Dopo OpenAI, un nuovo centro di ricerca
Quando Mira Murati lasciò OpenAI nel settembre 2024, dopo oltre sei anni nell’azienda e un ruolo centrale nello sviluppo di prodotti come ChatGPT e DALL-E, la sua uscita sembrò inizialmente parte della lunga serie di cambiamenti interni che avevano attraversato il laboratorio di San Francisco. Pochi mesi dopo, nel febbraio 2025, Murati annunciò Thinking Machines Lab, una nuova società di ricerca sull’intelligenza artificiale.
Non si trattava però di una startup ordinaria. Con lei arrivarono ricercatori e ingegneri provenienti da OpenAI, Meta, Mistral e altri dei principali laboratori del settore. Tra i nomi figuravano John Schulman, cofondatore di OpenAI, e Barret Zoph, già vicepresidente della ricerca dell’azienda. La nascita di Thinking Machines mostrava così un fenomeno più ampio: le competenze che avevano costruito la prima generazione dell’AI generativa iniziavano a disperdersi e a creare nuovi centri di ricerca indipendenti.
Due miliardi prima ancora del prodotto
La fiducia degli investitori arrivò prima di qualunque prodotto destinato al grande pubblico. Nel 2025 Thinking Machines raccolse circa 2 miliardi di dollari in un round guidato da Andreessen Horowitz, con una valutazione di 12 miliardi. Alla raccolta parteciparono anche Nvidia, AMD, Cisco, Accel e altri grandi investitori tecnologici.
Il dato racconta qualcosa del mercato contemporaneo dell’AI. Il capitale non viene più investito soltanto su prodotti, ricavi o utenti, ma direttamente sulla capacità di riunire un ristretto gruppo di ricercatori considerati in grado di spostare la frontiera tecnologica. In questo settore il talento scientifico è diventato una forma di infrastruttura.
A marzo 2026 questa logica ha fatto un ulteriore salto. Thinking Machines e Nvidia hanno annunciato una partnership pluriennale che prevede almeno un gigawatt di sistemi Vera Rubin per addestrare modelli avanzati e piattaforme di AI personalizzabile. Una scala infrastrutturale che fino a pochi anni fa sarebbe stata associata quasi esclusivamente alle più grandi aziende tecnologiche del mondo.
Non un altro chatbot
La direzione di Thinking Machines sembra però diversa dalla semplice costruzione di un concorrente di ChatGPT. La società sostiene che i sistemi di AI siano ancora difficili da comprendere e soprattutto da adattare alle esigenze specifiche di persone, ricercatori e organizzazioni.
Nell’ottobre 2025 ha lanciato Tinker, una piattaforma che permette a ricercatori e sviluppatori di addestrare e personalizzare modelli open weight senza dover gestire direttamente grandi infrastrutture distribuite. L’obiettivo è spostare una parte del controllo dal laboratorio che costruisce il modello a chi deve utilizzarlo per uno specifico problema.
A maggio 2026 il laboratorio ha mostrato una seconda direzione, gli “interaction models”. Si tratta di sistemi progettati fin dall’origine per interagire continuamente attraverso testo, audio e video, invece di funzionare come modelli che ricevono una richiesta e restituiscono una risposta. L’idea è che l’interazione con l’AI debba evolvere insieme alla sua intelligenza, avvicinandosi maggiormente al modo in cui collaborano due persone.
La diaspora che ridisegna l’AI
Thinking Machines non è un caso isolato. Dario Amodei ha lasciato OpenAI per fondare Anthropic, Ilya Sutskever ha creato Safe Superintelligence, altri ricercatori hanno costruito nuovi laboratori o sono passati ai concorrenti. La storia dell’intelligenza artificiale recente è sempre meno riconducibile a una sola azienda e sempre più a una rete relativamente piccola di persone che si spostano tra organizzazioni, portando con sé competenze, reputazione e capacità di attrarre miliardi.
Questo produce maggiore competizione scientifica, ma rivela anche quanto il settore sia concentrato. Poche decine o centinaia di ricercatori di frontiera possono determinare la nascita di società valutate miliardi prima ancora che queste abbiano costruito un business consolidato. Reuters ha descritto la competizione per questi profili come una vera guerra dei talenti, con pacchetti economici da milioni di dollari.
Chi costruirà la prossima interfaccia con l’intelligenza
La sfida di Thinking Machines non sarà dimostrare che Mira Murati può raccogliere capitale o reclutare ricercatori. Questo è già avvenuto. Dovrà dimostrare che una nuova organizzazione può produrre un modello di AI realmente differente in un mercato dominato da OpenAI, Google, Anthropic e Meta.
La parte più interessante è forse proprio la scelta di concentrarsi su personalizzazione e collaborazione. Se la prima generazione dell’AI generativa ci ha abituati a utilizzare sistemi costruiti da pochi laboratori e sostanzialmente uguali per milioni di persone, la fase successiva potrebbe essere fatta di modelli più adattabili, capaci di apprendere strumenti, contesti e modalità di lavoro differenti.
Thinking Machines nasce quindi dalla diaspora di OpenAI, ma la sua importanza non dipenderà dal passato dei suoi fondatori. Dipenderà dalla capacità di dimostrare che il futuro dell’intelligenza artificiale può essere costruito anche fuori dai laboratori che hanno dominato la sua prima fase.
Lascia un commento