Il 2 agosto 1959, allo stadio Rua Javari di San Paolo, Pelé segnò quello che lui stesso definì il gol più bello della sua carriera: tre sombreri consecutivi su altrettanti difensori, un rimpallo di ginocchio per superare il portiere e un colpo di testa in rete, senza che la palla toccasse mai terra. Non esiste alcuna ripresa filmata. Per 67 anni, quel gol è sopravvissuto solo nella memoria di chi lo vide e nei racconti tramandati. Oggi Google lo ha ricostruito, utilizzando una combinazione di Veo, il suo modello generativo video, e Gemini, il Large Language Model multimodale.

L’operazione non è una semplice curiosità sportiva. Segna un punto di svolta nel modo in cui l’industria dell’AI affronta la ricostruzione di eventi storici non documentati, e al tempo stesso rende tangibile una tensione che AI-RADAR monitora da tempo: la distanza tra le capacità concentrata nei grandi cloud e la realizzabilità di carichi analoghi in ambienti on-premise o self-hosted.

Un carico computazionale che parla da sé

Generare video sintetici di qualità, anche solo di pochi secondi, richiede risorse hardware che vanno ben oltre la portata di un singolo server aziendale tipico. I modelli video come Veo lavorano su rappresentazioni spazio-temporali che saturano rapidamente la VRAM anche delle GPU più capienti. In fase di inference, per ottenere una clip fluida senza artefatti servono pipeline che coordinano più acceleratori in parallelo, con bande di memoria dell’ordine di centinaia di gigabyte al secondo. Il tutto moltiplicato per i numerosi passaggi di raffinamento necessari a mantenere coerenza visiva e rispetto della consegna testuale.

Google non ha diffuso dettagli sull’infrastruttura impiegata, ma è verosimile che dietro la ricostruzione ci siano cluster di TPU o GPU di ultima generazione orchestrati tramite i suoi servizi interni. Per un’azienda che volesse replicare un workflow simile in casa, il Total Cost of Ownership schizzerebbe subito verso l’alto: non solo hardware, ma anche l’energia per alimentarlo e raffreddarlo, oltre al personale specializzato per mettere in piedi un pipeline di inference distribuita. Senza contare che modelli come Veo non sono open source: restano confinati nei giardini recintati dei grandi provider. Chi punta sulla sovranità dei dati e sul controllo di ogni anello della catena si trova di fronte a un bivio: accettare il lock-in o investire cifre considerevoli per un’autonomia che oggi appare più un ideale che una pratica.

Chi controlla la memoria, controlla la narrazione

Il gol di Pelé è un evento innocuo, ma la tecnicia per ricostruire scene mai filmate può essere applicata a contesti ben più delicati: immagini forensi, documentazione di violazioni dei diritti umani, prove in processi legali. In questi scenari, il tema della residenza dei dati e della conformità a normative come il GDPR diventa centrale. Affidare la ricostruzione a un cloud esterno significa cedere almeno temporaneamente il controllo sulle informazioni sorgente, con tutto ciò che comporta in termini di audit e catena di custodia.

La ricostruzione di Google è un promemoria di quanto il potere di modellare la memoria collettiva – e potenzialmente di riscriverla – sia oggi nelle mani di pochissimi attori. Non è una questione di fiducia nel singolo vendor, ma di incentivi strutturali: finché il divario di costo e complessità tra cloud e on-premise per carichi video generativi rimarrà così ampio, il mercato spingerà verso un’ulteriore concentrazione. Le implicazioni per la pluralità delle fonti e per l’indipendenza tecnicica sono profonde, e meritano di essere soppesate molto prima che la prossima ricostruzione riguardi qualcosa di più sensibile di un gol.