Il software di 30 anni ha raggiunto il limite di ciò che poteva costare
C'è un dato che non appare in alcun comunicato stampa ma che spiega tutto: quando il CEO di Microsoft dichiara che il 30% del codice dell'azienda è già generato da una macchina, non sta annunciando un traguardo di produttività. Sta ammettendo, senza dirlo apertamente, che la scarsità che ha giustificato decenni di prezzi premium è appena svanita.
Questo è ciò che sta accadendo nel settore che Wall Street chiama Big Software, e la perdita di capitalizzazione di Oracle — oltre 463 miliardi di dollari da settembre 2025 — non è un'anomalia. È la prima lettura visibile di una rivalutazione che non è ancora finita.
Il moat non era tecnologia, era difficoltà di costruzione
Per trenta anni, l'argomento centrale di qualsiasi azienda di software per imprese è stato semplice: costruire ciò che noi costruiamo richiede centinaia di ingegneri, decine di milioni di dollari e anni di iterazione. Quel costo d'entrata era il foso protettivo. Non il marchio, non la tecnologia in sé, ma l'enorme attrito che comportava replicarla.
L'intelligenza artificiale generativa non compete con quel software. Ciò che fa è attaccare direttamente l'attrito che lo proteggeva. Quando i modelli open-source raggiungono il 90% delle capacità dei modelli all'avanguardia, il costo per costruire un concorrente funzionante crolla. La startup che prima aveva bisogno di cinque anni e cinquanta ingegneri per costruire un CRM minimamente valido ora può percorrere quella distanza in frazioni di tempo e capitale. Il foso non è scomparso perché qualcuno ha costruito un ponte migliore; è scomparso perché si è prosciugato.
Questo cambia radicalmente cosa stanno comprando le aziende quando contrattano una piattaforma come Salesforce o un servizio cloud di Microsoft. Per decenni, acquistavano certezza di esecuzione: la garanzia che qualcuno avesse già risolto il problema di costruire il software, l'avesse testato con migliaia di clienti e lo mantenesse funzionante. Questo argomento resta parzialmente valido, ma il suo prezzo si sta adattando verso il basso con una velocità che i modelli finanziari degli analisti non avevano previsto.
Quando la produttività diventa un argomento per il taglio
Il movimento che più rivela la tensione interna di queste aziende non è l'investimento nell'intelligenza artificiale. È la sequenza di decisioni che è seguita.
Microsoft ha annunciato a maggio 2025 un turno di licenziamenti in cui circa il 40% dei tagli — oltre 800 posizioni — riguardava ingegneri software nella sua sede di Redmond. Anche Oracle e Block hanno fatto lo stesso, citando esplicitamente l'automazione come giustificazione. La narrativa aziendale ha inquadrato questi movimenti come una riallocazione verso aree di maggiore crescita. Ma la meccanica finanziaria è più diretta: se il 30% del codice è già prodotto da una macchina, mantenere lo stesso numero di ingegneri umani distrugge l'argomento di ritorno sull'investimento in IA che viene presentato al consiglio.
C'è una paradosso operativo in questo ragionamento che i dati cominciano a segnalare. Gli strumenti di generazione di codice producono più errori del codice scritto da ingegneri esperti. Ciò significa che il guadagno di velocità è accompagnato da un aumento del costo di supervisione e correzione. Le aziende stanno sacrificando la profondità della revisione per la velocità di consegna, e ciò ha conseguenze che non appariranno nei rendiconti finanziari nei prossimi trimestri, ma che cominceranno a manifestarsi nella soddisfazione del cliente finale.
La corsa a dimostrare che l'investimento in IA sta generando ritorno — Microsoft ha impegnato 10 miliardi di dollari in OpenAI, Google ha investito 2 miliardi in Anthropic, Amazon altri 4 miliardi — sta creando una pressione interna che distorce le priorità di prodotto. I progetti che non hanno una narrativa di intelligenza artificiale associata stanno venendo cancellati o declassati, indipendentemente dal loro valore per il cliente.
Lo spostamento di valore che i bilanci ancora non mostrano
La domanda più utile per un dirigente che valuta la propria esposizione a questo settore non è se Salesforce o Microsoft sopravvivranno. Probabilmente lo faranno, almeno in qualche forma. La domanda più utile è: dove si sta spostando il valore che prima catturavano queste piattaforme?
L'analisi dell'architettura competitiva punta in una direzione coerente: il valore si sta spostando dal software all'infrastruttura fisica. Centri di dati, semiconduttori, capacità energetica. Le aziende che controllano quegli attivi — non quelle che vendono licenze software — sono quelle che stanno consolidando una posizione. I hyperscalers con infrastruttura propria hanno una difesa che i pure player del SaaS non possono replicare rapidamente.
Il caso di Oracle illustra questo spostamento con una chiarezza che fa male. L'azienda ha tentato di posizionarsi come fornitore di infrastruttura per i modelli di linguaggio più grandi del mercato. Quando OpenAI ha deciso di reindirizzare la propria capacità verso Microsoft e Amazon, Oracle ha perso quel contratto e con esso la narrativa che sosteneva la sua valutazione. Oltre 463 miliardi di dollari di capitalizzazione di mercato si sono evaporati in pochi mesi. Non per uno scandalo, non per una cattiva decisione contabile, ma perché il mercato ha rivalutato quanto fosse solida la posizione di Oracle nella catena del valore dell’intelligenza artificiale.
Per i dirigenti che valutano quali fornitori di software per imprese continueranno a essere rilevanti nei prossimi cinque anni, la domanda non è più se abbiano una funzionalità d'IA. È se lo strato di IA che offrono crea una reale dipendenza o è semplicemente un involucro su modelli a cui il cliente potrebbe accedere direttamente. La differenza tra queste due situazioni determinerà quali aziende possono mantenere i propri margini e quali entreranno in una spirale di riduzione dei prezzi per trattenere i clienti.
Il lavoro che il cliente ha sempre contratto non era il software
C'è una lettura di fondo in tutto ciò che i report degli analisti tendono a evitare perché complica i modelli di valutazione.
Le aziende che compravano Salesforce, o Microsoft Dynamics, o qualsiasi piattaforma di software per imprese a ciclo lungo, non stavano comprando tecnologia. Stavano comprando l'eliminazione di una incertezza operativa: la certezza che i loro processi critici funzionassero, che ci fosse supporto quando qualcosa andava storto, che il fornitore fosse lì tre anni dopo. Questo è ciò che giustificava i contratti pluriennali e i prezzi premium.
L'intelligenza artificiale non elimina quel bisogno. Ciò che elimina è la percezione che solo le grandi piattaforme consolidate possano soddisfarlo. Quando un team interno può costruire e mantenere una strumento CRM funzionale con una frazione del costo precedente, l'argomento del fornitore consolidato cessa di essere l'unica via verso quella certezza operativa.
Le aziende di software per imprese che comprenderanno questo prima dei loro concorrenti non concorreranno su funzionalità di IA. Ridefiniranno quale certezza specifica stanno vendendo e a chi, e costruiranno il loro modello di prezzi attorno a quella certezza concreta, non attorno alla complessità tecnica che non possono più proteggere.
Il fallimento dei modelli ad alto prezzo in questo ciclo dimostra che il lavoro che il cliente ha sempre contrattato non era l'accesso a software sofisticati, ma la riduzione del rischio operativo di dipendere da una tecnologia che non controlla. Chi riuscirà a vendere quella garanzia in modo credibile in un ambiente in cui costruire il software non è più la barriera, avrà risolto il problema reale. Il resto continuerà a ridurre i prezzi fino a quando i margini non giustificheranno più l'operazione.
