Il Giappone unisce i dati che Nvidia non può vendere

Jensen Huang è arrivato a Tokyo con 27.500 GPU

Il 16 luglio il governo giapponese e Nvidia hanno annunciato quella che definiscono la prima infrastruttura nazionale di AI al mondo, e le specifiche sono insolitamente concrete per un annuncio di sovranità. L'impianto sarà costruito e gestito da Noetra Corp. e fa girare 13.750 CPU Nvidia Vera e 27.500 GPU Nvidia Rubin su 140 megawatt di capacità di data center, sulla piattaforma Nvidia DSX con rete Spectrum-X Ethernet. Sostiene il progetto FRONTia, il cui nome completo è lo sviluppo di modelli di base multimodali in vista della robotica AI e dell'AI fisica. Jensen Huang, amministratore delegato di Nvidia, lo ha inquadrato nel registro che ci si aspetta: il Giappone ha inventato la manifattura moderna e ora costruisce le AI factory che alimenteranno la prossima rivoluzione industriale.

Quasi tutti gli annunci di AI sovrana sono una cifra e una conferenza stampa. Questo ha un veicolo di esecuzione. Noetra ha ricevuto l'incarico dal METI, il ministero dell'Economia, del Commercio e dell'Industria giapponese, insieme a NEDO, la sua agenzia per l'innovazione, e ad AIST, l'istituto nazionale di ricerca. La società è controllata da SoftBank Corp., Sony, NEC e Honda, e punta alla partecipazione di altre 40 imprese circa, dei settori manifatturieri e non. Il programma va dall'esercizio 2026 al 2030, e il piano prevede di rilasciare un primo modello di base entro l'esercizio in corso, con versioni migliorate ogni anno successivo.

La lettura riflessa è che Nvidia abbia trovato un altro governo a cui vendere, e non è una lettura sbagliata. I ricavi di Nvidia dall'AI sovrana hanno raggiunto 30 miliardi di dollari nell'esercizio 2026, più del triplo rispetto all'anno precedente, con Canada, Francia, Paesi Bassi, Singapore e Regno Unito tra gli acquirenti. La sola Francia ha installato 18.000 sistemi Grace Blackwell. Il Giappone è la voce più grande e più circostanziata di quella lista. Ma la parte interessante di questa operazione non è quella per cui Nvidia viene pagata.

L'assegno è più piccolo del titolo

La cifra che circola è 1.000 miliardi di yen, circa 5 miliardi di euro, in cinque anni. La cifra effettivamente impegnata è 387,3 miliardi di yen, circa 2 miliardi di euro, per il primo esercizio. Il resto è soggetto a revisione annuale dopo i primi due anni. Non è una critica al programma, è il modo in cui funziona normalmente il finanziamento di sviluppo su commessa. È una critica a come viaggia il numero. Quando un tetto quinquennale è passato per tre racconti successivi è diventato una somma spesa, e un tetto con revisioni intermedie è un oggetto molto diverso da un bonifico.

La distinzione conta perché a voi stanno vendendo la stessa struttura. Roadmap dei fornitori, programmi nazionali e annunci di partnership sull'AI citano tutti il tetto e vi lasciano immaginare il pavimento. La disciplina è la stessa in ogni caso: chiedere quale tranche è a contratto, qual è il gate di revisione e chi decide. In questo programma le risposte sono pubbliche. Negli ultimi tre annunci dei vostri fornitori, verificate se lo sono.

Per dare la scala, la prima ministra giapponese, Sanae Takaichi, ha promosso 17 settori economici strategici con una proiezione di 10.500 miliardi di yen, circa 64 miliardi di dollari, di investimenti pubblici e privati nell'AI fisica entro il 2040. A fronte di questo, la Strategia per la robotica AI pubblicata nel marzo 2026 punta a più del 30% di un mercato globale della robotica AI stimato in 133 miliardi di dollari entro il 2040. La potenza di calcolo annunciata questa settimana è l'acconto su quel programma, non la cosa in sé.

Quello che Nvidia non può mettere nella cassa

Chiunque abbia un budget e un posto in coda può comprare 27.500 GPU Rubin. Nessuno può comprare vent'anni di tracce dei sensori delle linee di montaggio di Honda. Questa asimmetria è l'intero progetto. Il modello che Noetra e AIST stanno costruendo è multimodale in un senso preciso e fisico: deve leggere insieme dati, immagini, video, audio e proprietà fisiche, così che una macchina possa interpretare un ambiente e agirvi, invece di eseguire un movimento preprogrammato. Un modello del genere non si addestra sul web aperto. Si addestra su dati operativi di fabbriche, ospedali e siti di disastri reali, e il piano dichiarato è ricostruirlo ogni anno sui dati dei produttori.

Il presidente di Noetra, Hironobu Tanba, è stato esplicito sul ragionamento, e vale la pena rileggerlo. La dipendenza da grandi modelli linguistici esteri, ha detto, porta con sé non solo il timore che le informazioni riservate di un'azienda vengano trasferite all'estero involontariamente, ma anche seri rischi legati alla continuità operativa stessa. Notate che cosa manca. Non ha sostenuto che il Giappone debba fabbricare i propri chip. Ha sostenuto che le imprese giapponesi non possono mettere la loro conoscenza di processo dentro il modello di qualcun altro e chiamarla strategia.

Questo è lo strato che il dibattito sulla sovranità continua a saltare. La potenza di calcolo è una commodity con un tempo di consegna. I pesi dei modelli si scaricano, e metà della frontiera è aperta. I dati di una fabbrica che lavora sono l'unico input della catena che sia davvero scarso, davvero proprietario e impossibile da ricostruire con il denaro. La scommessa del Giappone è che, mettendo in comune quello strato tra quattro giganti industriali e altre quaranta imprese, il silicio americano che sta sotto smetta di essere la questione strategica. Quella scommessa può fallire sull'esecuzione. Non è confusa su dove sta il valore.

È politica del lavoro travestita da tecnologia

L'obiettivo è 10 milioni di robot dotati di AI in 18 settori entro il 2040, ristorazione, industria alimentare e sanità comprese. Quel numero non nasce da un'ambizione tecnologica. Nasce da una demografica. La popolazione giapponese invecchia, la politica migratoria non colmerà il divario, e la carenza è già acuta esattamente nei settori di quella lista. Il paese non automatizza perché l'automazione fa effetto. Automatizza perché non c'è nessuno da assumere.

Questo dà al programma qualcosa che manca a quasi tutti gli sforzi di AI sovrana: un business case che sopravvive a un cambio di governo. Una gigafactory dell'AI giustificata dall'autonomia strategica compete con ogni altra voce di bilancio, e perde quando la politica si sposta. Un programma di AI giustificato dal fatto che i ristoranti non riescono a coprire i turni in cucina ha un pavimento sotto di sé. L'Europa ha davanti la stessa curva demografica e ha inquadrato la propria spesa in capacità di calcolo soprattutto come indipendenza dallo stack americano. Quelle due impostazioni non si finanziano allo stesso modo, e non sopravvivono allo stesso modo.

Spiega anche la forma della tecnologia. AI fisica, robotica, risposta ai disastri e smantellamento nucleare non sono le applicazioni a più alto margine di un modello di base. Sono quelle di cui una forza lavoro che si restringe ha davvero bisogno. Il Giappone ha scelto prima il caso d'uso e poi ha comprato la capacità di calcolo su misura. La sequenza più comune, in Europa e altrove, è comprare la capacità di calcolo e poi andare a cercare il caso d'uso.

La domanda che questo mette sul vostro tavolo

La conclusione non è che dobbiate costruire un programma nazionale di AI. È che il Giappone ha individuato correttamente quale strato dello stack è vostro, e voi probabilmente non lo avete mai verificato. I vostri log dei sensori, le tracce di processo, i registri di manutenzione, le immagini del controllo qualità e gli storici di assistenza sono l'unico asset in tutta questa filiera che nessun concorrente può comprare, nessun fornitore può spedire e nessun governo può far esistere a colpi di sussidi. Sono anche, nella maggior parte delle aziende, consegnati a un modello di proprietà di qualcun altro, una chiamata API alla volta, senza che nessuno tenga il conto.

Tre cose meritano di essere fatte in questo trimestre. Primo, scoprite quali dati operativi escono oggi dalla vostra rete attraverso strumenti di AI, e leggete le condizioni per capire se addestrano il modello del fornitore. Secondo, decidete se i vostri dati di processo sono un asset che state accumulando o un input che state regalando. Sono due posture diverse e richiedono contratti diversi. Terzo, la prossima volta che vedete un pitch sulla sovranità, chiedete quale strato copre davvero. Residenza del dato, pesi del modello e silicio sono tre affermazioni distinte, e i fornitori vendono abitualmente la più economica usando il linguaggio della più costosa.

Il Giappone sta facendo qualcosa di cui l'Europa ha soprattutto parlato. Non perché ha comprato GPU americane, cosa che può fare chiunque, ma perché ha organizzato l'unico input che non è in vendita e ci ha messo dietro un operatore con un nome, una tranche finanziata e una data di consegna. Le GPU sono la parte meno interessante di questo annuncio, e sono l'unica che la maggior parte della copertura citerà.

Da leggere ora: L'Europa sostiene un modello che puoi scaricare e auto-ospitare  |  Meta produce il suo chip di IA a partire da settembre