Una tabella di marcia di giugno costruita su un modello di luglio
Una responsabile di prodotto a Milano aveva segnato Gemini 3.5 Pro in un piano di rilascio di giugno, con una demo per un cliente organizzata attorno. Poi Google ha spostato il modello al 17 luglio 2026 e, cosa più insolita, ha detto di aver buttato l'architettura di base sottostante e di averla ricostruita da zero. La demo ora dipende da un modello che non esiste ancora.
Questa è la seconda decisione nascosta in un solo annuncio. Google ha fatto una scelta dura sul proprio prodotto. Il team di Milano ne ha fatta una più morbida mesi prima, quando ha trattato una data di lancio promessa come un dato fisso. Solo una di queste due decisioni è stata disciplinata, e non è stata quella di chi compra.
Perché Google ha gettato via un modello finito
Google DeepMind non ha messo a punto il vecchio modello; lo ha abbandonato. Valutazioni interne trapelate hanno mostrato che la precedente architettura di base di Gemini 2.5 Pro reggeva sul testo semplice, ma crollava con le chiamate ricorsive agli strumenti e i layout complessi a più livelli, e inciampava nel ragionamento matematico. Invece di spedire un modello di punta che falliva proprio dove i rivali sono forti, Google ha ricostruito la base e azzerato la data.
Il successore punta a una finestra di contesto da due milioni di token, uno strato di ragionamento più profondo e flussi di lavoro più stabili sul lungo periodo, mirati dritti contro GPT-5.6 di OpenAI e Fable 5 di Anthropic. Lo sfondo non era calmo: ricercatori di alto livello sono andati a OpenAI e Anthropic a giugno, e Alphabet ha perso circa 225 miliardi di dollari di valore di mercato in una sola seduta il 22 giugno. Spedire un modello di punta debole in quella situazione sarebbe stato l'errore facile e costoso.
La disciplina che la maggior parte dei team salta
La parte difficile di un costo sommerso è che sembra un progresso. Uno sviluppo finito al novanta per cento, con soldi veri e mesi già spesi, è proprio il progetto che i team si convincono a spedire. La prova razionale ignora quanto è costato un progetto e chiede solo quanto vale finirlo da qui. Google ha applicato quella prova a un modello quasi completo e lo ha fermato. La maggior parte delle organizzazioni, davanti allo stesso sviluppo quasi pronto, lo spedisce e poi gestisce i danni.
La lezione non è che i ritardi siano un bene; è che la decisione di fermarsi deve dipendere dal valore futuro, mai da quanto è già stato investito. Se un progetto non supera l'asticella per cui è stato costruito, i mesi sommersi sono persi che lo spediate o no, e spedirlo aggiunge solo il costo della pulizia. Google ha appena anticipato questa lezione in pubblico, su scala di modello di punta.
Che cosa cambia per la vostra tabella di marcia
Trattate ogni modello non pubblicato come un'ipotesi datata, non come un impegno. Se un lancio è sul vostro percorso critico, annotate la data su cui contate, il modello alternativo che userete se slitta e l'ultimo giorno in cui potete cambiare senza rompere una promessa a un cliente. Una dipendenza annotata si può gestire; una che vive solo in una slide gestisce voi.
Le aziende che ci hanno rimesso questo trimestre sono quelle che hanno firmato consegne contro un lancio che non era avvenuto. La disponibilità è una variabile d'acquisto, e questo mese si è mossa per tutti insieme. Pianificate su ciò che è già stato spedito, tenete un'alternativa provata a un solo cambio di distanza e lasciate che i fornitori si carichino le proprie date slittate invece di passare il rischio ai vostri clienti.
Da leggere ora: Perché il laboratorio di IA più prezioso non è più il più famoso? | Quando il sostenitore più investito nell'IA fa un passo indietro, cosa vi sta dicendo?
