Lucid Motors ha comunicato giovedì che il suo direttore finanziario, Taoufiq Boussaid, lascerà l’azienda. Al suo posto arriva Alexander De Bock, veterano della finanza nel settore automotive ed ex CFO di TI Automotive, dopo un periodo di transizione. È l’ennesimo cambio ai vertici sotto la guida del nuovo amministratore delegato Silvio Napoli, che sta ridisegnando l’intera architettura manageriale della casa californiana.

Un rimpasto così esteso non è mai solo un fatto di persone. In un’industria che brucia miliardi nello sviluppo di veicoli elettrici e guida autonoma, le decisioni sulla leadership spesso riflettono una virata strategica. Lucid, fondata con l’ambizione di competere con Tesla e le ammiraglie tedesche, ha spinto sull’innovazione ingegneristica – motore elettrico compatto, batterie da oltre 500 miglia di autonomia – ma ha faticato a trasformare le promesse in volumi e marginalità. L’arrivo di un nuovo CFO con un profilo molto orientato alla supply chain e alla gestione del capitale, come De Bock, potrebbe indicare che Napoli vuole mettere la casa in ordine per una fase in cui il controllo dei costi e l’efficienza produttiva contano quanto la tecnicia.

Per chi osserva l’evoluzione del settore automotive, un simile terremoto ai vertici accende una domanda: cosa succede alla roadmap sull’intelligenza artificiale? Le auto moderne sono piattaforme software su ruote, e Lucid non fa eccezione. La guida assistita DreamDrive, gli aggiornamenti OTA, l’ottimizzazione predittiva della batteria sono tutti carichi di lavoro che richiedono modelli di machine learning, addestrati su enormi quantità di dati raccolti dalla flotta. È qui che la scelta del modello di deployment – cloud centralizzato o architettura distribuita on-premise – diventa dirimente, soprattutto quando si parla di elaborazione in tempo reale e sovranità dei dati.

Non abbiamo informazioni pubbliche su come la nuova dirigenza intenda affrontare il nodo dell’infrastruttura AI. Ma il contesto di mercato offre indizi generali. Diverse case automobilistiche stanno portando parte della compute per l’addestramento e l’inference all’interno dei propri data center, spinte da tre fattori: latenza (per applicazioni safety-critical non si può dipendere dal cloud pubblico), proprietà del dato (i chilometri percorsi, le abitudini di guida, i flussi video delle telecamere sono asset sensibili) e controllo del costo totale di possesso. Addestrare una rete neurale per la percezione visiva su decine di milioni di clip video è un’operazione che, se fatta prevalentemente in cloud, può generare bollette imprevedibili; lo scaling dell’hardware on-premise, con GPU di fascia enterprise, permette di stabilizzare il TCO e iterare più rapidamente.

Lucid, come startup relativamente giovane, probabilmente oggi si appoggia a fornitori cloud per parte dello sviluppo. Ma la nuova leadership, con De Bock attento ai costi e Napoli focalizzato sul ridisegno aziendale, potrebbe accelerare un percorso verso l’internalizzazione delle capacità di calcolo. Non perché ci sia un annuncio in tal senso, ma perché la traiettoria del settore va in quella direzione: l’auto connessa genera un flusso continuo di dati che è strategico elaborare il più vicino possibile all’origine, anche per motivi normativi (basti pensare al GDPR e alle regole sulla residenza dei dati in Europa).

Naturalmente, si tratta di scenari ipotetici. Quello che è certo è che Lucid Motors si trova a un bivio: dopo aver dimostrato di saper fare ottime auto, deve convincere il mercato di saperle vendere in modo sostenibile. Il rinnovo della cabina di regia finanziaria e operativa è un tassello di questa seconda fase. Se il ritmo degli investimenti in AI e software di bordo manterrà la traiettoria attuale, lo capiremo nei prossimi trimestri. Per ora, il messaggio è chiaro: Silvio Napoli sta costruendo il suo team, e le scelte di oggi determineranno l’architettura – anche tecnicica – con cui Lucid correrà nel decennio elettrico.