Quando, venerdì mattina, il nome di Yann LeCun comparve tra i partner di Extelligence Invest, sembrava l’ennesimo tassello di una stagione in cui i pionieri dell’intelligenza artificiale diventano icone anche del venture capital. Otto ore dopo, però, il fondo non esisteva più. È svanito, lasciando dietro di sé una scia di domande e nessuna spiegazione ufficiale. Un incidente che, nella sua bizzarria, dice molto sullo stato dell’arte del mercato AI e su quanto chi progetta deployment on-premise debba restare con i piedi per terra.

Non sappiamo ancora se Extelligence Invest sia stato un tentativo di truffa, un esperimento giornalistico o un errore marchiano. Ma il modus operandi è fin troppo familiare: un sito web patinato, comunicati ben scritti, e l’endorsement implicito di una figura scientifica di peso (LeCun, capo della ricerca AI di Meta e professore alla NYU, spesso definito – suo malgrado – “padrino dell’AI”). In un mercato dove le valutazioni delle startup lievitano sul nulla e le GPU H100 sono merce più preziosa dell’oro, il confine tra opportunità e abbaglio si fa sottile.

Per chi deve decidere se comprare un cluster di A100 o sottoscrivere un contratto di servizi cloud per LLM, l’episodio è un campanello d’allarme. Non è raro che fornitori di hardware o software millantino partnership con nomi noti dell’AI per accreditarsi. E in uno stack on-premise, dove l’investimento è significativo e la responsabilità del funzionamento ricade interamente sull’organizzazione, la verifica delle credenziali diventa un passaggio non negoziabile. Domandarsi “questo vendor esiste davvero da più di otto ore?” può sembrare una battuta, ma è un esercizio di due diligence che molti salterebbero, sedotti dalla potenza dei nomi.

L’assenza di LeCun da qualsiasi dichiarazione successiva – e la sua nota avversione alla retorica trionfalista sull’AGI – rende la vicenda ancora più istruttiva. In un panorama dove l’AI è spesso venduta come una scatola magica, il ricercatore francese ha più volte ribadito che i modelli attuali non sono intelligenti, e che investire in infrastruttura senza una comprensione dei limiti è una ricetta per il disastro. In quest’ottica, un fondo che usa il suo nome senza permesso è il sintomo di un’euforia che rischia di trascinare in scelte avventate anche i decisori aziendali.

Costruire un ambiente on-premise per LLM significa confrontarsi con specifiche tecniche reali: VRAM, larghezza di banda della memoria, throughput in token al secondo. Nomi altisonanti e comunicati stampa non eseguono inference su un batch di documenti riservati. Il caso Extelligence, per quanto surreale, ricorda che nell’AI chi poggia le decisioni sulle apparenze rischia di trovarsi con un pugno di mosche – o con hardware non supportato – nel giro di una giornata lavorativa.