto in generale a proposito della proprietà dello stack, dalla macchina al modello: Hardware e modelli a pesi aperti.

La lezione operativa

  1. Separate l’annuncio dal contratto: «impegno di calcolo pluriennale» non dice ancora quanti nodi, quale hardware, quale SLA — i dettagli tecnici di questo accordo non sono pubblici, e finché non lo sono restano una promessa.
  2. Chiedete cosa significa «costruito apposta»: infrastruttura personalizzata per un solo cliente è spesso più efficiente, ma quasi sempre meno portabile. Un limite non scritto e verificabile non esiste — vale anche al contrario, per le clausole di uscita.
  3. Non confondete capacità annunciata con capacità disponibile: la differenza si è già vista altrove, e un contratto firmato oggi non è calcolo che gira oggi.
  4. Diffidate della sigla prima del prodotto: benchmark su compiti scelti dal fornitore, senza verifica indipendente, restano dati di marketing fino a prova contraria — vale per «RSI» come per qualunque altra sigla che leggerete nel prossimo comunicato.

Chi valuta un fornitore di calcolo o di AI dovrebbe applicare lo stesso criterio a ogni annuncio di partnership: cosa è già dimostrato, cosa è ancora promessa, cosa succede se il fornitore cambia rotta. Per questo un sistema di AI dedicato si consegna in due modalità, mai una sola: on-premise nell’ambiente del cliente, oppure cloud dedicato CSIDIA — ambiente riservato al singolo cliente, accesso via VPN dedicata, data center in Italia, locali presidiati direttamente da noi. Le domande sulla portabilità si scrivono prima della firma, non dopo. Conta il metodo, non la marca del fornitore di turno.

State valutando un accordo di calcolo pluriennale o un fornitore che promette risultati «entro pochi mesi»? Parliamone in trenta minuti.

Fonti