Basta scorrere il modulo S-1 di un’IPO per accorgersi di quanto l’euforia per l’intelligenza artificiale sia scappata di mano. Jersey Mike’s, catena americana di paninoteche con oltre duemila punti vendita, ha infilato l’AI tra i fattori di crescita nella documentazione destinata alla SEC. Non un fornitore di modelli, non un’azienda cloud: una società che affetta salumi e impasta pane.

L’aneddoto è istruttivo non perché dimostri che Jersey Mike’s ha segreti progetti di fine-tuning, ma perché rivela quanto la parola “intelligenza artificiale” sia diventata un passepartout irrinunciabile per qualsiasi quotazione in borsa. Un obbligo percepito, quasi una clausola di stile, che ricorda l’epoca in cui chiunque aggiungesse “.com” al nome guadagnava valutazioni folli.

Quando anche i panini devono strizzare l’occhio agli LLM, il rischio di malintesi per chi prende decisioni reali su infrastruttura cresce a dismisura. L’AI washing – il tentativo di ammantare un business con un velo di intelligenza artificiale per sembrare più trendy – non è innocuo. Alimenta aspettative sbagliate nei consigli di amministrazione, spinge a stanziare budget senza una chiara comprensione di cosa serva davvero, e può tradursi in scelte architetturali affrettate.

Per chi sta valutando stack on-premise, il fenomeno ha un costo concreto. La pressione a “fare qualcosa con l’AI” rischia di far cadere nella trappola di soluzioni cloud preconfezionate, costose e prive del controllo che un’azienda attenta alla sovranità dei dati desidererebbe. Oppure spinge a comprare hardware – GPU con abbondante VRAM, server ottimizzati per inference – senza una mappatura dei carichi di lavoro, del costo totale di possesso (TCO) e dei reali requisiti di latenza e throughput.

L’approccio da sandwich IPO, insomma, approda nei data center: si vuole l’etichetta, non la sostanza. Eppure la scelta tra un deployment self-hosted e un servizio cloud non può basarsi su un riflesso condizionato. Va incardinata su dati: quanti token al secondo servono, quale livello di quantization è accettabile, quale contesto normativo (GDPR, residenza dei dati) va rispettato.

La lezione di Jersey Mike’s non è che l’AI sia inutile per il retail. Ma che l’hype obbliga chi fa scelte tecniche a un supplemento di lucidità. Separare ciò che è sostanza da ciò che serve solo a far colpo sugli investitori è un esercizio che, a valle, determina successo o fallimento di un progetto. Per i team che valutando un’infrastruttura on-prem, è il momento di ribadire che VRAM e contratti di servizio non si compilano con le chiacchiere.