È uno di quegli accordi che non si limitano a muovere cifre da capogiro, ma riscrivono le coordinate industriali di un intero settore. Anthropic ha firmato con TeraWulf un leasing ventennale per infrastruttura AI del valore di 19 miliardi di dollari, secondo quanto riportato dall’AFP. Non si tratta di un semplice contratto di fornitura: dietro la firma c’è una scelta architetturale che sposta il baricentro dal noleggio di cloud pubblico al controllo diretto dei server, dello storage e della rete.

La notizia è un punto di svolta per chi osserva l’evoluzione del deployment dell’intelligenza artificiale su larga scala. Anthropic, laboratorio tra i più avanzati nello sviluppo di LLM, decide di investire in capacità fisica propria – seppur ospitata nei centri di TeraWulf – anziché continuare ad affidarsi esclusivamente ai grandi provider di cloud. Una decisione che risponde a logiche economiche e di sovranità tecnicica: con addestramenti sempre più costosi e inferenze distribuite a milioni di utenti, il conto del pay-per-use diventa insostenibile. A spanne, 19 miliardi su vent’anni equivalgono a un esborso medio annuo vicino al miliardo di dollari: una cifra che, per carichi di lavoro continui e prevedibili, può essere inferiore al costo di equivalenti risorse in cloud, specie se si considerano i margini dei provider.

Ma l’aspetto più interessante per AI-RADAR non è solo il dato economico. È il segnale strutturale che manda al mercato. TeraWulf era un miner di Bitcoin: possiede capacità energetica, terreni, connettività e competenze nella gestione di infrastrutture ad alta densità. Convertire queste risorse in un servizio di hosting per carichi AI – con Anthropic che probabilmente installa i propri server dotati di GPU di ultima generazione – crea un nuovo modello di “AI colocation” che sfida l’egemonia degli hyperscaler. Non è un caso isolato: diverse società di mining stanno migrando verso l’AI, e accordi di questo calibro accelerano la tendenza.

Chi ci guadagna e chi ci perde? A guadagnarci sono innanzitutto i produttori di hardware: ogni nuovo data center privato significa ordini diretti di GPU, CPU, networking ad alta velocità e sistemi di raffreddamento, senza l’intermediazione del cloud vendor che spesso impone configurazioni standardizzate. Anthropic, dal canto suo, ottiene piena autonomia sull’allocazione delle risorse, può ottimizzare il deployment per i propri LLM – ad esempio regolando quantization, parallelismo e orchestrazione – e garantisce ai clienti enterprise che i dati restino sotto il proprio controllo, un argomento chiave in contesti regolati dal GDPR e da altre normative sulla sovranità digitale. A perderci sono i grandi provider cloud: AWS, Google Cloud e Microsoft Azure vedono sfumare un cliente di peso che, con ogni probabilità, avrebbe continuato a crescere sulle loro piattaforme.

La mossa ha implicazioni anche per la comunità che valuta deployment on-premise. Dimostra che il confine tra “cloud” e “self-hosted” si sta sfumando: oggi un’azienda può affittare un guscio di cemento, energia e connettività, portandosi i propri server e mantenendo il controllo completo dello stack – senza dover costruire un data center da zero. È un’opzione che, sebbene non alla portata di qualsiasi team, diventa più accessibile man mano che operatori come TeraWulf si specializzano nell’offrire pacchetti di potenza energetica e capacità di raffreddamento tarati sui carichi AI.

Il punto non è se tutti seguiranno l’esempio di Anthropic, ma che il mercato sta creando le condizioni perché lo si possa fare. E questo cambia il potere negoziale di chi sviluppa AI su larga scala, spostandolo da un monologo degli hyperscaler a un ecosistema più articolato di infrastrutture dedicati.